Qualitative Analyse: So geht´s – mit diesen 4 Conversion Frameworks!

Du hast Dich bei der Conversion Analyse bisher nur auf die Zahlen aus Deinem Analytics Tool gestützt? Mit qualitativer Analyse erfährst Du nicht nur, was passiert, sondern auch weshalb. Wir stellen Dir 4 Frameworks für die qualitative Analyse vor. Praxisnah am Beispiel der Webseite von Detlev Louis demonstriert, liefert Dir dieser Artikel alles, um direkt loszulegen.

Titelbild Frameworks SG

Auch in Hamburg ist endlich der Sommer eingekehrt. Perfektes Wetter für mich, um eine Runde mit dem Motorrad zu fahren. Also rein in die Klamotten und ab in die Garage. Oh wait – habe ich die Batterie geladen? Natürlich nicht. Also wieder raus aus der angeschrammelten Lederkombi. Ich könnte mal eine neue gebrauchen.

Da ich ja jetzt nicht Motorrad fahren kann, hab ich etwas Zeit. Also gebe ich „Motorradbekleidung“ bei Google ein:

Qualitative_Analyse_Conversion_Frameworks_Google-suche

 

Mich begrüßen gleich vier SEA-Anzeigen:

FC Moto hat also das umkämpfte Ad-Rank-Rennen gewonnen. Ich lande direkt auf einer Produktliste – och nö, über 4000 Artikel will ich jetzt nicht durchgehen. Also eine Ad weiter unten probieren.

XLMOTO – noch nie gehört. Betiteln sich selbst als Deutschlands bester Motorradshop, selbstbewusst sind sie immerhin. 6.382.728 Produkte werden angekündigt – klingt nicht sehr übersichtlich. Wirkt, als würde ich Monate brauchen, um etwas Passendes zu finden. Nächster Versuch.

Polo.de kennt man. Aber es folgt erneut eine triste Liste – tschüss. Beim vierten Versuch endlich eine Landing Page.

Louis hat verstanden, dass man Nutzer gerne abholen darf. Zugegeben, die Landing Page ist kein Content-Wunder, aber es ist ein Anfang. Ich kann mich zwischen Textil- und Lederbekleidung entscheiden, selbstverständlich wähle ich Leder. Nun komme ich auch hier auf eine Listing Page. So richtig schockt mich aber auch diese nicht.

So langsam packt mich mein Optimierer-Ehrgeiz, dabei wollte ich doch nur ein bisschen stöbern und mir die Zeit bis zur vollen Batterie vertreiben. Los geht´s mit der qualitativen Analyse der Webseite von Louis!

Wozu brauche ich die qualitative Analyse?

Wenn von Analyse einer Website zur Ableitung von Optimierungsmaßnahmen gesprochen wird, geht es meist nur um Zahlen. Ergebnisse der quantitativen Analyse versorgen uns mit einer erdrückenden Menge an Daten, die es zu interpretieren gilt: Wo kam der Visitor her, wo navigierte er hin, wie lange verweilte er wo, bis wohin scrollte er auf welcher Seite und wo bouncte er letztlich oder wurde zur angestrebten Conversion.

Diese für uns messbaren Zahlen zeigen ohne Umschweife auf, was auf einer Website passiert. Meist sehen wir uns in vagen Annahmen bestätigt und können bestimmte wiederkehrende Phänomene entdecken. Auch wird die Frage beantwortet, wo etwas passiert. Zweifelsohne sind diese Fragen wichtig, allerdings beschäftigen sie sich ausschließlich mit der Wirkung und nicht mit der Ursache der Dinge, die auf einer Website passieren.

Komplettiert werden die Fragen nach dem WAS und WO erst mit der Frage nach dem WARUM. Diese Frage wird durch die qualitative Analyse beantwortet.

Wichtig hierbei ist eine objektive Betrachtung bzw. vielmehr eine gerichtete subjektive Betrachtung – nämlich die Kundenbrille. Für genau diese gibt es einige heuristische Methoden, mit denen sich Websites aus Konsumentensicht untersuchen lassen.

Wir stellen Dir 4 Frameworks vor und wenden sie am Beispiel der Webseite von Louis direkt an.

4 Frameworks für Deine qualitative Conversion Analyse

  1. Das READY-Framework von i-on interactive. Aus Boca Raton im Sunshine State Florida bietet man hier bereits seit 10 Jahren eine führende Plattform für die Landing Pages unterschiedlichster Unternehmensgrößen an. Direkt zum Framework >>
  2. Das Conversion Framework von den Pionieren rund um Khalid Saleh und Ayat Shukairy von Invesp aus der Nähe von Detroit. Direkt zum Framework >>
  3. Das LIFT-Modell, entwickelt von Wider Funnel (Mitglied der Global Optimization Group), gegründet 2007 von Chris Goward, dem Autor des Buches „You Should Test That!“. Direkt zum Framework >>
  4. Das 7-Ebenen-Modell, entwickelt von André Morys von konversionsKRAFT. Direkt zum Framework >>

1. Das READY-Framework von i-on interactive

Qualitative_Analyse_Conversion_Frameworks_ion

Scott Brinker – seines Zeichens CTO von i-on interactive inc. – war auf der Suche nach einer Checkliste für die Analyse von Websites. Und weil er nicht richtig fündig geworden ist, hat er sich einfach sein eigenes Framework zusammengestellt.

Dass der Name dieses Frameworks durchaus aktivierend klingt, ist sicherlich kein Zufall. Das READY-Framework besteht aus fünf Dimensionen:

  • Relevant
  • Engaging
  • Authoritative
  • Directional
  • Yield Optimal

Diese fünf Dimensionen werden durch jeweils fünf Unterdimensionen mit Leben gefüllt:

Qualitative_Analyse_Conversion_Frameworks_READY_Framework

Bildquelle: http://www.business2community.com – die Unterdimensionen des READY-Frameworks

Relevant

Relevant steht hier für die Übereinstimmung der Inhalte der besuchten Seite mit dem tatsächlich gesuchten Produkt bzw. der gesuchten Information des Nutzers. Beim READY-Framework ist in der Dimension Relevant auch die Berücksichtigung von Personas, also die gezielte Ansprache der hauptsächlich vorkommenden Seitenbesucher enthalten, was hier als Audience Identity beschrieben wird.

Auch ein Message- und Design-Match wird als Unterkategorie der Relevanz genannt. Also, wie sehr Gestaltung und Ansprache zur Erwartung der Besucher passen. Auch gemachte Versprechen bspw. in den SEO-Snippets sollten dringend eingehalten werden.

Engaging

Engaging beschreibt für dieses Framework das Gewinnen von Herz und Seele der Nutzer. Angefangen mit unwiderstehlichen UVPs, über ein emotionales Erscheinungsbild bis hin zu einer nachvollziehbaren Argumentation des Nutzens nach Kauf des Produktes. Scott Brinker beschreibt das Engagement seines Modells als eine Art Kunst.

Er reißt damit auch den Bezug zum menschlichen Gehirn und die psychologische Komponente unserer Arbeit als Optimierer an. Die Funktionalität und Ästhetik einer Seite gilt es harmonisch zu verbinden. Design soll genutzt werden, um den Produkten der Seite einen Wert beizumessen. So ist bspw. die Gestaltung der offiziellen Dainese Website und des Shops deutlich hochwertiger gehalten, als die Seite von Louis. Der Nutzer wird im Dainese Shop daher viel eher bereit sein, für eine, allein durch die Darstellung auf der Website hochwertig wirkende Lederkombi, über 1.000 Euro zu bezahlen.

Im Louis-Shop würde der Nutzer vermutlich von Preisen in ähnlicher Höhe abgeschreckt werden und die Seite verlassen, da sich Louis viel mehr wie ein Discounter anfühlt und daher hohe Preise als unpassend und disruptiv wahrgenommen werden würden.

Qualitative_Analyse_Conversion_Frameworks_Louis vs. Dainese

Louis.de / Dainese.com – Produktseite Louis vs. Produktseite Dainese

Authoritative

Authoritative stellt hier das wesentliche Vertrauensbedürfnis von Nutzern vor dem Kauf von Produkten oder der Eingabe von Daten dar. Sigel, Signets und Testurteile sind hier genauso wichtig, wie aufschlussreiche Produktdetails, die weder Fragen noch Missverständnisse aufkommen lassen.

Der Social Proof wird beim READY-Framework als genauso wichtig betrachtet, wie eine gewisse Konsistenz in der Markendarstellung. Je stärker eine Marke präsentiert wird, desto mehr Vertrauen genießt sie bei Konsumenten.

Leser, die diesen Artikel aus einem stark markengeprägten Hintergrund lesen, werden sich jetzt bestätigt fühlen und kräftig nicken. Allerdings erleben wir es in der täglichen Arbeit immer wieder, dass mit gewissen Zwängen in Bezug auf Darstellung und Design rund um die Marke missverständliche und disruptive Signale an potentielle Käufer gesendet werden. Hier müssen die Unternehmenslenker dann bewusst entscheiden, was im Vordergrund stehen soll – Umsatz oder Markenwirkung.

Directional

Mit Directional meint Scott Brinker, dass es bei der Conversion Optimierung anders als beim Motorrad fahren nicht darum geht, sich auf einem traumhaften Serpentinenpass die Reifen dreieckig zu fahren. Schräglage, abbiegen und anhalten sind verboten.

Conversion Optimierung ist eher das Schaffen einer Autobahn ohne andere störende Verkehrsteilnehmer, auf der man die Höchstgeschwindigkeit von 299 km/h (schneller fahren Motorräder seit der freiwilligen Selbstbeschränkung der führenden Händler aus dem Jahre 2002 im serienmäßigen Zustand nicht mehr) völlig entspannt ausreizen kann – geradeaus und schnell.

Angefangen mit einem klaren Call to action, der dem Nutzer sofort und unmissverständlich signalisiert, was beim Klick darauf passiert. Und weitergeführt mit einfachen und wenigen Entscheidungen, die einem Nutzer leicht fallen. Sollte dieser dann doch einmal vor einem geistigen Stoppschild stehenbleiben, ist es Aufgabe des Seitenbetreibers, den Nutzer mit Incentives oder ähnlichem zum kontinuierlichen „Durchfahren“ zu bewegen.

Yield Optimal

Yield Optimal beschreibt Faktoren, die der Nutzer zwar nicht mit dem eigenen Auge entdecken kann, die aber einen nicht unwesentlichen Einfluss haben. Am Anfang einer jeden Optimierung steht eine Hypothese. Diese wird durch entsprechende A/B-Tests verifiziert oder falsifiziert. Ohne ein professionell aufgesetztes Tracking macht Optimierung und Testing keinen Sinn. SEO kann und sollte man planen.

Nutzer, die über Google kommen, sollten den Seitenbesuch nicht als zufällig empfinden. Und zu guter Letzt sollten alle Maßnahmen des READY-Frameworks für alle Schritte des Nutzererlebnisses berücksichtigt werden.

Qualitative Analyse der Landing Page mit dem READY-Framework

Nachdem die Parameter des READY-Frameworks klar geworden sind, habe ich Sie zum Zwecke der qualitativen Analyse auf die Landing Page angewendet. Die folgenden Punkte sind auf dem Screenshot mit grauen Markierungen versehen.

Qualitative_Analyse_Conversion_Framework_READY_Conversion_Framework

Louis.de – Die in der Analyse genannten Punkte sind grau markiert.

 

Positiv fällt auf, dass sich der Suchbegriff in der Headline wiederfindet, wichtig für die Relevanz und ein gutes Gefühl beim Nutzer, der sich hoffentlich dadurch verstanden fühlt. Da mir keine Persona-Daten vorliegen, schließe ich an dieser Stelle von mir auf andere und gehe davon aus, dass Motorradfahrer zumindest teilweise stimulante Menschen sind. Zu diesem Personatypus gehört es, dass er sich gern inspirieren lässt.

Der Landing Page fehlt es an emotionaler Bildwelt, in die sich der Nutzer direkt hineinversetzen kann und die dem Nutzer eher gerecht wird als die eher sachlich gehaltene Seite. Was uns direkt zum Punkt Enganging führt. Dieser findet keinerlei Berücksichtigung, da auf emotionale oder anregende Elemente auf der Landing Page verzichtet wurde. Herz und Seele des Nutzers gewinnt man so leider nicht.

Genauso wenig gelingt das mit dem Vertrauen, UVPs sind kaum sichtbar und Bewertungen der angezeigten Produkte sind nicht aussagekräftig. Immerhin wird es dem Nutzer dank der klaren Führung ziemlich einfach fallen, den nächsten Schritt auf die Produktliste seiner gewählten Bekleidungsart zu machen.

2. Conversion Framework von INVESP

Qualitative_Analyse_Conversion_Frameworks_Invesp

Invesp hat nach eigener Aussage DAS Conversion Framework kreiert. Mit diesem Modell will Invesp seit 2007 dem unter seinen Kunden verbreiteten Glauben entgegenwirken, dass Conversion Optimierung nur mit Bauchgefühl, Daumen drücken und Stoßgebeten zu tun hat und orientiert sich damit an der Vielzahl von üblichen Geschäftsprozessen, die ebenfalls auf einem oder verschiedenen Frameworks basieren. Durch die Verwendung eines einheitlichen Modells zur Beurteilung will man bei Invesp vor allem eines erreichen, nämlich Ergebnisse die vergleichbar und übertragbar sind.

Erklärtes Ziel dieses Modells ist es also, die Mutmaßungen bei der Conversion Optimierung außen vor zu lassen und sich einer spezifischen und wissenschaftlichen Methodik zum Erreichen von konsistenten Ergebnissen zu bedienen.

Das Conversion Framework besteht aus sieben Faktoren:

  • Trust and Confidence,
  • FUDs,
  • Incentives,
  • Engagement,
  • Visitor Persona Temperament,
  • Buying Stage of Visitors when they come to the site und
  • Sale Complexity.

Anhand dieser Faktoren ist aus der Sicht von Khalid Saleh erkennbar, wie ein Seitenbesucher sich auf der Website verhält und ob er zur Konversion ermutigt, oder von selbiger weggeführt wird.

Die sieben Faktoren des Conversion Frameworks werden in zwei Gruppen aufgeteilt. Auf der einen Seite gibt es die websitebasierten Faktoren. Diese beziehen sich, wie der Name erkennen lässt, auf Informationsarchitektur, Design und Texte. Zu dieser Gruppe gehört als allererstes Trust, das nach der Philosophie von Invesp den größten Einfluss auf die Kaufentscheidung eines Nutzers hat.

Ohne Vertrauen kein Kauf, so einfach ist das. Also ist es die erste Pflicht gemäß dieses Frameworks auf Trustelemente wie Social Proof, starke UVPs und frühzeitige Einwandbehandlung zu setzen. Auch die FUDs (fears, uncertainties, doubts) gehören zur ersten Gruppe. Die Ängste, Unsicherheiten und Zweifel entstehen, wenn bei der Gestaltung einer Website weitestgehend auf vertrauensbildende Elemente verzichtet wird.

Ein weiterer Weg zur Reduzierung bzw. Behandlung von FUDs ist das gewähren von Incentives. Diese werden meist durch Rabatte oder Draufgabe von Gratisartikeln realisiert. Während man hierbei durch die finanziellen Anreize stimuliert wird, gehören beim Engagement bspw. Gamification und gezielte Informationsabfragen zur Vertrauensbildung.

Auf der anderen Seite gibt es die nutzerbasierten Faktoren. Diese berücksichtigen die Intentionen des Seitenbesuchers und mögliche Hintergründe eines Artikelkaufs. Auf die Ausgangszustände dieser Faktoren haben Seitenbetreiber keinen Einfluss. Sie können diese allerdings anhand von Analysen kategorisieren und folglich darauf eingehen. Zu dieser zweiten Gruppe zählt als erstes Visitor Persona Temperament, das für die Konversionsgeschwindigkeit, also wie lange dauert es von Seiteneinstieg bis zum Check Out, maßgeblich ist. Die Buying Stage beschreibt, in welchem Stadium des Kaufdrucks sich die Nutzer befinden, also wie dringend sie das Produkt wollen bzw. sie noch von einer endgültigen Kaufentscheidung entfernt sind.

Beim Gestalten einer Website sollte daher auch darauf geachtet werden, dass nicht nur Nutzer die Seite besuchen, die in Ihrem Entschluss zum Kauf bereits völlig gefestigt sind, sondern ggf. noch dedizierte Informationen benötigen, um sich in Richtung Check Out zu bewegen.

Die Sale Complexity beschreibt die Schwierigkeit, die mit dem Produkt einhergeht, das man kaufen möchte. Ist man z.B. auf der Suche nach einem tauglichen Schmiermittel für die Kette am Motorrad, wird eine Kaufentscheidung nach Abwägungen bezüglich Dosengröße, Hersteller/Marke und natürlich Preis relativ schnell gefällt worden sein. Beabsichtigt der Nutzer allerdings z.B. eine komplette Lederkombi zu kaufen, wird er sich deutlich intensiver mit dem Kauf auseinandersetzen (natürlich besteht hier eine Abhängigkeit zur Buying Stage!).

Bei Preisen, die für eine gute Lederkombi schnell die 1.000 € übersteigen können, stellen sich Liebhaber der vernähten Tierhaut mit Sicherheit Fragen bezüglich einwandfreier Passform, Durchhaltevermögen der Reißverschlüsse, verarbeiteter Protektoren, Abriebfestigkeit, Belüftung und Regenfestigkeit, die allesamt einiges an Recherche aufwand erfordern.

Qualitative Analyse der Produktliste mit dem Conversion Framework von Invesp

Den nächsten Schritt auf dem Weg zu meiner neuen Lederkombi habe ich mit dem Conversion Framework von Invesp unter die Lupe genommen. Auch hier sind die nun folgenden Auffälligkeiten auf dem Screenshot mit grauen Markierungen versehen.

 

Qualitative_Analyse_Conversion_Framework_INVESP_Conversion_Framework

Louis.de / app.liftmap.com – Die in der Analyse genannten Punkte sind grau markiert.

Gelangt der Nutzer auf die Produktliste, wird ihm als zentrales (aber auch gefühlt einziges) Vertrauenselement die Vergleichsmöglichkeit auffallen. Vergleichen sorgt für Transparenz und die sorgt für ein gutes Gefühl beim Nutzer. Der Nutzer kann, sofern er über gute Augen verfügt auch Kontakt aufnehmen.

Ein guter Ansatz sind die Sterne zur Bewertung, allerdings kann der Nutzer nicht erkennen, wie viele Einzelbewertungen dem zu Grunde liegen. Dem Nutzer wird auf der im Framework enthaltenen Ebene Incentive klar signalisiert, dass einige Artikel reduziert sind, das ist gut. Allerdings ginge es auch hier noch besser. Wenn man dem Nutzer klar –also in Form einer konkreten Zahl- anzeigt, was er sparen kann, dürfte ihn das noch intensiver triggern.

Dass der Nutzer Daten zu seinem Motorrad eingeben kann, bewerte ich im Sinne des Frameworks positiv, das sorgt für modellkonformes Engaging. Ebenfalls gut und als Gegenmaßnahme zu den FUDs zu betrachten ist die Filtereinheit, die den Nutzern das Gefühl gibt, trotz vieler Produkte schnell zum Ziel zu kommen sowie der Informationstext zur Lederbekleidung, der bei Zweifeln zum Material beschwichtigend einer Kaufentscheidung zu gute kommt.

3. LIFT-Modell von WiderFunnel

Qualitative_Analyse_Conversion_Frameworks_Widerfunnel

Wider Funnel bedient sich beim LIFT Modell insgesamt sechs Faktoren, die aus der Perspektive des Seitenbesuchers betrachtet werden: Value Proposition, Clarity, Relevance, Distraction, Urgency, und Anxiety. Anhand dieser Faktoren werden Probleme und Verbesserungspotenziale aufgedeckt.

Qualitative_Analyse_Conversion_Frameworks_Widerfunnel_Lift_Modell

www.widerfunnel.com – The right Value Proposition communicated with Clarity in a context of Relevance avoiding Anxiety and Distraction and adding high Urgency

“The LIFT Model is all about putting yourself in the shoes of the prospect and coming up with ideas that will solve their needs.” Chris Goward

Value Proposition

Frei übersetzt ist das Nutzenversprechen zentraler Faktor im LIFT Modell. Glaubt man Chris Goward, bestimmt es die potenzielle Conversion Rate einer Website. Das Nutzenversprechen ist das ultimative Vehikel zur Motivation der Nutzer, sozusagen der Trigger für die Kaufentscheidung. Der Nutzer wägt eben diesen versprochenen Mehrwert gegen potentielle Kosten auf. Vereinfacht könnte man die Motivation als Rechnung darstellen: Motivation = vermeintlicher Nutzen – vermeintliche Kosten.

Selbstverständlich legt jeder Nutzer seinen individuellen Nutzen-Break-Even selbst fest. Und genau deshalb ist es so wichtig, eine starke Value Proposition zu formulieren. Wenn also der erwartete Nutzen die befürchteten Kosten aufwiegt, wird der Nutzer auf der Seite interagieren, also seine email-Adresse hinterlassen oder einen Kauf tätigen. Je stärker also das Nutzenversprechen, desto höher ist die zu erwartende Conversion Rate.

Qualitative_Analyse_Conversion_Frameworks_Widerfunnel_value-proposition-equation

Relevance

Erfüllt der Inhalt meiner Website die Erwartungen des Seitenbesuchers? Die Relevanz des Nutzenversprechens in Bezug auf Wünsche und Vorstellungen des Nutzers wird als kritischer Faktor betrachtet. Sucht dieser bei Google bspw. nach einer textilen Offroad-Kombi, landet aber auf einer Landing Page mit fransigen Lederkutten, wird er die Seite schnell wieder verlassen, weil er nicht das fand, wonach er gesucht hat und das Gefundene nur wenig mit seinem Interesse gemeinsam hat.

Clarity

Hierbei kommt es darauf an, dass der Nutzer das formulierte Nutzerversprechen und die CTAs zweifelsfrei versteht und mögliche Fragen und Einwände, die Seitenbesuchern beim Skimmen und Scannen entstehen, unverzüglich zu behandeln. Die Klarheit setzt sich aus zwei Aspekten zusammen: Design und Content. Das Design ist verantwortlich für hindernisfreies Scannen und eine sinnvolle Kombination von Bild und Text sorgt dabei für eine Reduzierung der Zeit, die Nutzer zum Verstehen des Seiteninhalts benötigen.

Urgency

Für Websitebetreiber ist es wichtig, dass Seitenbesucher eine Kaufentscheidung nicht auf die lange Bank schieben, sondern im Augenblick ihres Besuchs auf der Seite auch konvertieren. Für Widerfunnel setzt sich dieser Faktor aus zwei Komponenten zusammen. Zum einen die interne Dringlichkeit, also den Empfindungen des Nutzers beim Besuch der Seite.

Beispiel: in Zwei Tagen geht die Motorradsaison los und ich habe immer noch keine ordentlichen Handschuhe, also brauche ich die schnell. Zum anderen die externe Dringlichkeit, künstliche Einflüsse, die dem Seitenbesucher die Dringlichkeit vor Augen halten. Hier gibt es das allseits beliebte Beispiel der Verknappung: „nur noch zwei Artikel vorrätig“, die einen Nutzer mit geringem Kaufinteresse zu einer schnellen Kaufentscheidung treiben könnten.

Anxiety

Elemente, die potenzielle Käufer abschrecken könnten, gilt es zu entfernen und sofern sie nicht entfernt werden können, sollte man mögliche Einwände direkt behandeln. Durch vertrauensbildende Elemente wie z.B. Signets kann man den Ängsten der Nutzer entgegenwirken.

Distraction

Ebenfalls sollten Elemente, die den Nutzer vom eigentlichen Ziel –nämlich der Conversion- ablenken, vermieden werden.
Ablenkungen können sein: Links, die vom zu kaufenden Gegenstand wegführen, ZU viel Informationen und irrelevante Informationen zum Kaufgegenstand.

Qualitative Analyse der Produktdetailseite mit dem LIFT-Modell

Für die Analyse mit dem LIFT Modell hat Widerfunnel Liftmap entwickelt. Hier lassen sich Screenshots der zu analysierenden Seiten hochladen und nach den einzelnen Parametern bewerten und im Anschluss daraus Hypothesen zur Optimierung bilden.

Zur qualitativen Analyse der Produktdetailseite mit dem LIFT-Modell habe ich Liftmap verwendet, das bei der Markierung von Auffälligkeiten auf dem Screenshot die verschiedenen Parameter mit der jeweiligen Farbe versieht. Blau steht hierbei für die Value Proposition, grün steht für Relevance und Clarity, orange für die Urgency und rot für Anxiety und Distraction.

Die Produktdetailseite von Louis wartet mit einer starken Value Proposition auf, die es im gesamten Einkaufserlebnis zu bestätigen gilt: „Europas Nr.1 für Motorrad und Freizeit“. Relevanz spielt in diesem Schritt nicht mehr die übergeordnete Rolle, da der Nutzer schon mitten im Flow angekommen ist, trotzdem –und das ist gut- wird ihm mit dem geläufigen Logo aufgezeigt, dass es sich bei dem Material um echtes Leder handelt. Nicht so gut, weil etwas unauffällig ist der Warenkorb-CTA.

Die Dringlichkeit wird fast vorbildlich bedient, es wird angezeigt, dass es als Restposten ein knappes Produkt ist, dennoch derzeit noch lieferbar ist. Auch der Sale erhöht die Urgency, hier könnte man, wie bereits erwähnt mit einer eindeutigen Prozentzahl etwas nachhelfen. Ängsten und Befürchtungen wird nur minimal begegnet. Dies wird über die sehr unauffälligen UVPs ganz am Seitenanfang mehr oder weniger gelöst. Als Ablenkung vom eigentlichen Ziel fällt der Bereich mit Social Media Links, Währungsrechner usw. auf.

Qualitative_Analyse_Conversion_Framework_LIFT_Modell

louis.de / app.liftmap.com – Die in der Analyse genannten Punkte sind grau markiert.

4. Das 7-Ebenen-Modell

im konversionsKRAFT-Blog findest Du bereits viele interessante Artikel zum 7-Ebenen-Modell. Trotzdem darf es natürlich auch an dieser Stelle nicht fehlen. Schließlich bildet es die Grundlage unserer täglichen Arbeit, ist unser Denkmodell und unsere Philosophie. Für den ersten Schritt, die qualitative Analyse lässt es sich aber mindestens genauso gut nutzen, wie die bereits vorgestellten Modelle.

Kaum überraschen dürfte, dass es aus sieben Ebenen besteht:

Qualitative_Analyse_Conversion_Frameworks_konversionskraft_7_ebenen_modell_neuro-commerce-funnel

Die Reihenfolge der Ebenen beschreibt auch die Reihenfolge der Schritte eines Seitenbesuchers bis zur Konversion.

Ebene 1: Relevanz

Relevanz in diesem Modell beschreibt, ob der Nutzer sich überhaupt am richtigen Ort, bezogen auf das von ihm Gesuchte wähnt. Er möchte also ggf. die von ihm eingegeben Suchbegriffe wiederfinden oder kontextverwandte Bildwelten. Dies muss innerhalb weniger Sekunden geschehen. Findet der Seitenbesucher sich und/oder das Gesuchte nicht wieder, wird er die Seite sehr schnell wieder verlassen. Vergleichbar mit einem Rasthof auf einer Motorradtour im Ausland, der einem frische regionale Küche verspricht. Findet man dann in der Karte nur Pommes und Tiefkühlschnitzel, sitzt man schneller wieder auf dem Bock, als der Wirt „Trockensumpfschmierung“ sagen kann.

Ebene 2: Vertrauen

Wie in den anderen Frameworks, so spielt auch hier das Thema Vertrauen eine entscheidende Rolle. Auf einer Tour 2008 blieb ein Bekannter mit einer über 20 Jahre alten Honda African Twin im Tokajer Gebirge in nördlichen Ungarn wegen einer verschmorten Lichtmaschine liegen. Der regionale Abschleppdienst barg den Liegenbleiber mit einem IFA W50 Muldenkipper. (Für alle Leser ohne DDR-Vorbildung, hier ein Bild).

Hätte es weniger haarsträubende Alternativen gegeben, hätten wir einen anderen Dienstleister angerufen, da das Vertrauen in Gerät und Vorgehensweise zu keiner Zeit gegeben war. Leider konnten wir nicht. Ich vermute, dass ein Großteil der Leser seine Produkte und Dienstleistungen nicht an einem gottverlassenen Ort vertreibt, sondern im Internet. Hier ist die Alternative immer nur ein bis zwei Klicks entfernt. Auf vertrauensbildende Maßnahmen zu setzen, ist also Pflicht! In diesem Framework beschreibt das Vertrauen eine Ebene, die kurz nach Beginn des Seitenaufrufs erreicht wird. (Oder auch nicht…)

Ebene 3: Orientierung

Orientierung ist auf einer Website genauso wichtig, wie in einer fremden Stadt. Wenn wir uns außerhalb unseres Kiezes verlaufen, fragen wir einfach Locals nach dem Weg. Im Internet läuft das anders. Man verlässt die Seite, weil sich die Desorientierung unbehaglich anfühlt. Dieses Unbehagen kostet Geld – und zwar den Seitenbetreiber.

Ebene 4: Stimulanz

Stimulanz ist genau dann extrem wichtig, wenn der Nutzer genau den Artikel gefunden hat, nach dem er gesucht hat. Warum sollte er diesen jetzt auch direkt kaufen und nicht noch Alternativen suchen? Diesen Gedanken gilt es mit Stimulanz zu begegnen. Dies lässt sich auf verschiedenen Wegen erreichen. Von der Verknappung bis zur Rabattgewährung sind kaum Grenzen für gute Ideen gesetzt.

Ebene 5: Komfort

Der Komfort auf dem Weg vom Artikel im Warenkorb spielt ebenfalls eine große Rolle. Hat man den Nutzer ausreichend stimuliert und seine Kaufentscheidung positiv beeinflusst, kann man diese im Check Out noch ins Gegenteil drehen. Ein hakeliger und unbequemer Check Out fühlt sich in etwa so an, als müsste man mit einer Vespa am Erzbergrodeo (eines der härtesten Enduro-Rennen der Welt) teilnehmen. Es gibt sicher ein paar ganz wenige Hartgesottene, die es schaffen. Aber die meisten werden früher oder später aufgeben.

Dieser Prozess muss maximal einfach für den Nutzer sein. Der gefühlte Aufwand muss so gering wie möglich sein und der Nutzer sollte zu jeder Zeit wissen, was er noch vor sich hat. Denn auch wenn für ihn kaum abschätzbar ist, welche Schritte noch vor ihm liegen, kann das zu einem Abbruch führen.

Ebene 6: Sicherheit

Sicherheit ist nah mit der Ebene des Vertrauens verwandt. Die Gedanken des Nutzers zur Sicherheit setzen allerdings erst dann ein, wenn er ganz kurz vor dem „Bestellung abschicken“ steht. Wie werden eigentlich Umtausch und Garantie gehandhabt? Wie sicher sind eigentlich die Daten, die ich im Formular eingetragen habe? Sofortige Antworten auf diese Fragen könnten klare Aussagen zur Garantie, SSL-Verschlüsselung und eine kostenlose Service-Hotline sein.

Ebene 7: Bewertung

Die Bewertung eines Kaufes durch den Nutzer, der nun zum Kunden geworden ist, erfolgt bereits wenige Augenblicke nach dem vollzogenen Kauf. Je weniger der Kauf vorher abgewogen und durch rationale Beweggründe besichert worden ist, desto größer die Verunsicherung danach. Auch bei Käufen von hochpreisigen Artikeln ist es wichtig, den Käufer direkt nach seinem Kauf zu beschwichtigen und ihn mit einem guten Gefühl auf sein Paket warten zu lassen.

Qualitative Analyse des Warenkorbes mit dem 7-Ebenen-Modell

Für die Durchführung der 7-Ebenen Analyse bietet sich das Tool Iridion von konversionsKRAFT an. Es ist viel mehr als ein simples Analyse Tool – es ist eine komplette Management-Lösung für die Conversion Optimierung. Auch hiermit lassen sich, ähnlich wie bei Liftmap, die einzelnen Ebenen farblich kennzeichnen und daraus Hypothesen generieren.

Qualitative_Analyse_Conversion_Framework_7_Ebenen_Modell

Damit der Nutzer versteht, dass er tatsächlich im Warenkorb ist, könnten Logo und Headline unterhalb der Navigation etwas präsenter sein. Auf der Vertrauensebene fehlt gibt es, wie bereits erwähnt zwar Elemente, diese sollten allerdings auffälliger gestaltet werden.

Auch gibt es einen Hinweis zum schnellen Versand, aber niemand weiß genau, was das bedeutet. Für den ein oder anderen Harley-Fahrer mögen sich 120 km/h schnell anfühlen, das sehen Fahrer von potenten Rennmaschinen vermutlich völlig anders. Genauso ist es mit den Nutzern. Wenn man eine Spanne angibt, ist man immer auf der sicheren Seite.

Um auch im funktionellen Warenkorb auf stimulierende Elemente zu setzen, sollte Louis seinen Nutzern nicht nur zeigen, wie viel die Lederkombi nur noch kostet, sondern auch den Ursprungspreis und somit die Einsparungen auch an dieser Stelle klar aufzeigen. Vielleicht könnte man den Nutzer auch noch ein wenig mehr anstacheln, in dem man ihm die tatsächliche Anzahl der Lederkombis in dieser Größe im Lager anzeigt (natürlich nur sofern, diese tatsächlich gering ist).

Um dem Nutzer ein komfortables Gefühl zu geben, könnte Louis konkret im Bereich des CTA beschreiben, wie viele Schritte bis zum Kaufabschluss noch nötig sind.

Fazit

Louis macht bereits viele Dinge richtig und nutzt viele Elemente, die heutige Nutzer bei einem angenehmen Einkaufserlebnis erwarten. Der Einsatz dieser Mittel ließe sich allerdings deutlich verbessern, und somit auch das bewusste Erlebnis der Nutzer und das Lenken ihrer unterbewussten Entscheidungen.

Alle vier vorgestellten Frameworks ähneln sich in gewisser Weise. Kritische Leser würden das jetzt ggf. inzestuöser Zitation in wissenschaftlichen Arbeiten anlasten. Ich hingegen sehe es als nachhaltige Schwerpunktfindung von Experten in aller Welt, die aus gutem Grund zu kongruenten Ergebnissen gekommen sind.

Mit Vertrauen bzw. der Beseitigung von Ängsten beschäftigen sich alle Modelle intensiv, auch wenn dem beim READY-Framework nur mit einer Unterkategorie Rechnung getragen wird. Die Relevanz wird immerhin bei drei von vier vorgestellten Frameworks berücksichtigt. In Verbindung mit einem unwiderstehlichem Nutzerversprechen, betrachte ich diese drei Aspekte als wesentlichste Kernpunkte und größte Schnittmenge unter den Frameworks.

Es soll in diesem Artikel nicht darum gehen, ein Framework zum Sieger zu küren. Er soll Aufschluss über die verschiedenen Herangehensweisen der Conversion Optimierung geben. Dafür muss jeder selbst herausfinden, welches Framework am geeignetsten erscheint.

Wichtig zu wissen: Wer die qualitative Analyse beherrscht, hat im Blick auf das durchaus umfangreiche Betätigungsfeld Conversion Optimierung gerade einmal das Laufen gelernt. Ohne ein ausführliches Tracking (quantitative Analyse), dem Bilden von Personas, Befragung von echten Nutzern in User Labs, Bildung von Hypothesen, dem Generieren von Testideen und der daraus resultierenden Umsetzung von A/B-Testing wird Conversion Optimierung nicht funktionieren.

Quellen:

READY Framework

  • http://searchengineland.com/the-ready-conversion-optimization-framework-43814
  • http://assets.ioninteractive.com/storage/content/literature/2013_READYguide_ion.pdf
  • https://www.ioninteractive.com/
  • http://www.business2community.com/strategy/resolve-to-be-r-e-a-d-y-0359431#A4Ppyq96OWlX0r2H.97

Invesp Conversion Framework

  • https://www.invespcro.com/blog/the-conversion-framework-7-principles-to-increase-conversion-rates/

LIFT-Modell

  • https://www.widerfunnel.com/
  • Send to Kindle
  • http://kKrft.ly/b1o
Sascha Gohlke Sascha Gohlke arbeitet als Senior Conversion Consultant bei der Web Arts AG. Neben der Durchführung von quantitativen und qualitativen Analysen auf Basis verschiedener Conversion Frameworks beschäftigt er sich mit der Entwicklung von Testkonzepten, die auf neurowissenschaftlichen Erkenntnissen beruhen und begleitet Kunden bei strategischen Optimierungsprojekten.Zum Online Marketing kam er 2010 mit der Konzeption von iPhone Apps und mobilen Webseiten. Er arbeitete in der Folge in diversen Konzernstrukturen sowie Agenturen und kam so mit den unterschiedlichsten Branchen in Kontakt.

Hinterlassen Sie einen Kommentar