Prozesse optimieren, Conversion-Rate steigern: Von der Analyse zur Umsetzung

grafik_conversion_3TEIL 3 DER SERIE: MEHR UMSATZ DURCH CONVERSION-OPTIMIERUNG

Warum betreibt man eigentlich Conversion-Optimierung? Tja, vermutlich weil man mit der Performance der Website nicht wirklich zufrieden ist. Und weil man glaubt, dass Verbesserungen möglich sind. Fast immer stimmt das auch. Die zentrale Kennzahl der Conversion-Optimierung ist natürlich die Conversion-Rate. Sie setzt die Anzahl der Konversionen in Relation zum gesamten Traffic. Doch ein bestimmter Prozentwert sagt erstmal wenig aus.

Hilfreich ist es, wenn man der Konversion selbst einen gewissen (monetären) Wert zuweisen kann. Ist zum Erzeugen des Traffics ein Budget erforderlich, wie zum Beispiel bei Google Adwords-Kampagnen, dann lässt sich sogar ein Online-ROI (Return on Investment) errechnen. Dieser Wert entscheidet darüber, ob eine Kampagne sich rechnet oder nicht.

Ein Beispiel: Ein Kfz-Versicherer startet eine Adwords-Kampagne, um seinen Tarifrechner mit Online-Abschluss zu bewerben und Neukunden zu gewinnen.

  • das Gesamtbudget beträgt 50.000 Euro
  • der Preis pro Klick liegt bei durchschnittlich 1 Euro
  • somit werden 50.000 Klicks zur Landingpage generiert
  • 10 % (= 5.000 Nutzer) führen eine Tarifberechnung durch
  • 4 % davon (= 200 Nutzer) schließen eine Kfz-Versicherung ab

Die Kosten pro Neukunde betragen somit 250 Euro. Unter Berücksichtigung der internen Kalkulation wären aber nur Kosten von max. 100 Euro pro Neukunde auf Dauer wirtschaftlich. Nun könnte man auf die Kampagne verzichten. Oder sie optimieren. Gelingt eine Steigerung des Werts der Tarifberechnungen auf 20 % und eine Abschlussrate von 5 %, dann wird der Zielwert erreicht.

Hypothese aufstellen, Lösungsansätze definieren

Offensichtlich rufen gegenwärtig zu wenige Besucher der Landingpage den Tarifrechner auf und führen eine Berechnung durch. Und von diesen entscheiden sich nicht ausreichend viele zum Online-Abschluss. Doch wo liegen konkret die Probleme und wie kann man sie beseitigen? Geht man das Ganze mit wissenschaftlichen Maßstäben an, kommen als Analyse-Verfahren u.a. in Betracht:

  • Mouse-Tracking und Click-Heatmap (Analyse des Klickverhaltens der Nutzer)
  • Eye-Tracking (Erfassung des Blickverlaufs der Nutzers)
  • Beobachtung bzw. Befragung von Testpersonen

Bei kleinerem Budget und für eine erste Optimierung hilft oft schon das Analyse-Vermögen und Bauchgefühl eines erfahrenen Conversion-Optimierers.

Das Analyse-Ergebnis

Die Analyse offenbart in diesem Fall folgende Hauptprobleme: Der Tarifrechner-Button ist auf der Landingpage zu weit unten platziert (je nach Bildschirmauflösung muss sogar gescrollt werden). Das Keyvisual (ein Fahrzeug, keine Personen/Gesichter) wird von den Testpersonen als wenig ansprechend beschrieben. Der Fließtext ist zu lang. Der Button-Text „Zum Kfz-Tarifrechner“ kann nicht wirklich als gelungener Call-to-action bezeichnet werden.

Die Analyse des Tarifrechners ergibt, dass auf sechs Folgenseiten insgesamt 68 Einzelangaben zu machen sind. Die Fahrzeugauswahl erfolgt über ein sehr unübersichtliches Pull-Down-Menü. Abkürzungen wie TK, VK und SB erschließen sich nicht allen Nutzern. Die durchschnittliche Berechnungsdauer von 7:23 Minuten scheint gegenüber Wettbewerbern sehr hoch. Noch dazu brechen vergleichsweise viele Nutzer die Berechnung auf der vorletzten Seite ab, um anschließend nach der nächstgelegenen Filiale zu suchen.

Testen mit A/B oder multivariat

Mit so konkreten Analyseergebnissen kann direkt an einer verbesserten Landingpage und einem optimierten Tarifrechner gearbeitet werden. Dabei kann mit einem einfachen A/B-Test geprüft werden, ob die überarbeitete Version von Landingpage und Tarifrechner besser konvertiert als die alte. Während der Testphase wird dazu jeweils die Hälfte des Traffics auf die jeweiligen Zielseiten gelenkt.

Etwas komplexer wird das Ganze, wenn multivariate Testverfahren zum Einsatz kommen. Hier werden jeweils Kombinationen einzelner Änderungen auf ihre Conversions-Rate getestet. Dabei muss u.a. darauf geachtet werden, dass die Fallzahlen bei jeder einzelnen Testkombination hoch genug sind, um belastbare Ergebnisse zu bekommen.

Landingpage-Optimierung: Usability beachten, Fehler vermeiden

Bei vielen Websites von kleinen und mittleren Unternehmen mit nicht extrem hohem Website-Traffic reicht es oft schon, wenn bei der Umsetzung von Landingpages gängige Usability-Regeln beachtet und typische Fehler vermieden werden. Und genau das erfahren Sie in unserem vierten Teil der Serie zur Conversion-Optmierung mit dem Titel „Landingpage-Optimierung im Detail: 10 Tipps für mehr Conversionen“.

Teil 1: Conversion-Optimierung: Warum sie immer wichtiger wird
Teil 2: Conversion-Ziele: Wenn aus Visits Likes, Leads oder Sales werden