

A/B Testing mit Google Analytics
Dass Google Analytics für die Analyse des Surfverhaltens von Websitebesuchern genutzt wird ist gemeinhin bekannt. Doch das Tool bietet weitaus mehr Features, als auf den ersten Blick ersichtlich sind.
Google Analytics ist eine Plattform zur Analyse von Websites und Apps. Nahezu jede größere Seite nutzt die Dienste des Internet-Riesen zum Erfassen von Besuchern und zur Auswertung des konsumierten Contents. Doch welche Features bietet das beliebte Tool aus dem Herzen des Silicon Valleys noch?
Im folgenden möchte ich auf eine unter Agenturen und Kunden sehr beliebte Funktion aufmerksam machen: Das A/B Testing von Websites.
Was ist A/B Testing und wofür setzt man es ein?
Ein A/B Test oder auch split test ist eine Testmethode, bei der zwei Varianten einer Website direkt miteinander verglichen werden. Dabei wird einer Nutzergruppe zufällig oder gezielt Version A und der anderen Version B angezeigt. Die Zielsetzung dabei ist, dass Nutzerreaktionen gesteigert werden.
Wichtige Voraussetzung um Validität und Authentizität der Ergebnisse zu erreichen ist, dass die zu testenden Versionen nur in einer Sache verändert sind und sie auf vergleichbare Testgruppen angewendet werden.


Bei einer Landing Page für ein Produkt soll zum Beispiel erreicht werden, dass sich die Besucher weiter auf der Website darüber informieren und dies idealerweise zu einem Kauf führt. In diesem Fall wird die Conversion Rate untersucht, also der Klick auf weiterführende interne Links oder Buttons.
Um diese Ziele zu erreichen ist es in der Regel notwendig, eine Verbesserung des Nutzererlebnisses herbeizuführen.
Unter diesem Gesichtspunkt wird nun eine Variante der vorhandenen Landing Page erstellt. Beide Versionen treten dann in einem A/B Test gegeneinander an.
Warum sollte ich A/B Testing einsetzen?
Um eine Vergleichbarkeit verschiedener Website-Versionen zu schaffen und Optimierungen vorzunehmen gibt es im Grunde nur den Weg, diese durch ein anerkanntes Testverfahren zu schicken. Die A/B Tests sind zwar nur eine Möglichkeit dies zu erreichen, aber auch die mit Abstand am einfachsten zu planende und umzusetzende. Auch die Auswertung gestaltet sich einfach.
Planung
Für A/B Tests genügen auch wenige Besucher und geringe Konversationen pro Tag um aussagekräftige Resultate zu erzielen. In der Planung muss lediglich definiert werden, welche beiden Varianten getestet werden und wie der Besucherstrom auf diese verteilt wird. Idealerweise splittet man den Besucherstrom zu 50/50 und leitet diesen dann auf die A- oder B-Variante um.
Umsetzung
Aus technischer Sicht muss lediglich die Originalseite hinsichtlich der Veränderungen angepasst und zur Verfügung gestellt werden. Durch den Einsatz des meist ohnehin genutzten Tools Google Analytics ist auch die Implementierung selbst für Einsteiger gut und ohne großen Aufwand realisierbar.
Auswertung
Dadurch, dass nur zwei Varianten getestet werden, gibt es immer einen Gewinner. Im Vergleich zu multivariaten Tests besteht dabei kein “Interpretations-Spielraum”.
A/B Testing mit Google Analytics durchführen
Das mächtige Test-Tool versteckt sich bei Google Analytics unter dem unscheinbaren Menüpunkt Berichte › Verhalten › Tests. Wurde zuvor noch kein Test erstellt, öffnet sich automatisch der Assistent zum Erstellen eines Content-Tests. Er lässt sich jedoch jederzeit über den Button Test erstellen aufrufen.
Schritt 1: Testziel auswählen
Um mit einem neuen Test zu starten, muss zunächst das Testziel definiert werden.


Unter dem Punkt Testziel kann zum Beispiel ein bereits vorhandener Messwert (Absprünge, Seitenaufrufe etc.) ausgewählt werden, oder man definiert ein neues Ziel. Wie man dies genau macht, beantwortet Google auf seiner Hilfeseite zum Thema Zielvorhaben erstellen, bearbeiten und teilen.
Hier wird auch festgelegt, wie viel Prozent des Traffics für den Test verwendet werden. Bei den erweiterten Optionen kann darüberhinaus konfiguriert werden, wie der Besucherstrom verteilt wird und wie lange der Test mindestens laufen soll und ab wann man diesen als zuverlässig einstuft.
Schritt 2: Test konfigurieren
Im zweiten Schritt wird nun festgelegt, welche Seitenvarianten dem Besucher angezeigt werden sollen. Dafür gibt man sowohl die URL an, als auch einen Namen, der später in der Auswertung angezeigt wird.


Schritt 3: Testcode einrichten
Damit der Test nun auch ausgeführt wird, muss zusätzlich zum Google Analytics Tracking Code noch der Test-Code auf der Originalseite und der Variante eingefügt werden. Wichtig ist, dass dieser sehr früh im Quelltext aufgeführt wird, damit die Umleitung des Besuchers möglichst schnell erfolgt.


Nachdem der Code eingebettet wurde, wird die Einrichtung durch Google überprüft.
Schritt 4: Überprüfen und starten
Wurde der benötigte JavaScript-Code korrekt eingerichtet, wird dies im Assistenten gemeldet und der Test kann begonnen, oder als Entwurf gespeichert werden.
Schritt 5: Auswertung des A/B Tests
Die Detailseite eines Tests kann jederzeit aufgerufen werden. Der gewählte Messwert oder das Zielvorhaben werden wie bekannt dargestellt. Sobald ein Gewinner ermittelt wurde, wird dieser ebenfalls angezeigt.
Fazit
A/B Tests sind ein wichtiges und anerkanntes Instrument zur Verbesserung des Nutzererlebnisses und zur Steigerung der Konversationsrate einer Website. Dass die Durchführung solcher Tests nicht zwangsläufig mit der Nutzung spezieller und meist kostenpflichtiger Tools einhergehen muss, ist jedoch nicht weithin bekannt.
Google Analytics ist ein weit verbreiteter Dienst zur Analyse von Websites und stellt zudem über das Feature der Content Tests ein Werkzeug zur Verfügung, welches für die Durchführung von A/B Tests mehr als ausreichend ist.
Meiner Meinung nach ist dies daher eine der besten Möglichkeiten, sich mit diesen weiterführenden Analysemethoden auseinanderzusetzen und erste Erfahrungen zu sammeln.
Über mich
Ich heiße Martin, liebe Code und arbeite als Webentwickler bei VOLL digital. Zur Zeit studiere ich nebenberuflich Medienmanagement & Medienwirtschaft. Dieser Artikel ist im Rahmen des Studiums entwickelt und geschrieben worden.
The latest Tweets from stilverbrecher (@stilverbrecher). Web Developer @VOLLdigital - Code with ❤️. Ruhrgebiettwitter.com
Quellen
- Titelbild: DEATH TO THE STOCK PHOTO http://deathtothestockphoto.com/
- Google Inc.: “Vorteile von Content-Tests” https://support.google.com/analytics/answer/1745147?hl=de (25.03.2016)
- Google Inc.: “Die Benutzeroberfläche des Content-Tests” https://support.google.com/analytics/answer/1745152?hl=de (25.03.2016)
- Onlinemarketing-Praxis: “A/B-Test (Split-Run-Test)” http://www.onlinemarketing-praxis.de/glossar/a-b-test-split-run-test (25.03.2016)
- Onlinemarketing-Praxis: “Multivariate Tests (MVT)” http://www.onlinemarketing-praxis.de/glossar/multivariate-tests-mvt (25.03.2016)