Analysieren & Testen von Webseiten zur Optimierung der Conversion Rate

Einzelne Sales Pages oder Landingpages zu optimieren ist für viele (Inbound) Marketer gängige Praxis. Die gesamte Webseite zu testen vergessen jedoch viele – oder sind sich der Bedeutung in Hinblick auf die Conversion Rate nicht bewusst.

Landingpages sind nur ein Teil des Conversion Funnels. Ja, sie sind wichtig, aber ohne Traffic können auch sie keine Leads generieren. Entscheidend ist also die Frage, wie Besucher auf unsere Webseiten gelangen, welchen Content sie konsumieren und wie sie sich verhalten.

Die Frage nach dem Content-Konsum und den damit einhergehenden Bedürfnissen unserer Zielgruppen beantworten wir bereits über unsere Personas. Besucherquellen sowie Informationen zum Verhaltensfluss müssen wir jedoch genauer analysieren. Und genau hier setzen wir an …

Website- & Content-Analyse als Ausgangspunkt der Optimierung

Da Besucher selten gleich beim ersten Besuch oder der ersten aufgerufenen Seite deiner Webseite konvertieren, sollten wir uns zuerst mit dem Nutzerverhalten auf unseren Webseiten beschäftigen. Durch eine entsprechende Content-Analyse lernen wir, wie gut oder schlecht unsere vorhandenen Inhalte (z.B. Blogartikel) funktionieren.

Eine solche Content-Analyse ist ohnehin sehr wichtig für Content Marketing, denn wie Babak Zand es so schön formuliert:

„Eine Analyse deckt Herausforderungen im Content-Marketing auf, die bisher unbeachtet geblieben sind. Sie schützt davor, Inhalte zu produzieren, die weder die Markenbotschaft beinhalten noch relevant für die Zielgruppe sind. Zudem hilft sie dabei, unnötigen Kosten bei der Content-Produktion zu vermeiden."

Fragen, die uns bei unserer Analyse interessieren, könnten sein:

1. Woher kommen Besucher?
2. Auf welchen Seiten steigen Besucher ein?
3. Wie verhalten sich Besucher auf unserer Webseite?
4. Welche Teile des Inhalts schauen sie an?
5. Worauf klicken sie?

Woher kommen unsere Besucher und auf welchen Seiten steigen sie ein?

Die erste Frage können wir mithilfe von Google Analytics relativ einfach beantworten. In der Sektion „Akquisition“ » „Übersicht“ findest du ein Kreisdiagramm, das die Anteile der einzelnen Traffic-Quellen zeigt.

Eine Ebene tiefer (im Bild rechts) erhältst du eine Liste der Plattformen, von denen deine Besucher kamen. Um diese Informationen für unsere Zwecke sinnvoll zu interpretieren, müssen wir das Nutzerverhalten auf den einzelnen Plattformen verstehen. Denn in derselben Form wollen Besucher höchstwahrscheinlich auch unsere Inhalte konsumieren.

Twitter-Nutzern liefern wir unseren Content beispielsweise in verdaulichen Häppchen (was ich mit meiner einleitenden Übersichtsbox versuche), Pinterest-Nutzern stellen wir ansprechende Bilder zur Verfügung. Analog weisen die meisten Plattformen derartige Eigenheiten auf, die wir bei unserer Content-Produktion berücksichtigen können.

Auch die Antwort auf Frage zwei ist mittels Google Analytics schnell gefunden. In der Sektion „Verhalten“ » „Verhaltensfluss“ findest du eine Übersicht der von deinen Besuchern aufgerufenen Webseiten – in chronologischer Reihenfolge und durch ein Flow-Chart visualisiert.

Interessant sind hier natürlich die Einstiegsseiten um zu erfahren, welchen Content unsere Besucher konsumieren. Diese Erkenntnisse lassen wir infolge auch in unsere Themenplanung einfließen. Für unsere Optimierung sind jedoch die Ausstiegsseiten viel interessanter, denn dort verlieren wir Besucher.

Aber warum?

Wie verhalten sich unsere Besucher auf unserer Webseite?

Wichtig sind bei dieser Untersuchung sämtliche Handlungsmöglichkeiten, die unseren Besuchern zur Verfügung stehen. Denn sie alle lenken gegebenenfalls von unserem Ziel ab. Wir beginnen diesen Teil der Analyse also bei unseren Content Marketing Zielen, etwa:

• ein E-Book zum Download anbieten.
• die Weiterleitung auf eine Landingpage (kann mit Punkt 1 kombiniert werden).
• die Bewerbung von Produkten oder Dienstleistungen.
• die Bindung von Besuchern, um sie zum Wiederkehren zu bewegen (siehe auch „Sinn und Zweck von Content Marketing“).
• die Positionierung der eigenen Marke/Person als Markt- bzw. Meinungsführer.

Quasi jedes dieser Ziele erfordert eine andere Content-Struktur, vor allem hinsichtlich der Länge und der Positionierung wichtiger Call-to-Action-Elemente. Um herauszufinden, wie Besucher mit unseren Webseiten interagieren (wohin sie klicken) können wir zum Beispiel „Heatmaps“ nutzen.

"Eine Heatmap ist ein Diagramm zur Visualisierung von Daten, deren abhängige Werte einer zweidimensionalen Definitionsmenge als Farben repräsentiert werden. Sie dient dazu, in einer großen Datenmenge intuitiv und schnell besonders markante Werte zu erfassen." (Quelle: Wikipedia)

Google Analytics bietet eine derartige Funktion unter „Verhalten“ » „In-Page-Analyse“, wobei diese nicht sehr zuverlässig ist. Glücklicherweise gibt es genügend kostenlose Alternativen, etwa von Sumo.

Wer dieses Tool schon installiert hat, dem empfehle ich auch die Verwendung der Content Analytics, um Informationen über das Scrollverhalten der Besucher zu sammeln. Anhand dieser beiden Tools lassen sich sehr schöne Erkenntnisse über die ideale Länge von Webseiten bzw. Blogartikeln gewinnen und in Folge wichtige Elemente wie Buttons entsprechend positionieren.

Die Frage ist nun, was genau wir auf Basis der gewonnenen Daten testen können.

Was können (und sollten) wir testen?

Bevor wir in die Bresche springen und anfangen unseren Content umzugestalten brauchen wir solide Hypothesen. Eine Hypothese ist laut Duden eine „unbewiesene Annahme“. Besser gefällt mir in unserem Kontext jedoch die englische Variante, denn sie impliziert bereits die Notwendigkeit der Überprüfung:

„A tentative assumption made in order to draw out and test its logical or empirical consequences”

Wir formulieren also Hypothesen, die eine Änderung eines Elements mit einer (oder mehreren) Konsequenzen in Relation setzt. Diese Annahmen gilt es durch Tests zu überprüfen.

Fabian Liebig von Optimizely (ein Tool für A/B-Tests, das auch ich verwende) gibt im Interview mit dem „Conversiondoktor“ Gabriel Beck drei hilfreiche Tipps, wie du deine Hypothesen noch besser formulierst:

3 Tipps für bessere Hypothesen beim Website Testing - Interview mit @FabianLiebig von @Optimizely http://t.co/mTdYpWrnoA

— Manuel Ressel (@manuelressel) 13. März 2015

Hier im Blog habe ich beispielsweise die Annahme getroffen, dass ich durch die Veränderung des Newsletter-Anmeldebuttons mehr Abonnenten gewinnen kann.

Weitere zu testende Website-Elemente, die sich womöglich auf die Conversion Rate auswirken, sind:

• Überschriften (hinsichtlich Wording, Keywords oder Länge)
• Text bzw. Inhalt (Länge, Struktur, Bilder, Videos etc.)
• Farben (von Buttons, Links etc. und immer unter Berücksichtigung des Corporate Designs)
• Formulare (Länge, Pflichtfelder, Wording, Anordnung, Positionierung)
• Call to Actions (Anzahl, Gestaltung, Wording, Positionierung (im Text, als Popup, in der Sidebar etc.))
• Seitennavigation (Auswahl und Anzahl der Einträge, Position etc.)
• Seitenstruktur/aufbau (klassisch mit Inhaltsbereich und Sidebar, Magazin-Layout, Infinity Scrolling o.Ä.)
• Sidebar (Positionierung, Anzahl, Auswahl und Anordnung der Elemente)

Keine Ahnung was genau Du auf deiner Website A/B testen sollst? Hier sind über 70 Ideen. Happy Testing! #cro http://t.co/oOxzxGJOgM

— Jörg Wukonig (@wukonigcom) 18. September 2014

Du weißt nun, auf welche Daten du deine Hypothesen stützt und du hast erste Ideen, wo du mit dem Testen beginnen kannst. Bleibt im Grunde nur noch eine essenzielle Frage zu klären:

Wie und mit welchen Tools können wir derartige Tests durchführen?

Ich nutze wie gesagt Optimizely, da es in der Basisversion kostenlos ist, schnell installiert und in der Anwendung sehr einfach ist. Meinen „Leitfaden“ für das Testen von Landingpages kannst du analog für andere Seiten und Elemente verwenden.

Und zu guter Letzt ist die abschließende Bewertung der Testergebnisse wichtig. Wir wollen schließlich nicht nur die Conversion Rate erhöhen, sondern dadurch unsere definierten Ziele erreichen. Erst wenn auch die Zielerreichungsquote infolge der Optimierung steigt, waren unsere Tests bzw. unsere Änderungen erfolgreich.

“If an increased conversion rate doesn’t translate to increased business success, it isn’t a win” (Brad Tiller, Unbounce)

Website-Optimierung im Schnelldurchlauf

• Analysiere deinen Content und deine Traffic-Quellen
• Analysiere das Verhalten deiner Besucher und verstehe ihre Bedürfnisse
• Definiere die Ziele deines Content Marketings und identifiziere kritische Handlungen deiner Besucher
• Stelle Hypothesen auf, um die Conversion Rate zu beeinflussen
• Teste, teste, teste.
• Bewerte die Ergebnisse in Hinblick auf deine Zielstellung

Und noch ein letzter Tipp: Teste die mobile Version deine Website immer separat, denn das Nutzerverhalten auf Smartphones unterscheidet sich deutlich von Desktop-Gebrauch. Wunder dich z.B. nicht über Klicks „mitten in deiner Webseite“, das sind Finger die scrollen! :-)

Zum Schluss gibt’s wie so oft noch eine Infografik, die die Herangehensweise an A/B-Tests sehr schön visualisiert. Neil Patel hat diese auf Basis des ResearchXL Frameworks von ConversionXL zusammengestellt. Klick auf die Vorschau zum Vergrößern – viel Spaß damit!

Weiterführende Lektüre:

• Die 7 C’s der Conversion Optimierung
• The Complete Guide to A/B Testing [Englisch]
• What is A/B Testing? [Englisch]
• ConversionXL Blog [Englisch]