CRO ist nicht nur A/B-Testing (und der rote Button rettet Sie nicht)

Kurz gesagt: Konversionsraten-Optimierung ist kein A/B-Testing. Testing ist der letzte und kleinste Schritt in einem forschungsgeleiteten Prozess, und die meisten veröffentlichten Tests erreichen nie statistische Signifikanz. Die eigentlichen Hebel sind die Klarheit des Wertversprechens, Vertrauen und das Angebot selbst. Ein roter Button repariert keine Seite, die Besuchern keinen klaren Grund gibt, Ja zu sagen.

Fragt man die meisten Marketingfachleute, was Konversionsraten-Optimierung bedeutet, kommt die Antwort schnell: einen Test durchführen, einen Gewinner bestimmen, wiederholen. Das ist eine ordentliche Geschichte und meistens falsch. Zwei Mythen treten hier gemeinsam auf. Der erste lautet, CRO sei gleichbedeutend mit Testing. Der zweite lautet, die Tests, die es wert seien, durchgeführt zu werden, seien kosmetisch: eine Button-Farbe, eine kleine Anpassung der Überschrift, ein getauschtes Wort im CTA. Keiner der beiden hält den Daten stand.

Was ist Konversionsraten-Optimierung, wenn nicht A/B-Testing?

CRO ist die Disziplin, die realen Gründe dafür zu finden und zu beseitigen, warum ein Besucher nicht die von einer Seite gewünschte Handlung ausführt, und die Lösung anschließend mit Belegen zu bestätigen. Testing steht am Ende dieser Kette, als Verifikation. Der größte Teil der Arbeit findet vorher statt: das Auswerten von Analytics-Funnels, um zu sehen, wo Menschen abspringen, das Ansehen von Session-Recordings, um zu sehen, wo sie zögern, und das Aufstellen einer konkreten, falsifizierbaren Hypothese, bevor ein Test live geht. Wird diese Arbeit übersprungen, ist ein Test kein Experiment. Es ist eine Vermutung mit Stichprobengröße.

Wie viele A/B-Tests bringen tatsächlich einen Gewinner hervor?

Weniger, als die meisten Teams annehmen, und genau diese Lücke zwischen Mythos und Zahl ist der Grund, warum Testing allein ein CRO-Programm nicht tragen kann.

Unabhängige Studien kommen auf Werte von etwa 10 bis 22 Prozent, je nachdem, wie streng „Gewinn“ definiert wird, aber sie stimmen in der Grundaussage überein: Die meisten Tests bleiben flach, keine Siege. Das ist kein Argument gegen Testing. Es ist ein Argument dagegen, knappe Testing-Kapazität auf wenig überzeugende Ideen zu verwenden, statt auf die Hypothesen, auf die die Forschung bereits hinweist.

Was bewegt die Zahl tatsächlich, wenn nicht der Test selbst?

Drei Dinge, in dieser Reihenfolge.

1. Klarheit des Wertversprechens. Ob ein Besucher innerhalb von Sekunden versteht, was das Angebot ist, für wen es gedacht ist und warum es besser ist als die Alternative.
2. Vertrauen. Ob der Besucher der Seite und dem dahinterstehenden Unternehmen glaubt, bevor er gebeten wird, sich auf irgendetwas festzulegen.
3. Das Angebot. Die tatsächlichen Bedingungen: Preis, Risiko, Paketierung und das, was von dem Besucher verlangt wird, im Verhältnis zu dem, was er sich bereits verdient hat.

Keiner dieser Punkte ist kosmetisch, und keiner lässt sich durch das Austauschen eines Hex-Codes beheben. Im veröffentlichten Experiment-Protokoll von NextAfter findet sich ein Test auf einer Spendenseite, bei dem ein schärfer formuliertes Wertversprechen die Konversion um rund 41 Prozent steigerte, an einer Stichprobe, deren Bericht ehrlich genug war zuzugeben, dass das Ergebnis das übliche 95-Prozent-Konfidenzniveau knapp verfehlte (NextAfter, noch zu verifizieren): genau die Disziplin, die echte Optimierungsarbeit verlangt. Beim Thema Vertrauen fand das Baymard Institute heraus, dass 19 Prozent der Käufer einen Checkout gezielt wegen mangelnden Vertrauens in die Zahlung abgebrochen hatten (Baymard Institute). Keiner der beiden Hebel taucht in einem „Vorher“-und-„Nachher“-Screenshot eines Buttons auf.

Warum wurde der rote Button zum Dogma?

Weil sich eine einzelne Fallstudie leicht wiederholen ließ und niemand den Kontext überprüfte. Im Jahr 2011 testete HubSpot einen roten gegen einen grünen Button an einer Stichprobe von etwas über 2.000 Besuchen, und Rot gewann mit 21 Prozent (HubSpot, noch zu verifizieren, ursprünglicher Test mit kleiner Stichprobe). Grün war HubSpots eigene dominante Markenfarbe, die auf dieser Seite überall verwendet wurde, sodass Besucher dafür blind geworden waren. Rot war die einzige warme Farbe auf dem Bildschirm. Der Hebel war der Kontrast zu einer farblich gesättigten Seite, nicht der Farbton selbst, ein Punkt, den Konversionsforscher, darunter CXL, seither immer wieder betont haben (CXL, noch zu verifizieren). Ein derart spezifisches Ergebnis, von einer derart spezifischen Seite, war nie ein universelles Gesetz. Es hat sich nur gut verbreitet.

Wo gehört Testing im Prozess tatsächlich hin?

Ganz zuletzt, und nur, wenn die Forschung eine Hypothese hervorgebracht hat, die den Traffic wert ist, den ihr Test kosten wird. Eine CRO-Agentur beziffert die Aufteilung: Fachleute, die es wert sind, engagiert zu werden, verbringen rund 70 Prozent ihrer Zeit mit der Analyse von Daten und 30 Prozent mit Testing, eine Schätzung aus einer einzigen Quelle und kein Umfrageergebnis, aber in der Tendenz konsistent mit allem oben Genannten (Strategyc, noch zu verifizieren). Das erklärt auch, warum Testing die Anerkennung bekommt: Ein Test liefert eine saubere Zahl, Forschung liefert Urteilsvermögen, und Urteilsvermögen lässt sich schwerer auf eine Folie bringen. Eine vielfach wiederholte, von Econsultancy stammende Zahl benennt eine schon länger bestehende Version desselben Ungleichgewichts: für je 92 Dollar, die für die Gewinnung eines Besuchers ausgegeben werden, fließt nur 1 Dollar in dessen Konversion. Der ursprüngliche Bericht dazu lässt sich aus heutiger Sicht kaum noch zurückverfolgen, weshalb er hier als Branchenlegende behandelt wird und nicht als aktuelle Studie (noch zu verifizieren). Ob exakt oder nur annähernd zutreffend, die Richtung stimmt: Akquise bekommt das Budget, und Konversion bekommt das, was sich vom Rest noch aus dem Testing herausholen lässt.

Wertversprechen, Vertrauen und Angebot sind die Bereiche, in die dieses Budget zuerst fließen sollte. Testing bestätigt die Lösung. Es findet sie nicht.