Hypothesensteckbrief zur Conversion Rate Optimierung

Beim Testing kommt es vor allem auf den Geschmack des Users an.

Mango oder Avocado? – Das Kribbeln im Kopf stellt sich meist kurze Zeit nach einem Redesign, Relauch oder Rebranding ein. Viele Verbesserungen schwirren in den Köpfen des Marketing-Teams herum. „Man könnte doch dies, man könnte doch das“ und bevor man sich versieht, hat man diese Ideen auch schon wieder vergessen und geht ins Tagesgeschäft über. Abhilfe schafft hier, neben einem strukturierten Testingprozess, vor allem ein Hypothesensteckbrief.

Conversion Rate Optimierung – Woher kommen die Hypothesen?

„Ich habe gehört, unsere User kommen mit der Navigation nicht klar.“ Solche und ähnliche Sätze hört man oft in Gesprächen von Marketingverantwortlichen. Oftmals verbergen sich dahinter aber mehrere gefährliche Aspekte, vor denen man bei einem strukturierten Testing auf der Hut sein sollte:

  • persönliche Befindlichkeiten („Ich wollte die Navigation ja immer schon anders haben.“)
  • selektive Wahrnehmung (Ein Feedback eines Nutzers wird total überbewertet. Für den Rest der User, ist es ev. kein Thema.)
  • fehlende Datengrundlage (Welche Personen nutzen überhaupt Feature / Seite xy)
  • fehlende qualitative Insights (Wurden überhaupt irgendwann Endnutzer strukturiert befragt?)
  • Pauschalisierung („Den User“ gibt es so nicht. Jeder User hat unterschiedliche Bedürfnisse. One size fits all ist daher schwer umzusetzen.)
  • keine Einschätzung zur Relevanz für das Business (Ist dieses Seite, dieses Produkt überhaupt wichtig für das Business?)
  • fehlender Lösungsansatz („Was schlägst du jetzt konkret vor?“)
  • fehlende Struktur (Wie, womit und in welcher Reihenfolge wollen wir testen und wollen/können wir das überhaupt?)

Gemixt mit persönlichen Befindlichkeiten und Debatten zu Stil und Design, lassen sich mit all diesen Aspekten gerne mal das eine oder andere Teammeeting füllen. Ob man dadurch vorankommt, mag zu hinterfragen sein. Am Ende geht es dann ja doch um die Frage: „Was schmeckt dem User?“ Ob Mango oder Avocado, die Geschmäcker sind nun mal verschieden. Wie können Online-Verantwortliche nun mehr Struktur in den Conversion Testing Prozess bekommen? Die Lösung sind Hypothesensteckbriefe.

Der Hypothesensteckbrief

Um seine Ideen in testbare Hypothesen zu fassen, braucht es eine Struktur, auf die sich die Organisation einigt. Wirf doch mal einen Blick auf das Hypothesensteckrief Template und wir besprechen dann im Detail, worauf es bei den einzelnen Feldern ankommt.

Mit einem Hypothesensteckbrief kannst du deine Gedanken zur Conversion Rate Optimierung besser strukturieren.

Mit einem Hypothesensteckbrief kannst du deine Gedanken zur Conversion Rate Optimierung besser strukturieren.

Der Name sollte den Test klar bezeichnen und später einer Nummernlogik und Bezeichnung folgen, die man auch in einem Jahr noch nachvollziehen kann. Ein Beispiel: T1-Usergruppe-Location-Thema. Wir starten danach in der rechten, oberen Ecken mit unserem Pain Point:

Mit Pain Points Ordnung in den Hypothesenpool bekommen

In der Analysephase haben wir eine Hand voll zentraler Pain Points erarbeitet, die Probleme im Nutzerfluss darstellen. Gereiht ergeben diese dann eine Roadmap: Vom Horror Pain bis zum kleinen Weh-Wehchen. Diese dienen als „strategische Eckpfeiler“, die es ermöglichen, Tests in Schubladen einzuordnen. Ist diese Clusterung sauber geschehen, dient sie zudem als Analyseraster für nahezu alle Seiten und Nutzerströme auf der Seite. Ein Beispiel für einen Pain Point ist: „Klarheit des Angebotes“ –  darunter lassen sich Test sammeln, die insbesondere darauf abzielen, das Angebot oder Produkt klarer und deutlicher darzustellen und dem Nutzer alle relevanten Informationen, richtig dosiert zur Verfügung zu stellen. Man könnte diese Pain Points auch als Kernhypothesen bezeichnen, aber aus Erfahrung sollte man den Begriff „Hypothese“ nur einmal verwenden. (Kernhypothese, Hypothesentest, Testhypothese, Subhypothese, etc. führt schnell zur Verwässerung des eigentlichen Ziels.)

Quantitative & qualitative Daten

Quantitative und qualitative Daten sind die Ausgangslage für die Formulierung des eigentlichen Problems. Auf qualitativer Seite stellen sich die typischen Analytics Fragen:

  • Wo sind die Top- und Flop-Performer?
  • Welche Segmente sind auf unserer Seite unterwegs?
  • Wie viel Volumen haben wir an Stelle XY?
  • An welcher Stelle im Prozess gibt es Probleme?
  • Was ist der teuerste und günstigste Traffic?
  • Wie konvertieren diese Usergruppen?
  • Wie sieht der Nutzerfluss für einen bestimmten Fall aus?

Im qualitativen Teil geht es um die Frage der Wahrnehmungen des Services durch den Nutzer:

  • Was gefällt dem User gut oder schlecht an einem Service?
  • Was sind die Gedanken während der Nutzung des Service?
  • In welchem Kontext findet die Nutzung statt?
  • Warum verhalten sich User nicht so wie gewünscht?

Dafür eignen sich vor allem Online-Fragebögen, Tagebuchstudien, Eye Tracking aber auch Heatmaps und Videoaufzeichnungen. Du brauchst für gute Insights die Möglichkeit, dich in den Kopf des Nutzers zu versetzen. Wichtig ist dabei die Priorisierung: Wie oft werden bestimmte Themen immer und immer wieder erwähnt?

Das Nutzerproblem

Nutzerprobleme erkennen

Bequem hier aber was ist das Problem?

Oftmals ist es nicht einfach, das Problem klar zu formulieren. Denke aus Nutzerperspektive: Was stört den Nutzer an einer bestimmten Stelle im Prozess? Wichtig: Beziehe das Wissen aus den Analysen mit ein. Versuche hier noch keine Lösungen anzudenken, sondern das Problem eines Nutzers klar zu formulieren. Dabei helfen dir Fragestellungen, die beim Nutzer im Kopf enstehen. Ein typisches Problem:

„An Stelle XY ist mir nicht klar, wie sich die verschiedenen Varianten der Digitalkamera unterscheiden“

Die Hypothesenbildung

Mit entsprechender Vorarbeit fällt die Hypothesenbildung dann relativ leicht aus:

„Wenn ich an Stelle XY relevante Informationen zu den Unterscheidungsmerkmalen der Kamera bekomme, bin ich eher bereit eine Kamera zu testen oder zu bestellen. „

In diesem Test wird es folglich darum gehen, in verschiednen Varianten oder auch Teststufen die Merkmale von Kameras gegenüberzustellen. Das kann auf Basis von technischen Daten oder Nutzerbedürfnissen passieren (Reisekamera, Einsteigerkamera, Profikamera).


Bitte gib eine gültige Mailadresse an.

Top Metriken

Ist uns eigentlich klar, worauf wir mit diesem Test abzielen und an welcher Stelle wir diesen Test ausspielen wollen? Die Hypothese lässt sich dadurch noch weiter schärfen. Top Metrik ist in diesem Fall der Verkauf von Kameratyp XY und eine Steigerung der Abschlüsse um X%. Sekundäre Metrik ist eventuell ein Newsletter Signup, ein Videoview, … Während sich Lokalisierung auf den Ort der Testausspielung konzentriert, bezieht sich Targeting auf die Usergruppe, die in den Test aufgenommen werden soll. Diese Elemente gehören mit in die Hypothese.

Lösungsraum und Teststufen

Der Lösungsraum zeigt mögliche Ideen für die Lösung des Problems. Für unseren Test sind das bspw.:

  • Gegenüberstellung von Kamerafeatures als Tabelle.
  • Herausarbeitung eines Beraters zur Entscheidungsfindung.
  • Erstellen einer Story, die den User an der richtigen Stelle zur richtigen Kamera führt.

Testing Mockups

Erste Scribbles oder auch Screenshots von ähnlichen Seiten können dazu dienen, Impulse für neue Ideen zu geben oder neue Teststufen zu entwickeln. Das tatsächliche Design sollte erst starten, wenn es auch wirklich entsprechende Inhalte gibt, die abgebildet werden sollen. Prototypen helfen aber dabei erste Ideen greifbarer zu machen und zu entscheiden, ob sich alle Beteiligten die Lösung ähnlich vorgestellt haben.

Priorisierung

Ist dieser Test wirklich relevant? In der Priorisierung geht es darum, für die angegebenen Themenfelder Punkte zu vergeben. Die Kriterien sind von Organisation zu Organisation leicht unterschiedlich. Grob kann für diese PIE Klassifikation gesagt werden:

  • Potential beinhalten die Chance, dass auf dieser Seite getestet werden kann und es noch relevante Verbesserungsmöglichkeiten gibt.
  • Importance zeigt, ob an dieser Stelle auch genug Traffic vorhanden ist und es aus Business Sicht eine Relevanz hat, hier zu testen.
  • Ease beschreibt die Einfachheit des Tests, den Testaufwand aber auch die politische Situation im Unternehmen. (Was darf getestet werden?)

Mit unserem Hypothesen Steckbrief sollte dir die Arbeit an der Verbesserung deiner Website um einiges leichter fallen. Technisch gesehen gibt es je nach Unternehmensgröße die passenden Tools, um ein Testing Programm effizient umzusetzen.

Hypothesen Steckbrief Template downloaden

Du möchtest unser

Hypothesensteckbrief Template downloaden

Wir wünschen dir viel Spaß bei der Erstellung deiner Hypothesen. Bei Fragen hinterlasse uns einfach ein Kommentar. Solltest du Hilfe bei der Analyse deiner Website, der Erarbeitung deiner User Journey oder Teststrategie benötigen oder auf der Suche nach einem Partner für die technische Umsetzung der Tests sein, lass es uns wissen.

Rate this post
Roland Lindner
Roland Lindner ist als Digital Consultant mit für den Auf- und Ausbau der Online-Marketing-Strategien (Conversion Optimierung, Analytics, Content Marketing) innerhalb der mediaworx berlin AG verantwortlich. Neben Online Marketing ist seine Leidenschaft die Fotografie. (Mail)
1 Kommentar

Deine Meinung ist gefragt

Deine Meinung*

Dein Name*
Deine Seite