Häufig taucht der Fall auf, dass wir Kampagnen starten, die wirklich top performen und super viel Traffic auf eine Landingpage bringen. Was aber bedeutet es, wenn dieser Traffic nicht oder nur kaum zu einer Steigerung der Conversion Rate führt? Grund dafür ist oft nicht ein schlechtes Targeting, sondern schlicht und ergreifend die Nutzerfreundlichkeit (Usability) auf deiner Website.

Dieser Artikel geht tief. Aber wenn du die folgenden sieben Punkte wirklich berherzt angehst, wirst du hoffentlich schon bald auf deiner Website deine Conversion Rate optimieren. Legen wir los … es wird spannend.

1. Schritt: Die technische Analyse

In der technischen Analyse untersuchst du die fundamentalen Funktionen deiner Website. Durch Tools wie Lighthouse und GTmetrix kannst du rasend schnell feststellen, an welcher Stelle deine Website hakt. Diese Tools geben dir auch sofort Handlungsempfehlungen, die du unbedingt umsetzen solltest. Das macht nicht nur aus Sicht der Usability Sinn, sondern auch aus der Perspektive der Suchmaschinenoptimierung. Schließlich trägt die Seitenperformance maßgeblich zu deinem Suchmaschinen-Ranking bei. Vor allem solltest du die Hinweise von Lighthouse berücksichtigen. Immerhin ist dieses Tool eine Google-Entwicklung und gibt dir daher genaue Insights, auf was die größte Suchmaschine der Welt wirklich wert legt.

Cross Browser Testing

Darüber hinaus solltest du auch überprüfen, ob deine Website auf verschiedenen Geräten und Browsern einwandfrei läuft. Um Zeit in der Entwicklung zu sparen, legen Entwickler die Website oftmals nur auf einen Browser wie zum Beispiel auf Google Chrome sowie zwei bis drei Devices – aktuelle Smartphones oder tablets – aus. Das allerdings kann dazu führen, dass bestimmte Codezeilen in anderen Browsern und Devices nicht ausgeführt werden. Die Konsequenz: Darunter kann die Funktion und die Darstellung erheblich leiden. Rufen wir uns ins Gedächtnis, dass bei vielen Unternehmen oder öffentlichen Organisationen aus Datenschutzgründen oftmals nur der vorinstallierte Browser verwendet werden darf. Ziemlich schnell wird so aus Faulheit und Zeitmangel ein Conversion Killer!

Erfahre mehr über Cross Browser Testing

Um zu prüfen, ob ein solcher Fall vorliegt, hilft ein Blick in dein Website Analytics Tool wie zum Beispiel Google Analytics. Hier kannst du schnell feststellen, ob sich das Nutzerverhalten zwischen den Browsern & Devices erheblich voneinander unterscheidet. Abschließend lohnt sich auch, den NetzwerkTraffic deiner Website zu analysieren. Sieh dir an, ob deine Website viele Drittanbieter-Skripte lädt und ob sie doppelte Anfragen an den Server sendet. Hier kannst du oftmals stark reduzieren.

Falls du bereits viele Tracking Tools einsetzt, dann ist für dich die Überlegung sinnvoll, diese serverseitig aufzubauen. Das Stichwort ist hier Server-side Tagging, das deiner Seite einen erheblichen Performance Boost verleiht. Denn so müssen alle Skripte der Tools nicht mehr auf der Website geladen werden. Die Daten werden vielmehr auf deinen Server geladen und gelangen von dort zu den Tools. Das gibt dir den Vorteil, dass du im Besitz der Daten bist und du diese auch Datenschutz-konform anonymisieren kannst.

2. Schritt: Heuristische Analyse

Bei der heuristischen Analyse geht es darum festzustellen, an welchen Ecken und Kanten die Nutzer*innen sich stoßen. Grundsätzlich basiert sie auf der Nielsen Heuristik zum Benutzeroberflächen-Design.

In unserer täglichen Arbeit stellen wir uns in der Analyse immer den folgenden 5 Fragen-Kategorien:

1. Konsumierbarkeit

• Ist die Website überladen?
• Welche Informationen braucht deine Zielgruppe wirklich?
• Wo kann ich Inhalte kürzen oder Weglassen?

2. Reibungspunkte

• Was erweckt Zweifel an der Website?
• Warum zögere ich eine bestimmte Aktion durchzuführen?
• Wo entstehen für mich Fragezeichen?
• Was kann getan werden, um diese Zweifel zu beheben?

3. Ablenkungen

• Welche Elemente helfen dem Nutzer nicht bei seiner Entscheidungsfindung?
• Welche Elemente ziehen unnötigerweise die Aufmerksamkeit der Lesenden auf sich (Auto Sliders, Videos, Chatbots, Pop-Ups, zu viele Call-to-Actions)?
• Verwende ich maximal 1 bis 2 Call-to-Actions?
• Wenn es den Nutzer nicht dazu motiviert eine bestimmte Aktion durchzuführen muss es weg!

4. Motivation

• Was ist es an dem Service, das den Nutzer zum Engagement führt, wird das dargestellt?
• Welche Anreize gibt es für den Nutzer bestimmte Aktionen durchzuführen?

5. Relevanz

• Trifft die Website die Nutzer Erwartung – Content und Design?
• Was kann getan werden, um die Erwartung besser zu erfüllen?

Vor allem das Thema Ablenkung hat eine hohe Relevanz … Bewegung und Animationen lenken die Nutzer*innen ab. Wenn solche Elemente verwendet werden, dann sollten sie so eingesetzt werden, dass sie den Conversion-Prozess unterstützen und nicht behindern. Als Entwickler*innen, Designer*innen und Maketer*innen neigen wir gerne dazu, immer am Puls der Zeit bleiben zu wollen. Das heißt, wir wollen die neuesten Features und Spielereien auf unsere Website implementieren. An der Stelle müssen wir uns aber immer die Frage stellen, ob das wirklich unsere Zielsetzung unterstützt.

3. Schritt: Web Analytics Tools richtig einsetzen

Wie eingangs beschrieben können uns diese Werkzeuge dabei helfen, schnell Probleme zu identifizieren. Das funktioniert auch schon bei einer amateurhaften Implementierung. Durch eine unzureichende Einrichtung können jedoch Datenlecks entstehen oder fehlerhafte Daten erhoben werden. Vor allem im E-Commerce kommt es im Kaufprozess häufig vor, dass Referral-Links von Zahlungsanbietern nicht ausgeschlossen werden. Das hat zur Folge, dass Zahlungsanbieter als Quelle der Conversion zugeordnet werden. Im Ergebnis können wir dann die tatsächliche Quelle der Conversion nicht mehr zuordnen.

Praktisches Beispiel für fehlerhaftes Tracking

Ich beschreibe es dir anhand eines kurzes Beispiels: Stell dir vor, du hast auf Facebook auf eine brutal geile Werbeanzeige zu einer Armbanduhr geklickt und gelangst zu einem Onlineshop. Jetzt bist du im Shop und möchtest diese Uhr kaufen. Deshalb legst du das Produkt in den Warenkorb und gehst zur Kasse. An der Kasse klickst du auf eine Zahlungsmethode deiner Wahl, zum Beispiel PayPal. Wenn du nun den „Jetzt bezahlen“-Button klickst, öffnet sich in PayPal ein Fenster, indem du dich in PayPal einloggst. Hier sollst die Zahlung bestätigen. Nach dem Abschluss der Zahlung wirst du dann von PayPal auf die Danke-Seite des Shop-Betreibers geleitet. Und genau an dieser Stelle entsteht das Tracking-Problem. Denn die Danke-Seite ist meistens der Trigger für die Conversion. Das heißt, dass das Web Analytics Tool das PayPal-Pop-Up-Fenster als Ursprung der Conversion betrachtet. Dabei war es doch die mega Facebook Ad, die euch getriggert hat.

Tracking muss richtig aufgesetzt sein

Für die, die die Conversions des Shops analysieren dürfen, ist es dann nicht mehr nachvollziehbar, woher die Conversion tatsächlich kam. Ergo können sie nicht eindeutig bewerten, welche Kanäle tatsächlich zu einer Conversion führen. Im Worst-Case würden sie dann fehlinterpretieren, dass die Instagram Ads, die sie auch schalten und die zudem für wesentlich mehr Traffic sorgen, auch für die Conversions verantwortlich sind. Infolgedessen investieren sie mehr in Instagram Ads und steigern dadurch den Traffic, die Conversion steigt.

Wichtige Infos über Google Analytics 4 – Jetzt lesen!

ACHTUNG! Für die Betreiber*innen sieht das im ersten Moment nach einem Erfolg aus, denn die Conversion wurde ja erhöht. Wenn die Shop-Betreiber*innen ihr Tracking richtig eingerichtet hätten, dann hätten sie gesehen, dass die Facebook Ad der eigentliche Conversion Treiber ist. Eventuell hätten sie dann, das gleiche oder sogar ein besseres Ergebnis durch einen Bruchteil des Budgets erzielen können. In diesem fiktiven Beispiel hast du deutlich gesehen, wie wichtig eine sorgfältige Einrichtung des Webanalyse Tools ist. Eine ungenügende Einrichtung kann dich also tatsächlich viel Geld kosten und im schlimmsten Fall merkst du es nicht einmal.

IP-Adressen im Analyse-Tool ausschließen

Ein weiterer gängiger Fehler ist, dass du beim Testen deiner Website Traffic und Conversions generierst, die das Ergebnis verfälschen. Deshalb solltest du die IP-Adressen von dir und deinen Mitarbeiter*innen im Analyse-Tool ausschließen. Mit dieser einfachen Maßnahmen beugst du aktiv Messverfälschungen vor. Besonders dann, wenn du eine eher kleine Website hast, führen dich solche Messfehler zu falschen Annahmen. Eine weitere Frage der Einrichtung ist unweigerlich auch jene, was du messen möchtest. Daher musst du bereits vorher klare Ziele definieren und aus ihnen das passende Tracking Konzept ableiten. Dadurch fällt es dir dann leichter festzustellen, an welchen Stellen der Website Störpunkte sind, die die Nutzer*innen zögern oder abspringen lassen.

Besonders interessant sind auch immer Analysen des FAQs, der Suchbegriffe und der Verwendung der Seitennavigation. So gewinnst du aufschlussreiche Insights über deine Besucher*innen. Zum Beispiel, welche Fragen bei ihnen besonders häufig auftauchen. Das klingt zunächst trivial, zeigt dir aber, an welcher Stelle im Funnel zusätzliche Informationen nötig sind.

4. Schritt: Screen Recordings

Die Screen Recordings sind eine echt großartige Sache! Mit diesen Tools kannst du dir Heat Maps und Click Maps erstellen lassen und sehen, wie die Nutzer*innen mit deiner Seite interagieren. Hier wird besonders schnell deutlich, an welchen Stellen sich die Nutzer*innen, zum Beispiel weiterführende Informationen erhoffen. Das äußert sich dann oft durch vermehrte Klicks auf ein Element, dass die Besucher*innen für einen Link oder Button halten.

Außerdem bieten dir viele dieser Tools die Möglichkeit, die Nutzersessions aufzuzeichnen und wieder abzuspielen. Somit kannst du genau nacherleben, wie sich Nutzer*innen durch den Funnel bewegen. Du siehst also aus erster Hand, wo Barrieren sind.

Screen Recording einer Website

5. Schritt: Qualitative Analyse

In der Qualitativen Analyse versuchst du so viel Feedback wie möglich einzusammeln. Hier sind Nutzerumfragen per E-Mail aber auch Onsite-Umfragen bewährte Mittel.

Für dich 5 Punkte, die du bei einer qualitativen Analyse beachten solltest:

1. Setze dir ein Ziel

• Stelle dir also genau die Frage welche Dinge du lernen und mit der Untersuchung erreichen möchtest.

2. Ergründe deine Erwartungen

• Mache dir Gedanken darüber, welche Ergebnisse am Ende deiner Untersuchung stehen könnten.

3. Bilde den Kontext

• Versetze dich in den Kontext, in dem sich die Nutzer befinden, um die Antworten besser zu verstehen und deuten zu können.

4. Sei nicht voreingenommen

• Stelle dir die Frage, inwiefern du als Forscher voreingenommen bist und wie das deine Untersuchung beeinflussen könnte.

5. Analysiere neutral

• Bewerte, ob dich vorherige Untersuchungsergebnisse in eine gewisse Richtung treiben … reflektiere genau die Ergebnisse.

Übrigens findest du auf Wikipedia eine großartige Übersicht, den Cognitive Bias Codex. Diese hervorragende grafische Auflistung hilft dir zu verstehen, was dich und deine Nutzer*innen voreingenommen macht und wo der Verstand Abkürzungen nimmt, um eine schnelle Entscheidung zu treffen. Im Zusammenhang damit kann ich dir übrigens auch das Buch „Schnelles Denken, langsames Denken“ von Daniel Kahnemann empfehlen. In diesem Buch schildert der Forscher, wie die menschlichen Denkprozesse erfolgen.

Aufschlussreich: Static Site Generator & rasante Websites

Aber wieder zurück zum Thema, wenn du Umfragen erstellst, versuche immer die Fragen offen zu gestalten. Denn wir wollen ja alle Reibungspunkte erfassen, besonders die, die wir noch gar nicht auf dem Schirm hatten. Falls du bereits Live-Chat oder Chat-Bot-Funktionen auf deiner Website nutzt, dann lohnt sich auch hier ein Blick in die Chat Transkripte. Neben vielen witzigen Chatverläufen, ergeben sich häufig Fragestellungen die man bis dato noch gar nicht richtig oder nur unzureichend beleuchtet hat.

6. Schritt: User Testing

Im User Testing geht es nun eine Ebene tiefer, denn du forderst die Nutzer*innen aktiv zum Test der Website auf. Nun gibt es einige verschiedene Vorgehensweisen. Du kannst die Tests remote oder In-Person und dann jeweils moderiert oder unmoderiert durchführen. Aktuell kommt nur Remote Testing in Frage, aber zukünftig sollten wir auch das In-Person Testing berücksichtigen. Das In-Person Testing hat nämlich den entscheidenden Vorteil, dass du die Personen genau beobachten kannst. Du erkennst ihr Zögern, eine verziehende Gesichtsmimik etc. hier viel leichter.

Ob wir den Test moderiert oder unmoderiert durchführen, kommt auf unsere Fragestellung an. Geht es um die generelle Haptik, dann reicht oftmals ein unmoderierter Test aus. Wenn wir ein konkreten Nutzerfluss untersuchen wollen, dann sollten wir zu einem moderierten Test greifen. In diesem kreieren wir für den Tester ein Szenario, in dem er ein gewisses Ziel erreichen soll.

Beispiel für ein User Testing

Ein mögliches Szenario könnte sein: „Angenommen, Sie sind seit Tagen auf der Suche nach XYZ und haben es nun auf dieser Website gefunden.“ Dann könnte eine Aufgabe wie folgt lauten: „Bitte kaufen Sie XYZ auf der Website“. Sie geben dem Tester also einen konkreten Fall vor und versuchen ihn unter Umständen in eine gewisse Stimmungslage zu versetzen. Interessant sind hier auch Experimente in der die Testpersonen in einer frustrierenden Situation sind. Läuft dann alles glatt, perfekt!

Erfahrungsgemäß reichen 5–15 Testpersonen aus, um alle relevanten Reibungspunkte zu finden. Diese kannst du über User-Testing-Plattformen gewinnen. Je spezifischer deine eigentliche Zielgruppe jedoch ist, umso schwerer ist es, die passenden Tester*innen auf diesen Plattformen zu finden. Außerdem handelt es sich bei diesen Testerpersonen oftmals um erfahrene Probant*innen, welche viele Schwachstellen von Systemen bereits kennen. Das kann zwar sehr hilfreich sein, allerdings ist auch die Sichtweise des normalen Nutzers essenziell. Hier bietet sich der Weg an, Tester*innen über Gruppen mit ihrem Themenschwerpunkt in den sozialen Medien zu suchen. Mein Tipp für dich: Achte hier darauf, dass du die passenden Incentives setzt.

7. Schritt: Split Testing

Build, Measure, Learn – das ist das Paradigma! Wir erstellen an diesem Punkt also Hypothesen, dann testen wir diese. Wenn sie sich bestätigen, behalten wir die Änderung bei … andernfalls verwerfen wir sie und testen weiter. Wichtig ist es immer, nur inkrementelle Veränderungen zu testen. Es werden also keine fundamental unterschiedlichen Website-Versionen in einem A/B-Test verglichen. Vielmehr geht es darum, den Effekt kleiner Veränderungen zu testen. Das könnte zum Beispiel eine Änderung des Wordings, des CTA oder der Farbe des Kaufbuttons sein. In Multivariaten-Tests (MV) führt man dann mehrere Varianten ein, die dann in unterschiedlicher Kombination ausgespielt werden.

Herausforderung bei A/B- und MV Tests

An dieser Stelle kommen wir zu dem großen Hindernis für A/B & MV Tests. Denn diese haben nur eine Aussagekraft, wenn die Stichprobe auch groß genug ist. Sprich, du brauchst genügend Traffic / Conversions, damit eine statistische Signifikanz eintreten kann. Der Begriff der statistischen Signifikanz beschreibt übrigens nicht die Stärke eines Effekts, sondern nur, dass sich dieser auf die Grundgesamtheit übertragen lässt.

Hast du zum Beispiel einen Webshop und definierst einen Einkauf als Conversion, dann brauchst du mindestens zwischen 200 und 500 Conversions auf deiner Landingpage im Monat. Nur so kannst du aussagekräftige Rückschlüsse ziehen, ob zum Beispiel Button A besser konvertiert als Button B. Für Multivariaten-Tests müsstest du sogar noch mehr Conversions haben, da du mehrere mögliche Kombinationen testen musst.

Ab wann macht ein A/B Testing Sinn?

Das heißt, wenn du auf deiner Website im Monat weniger als 200 Conversions hast, steht für dich an oberster Priorität die Anzahl an Seitenbesuchern zu steigern. Denn vorher kannst du noch keinen effektiven Splittest durchführen. Falls du schon zwischen 200 und 500 Conversions im Monat erzielst, dann kannst du mit A/B Testing beginnen. Das heißt, du kannst anfangen, eine neue Design-Idee gegen die Originäre zu testen. Ab einer Zahl von 500 bis 1.000 Conversion wird ein umfassendes A/B Testing möglich. Deshalb solltest du ab hier unbedingt mit einem A/B Testing starten. So kannst du an dieser Stelle bis zu sieben Designs parallel testen und erhältst immer noch ein statistisch signifikantes Ergebnis.

Wenn du bereits über 1.000 Conversions über deine Landingpage reinholst, dann sollten A/B & MV Test an deiner Tagesordnung liegen. Denn du hast bei dieser Zahl, die Möglichkeit sehr schnell an verwertbare Insights zu gelangen und so deine Conversion Rate zu optimieren. Wenn du also nur eine kleinere Website hast, dann konzentriere dich zunächst auf die zuvor besprochenen Punkte bevor du zu viel Zeit und Energie in A/B Tests steckst.

Du hast bereits eine krass laufende Landingpage und für dich kommen A/B oder MV Tests in Frage, dann stelle unbedingt sicher, dass deine Versionen einwandfrei laufen. Es wäre nicht das erste Mal, dass ein fehlerhaftes Codesnippet eine Seite crasht. Falls das unbemerkt bleibt, würde man beispielsweise annehmen, dass Button B gegenüber Button A schlechter

Conversion Rate optimieren: Zusammenfassung der 7 Schritte

1. Die technische Analyse

In der technischen Analyse kontrollierst du die ordnungsgemäße Funktion der Website. Stelle sicher, dass sie auf allen Browsern und Endgeräten ordentlich arbeitet

2. Die heuristische Evaluierung

• In der heuristischen Evaluierung versetzt du dich in die Website Besucher*innen und versuchst festzustellen, welche Information und Elemente stören und ablenken.

3. Die Webanalyse

• Mit der Webanalyse versuchst du deine Nutzer*innen besser zu verstehen. Du analysierst, wie sie sich auf deiner Website bewegen und wo sie abspringen.

4. Screen Recordings

• Eine ebene Tiefer nutzt du dann Screen Recordings, um nachzuvollziehen, wie sich echte Nutzer*innen auf deiner Seite verhalten. Du siehst an dieser Stelle wo Momente des Zögerns auftreten.

5. Qualitative Analyse

• In der qualitativen Analyse fragst du nun deine Nutzer*innen nach Feedback zu den Prozessen auf deiner Website und ob sie zufrieden sind.

6. User Testing

• Beim User Testing engagierst du Testpersonen die verschiedenen Szenarien auf deiner Website durchführen. Im Vergleich zu den Screen Recordings und der qualitativen Analyse hast du hier die Möglichkeit, die Umgebungsvariablen und Szenarien konkret zu definieren. Außerdem kannst du durch Beobachtung leichter Reaktionen und Emotionen bei den Tests feststellen … ebenso Momente des Zweifelns, Strauchelns und der Wut.

7. Split Testing

• Im Split Testing analysierst du schrittweise anhand verschiedener Hypothesen Varianten gegeneinander und versuchst, die beste Variante zu finden. Was dir jetzt noch in den Weg kommen kann, ist nichts anderes als das Ego – dein Ego, das deiner Abteilungsleitung, das deiner Kolleg*innen, das deiner Website-Agentur.

Das Ego kann dir wirklich einen Strich durch deinen Plan machen, weil die Besucher*innen nun aktives Mitspracherecht haben. Das Ego kommt uns nun immer dann in die Quere, wenn die Voice of Customer etwas anderes sagt als unser Bauchgefühl und die jahrelange Erfahrung, die wir haben. Manchmal wendet sie sich sogar gegen etablierte Best Practices oder läuft den aktuellen Trends zuwider.

Bist du bereit für die Optimierung deiner Conversion Rate?

Es stellt sich also die Frage, ob wir auf unsere Besucher*innen hören oder eben nicht. Ich schlage vor, dass wir auf unsere Besuche*innen hören, auch wenn es hier und dort weh tut.

Du weisst es selbst: Geteiltes Leid ist halbes Leid. Und da ich weiß, dass die sieben Punkte viel Kraft, Zeit und Konzentration kosten, möchte ich dich einladen, dich mit uns über deine Conversion-Zielen zu unterhalten. In einem unverbindlichen Gespräch klären wir einige deiner Schmerzpunkte und suchen individuell nach dem richtigen Ansatz für dich. Lass es uns angehen. Jetzt!