{"id":88905,"date":"2011-02-15T16:32:09","date_gmt":"2011-02-15T11:02:09","guid":{"rendered":"https:\/\/vwo.com\/blog\/a-b-testing-tips\/"},"modified":"2026-04-09T11:24:14","modified_gmt":"2026-04-09T05:54:14","slug":"a-b-testing-tipps","status":"publish","type":"post","link":"https:\/\/vwo.com\/blog\/de\/a-b-testing-tipps\/","title":{"rendered":"Appsumo l\u00fcftet sein A\/B-Testing-Geheimnis: Nur 1 von 8 Tests f\u00fchrt zu Ergebnissen"},"content":{"rendered":"\n

Dies ist der zweite Artikel in einer Reihe von Interviews und Gastbeitr\u00e4gen auf diesem Blog zum Thema A\/B-Testing und die <\/em>Optimierung der Conversion Rate<\/em><\/a>. Im ersten Artikel haben wir Oli von Unbounce zu den Best Practices f\u00fcr Landingpages interviewt.<\/em><\/p>\n\n\n\n

Anmerkung der Redaktion<\/strong>: Dieser Gastbeitrag stammt von Noah Kagan, dem Gr\u00fcnder von Appsumo<\/a>, einer Website f\u00fcr Web App Deals. Wir kennen Noah schon seit einiger Zeit und er ist unsere erste Adresse f\u00fcr alle Herausforderungen im Bereich Marketing und Produktmanagement. Sie k\u00f6nnen ihm auf Twitter @noahkagan<\/a> folgen. In diesem Artikel teilt Noah einige Geheimnisse und Realit\u00e4ten des der A\/B-Testings, die er im Zuge der Durchf\u00fchrung von Hunderten von Tests auf Appsumo entdeckt hat.<\/p>\n\n\n\n

Kostenlos herunterladen: A\/B-Testing-Leitfaden<\/em><\/strong><\/a><\/h2>\n\n\n

Nur 1 von 8 A\/B-Tests hat zu signifikanten Ver\u00e4nderungen gef\u00fchrt<\/strong><\/h2>\n\n\n

AppSumo.com erreicht rund 5.000 Besucher pro Tag. Durch A\/B-Testings <\/a> konnten wir unsere E-Mail-Conversions um das F\u00fcnffache steigern und die Conversion Rate<\/a> bei den Verk\u00e4ufen verdoppeln.<\/p>\n\n\n\n

Trotzdem m\u00f6chte ich mit Ihnen einige n\u00fcchterne Tatsachen \u00fcber unsere Testerfahrungen teilen. Indem ich sie mit Ihnen teile, m\u00f6chte ich Sie ermutigen, das Testen nicht aufzugeben und das Beste daraus zu machen. Der folgende Datenpunkt wird Sie wahrscheinlich \u00fcberraschen:<\/p>\n\n\n\n

\n

Nur 1 von 8 A\/B-Tests hat zu signifikanten Ver\u00e4nderungen gef\u00fchrt..<\/i><\/p>\n<\/blockquote>\n\n\n\n

Das ist grotesk. Nicht nur ein gro\u00dfartiges Vokabular, sondern harte Realit\u00e4t. Im Folgenden finden Sie einige unserer Tests, von denen ich SICHER war, dass sie beeindruckende Ergebnisse liefern w\u00fcrden, nur um sp\u00e4ter eines Besseren belehrt zu werden.<\/p>\n\n\n

A\/B-Testing #FAIL 1<\/strong><\/h2>\n\n\n

Hypothese<\/em>: Testen des Titels. Wir haben viel Traffic auf unserer Landingpage und eine klarere Botschaft wird die Conversions deutlich erh\u00f6hen.<\/p>\n\n\n

\n
\"first<\/figure>\n<\/div>\n\n
\n
\"second<\/figure>\n<\/div>\n\n
\n
\"third<\/figure>\n<\/div>\n\n\n

Ergebnis<\/em>: Nicht schl\u00fcssig. Wir haben mehr als 8 Varianten ausprobiert, und keine konnte zu einer signifikanten Verbesserung f\u00fchren.<\/p>\n\n\n\n

Deshalb ist es gescheitert<\/em>: Die Leute lesen nicht. (Anmerkung: Die wirkliche Antwort lautet: „Ich wei\u00df nicht, warum es nicht geklappt hat, deshalb mache ich AB-Tests“)<\/p>\n\n\n\n

Verbesserungsvorschlag<\/em>: Wir brauchen drastischere \u00c4nderungen an unserer Website, z. B. mehr Informationen \u00fcber unsere Angebote oder Bilder, um eine bessere Conversion Rate zu erreichen.<\/p>\n\n\n

A\/B-Test #FAIL <\/strong>2<\/h2>\n\n\n

Hypothese<\/em>: Wenn ein Tweet f\u00fcr einen Rabatt als Pop-up in einer Lightbox erscheint, muss man nicht erst auf einen Button klicken, um zu twittern. Die Annahme besteht darin, dass die Reduzierung eines Klicks und die („nervige“) Platzierung vor dem Gesicht einer Person zu mehr Tweets f\u00fchren wird.<\/p>\n\n\n

\n
\"an<\/figure>\n<\/div>\n\n\n

Ergebnis<\/em>: R\u00fcckgang um 10% bei der Lightbox-Version.<\/p>\n\n\n\n

Deshalb ist es gescheitert<\/em>: NERVIG. Stimme voll und ganz zu. Au\u00dferdem war es verfr\u00fcht, da die Leute zu diesem Zeitpunkt weder eine Ahnung davon hatten noch an Tweets interessiert waren.<\/p>\n\n\n\n

Verbesserungsvorschlag<\/em>: Das Bed\u00fcrfnis der Menschen nach Austausch sollte besser in unser Website-Design integriert werden.<\/p>\n\n\n

A\/B-Test #FAIL 3<\/strong><\/h2>\n\n\n

Hypothese<\/em>: Ein Rabatt w\u00fcrde mehr Leute dazu bringen, uns auf unserer Landingpage ihre E-Mail zu geben.<\/p>\n\n\n

\n
\"a\/b<\/figure>\n<\/div>\n\n\n

Ergebnis<\/em>: Fehlgeschlagen. Geringere Conversion zu E-Mail auf unserer Landingpage.<\/p>\n\n\n\n

Warum es nicht geklappt hat<\/em>: Eine E-Mail ist eine wertvolle Ressource und wir haben es mit anspruchsvollen Nutzern zu tun. Sofern Sie nicht mit unserer Marke vertraut sind – und das ist nur eine kleine Zielgruppe -, sind Sie nicht gerade begeistert davon, Ihre E-Mail gegen einen % Rabatt einzutauschen.<\/p>\n\n\n\n

Verbesserungsvorschlag<\/em>: Anstelle von % Rabatt k\u00f6nnten auch $ verschenkt werden. %-Rabatte k\u00f6nnten auch in Verbindung mit Beispielen f\u00fcr Angebote erfolgen, damit die Kunden sehen k\u00f6nnen, wof\u00fcr sie den Rabatt verwenden k\u00f6nnten.<\/p>\n\n\n\n

Erkunden wir A\/B-Testing-Tools<\/em><\/strong><\/a><\/h2>\n\n\n

\u00dcberlegungen zu den fehlgeschlagenen A\/B-Tests<\/strong><\/h2>\n\n\n

All dies war eine gro\u00dfe \u00dcberraschung und eine Entt\u00e4uschung f\u00fcr mich.<\/p>\n\n\n\n

Wie oft haben Sie schon gedacht: „Das hier ist 100 Mal besser und ich kann es kaum erwarten zu sehen, wie viel besser diese Version funktioniert.“<\/p>\n\n\n\n

Ein paar Tage sp\u00e4ter sehen Sie dann auf Ihrem Testing-Dashboard<\/a>, dass es tats\u00e4chlich VERLUSTE gibt.<\/p>\n\n\n\n

Ein Wort zur Warnung: Achten Sie auf eine vorzeitige E-Finalisierung. Beenden Sie die Tests nicht, bevor die Daten abgeschlossen sind (auch bekannt als statistische Signifikanz<\/a>).<\/p>\n\n\n\n

Ich habe den Gro\u00dfteil meiner Testphilosophie bei SpeedDate gelernt, wo buchst\u00e4blich jede \u00c4nderung getestet und gemessen wird. VIELE MALE haben meine Tests die urspr\u00fcngliche Version zun\u00e4chst \u00fcbertroffen, nur um ein paar Tage sp\u00e4ter festzustellen, dass a) die Verbesserung doch nicht so erstaunlich war oder b) sie tats\u00e4chlich Verluste erzeugte.<\/p>\n\n\n

Wie k\u00f6nnen Sie das Beste aus Ihren Testings herausholen?<\/strong><\/h2>\n\n\n

Einige Tipps f\u00fcr A\/B-Testings, die auf meiner Erfahrung beruhen:<\/p>\n\n\n\n