Der Leitfaden für Unternehmer zu A/B-Tests in Shopify-Shops (+ 9 Shopify-Unternehmer teilen ihre A/B-Test-Geschichten mit Ergebnissen)

Sie haben also durch die Gerüchteküche von A/B-Tests gehört.

Vielleicht hat Ihr Konkurrent es beiläufig in einem Podcast erwähnt oder Ihr Marketingteam hält es für eine großartige Idee. Oder die Wachstumsagentur, mit der Sie im Gespräch sind, möchte A/B-Tests durchführen.

Ein Unternehmen aufzubauen ist nicht einfach. Du weißt, dass. Nachdem Sie es so weit geschafft haben, muss es mehrere Gelegenheiten gegeben haben, bei denen Sie Schwierigkeiten hatten zu verstehen, ob eine Geschäftsentscheidung die richtige ist.

Wäre es nicht schön, wenn Sie, anstatt zu riskieren, was Ihr Publikum Ihrer Meinung nach wollen wird, eine Möglichkeit hätten, es mit Sicherheit zu wissen?

Das ist es, was A/B-Tests leisten.

Sicher, die Vorteile von A/B-Tests gehen über das Treffen datengesteuerter Entscheidungen hinaus, aber im Kern ist es die geheime Zutat, um Wachstum in großem Maßstab zu erschließen.

Egal, ob Sie versuchen, Ihre Anforderungen selbst zu erstellen oder auszulagern, hier finden Sie alles, was ein Shopify-Unternehmer wie Sie über A/B-Tests wissen sollte.

Was ist E-Commerce-A/B-Testing?

A/B-Tests sind ein Prozess, mit dem Sie verstehen können, wonach Ihre Zielgruppe sucht, bevor sie zu einem Kunden wird.

Normalerweise denkt man bei A/B-Tests an kleine Anpassungen wie das Ändern der Farbe des Call-to-Action (CTA)-Buttons oder das Hinzufügen einer neuen Überschrift, aber es geht um mehr.

Sie können bestimmen, welche Kopie, welches Design und welche Funktionalität (UX) bei Ihren Besuchern ankommt, indem Sie eine Version Ihrer Seite oder eines Elements auf einer Seite mit einer Variation platzieren, um zu sehen, was funktioniert.

Und wir fangen gerade erst an!

Sie können das Konzept des A/B-Tests nehmen und es auf jeden Kanal anwenden, den Sie verwenden, und auf jede Interaktion, die Sie mit Ihrem Publikum haben.

Es ist jedoch wichtig zu verstehen, dass sich E-Commerce-A/B-Tests von anderen Branchen wie B2B-SaaS unterscheiden.

1. Die Zeit bis zur Umsatzrealisierung ist kürzer
   
   A/B-Tests können die Auswirkungen auf den Umsatz viel schneller aufdecken als traditionelles B2B. Im B2B-Bereich sind Deals multithreaded und haben mehrere Entscheidungsträger, die dafür sorgen, dass sich die Verkaufszyklen über Monate, wenn nicht sogar Quartale erstrecken.
   
   Obwohl Sie A/B-Tests idealerweise für Forschung und Risikominderung und nicht nur zur Umsatzsteigerung einsetzen sollten, ist das Lebenselixier eines jeden Unternehmens der Umsatz, also gibt es einen guten Grund, A/B-Tests in den Wachstumsmix aufzunehmen.
2. Checkout-Prozesse sind komplex (also mehr Platz zum Testen)
   
   Während Kauftrichter im E-Commerce nicht kompliziert sind wie im B2B, ist der Checkout-Prozess nicht eindimensional.
   
   Ruben De Boer, der Autor von „Psychology of Buying“ , erklärt, dass Bezahlen buchstäblich wehtut. In einer Studie aus dem Jahr 2007, die untersuchte, wie Menschen Faktoren bei Kaufentscheidungen abwägen, wurden den Teilnehmern Produktbilder und dann der Preis gezeigt. Ihre Gehirne wurden von fMRT-Geräten analysiert, um zu sehen, welche Nervenbahnen aufleuchten würden.
   
   Wie erwartet erhellte das Betrachten von Produktbildern das Belohnungszentrum in ihrem Gehirn.
   
   Aber der Preis? Der Teil des Gehirns, der mit körperlichen und sozialen Schmerzen verbunden ist, leuchtete wie ein Weihnachtsbaum und half den Forschern zu dem Schluss, dass der Kompromiss zwischen Gewinn und Schmerz sinnvoll sein muss, damit die Verbraucher ihre Brieftaschen öffnen.
   
   Das bedeutet nicht, dass Sie Ihre Preise senken müssen, denn die Preisgestaltung signalisiert auch die Qualität des Produkts. Sie können eine kleinere Schriftart ausprobieren, Vorauszahlung anbieten, Rabatte in einer größeren Schriftart anzeigen oder Geldsprache in Ihrem Text vermeiden.
   
   Um den Schmerz des Kaufs zu verringern, müssen Sie also das Gemisch aus menschlichen Motivationen, Wünschen und Frustrationen verstehen, was ohne A/B-Tests unmöglich ist. Sie können Ihre Nachrichten und UI-Elemente testen oder den Checkout-Prozess überarbeiten – alles in Echtzeit.

   In einigen Fällen können Sie aufgrund von Einschränkungen, die Ihre E-Commerce-Plattform auferlegt, möglicherweise keine umfassenden Änderungen am Warenkorb und am Bezahlvorgang vornehmen, aber das ist kein Grund, ehrgeizige Tests aufzugeben. Sie können immer kleinere Änderungen testen, die Ihnen ein Gefühl dafür geben, welches Potenzial größere Anpassungen haben könnten.

   Jonny Longden, Conversion Director bei Journey Further, empfiehlt, sich eine Frage zu stellen:
   
   Was ist die kleinste/einfachste Sache, die wir testen können, um dies zu beweisen und etwas darüber zu lernen?
   
   Fallen Sie nicht in die Falle „wird nur kleine Änderungen testen“ oder, wenn Sie größere Änderungen vorgenommen haben, „das Geld ist bereits versiegt, also werden wir es nicht testen“.
3. Review Mining kann zu einer Wissenschaft werden
   
   Konversionsforschung basierend auf qualitativen Daten ist ein Grundpfeiler bei jeder Art von A/B-Tests, aber im E-Commerce können qualitative Daten wie Review Mining in eine Wissenschaft umgewandelt werden, die Ihnen hilft zu verstehen:
   
   
   • Produkt-USPs zum Hervorheben
   • Vorteile, die Sie in Ihrem Exemplar testen können
   • Wie Kunden Wettbewerber wahrnehmen
   • Winkel für Produktgeschichten kopieren
   • Schmerzpunkte, die Sie angesprochen haben
   • Nicht angesprochene Schmerzpunkte, die zu Warenkorbabbrüchen führen Lorenzo Carreri, CRO & Experimentation Consultant, empfiehlt, wie ein Detektiv zu denken. So wie ein Detektiv die Geschichte hinter einem Verbrechen aufdecken muss, können Sie Rezensionen verwenden, um viele Geschichten aufzudecken.
     

     Die Leute haben bereits eine Kaufentscheidung getroffen, und jetzt, ohne dass wir sie mit einer Exit-Umfrage oder einem Widget nerven, teilen sie ihre Erfahrungen tatsächlich organisch.

     Tatsächlich zeigt die Pulsanalyse von Carreri für verschiedene Branchen ein gemeinsames Thema: Menschen neigen nicht dazu, Einblicke in ihre Erfahrungen vor Ort zu teilen. Es spielt also keine Rolle, welche Frage Sie stellen oder wie Sie sie stellen.
     
     Aber beim Review Mining, insbesondere bei Amazon, neigen die Leute dazu, ihre Erkenntnisse zu teilen. Je mehr Erkenntnisse Sie sammeln, desto aussagekräftiger werden Ihre Daten, was Ihnen hilft, eine bessere Hypothese zum Testen zu bilden.
4. Kein Mangel an Traffic für E-Commerce
   
   Eine wesentliche Hürde bei A/B-Tests ist nicht genügend Traffic, was bedeutet, dass die Ergebnisse verzerrt sein können.
   
   Aber das ist kein Problem für E-Commerce-Shops. Ein 7-stelliger Shopify-Shop erhält leicht Hunderttausende von Besuchern, aber ein B2B-Unternehmen der Serie D würde wahrscheinlich 1/4 dieses Traffics erhalten.

Warum sollten Shopify-Unternehmer A/B-Tests (ernsthaft) in Erwägung ziehen?

E-Commerce ist reif für A/B-Tests. Das Potenzial, mit einem großen Besucherpool und viel Spielraum schnell Ergebnisse zu sehen, ist Grund genug, eine Kultur des A/B-Testens anzunehmen.

Aber vielleicht bist du noch nicht da. Eine Erhöhung Ihres Traffics führt jetzt zu einer Umsatzsteigerung.

Die Frage ist, wie lange hält man das durch?

Mehr Verkehr ≠ mehr Umsatz über einen bestimmten Punkt hinaus. Dieser Weg erfordert, dass Sie mehr für Anzeigen ausgeben und gleichzeitig Ihre Gewinnspannen mit Rabatten schmälern.

Und wenn Sie sich E-Commerce-Giganten wie Amazon, eBay oder Etsy ansehen, werden Sie feststellen, dass A/B-Tests in ihre DNA eingebrannt sind. Das ist der eigentliche Grund, warum sie gedeihen. Ganz zu schweigen davon, dass es der rote Faden ist, den alle erfolgreichen Shopify-Shops teilen.

Es ist leicht zu verstehen, warum A/B-Tests das Wachstum vorantreiben. Sehen Sie sich an, wie granular die Tests sind, die Amazon durchführt:

Aber letztendlich ist A/B-Testing nicht nur eine Möglichkeit, wettbewerbsfähig zu bleiben – es ist eine gute Geschäftsentscheidung.

Wieso den? Weil Ihre aktuellen Strategien wahrscheinlich nicht zu Ihren Gunsten funktionieren.

1. Ihr ROAS sinkt dank iOS 14
   Sie geben wahrscheinlich mehr Geld aus als zuvor, um Aufmerksamkeit auf Ihr Produkt zu lenken, aber die Post-ATT-Welt hat die Art und Weise, wie pixelbasierte Konvertierungen funktionieren, durcheinander gebracht. Und Retargeting und Lookalike Audiences? Sie sind nicht mehr so ​​effektiv. Wenn Sie einige Conversions erhalten, seien Sie darauf vorbereitet, mit Diskrepanzen zwischen Ad Manager und Ihrem Shopify-Back-End umzugehen.

2. Ihre Öffnungsraten sind verzerrt
   E-Mail-Nummern sind nicht mehr korrekt. Dafür hat Mail Privacy Protection (MPP) gesorgt. Und Ihre auf Engagement basierenden Listen weisen möglicherweise ein fragwürdiges Targeting und niedrigere Conversions auf.

3. Ihrer Gleichung fehlt die Retention
   Die Jagd nach kaltem Verkehr ist ein schlechter Geschäftszug. 40 % Ihres Umsatzes stammt von treuen Kunden. Traffic bringt Käufer in Ihren Trichter, aber die Bindung erhöht den Lifetime Value (LTV) dieser Käufer.

4. Ihre Marketing-Attribution ist scheiße
   Tools können Ihnen keine nutzbaren Daten liefern und Ihr Team kann Einnahmen nicht bestimmten Änderungen zuordnen. Man kann nicht alle Knöpfe drücken, in der Hoffnung auf Wachstum. Sie müssen konkret werden oder ein 8-stelliges Geschäft aufbauen, kommt nicht in Frage.

A/B-Tests stellen das alte Spielbuch auf den Kopf und geben Ihnen die Möglichkeit, einen wissenschaftlich validen Ansatz zu verwenden, der wiederholbar, zuverlässig und profitabel ist.

Deshalb steht OLIPOP, ein alternatives Unternehmen für DTC-Natron, zu A/B-Tests:

A/B-Tests verbessern das Content-Engagement, reduzieren die Absprungraten, erhöhen Ihre Konversionsrate und minimieren das Risiko, während sie gleichzeitig einfach zu analysierende Daten liefern. Indem Sie einen A/B-Test durchführen, können Sie herausfinden, welche Inhalte bei Ihrer Zielgruppe ankommen. Diese Daten können Sie dann nutzen, um Ihre Marketingstrategie zu beeinflussen. Diese Tests helfen Ihnen auch dabei, irrelevante Daten und Bereiche zu identifizieren, in denen Ihre Benutzer auf Ihrer Website Schwierigkeiten haben, und reduzieren so Ihre Absprungrate, sobald Sie die erforderlichen Änderungen vornehmen.

Sobald Sie die Variation identifizieren können, die Ihr Kundenerlebnis verbessert, werden Sie einen Anstieg der Zeit sehen, die Benutzer auf Ihrer Website verbringen, was zu einer höheren Konversionsrate führt. Schließlich minimieren A/B-Tests das Risiko, da Sie Entscheidungen auf der Grundlage genauer Daten treffen, anstatt auf fundierten Vermutungen zu beruhen. Es ermöglicht Ihnen, minimale Änderungen vorzunehmen, ohne Ihre gesamte Website zu gefährden. Ihr ROI wird mit A/B-Tests steigen .

Steven Vigilante, Leiter der Neugeschäftsentwicklung von OLIPOP

Nehmen Sie leicht kleine (oder große) Änderungen vor

Optimierung, die Wissenschaft, Dinge besser zu machen, ist mit A/B-Tests einfach. Sie können Änderungen vornehmen, um die Version zu finden, die ein besseres Kauferlebnis schafft und einen Teil Ihres PPC-Verkehrs konvertiert.

Reduzieren Sie die Kosten des Scheiterns

Die Kosten des Scheiterns sind manchmal viel zu hoch und hemmen wenig überraschend Innovationen. Aber mit A/B-Tests können Sie Ihre Ideen in einer kontrollierten Umgebung testen, ohne etwas bauen oder implementieren zu müssen.

Blicken Sie in die Zukunft

Nichts kann den Erfolg garantieren. Nicht Ihr Bauchgefühl, Vorschläge von Agenturen oder sogar solide Recherchen zu Wettbewerbern. Aber wenn Sie datengesteuerte Entscheidungen treffen möchten, ist A/B-Testing Ihr Freund. Die besten Versionen in einem Test werden nicht auf der Grundlage statistischer Gültigkeit ausgewählt, sodass Sie einen Einblick in Ihr Umsatzpotenzial erhalten.

Lassen Sie wenig Raum für Fehlinterpretationen

Mit A/B-Tests können Sie Ihrem Publikum wirklich zuhören, indem Sie Daten über die Änderungen der Konversionsrate, des Warenkorbabbruchs, des durchschnittlichen Bestellwerts (AOV), des Umsatzes und des Gewinns sammeln.
Anstatt die Auswirkungen Ihrer Änderungen zu schätzen, sind die Ergebnisse transparent und lassen wenig Raum für Fehlinterpretationen.

Probleme mit A/B-Tests auf Shopify (+ Lösungen)

Während Sie erwägen, A/B-Tests in den Mittelpunkt Ihrer Strategie zu stellen, ist es wichtig, die potenziellen Probleme anzugehen, denen Sie bei der Durchführung von A/B-Tests auf Shopify begegnen können.

Problem Nr. 1: Das Anti-Clickjacking von Shopify kann Ihre mobile Qualitätssicherung beeinträchtigen

Clickjacking bringt Benutzer dazu, auf umsetzbare Inhalte auf einer Köderseite zu klicken. Um dies zu verhindern, verwendet Shopify Anti-Clickjacking-Technologie. Aber es hindert A/B-Testing-Tools daran, optimal zu funktionieren.

Problem Nr. 2: Testen ist kein Problem, aber die Implementierung

Das Implementieren der Ergebnisse eines Tests ist nicht etwas, was eine App oder ein Plugin tun kann – es erfordert eine Anpassung. Selbst wenn Sie Plugins finden, die für Sie funktionieren, können zu viele davon Ihre Website verlangsamen, was den potenziellen Gewinn effektiv zunichte macht.

Problem Nr. 3: Sie haben einen Standard-Shopify-Shop, der die Testmöglichkeiten einschränkt

Standard-Shopify-Shops können nicht auf die meisten Funktionen von Shopify Plus zugreifen, was bedeutet, dass Sie keine Tests wie Split-Tests der Themen durchführen können. Tests mit geringerer Komplexität haben geringere Auswirkungen auf Ihren Umsatz.

Eine Kurzanleitung zu den Grundlagen von A/B-Tests

Jetzt, da Sie Ihr Gehirn mit A/B-Tests beschäftigt haben, ist es an der Zeit, ins Wesentliche zu gehen.

Halten Sie einen Moment inne und beantworten Sie diese Fragen mit Ja oder Nein, bevor Sie nach unten scrollen, um die Antwort zu sehen.

• A/B-Testing ist dasselbe wie Split-Testing
• A/B-Tests und multivariate Tests sind unterschiedlich
• Mit A/B-Tests können Sie nur geringfügige Änderungen vornehmen
• Sie müssen keine Statistiken lernen, um A/B-Tests durchzuführen
• Sie können keine A/B-Tests auf anderen Kanälen durchführen
• Sie sollten A/B-Tests beenden, sobald Sie Ergebnisse sehen

A/B-Tests vs. Split-Tests

Mit A/B-Tests können Sie ein oder mehrere Elemente auf einer Seite testen. Sie erstellen im Grunde eine ähnliche Version der Originalseite, um die Auswirkungen auf die Conversion-Rate zu sehen.

Split-URL-Tests unterscheiden sich von A/B-Tests. Der Traffic wird in der Mitte aufgeteilt und an zwei völlig unterschiedliche Versionen gesendet, um zu sehen, welche Webseite Ihnen hilft, Ihre spezifischen Ziele zu erreichen.

Wann sollten Split-Tests vs. A/B-Tests durchgeführt werden: Thementests

Ein gutes Beispiel dafür, wann man Split-Tests gegenüber A/B-Tests wählen sollte, ist, wenn man Shopify-Themen testen möchte. Ihr Thema kann sich auf die CX und letztendlich auf den Umsatz auswirken, daher ist es wichtig, dass Sie es mit einem Tool wie der Split-URL-Option von Convert testen.

Convert verwendet Frequentist Inference, um zu verstehen, welches Thema das andere übertrifft. Wir empfehlen, diese Art von Test mindestens zwei Wochen lang durchzuführen, es sei denn, Sie haben ungewöhnlich viel Traffic auf Ihrer Website.

PS Sie können Designs nur testen, wenn Sie ein Shopify Plus-Benutzer sind.

A/B-Tests vs. multivariate Tests

Bei A/B-Tests stellen Sie nahezu identische Seiten dem Original gegenüber.

Anstatt ein Element nach dem anderen zu ändern, wie bei A/B-Tests, ist multivariates Testen ein Prozess, bei dem Sie mehrere Änderungen in einem einzigen Test testen. Ziel des multivariaten Testens ist es herauszufinden, welche Kombination von Änderungen bessere Ergebnisse liefert.

Beispiele für A/B-Tests zur Ausführung in Shopify Stores

Fragen Sie im Internet, was Sie A/B-testen sollten, und Sie werden oft aufgefordert, einen anderen CTA oder eine andere Schaltflächenfarbe auszuprobieren oder eine Überschrift zu ändern.

Nicht dass es unwichtig wäre, aber die Welt ist dein Spielplatz, und du spielst nur in deinem eigenen kleinen Sandkasten, wenn du dich selbst einschränkst. Das Denken über den Tellerrand hinaus ist entscheidend für den Geist des Experimentierens.

Wir haben uns an 8 Shopify-Unternehmer gewandt und sie gefragt:

Welche A/B-Tests haben Sie durchgeführt, warum haben Sie sich für dieses Experiment entschieden und was waren die Ergebnisse?

#1. Erhöhter AOV, Bestellungen leicht rückläufig

Wir verwenden Shopify in allen unseren Online-Shops und haben die Bündelung oder Gruppierung unserer Produkte getestet, um den AOV zu erhöhen. Der Test ist ein Warenkorb mit Upsells oder Bundles im Vergleich zu einem Warenkorb, der nur das ursprüngliche Produkt enthält. Die Ergebnisse liegen noch nicht vollständig vor, aber bisher sieht es so aus, als ob der AOV gestiegen ist, während die Gesamtzahl der Bestellungen leicht zurückgegangen ist. Wir werden dies noch einige Wochen ausführen, bevor wir eine vollständige Analyse durchführen und andere Konfigurationen testen könnten, um zu versuchen, Verbesserungen sowohl beim AOV als auch bei den Conversions zu erzielen .

Sylvia Kang, Mira

#2. Optimiert jedes Website-Element für CX

Als Shopify-Unternehmen haben wir eine Vielzahl von A/B-Tests für Funktionen wie Live-Chat, CTAs, Produktbilder, Upselling-Platzierung, Zielseiten, Navigationsmenüs und mehr durchgeführt. Beispielsweise haben uns unsere A/B-Tests dabei geholfen, das Gleichgewicht zwischen Cross-Selling/Upselling zu finden, ohne die Verbraucher zu irritieren oder ihre Erfahrung zu verschärfen .

Durch zahlreiche Tests haben wir festgestellt, dass unsere Zielgruppe hochrelevante Vorschläge direkt auf den Produktseiten schätzt, anstatt sie während des Bezahlvorgangs anzubieten, und dadurch haben wir den durchschnittlichen Kaufwert erhöht. A/B-Tests sind von entscheidender Bedeutung, da Sie genau feststellen können, welche Funktionen am besten funktionieren und die höchsten Renditen erzielen, ohne Zeit und Energie mit der Implementierung nicht optimaler Elemente zu verschwenden. Diese Tests liefern Ihnen genaue Daten darüber, welche Designentscheidungen am besten zu Ihrer Zielgruppe passen, und eine stärkere Benutzererfahrung ist der Grund, warum Unternehmen Wachstum und Langlebigkeit erzielen .

Stephen Light, Nolah-Matratze

#3. Verwendete Sitzungswiederholungen, um Videos für bessere Ergebnisse einzuschließen

Einer der wichtigsten Aspekte, die eine Conversion bewirken oder brechen können, ist, wie einfach es für einen Benutzer ist, durch Ihren Shop zu navigieren und einen Kauf zu tätigen. Mit A/B-Tests bei Sitzungswiederholungen konnten wir sehen, wie echte Benutzer mit Kaufabsicht durch unseren Shop navigierten, wo das Problem lag, was sie frustrierte, was sie dazu veranlasste, während des Prozesses aufzuhören und sie daran hinderte, einen Kauf zu tätigen. Wir haben festgestellt, dass Auflistungen, die Videos des Prozesses enthielten, bessere Ergebnisse lieferten und Bilder mit schlechter Qualität oder das Fehlen mehrerer Bilder zu Zögern führten.

Michael Nemeroff, Rush Order Tees

#4. Steigerung der Conversions um 2 % durch Designänderungen

In diesem A/B-Test wollte ich sehen, wie sich ein neues Layout auf die Conversion-Rate meines Shopify-Shops auswirken könnte. Die ursprüngliche Website lief seit sechs Monaten und konvertierte zu 3 %, also schien es an der Zeit, etwas anderes auszuprobieren. Meine Designänderung umfasste das Verschieben von Produktempfehlungen unter die Falte auf Mobilgeräten anstatt in Linie mit Produkten sowie das Entfernen von Bannern aus der oberen Navigation, da sie ohnehin nicht angeklickt wurden. Dies führte zu einem sofortigen Anstieg der Conversions um 2 %.

Jar Kuznecov, Zentrum für Wasserenthärter

#5. Steigerung der relativen Klicks um 14 % durch Ändern der Farbe der CTA-Schaltfläche

Obwohl wir im Laufe der Jahre eine Vielzahl von A/B-Tests durchgeführt haben, war einer der effektivsten Tests, die wir durchgeführt haben, auch der einfachste: die Änderung der Farbe unseres CTA-Buttons. Das ist es. Ich hatte von einem Freund gehört, dass er durch die Änderung der Farbe seiner On-Page-Schaltflächen seine Rücklaufquoten um 16 % erhöht hatte (im Vergleich zu der Anzahl der Klicks, die er zuvor erhalten hatte). Das brachte mich zum Nachdenken und ich beschloss, unseren eigenen A/B-Test durchzuführen. Tatsächlich war es eigentlich ein A/B/C-Test, da wir 3 verschiedene Farben ausprobiert haben – unsere ursprüngliche grüne Farbe sowie Orange und Rot. Das Ergebnis? Die rote Schaltfläche erzielte eine um 8 % höhere Rücklaufquote, während die orangefarbene Schaltfläche uns um 14 % bessere Ergebnisse in Bezug auf die relativen Klicks lieferte. Es ist erstaunlich, dass eine so einfache Änderung, wie einen grünen Knopf orange zu machen, eine so tiefgreifende Wirkung haben kann. Daher ist mein bester Rat, wenn Sie versuchen, jemanden dazu zu bringen, ein Produkt in seinen Warenkorb zu legen, nicht nur durch die Farbe des CTA-Buttons zu blasen. Denken Sie ernsthaft darüber nach – und testen Sie .

John Ross, Einblick in die Testvorbereitung

#6. Erhöhter CVR und AOV mit Sticky Add-to-Cart & Upsells nach dem Verkauf

A/B-Testing ist ein zweischneidiges Schwert. Es klingt gut, Ihren Shopify-Shop zu optimieren und die Konversionsrate zu erhöhen. Aber Sie müssen wissen, was jeder A/B-Test an Komplexität hinzufügt und Ihre Ressourcen beansprucht. Was zu testen ist, ist genauso wichtig wie wie man testet .

Ich habe verschiedene Anordnungen von Produktfotos getestet. Jedes Mal habe ich festgestellt, dass das einfachste Bild immer am besten konvertiert. Auf Produktseiten muss Ihr Kunde genau verstehen, was Ihr Produkt ist, ohne nachdenken zu müssen.

Ein Sticky Add-to-Cart ist ein bekannter Gewinner. Die Schaltfläche auch auf dem Bildschirm in Reichweite zu haben, war eine leichte Steigerung von 8 % für meinen CVR.

Vergessen Sie nicht die Upsells nach dem Verkauf. Es war einfach, meinen durchschnittlichen Bestellwert von 24 $ auf 40 $ zu erhöhen. Sie werden überrascht sein, wie einfach es ist, mehr an Leute zu verkaufen, die bereits kaufen .

Matt Phelps, CRO-Spezialist und Gründer von STEEL.

Fühlen Sie sich inspiriert? Hier sind über 20 Elemente, mit denen A/B-Testanfänger auf ihrer E-Commerce-Website herumspielen können:

• Biete kostenlosen Versand an
• Heldenbilder vs. Karussells
• CTA-Größe
• CTA-Farbe
• CTA-Platzierung
• CTA-Kopie
• Menschliche Bilder vs. keine Bilder
• Überschrift kopieren
• Schriftgröße
• Zeilenhöhe
• Personalisierung vs. keine
• Benachrichtigung über Wiederverfügbarkeit
• Nutzenorientierte Produktbeschreibungen
• Expertentipp auf der Produktseite
• Hervorheben von Rabatten und Angeboten
• Einzelner vs. mehrseitiger Checkout
• Unterstützung beim Bezahlvorgang
• Einfache Navigationsmenüs
• Schnelle Produktansicht
• Produktvideos
• Upselling vs. Cross-Selling
• Tags auf Vorschaubildern
• Nutzergenerierte Inhalte

Aus der Liste der Elemente, die Sie A/B-testen können, geht hervor, dass Produktseiten der beste Ort für den Einstieg sind.

Aber auch andere Seiten Ihrer Website sind durchaus geeignete Kandidaten für A/B-Tests.

Schauen wir uns an, welche Seiten Sie mit einigen echten Beispielen von Marken auf die Probe stellen können:

1. Startseite
   
   
   • Salty Captain änderte die Farbe der Ankündigungsleiste auf seiner Homepage und erzielte 234,54 % mehr Klicks und steigerte die CVR um 13,39 %.
   • Legendary Wall Art experimentierte mit der Heldensektion und der CTA-Kopie und steigerte ihr Engagement um 325,39 % und den Umsatz um 30,07 %.
   • byBiehl fügte einen Schieberegler hinzu, um seine wichtigen Produkte zu präsentieren, was zu erhöhten Kategorieseitenbesuchen (5,87 %), Einnahmen pro Benutzer (3,25 %) und CVR (19,73 %) führte.
2. Kategorieseite
   
   
   • Copycat Fragrances fügte ihre Version der Instagram-Geschichten auf ihren Kategorieseiten hinzu und steigerte das Engagement um 4 % und den Umsatz pro Nutzer um 18 %.
   • Iceshaker hat seine Kategorieseite umgestellt, um ihre Produktgeschichte aufzunehmen, die häufige Einwände anspricht, und eine Steigerung der Conversions um 15,95 % erzielt.
   • Oliver Cabell konzentrierte sich auf die mobile Erfahrung seiner Benutzer, indem er das Layout änderte und das Design verbesserte, was zu einem Anstieg des Traffics um 14,86 % und einem Anstieg des Traffics auf der Checkout-Seite um 5,49 % führte.
3. Checkout-Seite
   
   
   • Oflara empfahl den Käufern andere Artikel, wenn sie mit der Schaltfläche „In den Warenkorb“ zur Kasse gingen, was zu einer deutlichen Verbesserung des Gesamtumsatzes führte.
   • Conscious Items beseitigte Reibungsverluste beim Checkout-Prozess durch einen klebrigen Warenkorb, was zu einer 10 %igen Steigerung des Umsatzes pro Benutzer und einer 10 %igen Steigerung des CVR führte.
   • Homeware stellte fest, dass Benutzer nur einen Artikel in ihrem Shopify-Shop gekauft haben. Daher vereinfachten sie den Checkout-Prozess, um Benutzer direkt auf die Checkout-Seite umzuleiten, was zu einer Steigerung des CVR um 47,7 % und einer Steigerung des Umsatzes pro Besucher auf Mobilgeräten um 71,4 % führte.

Expertentipp: Konzentrieren Sie sich auf große Veränderungen

Mein bester Rat für Unternehmer, die zum ersten Mal A/B-Tests durchführen, ist, sich auf große Veränderungen zu konzentrieren. Zum Beispiel eine komplette Neugestaltung einer Produktseite. Kleine Änderungen wie das Ändern der Knopffarbe werden die Nadel wahrscheinlich nicht wesentlich bewegen .

Durch eine komplette Neugestaltung der Seite und das Hinzufügen von Produkterklärungs-Gifs zu unseren Produktseiten konnten wir die Konversionsrate um 40 % steigern .

Philip Pages, Gründer von PostPurchaseSurvey.com und einer Shopify-Marke im mittleren 7-stelligen Bereich im E-Commerce.

Statistikkonzepte, mit denen Sie vertraut sein sollten, wenn Sie A/B-Tests durchführen

Obwohl A/B-Tests verwendet werden, um zwei Versionen Ihrer Website zu vergleichen, ist es nicht sinnvoll, nur auf die Zahlen zu schauen, da dies die statistische Signifikanz der Daten nicht berücksichtigt. Sie werden am Ende die Ergebnisse falsch interpretieren und Ihren Verkäufen schaden.

Unabhängig davon, ob Ihr internes Team das Projekt leitet oder Sie eine CRO-Agentur beauftragen, ist es wichtig, dass Sie sich mit den Statistikkonzepten für A/B-Tests vertraut machen, von denen Sie viel hören werden.

Stichprobe und Population

Alle Besucher, die auf Ihrer Website landen, gelten als Population, während eine Stichprobe die Anzahl der Besucher ist, die an einem A/B-Test teilnehmen.

Mittelwert, Median und Modus

Durchschnitt = Durchschnitt

Median = Wert in der Mitte

Modus = wiederholter Wert

Varianz und Standardabweichung

Varianz ist die durchschnittliche Variabilität der Daten. Je höher die Variabilität, desto ungenauer ist der Mittelwert als Prädiktor für einen einzelnen Datenpunkt.

Die Standardabweichung ist die Quadratwurzel der Varianz und wird in denselben Einheiten wie die ursprünglichen Werte ausgedrückt, wodurch sie intuitiv leichter zu verstehen ist. Andererseits wird Varianz im Quadrat der ursprünglichen Einheit ausgedrückt, ist aber dennoch wichtig für die Ergebnisse Ihrer A/B-Tests.

Statistische Signifikanz

Wenn ein A/B-Test-Dashboard sagt, dass es eine „95-prozentige Chance gibt, das Original zu schlagen“ oder „90-prozentige Wahrscheinlichkeit von statistischer Signifikanz“, stellt es die folgende Frage: Angenommen, es gibt keinen zugrunde liegenden Unterschied zwischen A und B, wie oft werden wir das tun Sehen Sie zufällig einen Unterschied wie wir in den Daten ?

Evan Miller, Entwickler von Statistiksoftware (Quelle)

Das Signifikanzniveau muss so klein wie möglich sein. 1 % ist ideal, da dies einem Konfidenzniveau von 99 % entspricht. Und unbedeutende Ergebnisse können bedeuten, dass das, was Sie sehen, tatsächlich ein falsches Positiv ist, also ist es wichtig, auf statistische Signifikanz zu warten, aber nicht nur das.

Sie müssen eine Stichprobengröße berechnen, die einem Mindestlift Ihrer Wahl entspricht (MDE – Minimum Detectable Effect), Sie werden eine erhöhte Wahrscheinlichkeit haben, ein falsch positives Ergebnis zu erzielen.

P-Wert

Der p-Wert ist die Wahrscheinlichkeit, Ergebnisse zu erhalten, die mindestens so extrem sind wie die beobachteten Ergebnisse eines statistischen Hypothesentests, vorausgesetzt, dass die Nullhypothese richtig ist.

Aber was Sie wirklich über den p-Wert wissen müssen, ist Folgendes: „Wie überraschend ist dieses Ergebnis?“

Wie lange sollten Sie einen A/B-Test in einem Shopify-Shop durchführen?

Es gibt zwei häufige Irrtümer, denen Sie oft begegnen werden:

• Beenden Sie den A/B-Test, wenn Sie statistische Signifikanz erreichen
• Überwachen Sie die p-Werte und erklären Sie den Gewinner, sobald Sie das Ziel erreicht haben.

Das Stoppen eines Tests sollte auf der Stichprobengröße basieren. Aber während Sie Ihr Experiment nicht vorzeitig beenden sollten, sollten sie nicht ewig laufen. Wenn Sie nach 3 Monaten immer noch keine Signifikanz erreicht haben, ist es am besten, andere Änderungen auf Ihrer Seite zu versuchen, vorzugsweise mutigere.

Convert und Shopify empfehlen, Ihre Tests mindestens zwei Geschäftszyklen oder 14 Tage lang laufen zu lassen.

Avid Faruz, CEO von Faruzo, stimmt zu:

Neue Unternehmer müssen wissen, dass bei A/B-Tests der Zeitrahmen sehr wichtig ist. Je länger Sie Ihre A/B-Tests durchführen, desto genauere Tests erhalten Sie. Dies liegt daran, dass Ihre Tests mehr Datenpunkte verwenden, um Ergebnisse abzuleiten. Erfahrene Vermarkter führen ihre Tests bis zu zwei Wochen lang durch. Ich würde allen Vermarktern und Unternehmern raten, einen Zeitrahmen festzulegen, der dem Verkehrsaufkommen ihrer Websites entspricht .

Aus diesem Grund bietet unsere Plattform eine 14-tägige kostenlose Testversion an, damit Sie Ihre Hypothese testen können.

4-stufiger Prozess zum Ausführen von A/B-Tests in einem Shopify-Shop

Bereit, Tests durchzuführen?

Verwenden Sie diesen 4-stufigen A/B-Testprozess, um bessere Tests zu erstellen und ihre Auswirkungen zu verstehen.

#1. Führen Sie qualitative und quantitative Forschung durch

Konversionsforschung ist der erste und wichtigste Schritt. Auf diese Weise können Sie Hypothesen erstellen, die Sie A/B-testen können. Auch als Entdeckungsphase bekannt, ist dies der Zeitpunkt, an dem Sie Ihre Betriebsannahmen ruhen lassen und sich von Daten leiten lassen.

Am Ende erhalten Sie zwei Arten von Daten – quantitative und qualitative.

Beginnen Sie mit der Erhebung quantitativer Daten. Diese machen die kalten, harten Fakten aus, mit denen Sie nicht argumentieren können, dass Analyse-Engines wie Google Analytics, Amplitude oder Mixpanel sie ausspucken können.

Sie können sich beispielsweise die Absprungraten, die Gesamtzahl der Conversions oder die angezeigten Seiten/Sitzungen ansehen.

Sobald Sie die quantitativen Daten gesammelt haben, rufen Sie qualitative Daten ab. Da dies subjektiv ist, können sich unbewusste Vorurteile einschleichen, aber die Interpretation Ihrer Ergebnisse ist die einzige Möglichkeit, das „Warum“ zu beantworten.

Verwenden Sie Hotjar, um Heatmaps zu generieren und Besuchersitzungen aufzuzeichnen. Die Antworten, die Sie möglicherweise finden, sind nicht endgültig, aber sie führen neue Möglichkeiten ein, die zu einer insgesamt besseren Hypothese beitragen.

Aber bevor Sie sich darauf einlassen, ist es wichtig, sowohl qualitative als auch quantitative Daten zusammen zu betrachten, um ein ganzheitliches Verständnis zu erlangen. Analyse gleich Datenabfrage und kritisches Denken.

#2. Erstellen Sie glaubwürdige Hypothesen

Wenn Sie der wissenschaftlichen Methode folgen, müssen Sie eine glaubwürdige Hypothese erstellen – einen Lösungsvorschlag, dessen Gültigkeit eine Bewertung erfordert.

Matt Beischel, Gründer von CorvusCRO, teilt die 3 Hauptkomponenten einer Hypothese: Verständnis, Reaktion und Ergebnis.

Hier ist ein Beispiel, wie das aussehen würde:

Um Ihnen zu helfen, die Erstellung von Hypothesen zu vereinfachen und zu standardisieren, haben wir einen A/B-Test-Hypothesengenerator.

In dieser Phase möchten Sie auch Ihre Stichprobengröße verstehen und darauf basierend einen Haltepunkt für den Test berechnen. Nutzen Sie dafür unseren Signifikanzrechner für A/B-Tests.

Experten-Tipp:

Sobald Sie Ihren Stichprobenumfang kennen und wissen, wie lange Sie Ihren Test durchführen sollten, müssen Sie Ihre Testprioritäten festlegen. Sie können wählen, ob Sie verschiedene Teile des Prozesses testen möchten, z. B. eine einzelne Seite, eine ganze Website, Popups oder bezahlte Anzeigen. Es ist am besten, sich jeweils auf einen Teil des Prozesses zu konzentrieren, damit Sie klare Antworten darauf erhalten, welche Änderungen zu einem verbesserten Kundenerlebnis und einer verbesserten Konversionsrate führen .

Allan Borch, Gründer von DotcomDollar.com

Priorisieren Sie Ihre Hypothese

Experimentieren hat eine Menge Vorteile, weshalb Sie oft Experten sehen werden, die dafür plädieren, alles zu testen. Sie müssen jedoch priorisieren, welche Tests Sie jetzt durchführen müssen und welche Experimente warten können, da die Ressourcen begrenzt sind, egal wie klein oder groß Ihr Unternehmen ist.

Experimentatoren greifen also auf Priorisierungsmodelle wie RICE, PIE, ICE oder PXL zurück. Aber David Mannheim, Personalisierungsberater, weist darauf hin, dass diese Modelle fehlerhaft sind:

Ihnen fehlt die Ausrichtung auf den breiteren Kontext des Unternehmens. Die Priorisierung sollte von oben nach unten erfolgen und sich zuerst auf die Geschäftsmission, dann auf die Geschäftsziele und so weiter konzentrieren. Die meisten Priorisierungsmodelle konzentrieren sich auf die „Ausführung“, dh das Allerletzte in einem Dreieck-Hierarchie-Diagramm – Ausführung auf Basis, Konzept, Benutzerproblem, Produktzielen, Geschäftszielen und Mission an der Spitze .

Diese Modelle verwenden auch „Aufwand“ als Bewertungsfaktor, was bedeutet, dass Sie sich wirklich zurückhalten, Funktionen zu erstellen, die potenziell die größte Wirkung haben, weil sie komplex sind. Letztlich mangelt es diesen Modellen an Objektivität.

Andrea Saez, Senior Product Marketing Manager bei der Product School, sagt:

Es gibt keine Möglichkeit, die Reichweite, die Auswirkungen oder den Aufwand der meisten Dinge zu kennen, ohne gründlich überprüft zu haben, ob Sie überhaupt an den richtigen Dingen arbeiten, noch weniger, wenn Sie mit niemandem darüber gesprochen haben. Wie könntest du also überhaupt Vertrauen haben ?

Die Antwort hier ist, Ihr eigenes Priorisierungsmodell zu erstellen.

Schritt 1: Lassen Sie sich von Beispielen inspirieren

Schritt 2: Berücksichtigen Sie Faktoren wie Ausrichtung auf Geschäftsziele, Iterationspotenzial, unternehmensspezifisches Lernen und Ressourceninvestitionen.

Schritt 3: Weisen Sie den Tests, die Sie ausführen möchten, eine Gewichtung zu

Schritt 4: Spülen und wiederholen, bis Sie ein Akronym finden, das für Sie funktioniert.

#3. Stellen Sie den Test bereit

Sie haben Ihre Forschung an Ort und Stelle gebracht und eine glaubwürdige Hypothese aufgestellt. Jetzt ist es Zeit, zu schlagen.

Eine erfolgreiche Bereitstellung erfordert drei Dinge – die richtige A/B-Testplattform, das richtige Team zum Programmieren der Tests sowie QA und Debugging.

Beginnen wir mit dem ersten.

Was macht eine gute A/B-Testplattform für Shopify aus?

Idealerweise möchten Sie ein einziges Tool, mit dem Sie Themen, Preise, Menüs, Produktkollektionen, Suchseiten testen, multivariate Tests durchführen und Einnahmen verfolgen können.

Viele Plugins können Ihnen dabei helfen, eines oder mehrere dieser Dinge zu erreichen, aber wir wissen bereits, dass Plugins Code-Bloat verursachen, was keine guten Nachrichten für Ihre SEO oder Conversions sind.

Eine dedizierte Testplattform wie Convert Experiences lässt sich nahtlos in Ihren Shopify-Shop integrieren, ermöglicht es Ihnen, alle Arten von Tests durchzuführen, die Sie möchten, und verfügt über eine benutzerdefinierte Shopify A/B-Test-App, die Sie verwenden können, um mögliche Code-Aufblähungen zu vermeiden.

Als Nächstes möchten Sie das richtige Team haben, um die Tests zu codieren.

Hinweis: Es gibt einen Unterschied zwischen Programmierern und Programmierern, die mit A/B-Testteams arbeiten.

Ultimately, testing is incomplete without QA and debugging. Without QA, variation errors can crop up, causing statistical errors—a false positive or a false negative. Not to mention, you may end up collecting the wrong data that delivers zero value to your visitors.

Here are 4 best practices for QA of A/B tests:

• Develop a QA strategy
• Identify what to QA
• Focus on page experience
• Align QA with conversion goals

Pro Tip: Avoid these rookie A/B testing mistakes:

• You only test industry best practices
• You keep peeking at your “results”
• You give up after one test
• You fail to iterate and improve on wins
• You mess up revenue tracking

#4. Analyze & Learn From Your A/B Tests

Whether you have a winner or loser on your hands, analyzing what worked and learning from it to influence future A/B tests is crucial.

Because while A/B testing is a strategy to boost your revenue, you're also effectively “buying data” on your audience.

Here's a 7 step process to learn from A/B tests –

• Make sure your data is accurate, valid, and significant
• Check your micro, macro, and guardrail metrics
• Segment your results
• Check user behavior
• Continue to improve on winners
• Create a learning repository for future tests

The last step allows you to run tests in the future that are backed by your previous experiments' learnings.

Expert Tip: Be prepared to fail.

It is difficult to predict the conversion rate for your website even if you think you've created the perfect A/B test. As a new entrepreneur, I almost succumbed to the frustrations of seeing no success in the first few months. I am not used to failure and many entrepreneurs are like this. The focus should be to give the users the best experience and leave room for the unexpected .

Leslie Radka, Founder & Hiring Manager at GreatPeopleSearch

A/B Testing in Other Realms That Can Compound Your Shopify Store Gains

Don't stick to just your website. A/B testing can and should be applied to other channels and realms where customer engagement occurs.

A/B Testing Pop-Ups (with Privy)

Those pop-ups you have on your website? You can A/B test them too with tools like Privy. Experiment with your headline, offer, form, CTA, or images.

Privy's Convert tool allows you to present the pop-up in different formats and target visitors based on rulesets.

A/B Testing Emails

When it comes to email marketing, 3 core areas of improvement emerge—delivery, open rates, and CTR.

You can test your emails in this order:

• First, the subject lines to improve the open rate
• Then the body copy to make sure it's relevant
• Finally, the CTAs to get more clicks

What else can you test in your email? Check out our complete guide to A/B testing emails.

Here's how 2 Shopify entrepreneurs used A/B testing to grow their email marketing channel: [h5] #1. Grew Email List 3x Using Split Testing

The most effective strategy for testing content is A/B testing. A/B testing has proven, measurable, immediate results that tell us whether one or another content base is more effective at converting customers to sign up for emails, make a purchase, etc.

In retail, vanity metrics like direct traffic to your website are least effective for measuring content success, while A/B testing (ie, tracking conversion rate, user engagement, email funnels) is the most effective. We tested our email subscription CTA with split-testing and grew our email list over three times in one campaign. The better you know your ICP, the more effective your brand strategy will convert. Use A/B tests to understand your target demographic better, and spoon-feed them the content they respond best to .

Zach Goldstein, Public Rec

#2. Increased email open rate by 25% with emojis in subject lines

After seeing a study, I wanted to test out open rates using an emoji in the subject line vs. not using one. The study implied that using an emoji would help to enhance open rates, but I felt that it could come off as unprofessional and spammy.

I use the ActiveCampaign email platform alongside Shopify, and I actually integrate the two together to maximize customer communication. ActiveCampaign allows users to run many A/B tests so they can see what jives with their target audience. When the results were in, I had to admit that I was wrong because the emails with an emoji in the subject received a 25% higher open rate. It's safe to say that I've been pretty liberal with my emoji keyboard ever since, and I've noticed a spike in conversion rates, too .

Stephanie Venn-Watson, fatty15

A/B Testing on Social Media

Like paid ads, you can test your organic content on social to improve engagement. The heading, copy, images, and CTA can all be A/B tested.

When doing this manually, stagger the release of your posts to have a reasonable gap which will allow you to gather meaningful data.

Or you can use scheduling tools like Later, Buffer, or MeetEdgar to automate the publishing.

Ecommerce A/B Testing Pitfalls to Avoid

Our need for instant gratification also seeps into A/B testing. Jon Ivanco, Co-founder of Formtoro, believes most A/B testing is reactionary:

Brands want a quick fix that's cost-effective; they hate the idea of investing in long-term outlooks and gains. The only time they look at these things is when things aren't going well .

There are “experts” that are anything but experts, bad advice presented as best practices, and experiments designed to pick the low-hanging fruit.

Ivanco instead recommends getting the basics right:

– All tests to landing pages
– All tests from specific audiences
– Test one variable at a time
– Don't test unless you have a clearly articulated hypothesis and you can learn from if something goes right or if it fails
– Do all tests from the perspective of the customer journey
– Small things are part of a larger chain, try to isolate things as much as you can one step at a time

Give Privacy a Thought

No one wants to become a lab rat inadvertently.

The backlash to Facebook 2014's emotional contagion study is proof. Even Apple's privacy updates signal that users care about their privacy and don't want to be manipulated into buying products.

Laws around privacy—existing and upcoming—will continue to evolve. Each time a significant change is brought about, it will hurt your business unless you start thinking user-first and bake ethical A/B testing into your strategy.

So what does that mean for you?

• Take data privacy seriously when collecting data
• Rule out manipulative tactics
• Store and process data securely
• Respect user consent and allow them to opt-out of experiments

Do that and you will future-proof your A/B testing and build a better relationship with your audience.