Testen von Mind Map-Serien: Wie man wie ein CRO-Profi denkt (Teil 22)

Interview mit Nils Koppelmann

Nils Koppelmann ist ein leidenschaftlicher Verfechter der Vorteile des Experimentierens und der datengestützten Entscheidungsfindung. Er versteht, dass es bei erfolgreichen A/B-Tests nicht nur darum geht, herauszufinden, ob etwas funktioniert, sondern warum es funktioniert – und er ist hier, um mit zwei verbreiteten Mythen über diese Praxis aufzuräumen.

Dass A/B-Tests Risiken mit sich bringen und dass kleine Unternehmen nicht effektiv testen können. Im Gegenteil, Nils glaubt, dass A/B-Tests dazu beitragen können, Risiken zu reduzieren, indem sie Erkenntnisse darüber liefern, was funktioniert und was nicht. Und während kleine Unternehmen möglicherweise weniger Verkehr haben als große Unternehmen, können sie tatsächlich mutiger testen, da weniger auf dem Spiel steht.

Wenn Sie also das nächste Mal denken, dass A/B-Tests zu riskant oder teuer klingen, lesen Sie dieses Interview mit Nils, um Tipps zu erhalten, wie Sie auf Ihrer Website effektiv testen können, ohne unnötige Risiken einzugehen.

Nils, erzähl uns von dir. Was hat Sie dazu inspiriert, in Testing & Optimization einzusteigen?

In den letzten 8 Jahren habe ich Websites und Online-Shops erstellt, um großen und kleinen Kunden dabei zu helfen, ihre Online-Präsenz zu „optimieren“.

Vor einiger Zeit habe ich mir Gedanken darüber gemacht, wie wir sicherstellen können, dass unsere Designs wirklich die gewünschte Wirkung erzielen.

Als ich vor etwa 3 1/2 Jahren zum ersten Mal auf den Begriff Conversion Rate Optimization stieß, fragte ich mich, warum wir uns nicht bereits darauf konzentrierten. Von diesem Zeitpunkt an verlagerte ich meinen Fokus von der Bereitstellung von Design und Technologie auf die Bereitstellung von Erkenntnissen und Ergebnissen.

Die Welt der Optimierung birgt so viel Potenzial, das von den meisten Unternehmen im Internet noch weitgehend unerschlossen ist. Wir sollten die große Menge an verfügbaren Daten nutzen und daraus lernen, um uns kontinuierlich zu verbessern.

Eines der auffälligsten Dinge für mich ist, wie viel Spaß es macht, wieder zu lernen. Ich hätte nie gedacht, dass ich freiwillig ein Buch über Statistik aufschlage (Gruß an Georgi Georgiev und sein großartiges Buch Statistical Methods of Online A/B Testing) und es tatsächlich lese. Dieser und viele andere Aspekte inspirieren mich immer wieder, zu testen, um zu lernen.

Seit wie vielen Jahren optimieren Sie?

Der Wunsch nach Optimierung entsteht aus der Unzufriedenheit mit dem Status quo, der Neugierde auf das, was mehr ist, und der Gewissheit, dass sich alles verbessern lässt.

Im beruflichen Kontext optimiere ich nun seit ca. 8 Jahren. Zunächst Nebenprojekte aufbauen und optimieren und Unternehmen dabei helfen, Websites und Online-Shops zu verbessern. Jetzt helfen wir neuen und etablierten Unternehmen, eine Kultur des Experimentierens zu schaffen und die Kraft von Experimenten zu nutzen, um zu ihrem Wachstum beizutragen.

Wenn ich zurückdenke, kann ich mich nicht erinnern, jemals nicht optimiert zu haben. Schon als Kind habe ich immer hinterfragt, wie Dinge gemacht werden. Ich erinnere mich, dass mein Vater sagte, dass ich „zu viele“ Fragen gestellt habe, etwas, worüber ich im Nachhinein sehr froh bin, dass ich es getan habe und immer noch tue.

Auch in meinem Privatleben bin ich dafür bekannt, die meisten Aspekte meines Lebens zu tracken und zu optimieren.

Welche Ressource empfehlen Sie angehenden Testern und Optimierern?

Es gibt viele Ressourcen, die ich jemandem empfehlen würde, der gerade anfängt, aber lassen Sie uns dies etwas praktischer gestalten.

Um loszulegen, hier ein paar Vorschläge:

1. Seien Sie neugieriger und beginnen Sie zu hinterfragen, warum etwas so gemacht wird, wie es ist. Allein dadurch eröffnet sich ein ganz neuer Blick auf die Welt.
2. Verbringen Sie mehr Zeit damit, über das Problem nachzudenken, als Lösungen zu finden. Man muss das Problem erst wirklich verstehen, dann fallen einem die Lösungen leichter.
   
   Wie Albert Einstein es ausdrückte: „Wenn ich eine Stunde Zeit hätte, um ein Problem zu lösen, würde ich 55 Minuten damit verbringen, über das Problem nachzudenken, und 5 Minuten, um über Lösungen nachzudenken.“
   
   Allerdings ist es wichtig, über den Tellerrand hinaus zu denken, was bedeutet, nicht nur innerhalb der Parameter des Problems zu denken, sondern auch äußere Blickwinkel und Möglichkeiten zu berücksichtigen.
   
   Der Schlüssel ist, eine Balance zwischen den beiden zu finden.
3. Lernen Sie, bessere Fragen zu stellen. Dies ist eines der hilfreichsten Tools, die ein Optimierer in seinem Arsenal haben kann, da es die Neugier aktiviert und weckt.

Außerdem teile ich interessante Artikel, Ressourcen und Tools in meinem wöchentlichen Experimentier-Newsletter, der sich gleichermaßen an Experimentieranfänger und -veteranen richtet.

Antworten Sie in maximal 5 Wörtern: Was ist für Sie die Disziplin der Optimierung?

Testen, um zu lernen. Ständige Verbesserung. Experimentieren. Gebäudesysteme.

Was sind die wichtigsten 3 Dinge, die Menschen verstehen MÜSSEN , bevor sie mit der Optimierung beginnen?

Erst recherchieren, dann testen. Bevor Sie mit der Optimierung beginnen, stellen Sie sicher, dass Sie Ihre Annahmen mit qualitativen und quantitativen Daten untermauern. Erstellen Sie dann darauf basierend starke Hypothesen.

Optimieren Sie nicht nur für kurzfristige Steigerungen – obwohl es für das Programm von entscheidender Bedeutung ist, einen positiven ROI zu erzielen, sollte es sich nicht nur darauf konzentrieren, sondern auch die enorme Bandbreite an Lernmöglichkeiten und Risikobegrenzung berücksichtigen, die das Experimentieren mit sich bringt.

Optimierungsbemühungen sollten nicht darauf abzielen, zu beweisen, dass Sie Recht oder Unrecht haben, sondern herauszufinden, warum – in jedem Fall. Es hat keinen Sinn, irgendetwas zu optimieren, wenn Sie nicht verstehen, wie Sie dorthin gekommen sind und wie Sie den Weg dorthin replizieren können. Für langfristigen Erfolg im A/B-Testing ist es entscheidend, über gute Systeme zu verfügen.

Wie gehen Sie mit qualitativen und quantitativen Daten um, damit sie eine unvoreingenommene Geschichte erzählen?

Es gibt keine unvoreingenommenen Daten, aber um Voreingenommenheit gegenüber jeglicher Art von Daten zu minimieren, ist es wichtig zu verstehen, wie die Daten gesammelt wurden, wie sie interpretiert werden und welche Schlussfolgerungen daraus gezogen werden.

Um einzuordnen, wie zuverlässig die Daten sind, von denen Sie sprechen, sollten Sie sich die Beweishierarchie ansehen.

Wir verwenden quantitative Daten zum Vorfiltern, verwenden dann qualitative Daten und wissenschaftliche Ressourcen, um tiefer zu gehen, und dann wieder quantitative Daten, um anfängliche Annahmen und Hypothesen zu beweisen oder zu widerlegen.

An der Spitze unserer Bemühungen steht die sogenannte Metaanalyse, die es uns ermöglicht, nach Mustern in früheren Experimenten zu suchen und weitere Forschungs- und Experimentieranstrengungen auszurichten.

Eine weitere gute Möglichkeit, Vorurteile zu beseitigen, besteht darin, eine Trennung zwischen der Person, die das Experiment erstellt, und der Person, die die Ergebnisse auswertet, herzustellen. Dies minimiert die Voreingenommenheit für den Erfolg eines Experiments.

Was ist der nervigste Optimierungsmythos, von dem Sie sich wünschen, dass er verschwindet?

Mit zwei Mythen möchte ich aufräumen:

1. Dieses Testen birgt Risiken, obwohl es die Risiken tatsächlich verringert, wenn es richtig durchgeführt wird
2. Dass kleine Unternehmen nicht testen können, obwohl kleine Unternehmen mit wenig Verkehr mutiger testen können, weil weniger Risiko verbunden ist / weniger auf dem Spiel steht.

Hoffentlich hilft unser Interview mit Nils dabei, Ihre Experimentierstrategie in die richtige Richtung zu lenken!

Welcher Ratschlag hat bei Ihnen am meisten Anklang gefunden?

Und falls Sie es noch nicht getan haben, sehen Sie sich unsere vergangenen Interviews mit den CRO-Legenden Gursimran Gujral , Haley Carpenter , Rishi Rawat , Sina Fak , Eden Bidani , Jakub Linowski , Shiva Manjunath , Deborah O'Malley , Andra Baragan , Rich Page und Ruben de an Boer , Abi Hough , Alex Birkett , John Ostrowski , Ryan Levander , Ryan Thomas , Bhavik Patel , Siobhan Solberg , Tim Mehta , Rommil Santiago und unsere neueste mit Steph Le Prevost .