print logo

Conversion Optimierung - zwei Wachstumstreiber

Viele Redesigns führen zu betriebswirtschaftlichem Verlust. Erfolgsrezept: "Done is better than perfect". Simplifizierung bringt Erfolg.
Andre Morys | 31.10.2013
Sie haben es getan. Ihr Wettbewerber hat es getan. Und jeder wird es wieder tun: Ein großes Projekt starten, um den Onlineshop neu zu gestalten. Durchschnittlich alle drei bis fünf Jahre steht ein Redesign oder ein Facelift an. Früher hielt man das Design nicht mehr für zeitgemäß. Heute ist es meist eine Sammlung konkreter Optimierungsideen, die zu dem Vorhaben führt.


Wie es bislang ist: Launch und Relaunch


Tatsache ist: Die wenigsten dieser Projekte führen zu einem profitablen Ergebnis. Sie sind teuer und sie dauern lange. Zeit- und Kostenbudgets werden oft überschritten. Oft lässt sich ein betriebswirtschaftlicher Erfolg des Projekts nicht nachweisen.

Schlimmer noch: Viele Redesigns führen sogar zu einem betriebs-wirtschaftlichen Verlust. Auf bis 25 Prozent weniger Konversionsrate belaufen sich die größten Misserfolge, die mir persönlich berichtet wurden. Derartige Projekte können Versandhändler angesichts weniger Prozent Umsatzrendite in eine echte Bredouille bringen.

Gibt es daher nicht bessere Wege zur Optimierung? Doch, die gibt es. Stellen Sie sich vor, eine kleine Box mit Hinweisen über verschiedene Kundenservices würde zu acht Prozent mehr Umsatz führen. Oder ein Hinweis auf die Alleinstellungsmerkmale des Shops im Header würde elf Prozent mehr Bestellungen liefern. Solche kleinen Optimierungen lassen sich in der Regel ganz einfach mit Testing-Tools durchführen. Das besondere dabei ist: Kein Programmierer muss am System arbeiten. Die gängigen Testing-Tools lassen eine Manipulation des Frontends über Code-Injection zu.

Ich möchte jetzt nicht wie der Vertreiber eines Testing-Tools wirken, aber: Diese Möglichkeit der Umsetzung führt zu einer enormen Agilität. Solche „Optimierungs-Sprints” können innerhalb weniger Wochen durchgeführt werden. Es braucht keine IT, keine serverseitigen Programmierungen, keine Projektmanager und keine Deployments. Jeder Sprint liefert dennoch in kurzer Zeit ein messbares Ergebnis. Am Schluss werden nur die Änderungen umgesetzt, die sich wirklich rechnen. Viele kleine Verbesserungen geben mehr Sicherheit und schonen die Ressourcen.


Was A/B-Testing wirklich macht: Agilität

Zurzeit fristet A/B-Testing im Alltag vieler Händler noch ein Schatten-dasein. Mancherorts wird noch mit IT-Aspekten der Implementierung gekämpft, an anderen Stellen gibt es datenschutztechnische Unsicher-heiten. Viele Unternehmen setzen aufgrund solcher Barrieren das A/B-Testing zunächst nur auf Landing Pages ein. Unterschiedliche Teams haben verschiedene Standpunkte zur Methodik des Testing. All diese Herausforderungen führen dazu, dass die eigentlichen Vorzüge der inkrementellen Optimierung nicht wirklich genutzt werden können.

Jede Veränderung einer Website oder eines Onlineshops liefert ein betriebswirtschaftliches Resultat und verändert den Optimierungs-spielraum. Testing ist ein Weg aus der „Starre“. Jedes positive Ergebnis, jeder Uplift – auch wenn er im einstelligen Bereich ist – verändert die Wachstumskurve des Unternehmens. Testing ist also ein zentraler Baustein einer Wachstumsstrategie, die ohne Traffic-Vergrößerung auskommt. Es ist die Grundlage für evolutionäre Innovationsprozesse, die der Onlinehandel in Zukunft braucht, um seine Umsatzrendite zu sichern. Es geht um viel mehr als um ein Tool zur statistischen Auswertung von Testresultaten.

Wenn jeder A/B-Test nun durchschnittlich X Prozent Uplift bringt, drängen sich jedem strategisch denkenden Unternehmer sofort zwei Fragen auf:

1. Was wäre, wenn wir das alle vier Wochen machen?

2. Was wäre, wenn wir zehn Tests gleichzeitig machen könnten?

Es ist klar, dass diese beiden Fragen auf die Agilität und damit auf die Effizienz der Optimierungsprozesse eingehen. Genügend Optimierungsideen („Hypothesen“) vorausgesetzt, liegt die primäre Herausforderung in der möglichst effizienten Abarbeitung dieser Hypothesen. „If you double the number of experiments, you double your inventiveness!“ hat Jeff Bezos, CEO von amazon.com, als eines seiner Erfolgsrezepte schon vor Jahren verraten. Dabei ist mit „Experiment“ das Testen einer Optimierungshypothese gemeint. Was Bezos meint: Wer vierzig Mal im Jahr einen durchschnittlichen Uplift von fünf Prozent schafft, der wächst schneller als jemand mit nur vier Experimenten pro Jahr.

Ist also „Experimente pro Jahr“ die Erfolgskennzahl der Conversion Optimierung? Nein, nicht allein. Denn dieser Vergleich geht davon aus, dass beide Unternehmen durchschnittlich über alle Experimente hinweg einen Uplift von fünf Prozent schaffen. Es gibt jedoch keinen unendlich großen Fundus erfolgversprechender Optimierungshypothesen. Im Gegenteil: Verbesserungsideen, die signifikante Uplifts auf die Konversionsrate oder den Umsatz haben, müssen sorgfältig entwickelt, bewertet und priorisiert werden. Der Prozess soll schließlich mit sinnvollen Hypothesen gefüttert werden und nicht mit Dingen, die „man mal ausprobieren könnte“. Die beiden ebenso wichtigen Fragen der Conversion Optimierung lauten also:

3. Wie entwickeln wir möglichst gute Optimierungshypothesen?

4. Woran erkennen wir (vor dem Test), was gut ist und was nicht?

Diese beiden Fragen zielen auf die Effektivität der Optimierung ab. Die Menge der zur Verfügung stehenden Hypothesen wird stark eingegrenzt, wenn Unternehmen wirklich gute Hypothesen umsetzen und testen wollen. Die Aufgabe, möglichst viel zu testen, steht also im Konflikt mit dem Ziel, nur erfolgsversprechende Tests durchführen zu wollen. Es ist weder das Ziel, möglichst viele sinnlose Dinge zu testen, noch ist es sinnvoll zwei bis drei Tests mit Erfolgsgarantie durchzuführen. Onlinehändler müssen also die richtige Mischung aus Quantität und Qualität finden. Nachfolgend möchte ich verschiedene Gedanken zeigen, wie sich beide Aufgaben besser bewältigen lassen.


Aufgabe Nummer Eins: Agiles Marketing

Was wird überhaupt benötigt, um eine Optimierungsidee zu testen? Eigentlich ist es doch ganz einfach. Wir messen ja bereits die Leistung der Onlineshops mit Hilfe von Web Analytics. Über die Zahlen lässt sich feststellen, an welcher Stelle des Shops ein Problem besteht. Es wird also ein Web Analytics-Experte benötigt. Ferner können Probandentests und Expertenevaluationen einen qualitativen Blick auf den Onlineshop werfen. Dadurch werden die Ursachen für ein Problem gefunden. Ein Usability- oder besser noch ein UX-Experte helfen dabei weiter, diese Probleme zu erkennen und Hypothesen zur Verbesserung aufzustellen.

Ein guter Informationsarchitekt und ein guter Designer sind auf Basis dieser Informationen dazu in der Lage, eine passende Lösung für das Problem zu entwickeln. Wenn alle Experten Hand in Hand arbeiten, ist innerhalb weniger Wochen bereits das Konzept bereit für den Test. Ein versierter Frontend-Entwickler wird in der Lage sein, das Konzept mit Hilfe von HTML, JavaScript, CSS und DOM-Manipulation im Testing-Tool umzusetzen. Der Test ist bereit, gestartet zu werden. Ein guter Web-Analyst kann die Testergebnisse nach durchschnittlich zwei Wochen Laufzeit auswerten.

Klingt einfach? Wäre es auch, wenn die oben genannten vier bis fünf Experten nicht alle in unterschiedlichen Abteilungen arbeiten würden. Einer der wahren Conversion-Killer in Unternehmen ist also eine ineffiziente Organisation in Form von Silos. Teilweise führt die Abteilungsdenke sogar zu Abgrenzung und Unverständnis für die jeweils anderen Methoden. In der Zukunft des Digital Commerce müssen Unternehmen also die Grenzen starrer Abteilungen beseitigen. Experten müssen mit kurzen Wegen interdisziplinär zusammenarbeiten um echte Agilität gewährleisten zu können.

Dem gegenüber steht der in vielen Organisationen verankerte Perfektionismus. „Wenn wir jetzt den Warenkorb anfassen, dann machen wir es aber gleich richtig,“ heißt es oft. Dann wird die ursprüngliche Optimierungshypothese noch ergänzt um unzählige andere Dinge. Die Entwickler haben in absehbarer Zeit gar keine Kapazitäten zur Umsetzung. Nach mehreren Monaten ist der erste „Optimierungs-Sprint“ schnell im Tagesgeschäft einer größeren Organisation stecken geblieben. Die Realität zeigt, wie weit weg man von der gewünschten Agilität in Wirklichkeit ist – selbst wenn das Projekt in „Scrum-Mentalität“ umgesetzt wurde. Echte Agilität bedeutet nämlich auch Mut zur Lücke – und diesen Mut lassen die wenigsten Organisationen zu.
„Done is better than perfect,“ hat Mark Zuckerberg, Gründer und CEO von Facebook, als eines seiner Erfolgsrezepte preisgegeben. Das Zitat spricht aus, welche Bedeutung wahre Agilität als Wachstumstreiber hat. Es zeigt, warum Startups ihr Wachstum scheinbar leichter steuern können.

Dabei bietet die inkrementelle Wachstumsoptimierung mit Hilfe von A/B-Testing einen entscheidenden Vorteil: Jedes Experiment endet in einem messbaren Erfolg oder Misserfolg. So lange überdurchschnittlich viele Experimente erfolgreich enden, lässt sich der Erfolg dieser vielen kleinen Maßnahmen in Form von echtem Deckungsbeitrag kommunizieren. Der Investition eines Optimierungssprints von beispielsweise vier Wochen – also zwanzig bis dreißig Personentage – steht dann ein Mehrumsatz von mehreren hunderttausend oder Millionen Euro entgegen.

Jedes Experiment liefert einen belegbaren Return-on-Investment als Kennzahl. Wird diese Kennzahl im Unternehmen kommuniziert, wird sie der Antrieb für einen Veränderungsprozess. ROI und Deckungsbeitrag sind die härtesten Währungen im unternehmerischen Alltag und sorgen für den Buy-in einer agilen Optimierungskultur.

Sechs einfache Tipps für einen einfachen Weg zur Optimierungskultur lauten daher:

1. Starten Sie möglichst einfach mit den ersten Tests.

2. Bilden Sie ein interdisziplinäres, abteilungsunabhängiges Team.

3. Kommunizieren Sie Erfolge im gesamten Unternehmen.

4. Sichern und vergrößern Sie die Budgets für Optimierung über den messbaren Erfolg.

5. Fördern Sie agile Optimierungskultur im Unternehmen.

6. Bauen Sie über diese Buy-in-Strategie ein festes Optimierungsteam auf.

Unternehmen mit agiler Optimierungskultur haben in Zukunft höhere Überlebenschancen, weil sie sich schneller anpassen können. Es fehlt jedoch noch die Antwort auf die Frage, wie die Qualität der Optimierungshypothesen gesichert wird. Darum geht es im nächsten Abschnitt.


Aufgabe Nummer Zwei: Effektive Innovation

Die Idee des A/B-Testing führt oft leider zu einem falschen Ansatz: Ausprobieren. Sobald das Tool zur Verfügung steht, fragen sich die Verantwortlichen „Was könnten wir denn einmal testen?“ Das Risiko, oberflächlich Farbe oder Größe von Buttons zu testen, ist dann sehr groß.

Auch wenn es verlockend klingt: Das Motto „Durch Testen zum Besten“ funktioniert nicht, denn reines Ausprobieren führt zu keiner echten Innovation. Im Gegenteil. Die Tools verführen dazu, viel zu kleine Schritte zu gehen – inkrementelle Veränderung führt dann auch bei hoher Geschwindigkeit nicht wirklich zu Fortschritt. Ein wirklich wirksamer Optimierungsprozess basiert daher auf Hypothesen, die permanenten Uplift sicher stellen.

Doch wie lässt sich vorhersagen, welche Optimierungsideen gut sind und welche nicht? Dazu braucht es zunächst Klarheit über den umsetzbaren Optimierungsspielraum. Vielen Marketern und Designern ist überhaupt nicht klar, welche Veränderungen mit Hilfe von Testing-Tools überhaupt möglich sind. Zum anderen braucht es Wissen darüber, wie Nutzer einer Website ihre Entscheidung treffen.

Ein Beispiel dafür stammt von Facebook. Hier sollte bereits vor einigen Jahren die „Deactivation Page“ optimiert werden. Das Ziel: die Reduzierung der Nutzer, die Facebook verlassen. Es handelt sich dabei um eine einfache Seite, auf der Facebook ein Feedback wünscht, warum man den Dienst verlassen möchte und erneut „Sind Sie sicher?“ fragt. Eine oberflächliche Optimierung würde sich damit beschäftigen, diesen Vorgang in irgendeiner Form funktional zu erschweren.

Viele Internetprovider verstecken zum Beispiel den Link mit Hinweisen zur Kündigung einfach. Doch Facebook hat etwas viel Intelligenteres getan. Sie haben nicht die funktionale sondern die motivationale Ebene der Seite verändert. Facebook hat die Motivation der Nutzer genutzt, in dem die wichtigsten „Freunde“ auf der Deaktivierungsseite mit Namen und Bild aufgeführt wurden. Darunter stand jeweils „XY wird dich vermissen“. Dieser Appell an die emotionalen Konsequenzen hat die Deactivation-Rate stärker verändert als jede grafische Veränderung dazu im Stande gewesen wäre.

Dieses Beispiel zeigt plakativ, was zu tun ist, denn ebenso verhält es sich umgekehrt mit dem Kauf-Button im E-Commerce. Die Frage „Warum klicken die Kunden nicht?“ ist der Schlüssel zu effektiven Optimierungshypothesen. Während viele Unternehmen noch auf der funktionalen und grafischen Ebene testen, haben einige wenige bereits die Kraft emotionaler Optimierungen erkannt. „Persuasive Design“ ist daher eines der neuen Buzzwords der Conversion Optimierung und meint den Eingriff in die verkäuferische Überzeugungsleistung eines Onlineshops. („Persuasion“ ist englisch für „Überzeugung“). Dabei werden altbekannte Verkaufstechniken, wie zum Beispiel die Verknappung von Angeboten oder das Herausstellen sozialer Bewährtheit, neu entdeckt und für das Medium Internet übersetzt.

Conversion Optimierung findet daher immer stärker an der Schnittstelle zwischen Technologie, Ökonomie und Psychologie statt. In den Fokus der Optimierer geraten Erkenntnisse aus Verhaltensökonomik, Konsumpsychologie und Neuromarketing. Diese Disziplinen beschäftigen sich allesamt mit der Frage, welche Faktoren bei Kundenentscheidungen eine Rolle spielen. Die folgenden Beispiele entstammen dem 7E-Conversion-Framework und sollen einen ersten Einblick in die Thematik geben:

Relevanz:
Die menschlichen Informationsfilter werden immer stärker. Es gelangen nur wirklich relevante Informationen in das menschliche Gehirn. Marketer müssen sich immer stärker damit auseinandersetzen, was für Nutzer relevant ist, um überhaupt angeklickt zu werden. Dabei zählt die explizite inhaltliche Ebene ebenso wie implizite Signale zur Positionierung des Angebots. Tipp: Mit Hilfe von Personas lässt sich die Welt der Nutzer besser verstehen als mit demografischen Durchschnittsdaten über Zielgruppen.

Vertrauen:
Onlinenutzer sind weiterhin sehr kritisch. Fehlendes Vertrauen führt häufig zum Abbruch des Besuchs (Bounce Rate). Forscher haben entdeckt, dass ein Gefühl des Vertrauens bereits nach einer halben Sekunde entsteht. Vertrauen entsteht aufgrund guter Gestaltung, bekannter Marken, Gütesiegel und sozialer Bewährtheit („347.238 Menschen mögen diesen Anbieter“). E-Commerce-Manager müssen lernen, diese Werkzeuge besser zu benutzen.

Orientierung:
Viele E-Commerce-Systeme überfordern Nutzer mit einem zu großen Angebot. Das große Angebot ist zwar ein Leistungsfaktor des Handels, kann jedoch in Auswahlsituationen zu einem Problem werden. Der sogenannte “Paradox-of-Choice-Effekt” besagt, dass eine zu große Auswahl zu weniger Umsatz führt. Onlineshops müssen also in Zukunft viel mehr Wert auf beratende und filternde Systeme legen, die die mögliche Auswahl effizient einschränkt.

Stimulanz:
Der Versandhandel ist per se eine wenig alleinstellende Tätigkeit. Daher ist es eine der größten Herausforderungen, für echte Alleinstellung zu sorgen. Dank Überangebot und Transparenz des Mediums Internet fragen sich Nutzer nämlich häufig „Warum sollte ich ausgerechnet hier kaufen?“. Strategien zur Differenzierung vom Wettbewerb (Service- und Leistungsfaktoren, Preispolitik, Eigenmarken) sind aufwändig und sollten sorgfältig auf ihre Wirksamkeit untersucht werden, bevor sie zum Einsatz kommen.

Sicherheit:
„Sind meine Daten sicher?“ oder „Wo rufe ich an, wenn es ein Problem gibt?“ sind typische Nutzerfragen kurz vor Abschluss eines Kaufs. Fehlende Antworten auf diese Fragen sind oft das Resultat fehlender Kundenorientierung und entsprechender Services. Onlinehändler werden sich in Zukunft viel stärker damit beschäftigen müssen, die Einwände ihrer Kunden auszuräumen, wenn sie zum Abschluss kommen möchten.

Komfort:
Onlinekäufer werden just im Moment höchster Motivation mit langweiligen und komplizierten Formularen und Checkout-Prozessen konfrontiert. Dieser Tatsache ist es unter anderem geschuldet, dass mehr als die Hälfte aller kaufwilligen Nutzer ihre Entscheidung überdenken und den Kauf abbrechen. Erfolgreiche Versandhändler müssen sich mit der Simplifizierung ihrer Systeme beschäftigen um erfolgreich zu bleiben.

Bewertung:

Die psychologischen Folgen der Nutzerinteraktion sind vielen Designern und Onlinehändlern noch nicht bekannt. Systeme sind zum Beispiel meist fehlerorientiert und liefern nur Rückmeldungen für den Fall, dass Nutzer etwas falsch gemacht haben. Dabei bewerten Menschen permanent ihre Handlung. Diese Bewertung hat Einfluss auf die Handlungsmotivation. Anbieter müssen sich in Zukunft verstärkt darum kümmern, das Resultat dieser Bewertungen positiv zu gestalten.

Diese sieben Faktoren sind ein einfaches Framework, das simpli-fiziert erklärt, unter welchen Bedingungen eine Konversion vom Nutzer zum Kunden stattfindet. Wer sicher stellen möchte, dass Optimierungs-hypothesen effektiv sind, der kann einfach überprüfen, ob die Veränderung auf einen dieser Faktoren einzahlt.

Diese sechs konkreten Tipps sorgen für mehr Effektivität bei der Erzeugung von Optimierungshypothesen:

1. Trennen Sie quantitative und qualitative Analyse.

2. Lernen Sie von echten Nutzern, die ihr System bedienen.

3. Beschäftigen Sie sich mit Verhaltensökonomik und Konsumpsychologie.

4. Vereinen Sie Erkenntnisse aus mehreren Disziplinen.

5. Analysieren und priorisieren Sie Optimierungshypothesen im Team.

6. Lernen Sie aus Tests der Vergangenheit.


Fazit

Conversion Optimierung ist mehr als das Testen unterschiedlicher Buttonfarben. Echte Conversion Optimierung ist ein strategischer Wachstumshebel, wenn die richtigen Faktoren verstanden und eingesetzt wurden. Erfolgreiche Unternehmen des “Digital Commerce” der Zukunft werden effizient ihre Optimierungsspielräume austesten. Agile Prozesse und effektive Optimierungshypothesen sorgen für profitables Wachstum unabhängig von der bisher üblichen Skalierung über Traffic.

Literatur
http://www.konversionskraft.de/checklisten


Der Fachartikel erschien im "Leitfaden Digital Commerce", S. 279-288, 2013.
Herausgeber: Torsten Schwarz
Verlag: marketing-BÖRSE GmbH
http://www.marketing-boerse.de/Info/details/Leitfaden-Digital-Commerce