Je näher am Konversionsziel optimiert wird, desto mehr bleibt vom erzielten Uplift am Ende auch übrig. So bedeuten +50% Click-Through-Rate auf der Bestätigungs-
seite eines Checkouts auch eine Steigerung der Gesamt Conversion um genau diese 50%.

Bei einem fünfzigprozentigen Uplift der CTR z.B. auf einer Landing Page bleibt davon aufgrund des Dämpfungseffekts der Folgeseiten natürlich nicht mehr ganz soviel hängen. Folglich ist es eigentlich völlig richtig, dass viele Shopbetreiber bei der CRO das Hauptaugenmerk auf den Warenkorb und den Checkout-Prozess legen.

Ohne Zweifel bestehen auf diesen Seiten auch häufig sehr vielversprechende Potenziale – so kann die Anzahl der Bestellungen beispielsweise durch Simplifizierung, Erhöhung von Transparenz und Vertrauen oder dem Hinzufügen von weiteren Zahlungsmöglichkeiten gewiss erfolgreich gesteigert werden.

Aber was geschieht vor dem Warenkorb?

Was dabei allerdings allzu oft vergessen wird, ist dass die angebotenen Produkte des Shops überhaupt erstmal in den Warenkorb gelegt werden müssen. Denn was bringt ein bis ins kleinste Detail optimierter Checkout mit verschwindend geringen Ausstiegsraten, wenn kaum ein Besucher auf den „In den Warenkorb“ Button klickt?

Der rechts abgebildete Conversion Funnel zeigt im Checkout gute Click-Through-Rates, die Add-to-Cart Rate ist mit 3,35% allerdings vergleichsweise niedrig. Schnell wird deutlich, dass auf den Produktdetailseiten wohl noch erhebliches Potenzial schlummert.

Mit der Optimierung durch A/B/n- oder multivariate Tests sollte daher nie begonnen werden, bevor ein Blick in die Webanalyse geworfen wurde. Ansonsten entsteht eine sehr große Gefahr, an der falschen „Baustelle“ zu optimieren und damit nicht den erwünschten Uplift zu erzielen. Nicht selten wird aus solchen Gründen die Startseite in den Fokus gerückt, obwohl diese teilweise von weniger als 10% der Besucher überhaupt gesehen wird.

Welche Seiten verzeichnen also im Verhältnis die meisten Seitenaufrufe, die höchsten Bounce- und Exitrates, und welche fungieren am häufigsten als Landing Pages?

Zu analysieren gilt es außerdem, welche der im Shop bestehenden Seitentypen fest im primären Konversionspfad verankert und damit auf dem Weg zu einer erfolgreichen Bestellung unverzichtbar sind.

Natürlich ist dies von Shop zu Shop sehr unterschiedlich, sodass nicht pauschal beantwortet werden kann, welche Stelle den den höchsten Impact auf die Conversion Rate verspricht.

Insbesondere für das Thema Testing ist es darüber hinaus von großer Bedeutung, wie viel Traffic die jeweiligen Seitentypen erhalten – denn ohne eine ausreichende Anzahl von Besuchern z.B. im Checkout kann es zum Teil sehr lange dauern bis statistisch signifikante Testresultate vorliegen.

Besonders für noch recht kleine Shops mit relativ wenigen Besuchern kann es daher empfehlenswert sein, zunächst an Stellen mit vielen Seitenaufrufen zu testen. Dazu gehören in erster Linie Landing Pages.

Potenziale auch vor dem Warenkorb erkennen

Im ersten Schritt kann ein Überblick über die Verteilung der Einstiegsseiten und deren Bouncerates sehr hilfreich sein. In der nachfolgenden Tabelle wurden die Landing Pages eines mittelgroßen Onlineshops nach Seitentypen zusammengefasst.

Auffällig war hier, dass im betrachteten Zeitraum fast zwei Drittel der Besucher über Produktdetailseiten in den Shop eingestiegen sind – über die Startseite hingegen nur knapp 10 Prozent. Weiterhin wurde deutlich, dass die durchschnittliche Bouncerate der Detailseiten mit 69 Prozent sehr hoch ausfiel und diese auch sehr häufig die Seiten waren, auf denen die Besucher ausgestiegen sind.

Was ist der größte Hebel?

Das Ziel des Projekts bestand darin, mit einer Testhypothese d.h. einer Optimierungsmaßnahme einen möglichst hohen Gesamt-Uplift zu erzielen. Bereits in der vorangegangenen Expertenevaluation wurden auf qualitativer Ebene zahlreiche Schwachstellen auf der Produktdetailseite identifiziert.

Die quantitative Webanalyse konnte diese Defizite zusätzlich untermauern und weitere Argumente dafür liefern, das Template der Produktdetailseite zu überarbeiten:

• mehr als 60% der Besucher steigen über diesen Seitentyp ein
• Insgesamt verzeichnen diese 40 Prozent aller Seitenaufrufe
• Hohe Bounce- und Exitrates bedeuten hohes Potenzial
• Hoher Traffic ermöglicht rasche Testergebnisse und Learnings

Ergebnisse aus dem A/B-Test

Schon nach wenigen Tagen zeigten sich im Testing-Tool statistisch valide Ergebnisse. Um den Buying-Cycle und weitere Effekte zu berücksichtigen wurde der Test allerdings volle zwei Wochen live geschaltet.

Die Änderungen im Detailseiten-Template haben sich auch sehr positiv auf die Gesamtkonversion ausgewirkt. Zudem konnte die Interaktionsrate erhöht und damit die Bouncerate gesenkt werden – sodass nun weitaus mehr Besucher in den Shop „eintreten“ als zuvor. Besonders wichtig ist dies, wenn der Besucher nicht gleich auf der ersten Seite das passende Produkt findet und dann eher im Shop weiter sucht, anstatt sofort zurück zur Google-Suche zu klicken.

Fazit

Testen kann man innerhalb eines Onlineshops auf jeder beliebigen Seite. Um den Erfolg dieser Maßnahmen allerdings nicht dem Zufall zu überlassen oder zeitlich endlose Testzyklen zu riskieren, sollte bei der Erstellung der Testkonzeption unbedingt auch das Webanalyse-Tool herangezogen werden.

Denn erst die Kombination aus quantitativer und qualitativer Schwachstellenanalyse ermöglicht eine sinnvolle Priorisierung der Testhypothesen, welche für den Erfolg dieser Optimierungsmaßnahme unverzichtbar ist.

Die folgenden Aspekte spielen für diese Priorisierung eine tragende Rolle:

1. 1. Welches sind die häufigsten Landing Pages und welche Absprungraten haben diese?
   2. Wo ist der Traffic ausreichend, um mit A/B- oder multivariaten Tests binnen kurzer Zeit valide Ergebnisse und Learnings erhalten zu können?
   3. Wie viele Schritte sind die zu optimierenden Seiten jeweils vom Konversionsziel entfernt? Wie hoch ist demnach die zu erwartende Dämpfung des Uplifts?
   4. Welche Seitentypen sind fest im primären Konversionspfad verankert und haben somit direkten Einfluss auf die Gesamtkonversion?
   5. Auf welchen Seiten gehen in einem definierten Prozessfluss (z.B. im Checkout) die meisten Nutzer verloren (Exit Rate)?
   6. Wo zeigen sich deutliche Parallelen zwischen der qualitativen Bewertung (Expertenreviews, Nutzerbefragungen, etc.) und der quantitativen Webanalyse?
   7. Auf welchen Seiten verursacht die Umsetzung der Testhypothese(n) einen geringen Aufwand und verspricht gleichzeitig einen sehr hohen Impact?

Anhand welcher Kriterien machen Sie fest, wo die größten Potenziale versteckt sind? Über Kommentare freue ich mich.