Deutsche Unternehmen, die ein schnelles Umsatzwachstum von mehr als 17,5 Prozent pro Jahr verzeichneten, schnitten in der Kategorie “Culture Trust” insgesamt 12 Prozent schlechter ab als die Spitzenreiter Großbritannien, Kanada und die Vereinigten Staaten.

Im Bericht der GO Group Digital “Wie digitale Experimente das Unternehmenswachstum weltweit vorantreiben” bekam ich dann die Gewissheit. Die Ergebnisse für Deutschland waren noch schlechter, als ich erwartet hatte.

Wenn es um internes Vertrauen oder die Befähigung der eigenen Mitarbeiter ging, war die Bewertung katastrophal. Mutige Ideen vorzuschlagen oder neue umzusetzen – Ideen, die vielleicht auch scheitern können, ist nach wie vor ein Manko.

Die Aufrechterhaltung einer Kultur der Perfektion
geht auf Kosten der digitalen Innovation.

Auch die hierzulande langsam wachsenden Unternehmen zeigten alarmierende Zahlen und lediglich Australien lieferte noch schwächere Werte.

Im Vergleich zu allen englischsprachigen Märkten setzen selbst die unserer Meinung nach hierzulande innovativsten Unternehmen, die am schnellsten wachsen, immer noch am wenigsten Vertrauen in die Befähigung eigener Mitarbeiter. 

Die schwache Vertrauenskultur könnte uns teuer zu stehen kommen

Wir wissen, dass experimentierfreudige Unternehmen – also solche, die Consumer Insights nutzen, um Innovationen voranzutreiben – laut Forrester Research im Jahr 2020 fast 1,1 Billionen Euro freisetzen werden.

In vielen Bereichen, die für die Schaffung eines starken Experimentation-Programms wichtig sind, haben deutsche Unternehmen relativ gut abgeschnitten. Wenn unsere Unternehmen aber keinen Weg finden, Mitarbeiter zu befähigen kalkulierte Risiken ohne Angst vor dem Scheitern einzugehen, wird Innovation nicht gedeihen.

Health Score: Die eigene Unternehmenskultur verstehen und transformieren

Ein Mangel an Vertrauen, behindert nachweislich die Innovation. Es handelt sich also um kein abstraktes Problem. 

Vertrauen ist eine der vier Erfolgssäulen des sogenannten Health Scores. Im GO Group Digital Report beschreibt der Health Score die Gesundheit eines Experimentation- und strategischen Business-Growth-Programms. 

Der Health Score zeigte, dass deutsche Unternehmen einen potenziellen Umsatzzuwachs von 1,5 Prozent im Vergleich zum Vorjahr verzeichnen können, wenn sie denn wollen. 

Einfach ausgedrückt: Die Verbesserung unserer Unternehmenskultur zahlt sich aus.

Experimentation-getriebene Unternehmen werden laut Forrester Research im Jahr 2020 fast 1,1 Billionen Euro freisetzen.

Zur Berechnung des Health Scores wurden Fragen für die Erfolgssäule “Vertrauenskultur” formuliert und die Antworten von 0 bis 5 skaliert. Die Gesamtpunktzahl aller Antworten ergab die Säulen-Punktzahl.

Auch wenn über Dekaden hinweg neue Ideen geschaffen wurden, so belohnt die deutsche Psyche eher Perfektion, statt Innovation. Um die Gründe auszuloten, warum hiesige Unternehmen unter einer schwachen Vertrauenskultur leiden, müssen wir in die Psyche der Nation eintauchen. Dabei erkennen wir schnell, dass das Streben nach Perfektion auch zu einem Problem führen könnte.

Unsere Kultur ist eine Kultur, in der Dinge für die Ewigkeit gebaut sind. Wir sind stolz auf die deutsche Präzision und unsere Ingenieurskunst wird in der ganzen Welt geschätzt. Wir nehmen zudem an, dass Scheitern eine persönliche Schwäche darstellt. 

Die Idee, Mitarbeitern die Erlaubnis zum Scheitern und Lernen zu geben, steht daher im Widerspruch zu unseren kulturellen Werten. Wir müssen diesen Konflikt erst einmal anerkennen, wenn wir ihn überwinden wollen.

Im Zeitalter der Disruption bedeutet die Förderung von Innovation,
dass wir Risiken in unseren Unternehmen zulassen und nicht fürchten sollten.

Interessanterweise können Führungskräfte durch den Aufbau einer starken und gesunden Kultur des Experimentierens eine bessere Vertrauenskultur in ihrem Unternehmen schaffen. 

Aber das braucht Zeit, und deshalb ist es wichtig heute damit zu beginnen. Führungskräfte sollten daher mit ihren Teams zusammenarbeiten und anschließend die Metriken und Ziele festlegen. 

Testing- und Fehlerkultur fördern, bedeutet Zusammenarbeit fördern

Wenn man Mitarbeitern die Chance gibt Ideen zu entwickeln, zu diskutieren und umzusetzen, bedeutet das nicht, dass man als Führungskraft die totale Kontrolle abgeben muss. Es bedeutet ebenfalls nicht, dass die Unternehmensstrategie in einer Demokratie geführt wird.

Um Vertrauen zu fördern, sollte die Management-Ebene mit dem Growth-Team und einem Querschnitt der Abteilungsleiter zusammenarbeiten. Wichtig ist sicherzustellen, dass Testziele mit den strategischen Geschäftszielen oder einer North-Star-Metric übereinstimmen. 

Um die Unternehmensleistung zu bestimmen, müssen relevante Metriken und Performance-Erkenntnisse gesammelt werden. Die endgültigen Details sollten vom Management abgesegnet und nicht dem Team allein überlassen werden, da der North-Star die allgemeine Richtung für das Unternehmen als Ganzes vorgibt.

Auch sollten wir darauf achten, uns nicht auf Mikro-Conversions zu konzentrieren. Das können zwar Indikatoren sein, aber sie sind kein Beweis dafür, dass unsere strategischen Ziele verbessert werden. Das Fokussieren auf diese Vanity Metrics wird das Vertrauen untergraben, insbesondere an der Spitze jeder Organisation.

Zeige, dass es in Ordnung ist, zu versagen, aber dass es nicht in Ordnung ist, nicht daraus zu lernen.

Die meisten Experimente scheitern. 

Wenn sie jedoch richtig aufgebaut sind, generieren alle Experimente wichtige Einblicke in das Kundenverhalten. Eine essenzielle Aufgabe ist es daher zu zeigen, dass Scheitern kein negativer Aspekt ist. Negative Ergebnisse müssen genauso erklärt und verfechtet werden, wie du es bei positiven tun würdest.

Eine der Möglichkeiten, die ich gerne nutze, um Vertrauen zu fördern, ist der Aufbau von Experimentation-Programmen, die neue Geschäftsideen testen, bevor sie auf den Markt kommen. 

Wenn ein Experimentation-Programm durch Consumer Insights demonstrieren kann, dass neue Ideen einen Unternehmenswert erzeugen und das Vertrauen steigern, dann ist das super. 

Ebenso, wenn eine Idee zu einer Verschlechterung führt. Denn dann kann das Management sicherstellen, keinen Stolperfallen bei der Entwicklung aufzusitzen. Zusätzlich kann bereits frühzeitig gewährleistet werden, nicht in die zum Scheitern verurteilten Ideen zu investieren.

Wie dem auch sei, die Bedeutung liegt in der eigenen Lernfähigkeit des Testings und dem Mut des Unternehmens, die entdeckten Consumer Insights zu kommunizieren.

Risiken in eine neue Perspektive setzen: Wer nicht wagt, der nicht gewinnt.

Interessanterweise zeigten die Untersuchungen der GO Group, dass auf der Ebene der Unternehmensleitung Deutschland die höchsten Zustimmungswerte für Experimente erhält.

43 Prozent der schnell wachsenden Unternehmen gaben an, dass hier die Überwachung von Experimentation-Programmen auf Senior Leadership Level liegen. Die Zahl stieg auf 60 Prozent, als Positionen der mittleren Führungsebene mit einbezogen wurden. 

Oberflächlich betrachtet ist das großartig. 

Aber wegen des mangelnden Vertrauens, bedeutet es lediglich, dass die Unternehmen minderwertige Experimente durchführen. Niemand betrachtet diese Tests als echte wachstumsfördernde Maßnahmen.

Wenn das Gefühl des Vertrauens gering ist, und die Mitarbeiter sich nicht ermächtigt fühlen, dann ist es Zufall, wenn ein (mutiges) Team ein (gewagtes) Experiment vorschlägt. 

Es wirkt gerade so, als ob die Führungsebene das Gefühl bekommt in Entscheidungsprozesse eingreifen zu müssen, anstatt dem Team zu erlauben, die Experimente gemäß der festgelegten Ziele durchzuführen. 

Dies führt häufig dazu, dass die Entscheidungsfindung in einer Art Komitee landet und viele Ideen dadurch einen Todesstoß erhalten. Alternativ legen HiPPOs ein Veto ein, weil kein Vertrauen herrscht.

Kein Unternehmen hat je eine Industrie durch einfaches Ändern der Farbe eines Website-Buttons verändert.

Wie Jeff Bezos, der Gründer von Amazon, sagte:

“Übergroße Erträge entstehen oft durch Wetten gegen die konventionelle Weisheit, und die konventionelle Weisheit hat in der Regel Recht. Bei einer zehnprozentigen Chance auf eine 100-fache Auszahlung solltest du diese Wette jedes Mal annehmen. Aber in neun von zehn Fällen wirst du dich irren… Dieser langwierige Weg hin zu Verteilung von Erträgen ist der Grund, warum es wichtig ist, mutig zu sein. Große Gewinner werden durch viele Experimente geschaffen.”

Experimente erschaffen die Innovations-Feedback-Schleife, die deutsche Unternehmen benötigen

Innovation und Unternehmenswachstum sind Teil einer Transformation. Transformation ist immer riskant. Wenn deutsche Unternehmen ihren Mitarbeitern nicht vertrauen, gehen sie keine Risiken ein. Ohne das Eingehen von Risiken kann es aber keine Veränderung geben. 

Wie der Bericht zeigt, kämpfen Innovation und Unternehmenswachstum in diesem Bereich miteinander. Erfolgreiche Unternehmen befähigen ihre Mitarbeiter, kalkulierte Risiken einzugehen, um Ziele zu erreichen, die auf das jeweilige Geschäftsziel ausgerichtet sind. 

Ich hoffe, dass auch deutsche Unternehmen besser lernen, Vertrauen aufzubauen und zu steigern.

Was meinst du dazu? Hast du bereits gesehen, wie mangelndes Vertrauen einem Unternehmen geschadet hat? Das würde ich gerne hören. Schreib mir eine Nachricht. Ich freue mich, dir den vollständigen Bericht der GO Group zur Verfügung zu stellen, damit du sehen kannst, wie schnell wachsende Unternehmen eine gesunde Unternehmenskultur des Experimentierens aufbauen, um Innovationen zu beschleunigen.

Der Beitrag Wachstumsstudie: Perfektionismus kostet deutsche Unternehmen Milliarden an digitalem Wachstum erschien zuerst auf konversionsKRAFT.

Uber gaben erst kürzlich bekannt, dass zu jeder Zeit über 1.000 Tests auf ihrer Plattform laufen. Amazon, Booking.com, Facebook und Google realisieren jeweils gar mehr als 10.000 Tests pro Jahr.

Daraus lässt sich schließen, dass intensives Online Testing ein Teil der Wachstums-Erfolgsformel dieser disruptiven Angreifer ist.

Doch wie fortgeschritten sind Unternehmen im deutschsprachigen Raum im Bezug auf Online Testing?

Wir haben 242 Unternehmen aus der D-A-CH- Region zum Status-Quo von Conversion-Optimierung bzw. Online Testing befragt.

Das Ergebnis sind aufschlussreiche Einblicke in Faktoren wie Kundenzentrierung, Agilität und datengetriebene Entscheidungen. Zudem wurde erkennbar, in welchen unterschiedlichen Stadien sich die befragten Unternehmen im Bezug auf Conversion-Optimierung befinden.

Die Zusammenfassung der Studie kannst Du Dir hier herunterladen: Digital Growth 2018: Benchmark digitaler Wachstumsfaktoren – Executive Summary

Die Erkenntnisse dieser Studie helfen Dir, Dein Unternehmen im Benchmark einzuordnen. Zudem dienen Dir die Best Practices als Inspiration und ich bin sicher, dass Du eigene wachstumsfördernde Schritte ableiten kannst.

Drei spannende Aha-Momente fasse ich für Dich hier zusammen:

Ein Ziel ohne Plan ist nur ein Wunsch

Sagte schon Antoine de Saint-Exupéry vor über 70 Jahren.

58,6 Prozent aller befragten Unternehmen haben im besten Fall Ziele, aber keinen Businessplan für Conversion-Optimierung definiert.

Demgegenüber stehen 12 Prozent der Unternehmen, die klare Ziele verfolgen, und einen Businessplan Plan ausgearbeitet haben, der von der Geschäftsleitung kontrolliert wird.

12 PROZENT DER UNTERNEHMEN HABEN EINEN BUSINESSPLAN FÜR OPTIMIERUNG UND LASSEN IHRE ZIELE VON DER GESCHÄFTSLEITUNG KONTROLLIEREN

Warum ist das so wichtig?

Ein Businessplan für Conversion-Optimierung unter Einbindung der Geschäftsleitung stellt sicher, dass Tests auf Unternehmensziele und nicht nur untergeordnete Abteilungsziele einzahlen.

Der Vorteil daraus ergibt sich nicht nur für das C-Level-Management, sondern auch für Optimierungs-Teams. Ihre Wichtigkeit für das Wachstum des gesamten Unternehmens steigt. Das spiegelt sich in der Unterstützung durch das Management in Form von mehr Ressourcen (Budget, Teammitglieder) wider.

Von allen Faktoren korreliert Fehlerkultur am stärksten mit Wachstum

Huch? Sollten nicht die Unternehmen am schnellsten wachsen, die eine stolperfreie Erfolgsgeschichte schreiben?

Natürlich steht eine Fehlerkultur nicht für eine Kultur des zelebrierten Scheiterns. Sie steht für kontinuierliches Testing. Sie steht dafür, dass man datenbasiert ergründet, was bei den eigenen Kunden funktioniert, und nicht minder wichtig, was nicht!

In 77 Prozent der stark wachsenden Unternehmen teilen Optimierungs-Teams ihre Testing-Erkenntnisse.

Werden Learnings aus positiven wie negativen Tests im Unternehmen kommuniziert, wächst das intellektuelle Kapital in Form von Erfahrung, Wissen, Kreativität etc. der gesamten Organisation.

IN 77 PROZENT DER STARK WACHSENDEN UNTERNEHMEN TEILEN OPTIMIERUNGSTEAMS IHRE TESTING-ERKENNTNISSE

So lassen sich wertvolle Stellschrauben identifizieren, die nicht mit der Optimierung einer Webseite zu tun haben. Der Einfluss einer Fehlerkultur auf Wachstum ist also wesentlich größer gedacht als kurzfristig Warenkörbe zu erhöhen.

Das Verhalten von Menschen ändern, nicht Webseiten optimieren

Ein großes Missverständnis der digitalen Transformation ist, dass Conversion-Optimierung das Ziel hat, Webseiten zu optimieren.

Es ist ja auch nicht das Ziel der Deutschen Bahn, einen Zug von Frankfurt nach Berlin zu bringen. Vielmehr ist die Mission, dass Menschen schnell und komfortabel zu bezahlbaren Preisen zum Wunschort gelangen.

Conversion-Optimierung hat daher das Ziel, den Webnutzer (Kunden) schnell und komfortabel ans Ziel zu bringen. Hierfür müssen wir die Verkäuferbrille abnehmen. Das Kundenziel ist nämlich nicht primär auf den Kauf-Button zu drücken. Vielmehr geht es um die Befriedigung eines Bedürfnisses – es geht um Emotionen, die unterbewusst mitschwingen.

Wer einen Tesla kauft, der möchte sicherlich unter anderem von A nach B gelangen. Und wer ein iPhone kauft, der möchte sicherlich auch telefonieren. Doch lassen sich diese Bedürfnisse mit unzähligen anderen Produkten lösen … was ist also die wirkliche Motivation und wie können wir auf diese eingehen?

Hier kommt Konsumpsychologie ins Spiel.

Wir möchten nämlich Einfluss auf das Verhalten eines Kunden nehmen. Daher passen wir Webseiten so an, dass sie für unsere Kunden nicht nur verständlich und nutzbar, sondern persönlich relevant sind!

EIN GROSSER ANTEIL DER STARK WACHSENDEN UNTERNEHMEN SETZT AUF KONSUMPSYCHOLOGIE UND PERSONAS

Setzen Unternehmen Konsumpsychologie oder Personas ein, erhöht sich die Wahrscheinlichkeit für Uplifts beim Testing und starkes Unternehmenswachstum signifikant. Die Studienergebnisse ergaben folgendes:

83 Prozent der Unternehmen, die stark wachsen, setzen Erkenntnisse der Konsumpsychologie zur Optimierung ein.

und

70,7 Prozent der Unternehmen mit starkem Wachstum setzen Personas zur Generierung von Testideen ein.

Der Gesamtdurchschnitt bei den befragten Unternehmen fällt mit 55,4 Prozent weitaus niedriger aus. Hier schlummert noch sehr viel Potenzial.

Fazit

In den meisten Unternehmen sind viele Optimierungshebel erkennbar. Du erinnerst Dich: Nur 12,1 Prozent der befragten Unternehmen folgen einem Businessplan für Optimierung, der von der Geschäftsleitung kontrolliert wird. Es überrascht daher auch nicht, dass weniger als ein Viertel der Unternehmen nach eigenen Angaben über ausreichend Optimierungsbudget verfügen.

Wird Online Testing für die Führungsetage zum Unternehmens- und bleibt nicht nur Abteilungsthema, kann in den nächsten Gang geschaltet werden. Der Weg für effizientes Hochfrequenz-Testing wird frei. Intellektuelles Kapital in Form von Erfahrung, Wissen und Kreativität wird in der gesamten Organisation in kürzerer Zeit generiert, schneller verbreitet, erneut genutzt – ein fortlaufender agiler Prozess.

Die von mir vorgestellten Aha-Momente bezogen sich auf die Kapitel Businessplan, Fehlerkultur und Konsumpsychologie.

Die Executive Summary bezieht sich auf alle Kapitel der vollständigen Digital Growth 2018-Studie, die du auf Anfrage erwerben kannst:

• 1. Kapitel: Steuerung
• 2. Kapitel: Businessplan
• 3. Kapitel: Fehlerkultur
• 4. Kapitel: Konsumpsychologie
• 5. Kapitel: Priorisierung
• 6. Kapitel: Testing-Olymp

Executive Summary (PDF, 16 Seiten, kostenloser Download)

Welche sind Deine größten Aha-Momente? Teile es mir in den Kommentaren mit.

Der Beitrag Studie: Digital Growth 2018 – Benchmark digitaler Wachstumsfaktoren erschien zuerst auf konversionsKRAFT.

Spieglein Spieglein an der Wand, wer hat den schnellsten Onlineshop im Land?

Dieser Frage haben wir uns in Kooperation mit UpTrends in unsere Studie über die “Performance der Top 100 E-Commerce Websites*” im ersten Quartal diesen Jahres gewidmet. Dabei wollten wir nicht nur einen Benchmark ermöglichen, sondern vor allem auch analysieren, warum einige schneller, andere langsamer wahrgenommen werden um konkrete Maßnahmen und Handlungsempfehlungen ableiten zu können.

Warum sich heute noch mit Website Performance beschäftigen, wo doch das Internet schnell und die Endgeräte so leistungsfähig sind?

Warum ist Performance wichtig?

Die oben zitierte Einstellung scheinen einige Betreiber zu haben. Vielleicht auch nicht. Zumindest lassen das die Kennzahlen vermuten. Heute scheint das Thema Website Performance nicht mehr so wichtig genommen zu werden. Ein Irrglaube.

Sicherlich sind die Internet Bandbreiten höher und Geräte können Daten schneller verarbeiten. Dennoch spielt die Performance mehr denn je eine tragende Rolle. Sie ist nicht mehr nur ein Hygienefaktor sondern auch ein Optimierungshebel.

Natürlich muss man das realistisch betrachten: Ähnlich wie beim Thema Usability wird man nur, weil die Website schnell ist, noch lange nicht den Besucher zum Kaufen motivieren und zum Kunden konvertieren, aber umgekehrt sehr wohl. Schlechte Usability behindert die Nutzbarkeit.

Genauso verhält es sich mit der Wahrnehmung einer langsamen Website. Ist sie schnell, wird das nur selten aktiv wahrgenommen, das Gegenteil jedoch um so mehr. Sie nimmt damit nicht nur direkt auf Metriken wie Absprung- oder Exitraten oder auf die primäre Conversionrate Einfluss, auch andere Faktoren wie Kundenbindung und letztlich Suchmaschinen Ranking werden von ihr aktiv beeinflusst.

Alles dreht sich um Wahrnehmung

Die Erwartungshaltung der Besucher ist hoch. Schnelligkeit hat heute einen hohen Stellenwert im Alltag. Niemand hat mehr wirklich Zeit. Man hat sich daran gewöhnt, dass alles sofort passieren muss. Meist wird direkt ein Ergebnis erwartet. Heute schnell bestellt, morgen schnell geliefert. Weicht etwas von diesem Standard ab, so wird dies immer häufiger als negativ oder “unnormal” wahrgenommen. Das ist der Zahn der Zeit. Geduld ist (k)eine Tugend (mehr). Aber genug der Floskeln. 😉

Dabei ist die Wahrnehmung der Schlüsselfaktor. Google beschreibt das recht klar in seinen Performance Guidelines:

Das Ziel ist, einen durch Benutzereingaben initiierten Übergang innerhalb von wenigen ms zu vervollständigen. Benutzer verbringen den Großteil ihrer Zeit damit, auf Websites zu warten, die auf ihre Eingaben reagieren, und nicht darauf zu warten, dass die Websites geladen werden. Nur dann wird eine Website als schnell, leichtfüßig und rund wahrgenommen.

Mit anderen Worten: Was nutzt das beste Produktsortiment, Preis-/Leistungsverhältnis und eine bis auf Ebene 7 durchoptimierte User Experience, wenn ich 10 Sek. warten muss, bis mein Produkt in den Warenkorb gelegt ist. Auch wenn dies eher die Ausnahme ist, kommt es durchaus noch vor.

Die 5 Sek. Marke beim initialen Laden der Seite schaffen heute immerhin schon 72% der Onlineshops nicht zu überschreiten, jedoch nur ein Drittel davon bleibt unter 3,5 Sek. und nur eine Hand voll ist mit unter 2,5 Sek. wirklich als schnell zu bezeichnen.

What you see is all there is!

Es geht um den Nutzer!

Betrachtet man also die “gefühlte Schnelligkeit” einer Website stellt sich die Frage, ob Ladezeit, Time-to-first-Byte und Latenz noch die richtigen Kennzahlen sind, um hierauf eine Antwort zu liefern? Nein, sind sie tatsächlich nicht mehr. Auch wenn die Maßnahmen und Optimierungshebel für die Performance Optimierung mehr oder weniger unverändert sind – und das obwohl, sich Technologie und Browser weiterentwickelt haben – so hat sich doch die Betrachtungsweise heute maßgeblich verändert: Der Nutzer steht im Mittelpunkt! Willkommen im 21sten Jahrhundert 😉

Bisher wurden primär jene Kennzahlen betrachtet, welche eine Aussage über die Geschwindigkeit einer Website treffen können. So gibt die Latenz (vereinfacht formuliert) an, wie lange es dauert bis der Webserver reagiert, die Time-to-first-Byte (TTFB) wann die ersten Daten vom Webserver beim Browser ankommen und die Ladezeit letztlich, wann die Seite geladen wurde. Das spielt aber alles für den Nutzer nur eine untergeordnete Rolle. Die Frage ist: Wann nehme ich die Seite wahr? Wann sind die erwarteten Elemente sichtbar? Wann kann ich diese benutzen? Wie lange die gesamte Seite lädt, ist in dieser Fragestellung eher nachrangig.

Aus diesem Grund spricht man heute im Kontext der Performance eher von FP, FCP, FMP, TTI, DCL, CRP, Roundtrips und co. Dazu in den beiden Folgeartikeln mehr.

Die wichtigste nutzerzentrierte Kennzahl ist die Zeit bis zum First Meaniningful Paint, kurz FMP. Wie der Name schon vermuten lässt, beschreibt FMP die Zeit – im Gegensatz zur FCP, First Contentful Paint – bis die für den Nutzer relevanten Inhalte sichtbar sind. Die FCP hingegen gibt (nur) an, ab wann überhaupt “Content” für den Nutzer dargestellt wurde, unabhängig davon welcher. First Paint (FP) beschreibt hingegen, dass irgendwas (zum Beispiel Hintergrundfarben) sichtbar sind. Neben dem Zeitpunkt, ab wann relevante Inhalte verfügbar sind, spielt vor allem der Moment eine Rolle, ab wann diese genutzt werden können, was mit der Time To Interactive, kurz TTI beschrieben wird.

Warum immer noch Ladezeit?

Der aufmerksame Leser wird sich spätestens, nachdem er sich den Benchmark angesehen hat, die Frage stellen, warum wir nach dem Plädoyer für Nutzerzentrierte KPIs dennoch die Ladezeit als primären Rankingfaktor verwendet haben. Zum einen hatte dies technische, zum anderen organisatorische Gründe. Uns war es wichtig, belastbare Messergebnisse zu liefern. In unserer Untersuchung 2015 lag der Fokus auf der Generierung von Insights, so dass wir lediglich Stichprobenartig die Performance messen konnten. Hier lag kein wissenschaftlicher Anspruch vor. Das wollten wir diesmal besser machen, weshalb wir wie Eingangs erwähnt die Messungen in Kooperation mit UpTrends durchgeführt haben.

Ein weiterer Grund liegt beim M in FMP: Meaningful. Wann ist ein Element auf einer Website “bedeutungsvoll”? Das ist natürlich stark kontextabhängig und zeigt die “Hero Elements”-Grafik oben. In einer Untersuchung dieser Größenordnung ist das leider nur sehr schwer abzubilden. Außerdem war es uns wichtig, Vergleiche über die Veränderung zur Untersuchung von 2015 herstellen zu können.

Aus diesem Grund erfassen wir im Benchmark neben der Ladezeit noch klassisch die Latenz und TTFB, aber auch die FCP und DCL. Mit diesen Kennzahlen können wir auch ohne detaillierte Kenntnisse über FMP und TTI herausstellen, welche Onlineshops schnell sind, welche Betreiber sich um das Thema Website Performance gekümmert haben und welche eben (noch) nicht. Mit First Contentful Paint und DOM Content Loaded haben wir zusätzlich Kennzahlen im Vergleich, welche neben der Anzahl Roundtrips auch als Rankingfaktor (für Suchmaschinen üblich im unbekannten Umfang) berücksichtigt werden. Darauf und auf andere Faktoren wie beispielsweise den Critical Rendering Path (CRP) werden wir in den Folgeartikeln zum Thema genauer eingehen.

Genug der Worte. Hier der Benchmark zur Performance der Top 100 E-Commerce Websites in Deutschland 2018:

Vergleich der Ladezeit

Die Ergebnisse gibt es auch hier als PDF (809 KB) zum download, dabei zusätzlich nach Branchen kategorisiert.

Wie sind die Messdaten entstanden?

Wie bereits erwähnt waren uns belastbare Ergebnisse wichtig, sodass alle Messungen der Ladezeit für das Ranking in Kooperation mit UpTrends erhoben wurden. Dabei haben wir im Q1/2018 über einen Zeitraum von 4 Wochen jeweils in 15 Minuten Intervallen die Start-, eine Kategorie- sowie eine Produktseite pro Anbieter von 19 Prüfpunkten in Deutschland (u.a. in Berlin, Bremen, Frankfurt, Hamburg, Hannover, Köln, Leipzig, München und Nürnberg) per Full Page Check überprüft. Diese Daten wurden täglich gemittelt, die Extremwerte (10% besten, 10% schlechtesten) ausgeschlossen und schließlich die 3 Seitentypen für ein Gesamtergebnis pro Anbieter gemittelt.

Hinweis: Die Kennzahlen der FCP und DCL wurden per API über die Google Pagespeed Insights erhoben, basieren auf den von Google eingesetzten Prüfpunkten (ggf. außerhalb DE) und haben daher keinen Anspruch auf Validität.

Warum diese Anbieter?
Wir wollten einen repräsentativen Ausschnitt der E-Commerce Websites Deutschlands untersuchen, weshalb wir uns wie in der Untersuchung 2015 an den Umsätzen der Onlineshops orientiert haben. Diese Umsatzzahlen und das damit verbundene Ranking basieren auf der Erhebung “Top 100 umsatzstärkste Onlineshops in Deutschland” welche vom EHI Retail Institute am 29.11.2017 von Christoph Langenberg veröffentlicht wurden und auf den Vorjahresumsätzen basieren. Die dabei entstandene kostenpflichtige Studie ist hier erhältlich.

Wo stehst Du im Vergleich?

Generell ist es sinnvoll, überhaupt erst mal seine Kennzahlen zu kennen. Idealerweise natürlich nicht nur punktuell, sondern dauerhaft, wie in unserem Fall zum Beispiel mit UpTrends. Nicht nur, um einen nachhaltigen Überblick und einen Verlauf zu dokumentieren, sondern auch um bei Peaks alarmiert zu werden. Ein gutes Monitoring, wie im Beispiel von UpTrends der Full Page Check kann dadurch wichtige Einblicke in die Performance bis auf das einzelne Element bieten und dabei exakt die User Experience aus Deutschland abbilden (oder eine beliebige andere Perspektive weltweit – je nach Anbieter).

Ansonsten bieten sich für punktuelle Messungen auch kostenlose Onlinechecks an. Beispielsweise gibt Google Page Speed Insights nicht nur Aufschluss über für das Ranking relevante FCP, DCL und Roundtrips, sondern bietet auch direkt dazu Optimierungstipps. Der Klassiker ist für umfangreiche Messungen WebpageTest.org, welche vor allem durch die detaillierte Aufschlüsselung und den visuellen Vergleich mehrerer Seiten bekannt ist.

Wie geht es weiter?

Dieser Benchmark war der erste von drei Artikeln zum Thema Performance Optimierung, welcher die Erkenntnisse aus der Studie verarbeiten. In den nächsten beiden Artikeln werden wir zuerst in Form einer Infografik die Insights mit ersten Tipps, und schließlich im letzten Artikel etwas detaillierter die Hintergründe und konkrete Maßnahmen und Handlungsempfehlung vorstellen.

Der Beitrag Website Performance: Benchmark deutscher Onlineshops 2018 erschien zuerst auf konversionsKRAFT.

Der Kaufprozess auf dem Smartphone ist oft ein mühsamer Prozess für den Nutzer. Er quält sich durch lange Formulare. Eine wahre Odyssee an Prozess-Schritten. Außerdem muss er seine Daten mühevoll an einem kleinen Touch Keyboard eingeben. Dabei sollte der Mobile Checkout nicht zum Verhängnis werden und am Kauf hindern.

Bereits im Benchmark zur Mobile Commerce Infografik habe ich aufgezeigt, welche Faktoren einem Smartphone Shopper die optimale User Experience bieten. Nachdem der Kunde nun seine Artikel erfolgreich in den Warenkorb gelegt hat, ist die letzte Hürde der Kaufprozess.

Was steckt hinter dem Mobile Checkout Report 2017?

Von 100 Top Shops besitzen 95 eine mobile Webseite. Diese wurden bei der Datenerhebung für die Infografik zum Mobile Checkout betrachtet. Der letzte Benchmark fand Anfang 2015 statt. Was sich seitdem geändert hat, siehst Du in unserer Infografik (Angaben zu 2015 in Prozentpunkten), die Du am Ende dieser Seite kostenfrei herunterladen kannst.

Das sind die Hebel im Mobile Checkout Prozess

Gerade einmal 4% (-3) der mobilen Onlineshops bieten ihren Nutzern von der Produktdetailseite aus einen Schnellkauf an. Wieso sollte ich mich durch gefühlt 20 Formularfelder quälen, wenn ich lediglich einen einzigen bestimmten Artikel kaufen möchte? Hier mangelt es eindeutig an Effizienz. Da die Einbindung von neuen Payment Anbietern auch eine neue Hürde bedeuten kann, sollte die mobile Variante trotzdem optimiert werden.

Gerade mal 32% (+/- 0) setzen kontextuelle Keyboards der Smartphones ein. Dieser Trend hat sich seit 2015 nicht geändert, obwohl es die native Eingabemethode bei Smartphones ist.

Das kleine Display des Smartphones sollte nicht daran hindern, vertrauensschaffende Elemente zu verwenden. Im Vergleich zum Desktop werden sie geradezu minimalistisch eingesetzt. 50% (+/- 0) setzen gar keine Vertrauens-Elemente ein. Doch genau hier, auf dem Smartphone, ist der Bedarf an gefühlter Sicherheit sehr hoch.

Preview Mobile Checkout Infografik 2017

Download der Mobile Checkout Report Infografik 2017

Wir stellen Dir in dem Download-Paket die Grafik als PDF zum Ausdruck und PNG kostenlos zur Verfügung.

Wichtiger Hinweis:

Du darfst die Infografik herunterladen, ausdrucken und gerne verteilen. Selbstverständlich darfst Du auch selbst einen Blogbeitrag über die Infografik schreiben und eine Preview veröffentlichen. Ich bitte Dich jedoch darum, nicht die Original-Datei zum Download anzubieten sondern auf unsere Seite zu verweisen.

Hintergrund ist, dass wir planen, die Infografik in regelmäßigen Abständen zu aktualisieren. Wenn dann nur eine Version der Infografik im Web existiert, ist diese immer aktuell und muss nicht jedes Mal neu hochgeladen werden, wenn eine aktualisierte Fassung zum Download zur Verfügung steht.

Danke

Ein besonderer Dank geht an dieser Stelle an Matthias Schlossareck und Tobias Fröhlich, welche bei der Erhebung der Daten halfen. Auch an unseren Designer Patrick Castronovo ein großes Dankeschön für die Gestaltung der Infografik.

Schöpfst Du alle Potentiale aus? Lass es mich wissen. Ich freue mich auf Feedback.

Der Beitrag Mobile Checkout Infografik – TOP 100 Shops im Benchmark erschien zuerst auf konversionsKRAFT.

In diesem Artikel stellen wir Euch 8 verhängnisvolle Fehlinterpretationen in Google Analytics vor, die Euch richtig viel Geld kosten können. Es sind diese Basics, die Euch vor falschen Rückschlüssen schützen.

Das Problem der Optimierer mit Fehlinterpretationen in Google Analytics

Ein noch immer zu großer Teil der Conversion-Rate-Optimierer hat keine oder eine falsche statistische Grundlage für durchgeführte A/B-Tests. Sie handeln auf Basis von Halbwissen, falschen Ableitungen und Vermutungen. Ein falsches Vorgehen bei der Analyse der Statistiken führt zu Fehlschlüssen und lässt wertvolles Budget verpuffen. Hier ein Beispiel vorab:

Was verrät uns die Bounce Rate?

Ein sehr beliebter Wert in Google Analytics, um potentielle Schwachstellen abzuleiten, ist die Absprungrate oder Bounce Rate. Doch einfach nur Seiten mit hoher Bounce Rate zu optimieren, ohne das Kernproblem analysiert zu haben, bringt nicht unbedingt den gewünschten Uplift, wie dieses Szenario zeigt:

Der Optimierer schaut mal wieder in Google Analytics, klickt ein wenig durch die Menüpunkte und landet im Content-Bereich. Ein sehr beliebter Wert, an dem potentielle Schwachstellen abgeleitet werden, ist die Bounce Rate. Ist diese zu hoch, kann man meist recht zuverlässig sagen, dass es auf der Seite irgendein Problem gibt. Also sucht man nach einer URL, die …

a) viele Besucher hat,
b) wirtschaftlich relevanten Content enthält und
c) eine überdurchschnittlich hohe Absprungrate besitzt (Pi mal Daumen > 25 %)

Eine Tabelle, die sich dann zeigt, könnte in etwa so aussehen:

Perfekt, oder? Also aus unserer, der Optimierer-Sicht natürlich. Wirtschaftlich gesehen ist das aber ein Grauen. Eine hohe Absprungrate und viele Ausstiege deuten darauf hin, dass die Besucher nicht das finden, was sie erwarten. Hier gibt es definitiv einiges zu tun und viel Potential zur Verbesserung.

Wenn es sich dabei dann noch um eine Produktseite mit einem hohen Seitenwert handelt, sollte es doch sehr rentabel sein, die Schwachstellen mit einem guten Testkonzept auszumerzen, oder?

Da kann doch eigentlich nur die Frage lauten: „Wann geht‘s los …?“

Also werden Hypothesen ausgearbeitet, Projektpläne geplant, Konzepte konzipiert, Designs designt und Tests gestartet. Nach drei Wochen Planung, vier Wochen Testlaufzeit und über 1.500 Conversions kommt am Ende ein nicht signifikanter Uplift von 0,02 Prozent heraus. Mist!

Falsche Schlüsse durch unzureichende qualitative Datenanalyse

Wie so oft liegt das Problem in der qualitativen Datenanalyse im Vorfeld. Der Test kann noch so gut und die Hypothese noch so stark sein, aber wenn das Kernproblem vorher passiert, bringt das alles nichts. Oder zumindest nicht so viel wie erwartet. In diesem speziellen Fall lag es an der Traffic-Quelle.

Wenn man die Daten genauer analysiert, stößt man irgendwann auf diese Tabelle:

Hier erkennt man die Ursache: Drei der vier Haupt-Traffic Quellen sind Affiliate-Netzwerke. Immer mit Absprungraten von über 99 Prozent. Wer nun noch weiß, dass Affiliate-Netzwerke teilweise mit Paidmail- oder Forced-Klick-Modellen arbeiten, sollte über den erzielten Uplift nicht mehr verwundert sein. Personen, die bezahlt oder gezwungen werden, auf eine Anzeige zu klicken, wird man auch nicht mit der stärksten Hypothese zum Kauf bewegen.

Erst die Datenanalyse, dann der Test

Unsere Intention ist aber nicht, bestimmte Traffic-Quellen zu diffamieren, sondern zu verdeutlichen, wie wichtig es ist, sich mit seinen Analysezahlen (oder mit denen des Kunden) genau auseinanderzusetzen. Natürlich ist die Menge der Daten inzwischen unglaublich riesig und nur noch schwer zu überschauen. Aber genau aus diesem Grund ist es so relevant, die Zahlen, auf deren Basis das Testbudget vergeben wird, genau zu analysieren.

Hierbei gilt es, vor allem einen einheitlichen Strang zu verfolgen, der sich durch die gesamte Analyse zieht. So vermeidest Du, dass Daten mit unterschiedlichen Ursprüngen vermischt werden.

Das Vergessen der Traffic-Quelle ist nur ein Punkt von vielen. Als kleinen Überblick findest Du nachfolgend acht häufige Fehlinterpretationen in Google Analytics, die Dich viel Geld kosten können:

8 Fehlinterpretationen in Google Analytics

#1: Viele verschiedene URLs zusammenfassen

Das Vorgehen:

Um sich einen Eindruck darüber zu verschaffen, welche der Kategorieseiten gut und welche schlecht funktionieren, werden einfach alle Seiten mit der gewünschten Kategorie per Reg-Ex  in einem Report zusammengefasst. Die nun gezeigte Tabelle enthält mehrere tausend Zeilen, liefert aber im Tabellenkopf zusammengefasste Werte, die zur Optimierung genutzt werden sollen.

Der Fehler:

Die Zahlen im Tabellenkopf sind statistisch gesehen nur mit hoher Vorsicht zu interpretieren. Die angezeigten Werte haben nämlich nur eine geringe Aussagekraft, da sehr viele verschiedene URLs eben auch sehr viele verschiedene Einflussfaktoren mit sich bringen. Es können keine Besucher einer Quelle zugeordnet, keine Einstiege korrekt differenziert und keine Absprungraten in ein richtiges Verhältnis gesetzt werden. In einer Metrik zusammengefasst, kann das auch mal nach hinten losgehen

#2: Seitenaufrufe als Grundlage für wichtige KPIs nutzen

Das Vorgehen:

Bei der Datenanalyse wird die Metrik “Seitenaufruf” (engl. Pageview) für die Berechnung relevanter KPIs verwendet.

Der Fehler:

Eine verbreitete Annahme ist es, dass ein Seitenaufruf ein relevanter KPI für die Conversion Optimierung der Webseite ist. Das ist er aber nicht. Ein Seitenaufruf beschreibt eben nur den reinen Aufruf und kann von einem Besucher während einer Session auch mehrmals ausgelöst werden. Das macht ihn für viele Datenberechnungen irrelevant, da rein aus dem harten Wert nicht herausgelesen werden kann, ob nun 100 Besucher auf der Seite waren oder aber 50 Besucher die Seite jeweils zweimal aufgerufen haben.

Werden aus diesem Wert wichtige Zahlen wie etwa Absprungrate, Konversionsrate oder gar Umsatz ermittelt, was immer noch viel zu häufig passiert, sind Fehlschlüsse vorprogrammiert.

#3: Zeitraum nicht beachten

Das Vorgehen:

Analysieren, Schwachstellen finden, Potentiale fett markieren und beim Chef das Lob für die tolle Analyse abholen.

Der Fehler:

Der Zeitraum der Datenerhebung wird falsch gewählt oder auch gar nicht beachtet. Uns ist es selbst schon oft passiert, dass wir anfingen, eine Datenanalyse zu starten und 30 Minuten und diverse Screenshots später fiel auf, dass ein völlig falscher Zeitraum eingestellt ist.

Wichtig ist immer vollständige Zyklen zu analysieren. Also von Montag bis Sonntag, einen Monat, ein Quartal, ein Jahr, etc. Außerdem sollten saisonale Veränderungen besonders beachtet werden.

#4: Ausstiege mit Einstiegen vergleichen

Das Vorgehen:

Um sich einen besseren Überblick zu verschaffen, werden wichtige Einstiegsseiten auf Ausstiege hin untersucht. Dadurch soll bestimmt werden, wie viele Besucher die Seite nach dem Einstieg wieder verlassen.

Der Fehler:

Einstiege stehen in überhaupt keinem Zusammenhang zu Ausstiegen. Das Pendant zu Einstiegen sind Absprünge, da diese sich direkt auf neue Besucher beziehen. Unter Ausstiege fallen auch die Besucher, die sich schon lange auf der Seite bewegen. Daher ist eine Seite mit vielen Ausstiegen, nicht zwangsweise auch eine Seite mit einem Problem.

Ein Beispiel:
Man ist über eine Landingpage in einen Onlineshop gelangt, findet aber leider nicht das Passende, noch ein kurzer Blick auf die Startseite und wieder zurück zu Google.

Das System misst:
Landingpage: 1 Einstieg, 0 Ausstiege
Startseite: 0 Einstiege, 1 Ausstieg

Außerdem sollte man für die Definition ob es nun „viele“ oder „wenige“ Ausstiege sind, immer die Metrik “Eindeutige Seitenaufrufe” (engl. Unique Pageviews) als Verhältnis wählen.

#5: Sich zu Tode segmentieren, ohne die Datenbasis zu beachten

Das Vorgehen:

Um alle Faktoren einer Webseite möglichst genau unter die Lupe zu nehmen, wird jeder Report bis in seine kleinsten Teile segmentiert. Dadurch soll sicher gestellt werden, dass jeder Kanal, jede URL und jeder Bereich der Seite in den Reports genügend Wertschätzung bekommt. Nicht ein kleines Detail darf bei der Analyse übersehen werden, um keine Fehler zu machen.

Der Fehler:

Segmentierungen sind sehr wichtig. Erst durch Segmentierungen lassen sich häufig aus großen Datenklumpen wichtige Erkenntnisse gewinnen. Im Eifer des Gefechts vergisst man dabei nur manchmal die Grundlagen der Statistik – speziell die Größe der Datenbasis und die Ableitungen, die sich daraus auf die Gesamtmenge der Daten ergeben.

Es ist sehr riskant, Besucher einer Seite in einem Channel-Report darzustellen, welcher dann auf Wochenenden, Regionen und Wetter segmentiert wird, wenn danach die Größe jedes Segments nicht einmal im vierstelligen Bereich liegt.

Und nur weil es möglich ist, etwas zu segmentieren, heißt das nicht, dass es auch gemacht werden muss. Segmentierungen machen dann Sinn, wenn eine konkrete Fragestellung dahinter steht und die Datenbasis ausreichend ist.

#6: Nicht wissen, was Sampling bedeutet

Das Vorgehen:

In der häufig genutzten Free-Version von Google Analytics werden Reports erstellt und Funnel-Auswertungen vorgenommen. Niemand beachtet dabei die kleine, unscheinbare Notiz am oberen rechten Bildschirm-Eck.

Der Fehler:

In seiner Free-Version arbeitet Google Analytics mit Stichprobendaten (Sampling). Liegen die Sitzungen bei den Berichten über einer gewissen Menge, so wertet Google Analytics automatisch nur eine Teilmenge aus.

Bei benutzerdefinierten Berichten liegt diese Schwelle bei >500.000 Sitzungen. Bei Verhaltensfluss-Berichten (bspw. Zielprozessfluss, Trichter-Visualisierung, etc.) wird bereits nach 100.000 Sitzungen gesampelt, bei Multi-Channel-Trichter-Berichten wiederum nach 1 Mio. Conversions.

Dieses Vorgehen ist nicht unüblich. Es hat den Vorteil, dass auch große Berichte mit kurzer Ladezeit aufgerufen werden können und somit die Serverlast reduziert wird.

Google selbst schreibt dazu:

„Stichproben sind in der statistischen Analyse weit verbreitet, da die Analyse einer Teilmenge von Daten ähnliche Ergebnisse liefert wie die Analyse der vollständigen Daten, wobei für die Ergebnisse weniger Rechenressourcen und weniger Zeit benötigt werden.“

Unser Augenmerk sollte hierbei auf dem Wort „ähnliche“ liegen. Gesampelte Daten sind ähnlich, aber eben nicht zu 100% korrekt. Genauso wie Ableitungen, die daraus getroffen werden. Dessen muss man sich bewusst sein. Gerade bei kniffligen Entscheidungen kann das manchmal den Ausschlag geben.

#7: Einen Funnel über die gesamte Webseite bauen

Das Vorgehen:

Die Trichter-Funktion wird genutzt, um den Verlauf der Besucher auf der Webseite nachvollziehen zu können. Los geht’s bei der Startseite über die Kategorie- und Produktdetailseite, entlang am Warenkorb und Checkout, bis hin zur Danke-Seite.

Der Fehler:

Der Gedanke, dass Besucher sich linear auf unserer Webseite bewegen, sollte recht schnell ad acta gelegt werden, denn er ist falsch. Daher ist es auch keine gute Idee, einen Report zu erstellen, der genau das suggeriert. Fehlinterpretationen sind so vorprogrammiert. Beispielsweise wird über die Exitrate der Kategorieseite geschimpft, dabei wechseln die Besucher nur auf eine Angebotsseite, die leider nicht im Funnel abgebildet ist.

Wenn Besucher aus dem Funnel aussteigen, bedeutet das nicht zwangsläufig, dass sie auch die Seite verlassen oder kein Interesse mehr an den Produkten haben. Es bedeutet nur, dass sie den vorher definierten Pfad verlassen haben, und sich anders verhalten, als angenommen – was eigentlich so gut wie immer passiert.

#8: Die Daten nicht nach Device segmentieren

Das Vorgehen:

Die Analyse und Interpretation der Daten in Google Analytics wird ohne vorherige Segmentierung gestartet. Die Daten werden gebündelt interpretiert, eine Segmentierung abseits von der Zeit und vielleicht noch vom Channel findet nicht statt.

Der Fehler:

Sollen Daten in Google Analytics interpretiert werden, muss neben vielen anderen Faktoren vor allem die Frage nach dem Device des Besuchers gestellt werden.

Die meisten Websites unterscheiden sich stark in ihrer Darstellung je nach Device-Klasse (Desktop, Mobile, Tablet) oder es gibt gar eine Mobile-Ansicht. Wird dies bei der Interpretation der Daten nicht berücksichtigt, werden Schwachstellen gegebenenfalls dem falschen Endgerät zugeschrieben. Auch hier sind Fehlschlüsse vorprogrammiert.

Fazit: Stärkere Vernetzung von CRO und Data Analysis

Natürlich bieten Seiten mit hohen Absprungraten, hohen Ausstiegsraten oder schlechten Konversionsraten meist großes Optimierungspotential. Wenn jedoch Besucherflüsse vermischt und Kennzahlen vertauscht werden, birgt das große Risiken für Fehlentscheidungen.

Unsere Erfahrung zeigt, dass Analytics-Daten gerade von Conversion Optimierern – damals wie heute – viel zu oft falsch interpretiert werden. Hauptgrund dafür scheint zu sein, dass die Abteilungen „CRO“ und „Data Analysis“ oft nicht stark genug vernetzt sind. Es reicht nicht aus, kurz eine Mail an die Analytiker zu schreiben, mit der Bitte, mal eben die Seiten mit den höchsten Bounce Rates rüber zu schicken.

Zur Identifikation von Schwachstellen auf der Seite benötigt es entweder einen Optimierer der sich sehr gut in der Datenanalyse auskennt oder eine sehr enge Zusammenarbeit der Abteilungen „CRO“ und „Data Analysis“. So wird sichergestellt, dass die vorhandene Infrastruktur im Data Bereich richtig genutzt wird und einen großen Teil zur positiven Entwicklung einer Webseite beitragen kann. Wie du eine Datenstrategie für deine Personalisierung auswählst, erfährst du in einem Video des Ambassador Programms. Neben zahlreichen Videokursen, die dir Wissen von unseren Expert:innen vermitteln, gibt es regelmäßige Meetups mit der Community, in denen du dich mit anderen Fach- und Führungskräften austauschen kannst. Wir freuen uns auf dich!

Wie habt Ihr die Entwicklung in letzten Jahren gesehen?  Wir freuen uns auf Eure Kommentare!

Der Beitrag 8 Fehlinterpretationen in Google Analytics, die viel Geld kosten können erschien zuerst auf konversionsKRAFT.

Wie viele Schritte darf der mobile Checkout maximal haben, bevor Ihre Kunden frustriert aufgeben und gibt es überhaupt eine perfekte Lösung?

Exkurs: Neues Shopping Erlebnis – Paypal QR

Die Stadt Oldenburg startete im September ein Pilotprojekt gemeinsam mit den ansässigen Händlern. Sie wirbt damit, dass die Ladenöffnungszeiten hinfällig sind und zu jeder beliebigen Tageszeit eingekauft werden kann. Wie funktioniert das Ganze? Mit der PayPal-App „QR Shopping“ und den dazugehörigen QR-Codes. Statt regulärer Preisbeschriftungen hängen jetzt die Codes an den Produkten im Schaufenster. Passanten scannen ihn mit der App ein und sehen den Artikel inklusive Preis auf ihrem Smartphone. In der App wird er in einem digitalen Warenkorb gespeichert. Weitere Produkte können nach Lust und Laune solange hinzugefügt werden, bis der Einkaufsbummel beendet ist. Der Kauf geschieht einfach durch den Login über das vorhandene PayPal-Konto.

Wird das der Trend des kommenden Jahres?

http://www.youtube.com/watch?v=-gpApJBS2JY

Dieses Beispiel zeigt, wie unkompliziert und einfach es sein kann, seine Produkte in den Warenkorb zu legen und danach mit 1-Click zu kaufen. Voraussetzung hierfür ist selbstverständlich ein PayPal-Konto.

Beliebte Zahlungsmethoden in deutschen Onlineshops

Für 40% der Deutschen gehört der Kauf auf Rechnung zu der wichtigsten Zahlungsarten. Für 95% ist diese Methode am sichersten. Gleich darauf folgt PayPal mit einer Nutzung von 27% und wird von 72% der Befürworter als sicher eingestuft (siehe Grafik). Die Ergebnisse der Studie kann ich aus vielen Nutzerbefragungen bestätigen.

Den Vertrauensvorschuss für die beiden Zahlungsarten kann sich ein Händler mit mobilem Shop zu Nutze machen. Beide Varianten benötigen wenige zusätzliche Informationen über den Kunden. Die Lieferadresse genügt. Für die Verwendung von PayPal ist nicht einmal die Eingabe der Adresse notwendig, da sie bereits bei PayPal hinterlegt wurde. Lediglich die Eingabe der Login-Daten ist gefordert und das Konto oder die Kreditkarte werden automatisch mit dem zu zahlenden Betrag belastet.

Was lernen wir daraus?

Die Zahlungsoptionen „Kauf auf Rechnung“ und PayPal sollten für einen Smartphone-User auf jeden Fall zur Verfügung stehen. Dies minimiert das Risiko eines Kaufabbruchs. Des weiteren haben beide gemein, dass sie auf einem Smartphone unkompliziert funktionieren. Das Ziel für den Händler sollte es sein, seinen Kunden eine schnelle Kaufoption anzubieten.

Schnell, schneller, One-Click-Checkout

Ein One-Click-Checkout definiert sich dadurch, dass der Kunde nicht mühevoll seine ganzen Daten in einem mehrstufigen Checkout-Prozess eingeben muss.

Amazon gilt immer als Paradebeispiel. Auch ich gebe zu, dass ich dort gerne über die App einkaufe. Aber warum? Ganz einfach: Alle notwendigen Daten sind schon hinterlegt, ich muss auf meinem iPhone nur das Passwort eingeben und mit dem Finger „Jetzt kaufen“ antippen. Das sind gefühlt nur wenige Sekunden und es bedarf keinerlei Aufwand. Motive und Erwartungen eines mobilen Shoppers an einen Checkout sind eben Effizienz und Simplizität.

Welche Anbieter kommen in Frage?

Aktuell gibt es wenige (für Nutzer vertrauenswürdige) Anbieter für One-Click-Payment auf dem deutschen Markt. Hier hat sich PayPal durchgesetzt. Nicht zu vergessen Amazon-Payment, bei dem die Zahlungsabwicklung über Amazon erfolgt. Beiden liegt der Vorteil zu Grunde, dass viele Nutzer bereits einen Amazon- oder PayPal-Account besitzen und damit die Kaufhürde minimiert wird. Klare Empfehlung: bieten Sie diese Services den Kunden an.

Auch Google möchte sein Stück vom Kuchen und startete in Amerika bereits seinen neuen Dienst „Google Wallet“. Auch hier fungiert das Smartphone als digitale Geldbörse mit einfachem Zugang.

Die Positionierung muss stimmen

An welcher Stelle im Shop soll denn für den Kunden offensichtlich werden, dass er über einen One-Click-Checkout seine Bestellung abschließen kann? Ein schönes Beispiel für die Einbindung auf der Produktdetailseite zeigt Shopgate (hier am Beispiel des Shops von Comtech). Legt der Kunde ein Produkt in den Warenkorb öffnet sich ein Hinweis-Layer der dies bestätigt. Gleichzeitig wird die Call-to-Action des Express-Kaufs angeboten. Der langwierige Checkout-Prozess wird damit übergangen. Für den Kunden kann dies ein Begeisterungsmerkmal sein und wird als positives Erlebnis abgespeichert. Die Wahrscheinlichkeit, dass hier erneut eingekauft wird – eben weil es so einfach geht – steigt damit.

Spätestens im Warenkorb ist darauf hinzuweisen, dass die Möglichkeit eines schnellen Checkout besteht. Eine zusätzliche Call-to-Action des Payment-Anbieters grenzt sich optisch sehr gut von der des Shops ab. Auch die Benennung „zur Kasse“ differenziert die beiden Möglichkeiten sehr gut und es besteht keine Verwechslungsgefahr.

Checkout-Demotivatoren

Bei der Recherche zu diesem Artikel habe ich mich durch mehrstufige Checkouts gequält. Natürlich möchte ich Ihnen meine Erkenntnisse nicht vorenthalten. Folgende Aspekte sind mir am Beispiel von Asos negativ aufgefallen:

Lange Prozessleiste

„Puh, das wird anstrengend“ dachte ich mir bei den 5 Schritten des Checkout von Asos als ich die Prozessnavigation erblickte. Meine Motivation geht recht schnell in den Keller, da ich bereits einen gewissen Aufwand und Komplexität vermute.

E-Mail Adresse: Eingabe zur Sicherheit ein zweites Mal

Tatsächlich verlangt der Checkout, dass ich meine E-Mail Adresse doppelt eingebe, um sie im Voraus zu validieren. Fehleingaben sollen so verhindert werden. Was passiert aber, wenn ich die Adresse sowieso aus dem vorherigen Feld kopiere und den Fehler in des zweite Feld übertrage? In jedem Fall ist diese zusätzliche Fleißaufgabe lästig.

Pflicht: Du musst Kunde werden

Ich habe keine Möglichkeit, diesen Schritt zu überspringen und werde gezwungen, ein Passwort zu vergeben. Zwei mal zur Bestätigung für die Vermeidung von Fehleingaben. Problematisch wird es, wenn ich in den nächsten Schritt wechseln möchte.

Ist ein Fehler im Adressformular aufgetreten, weist mich das System freundlich darauf hin. Okay, Fehler korrigieren und natürlich das Passwort erneut (doppelt) eingeben. Jetzt kann es passieren, dass die Passwörter nicht übereinstimmen. Sehr frustrierend und ich fühle mich gefangen in einer Endlos-Formular-Schleife.

Eine Pflicht-Anmeldung hat aber auch Vorteile, welche nicht zu vernachlässigen sind. Schließlich geht der (Neu-)Kunde eine Beziehung mit dem Anbieter ein, hinterlegt ebenfalls seine gesamten Daten und schließt beim nächsten Einkauf deutlich schneller ab.

Späte Auswahl der Zahlungsmethode

Im vorletzten Schritt bekommt der Kunde endlich eines der wichtigsten Kriterien angezeigt, welches für seinen Kauf ausschlaggebend und entscheidend ist: die Zahlungsmethode. Das ist zu spät und ich fühle mich ein wenig verärgert. Warum musste ich viele Eingaben tätigen und Schritte durchlaufen, obwohl ich mit PayPal zahlen kann? Selbst wenn ich mich davon nicht beirren lasse, weil ich das Produkt unbedingt kaufen möchte, lässt mich der Händler im Ungewissen. Was passiert denn im nächsten Schritt und wie wird die Zahlung per PayPal abgeschlossen? Das sind Ängste, welche es zu vermeiden gilt.

Lösung ohne Payment-Anbieter – ein mobiler Single Page Checkout

Um sich als Shop-Betreiber nicht auf externe Anbieter von Zahlungslösungen verlassen zu müssen, sollte die Entwicklung des eigenen mobilen Shops voran getrieben werden. Mit dieser Investition bleibt man selbst unabhängig, sollten PayPal und Co. etwa ihre Kosten erhöhen oder gar den Dienst komplett einstellen.

Doppelte Dateneingabe und lange Prozesse sind für mobile Kunden nicht erwartungskonform. Warum nicht einen Single-Page-Checkout verwenden? Das bedeutet konkret: alle für den Kunden relevanten Informationen werden auf einer einzelnen Seite angezeigt und abgefragt. Dadurch erhöht sich auch die gefühlte Einfachheit.

Folgendes muss für eine abschließende Bestellung vorhanden sein:

• Zahlungsmethoden und deren Auswahl
• Eingabe der Adress- und Lieferdaten
• Mögliche Versandoptionen
• Anzeige des Warenkorbs zur Bestätigung

Zur anschaulichen Darstellung einer solchen Single-Checkout-Seite habe ich einen Wireframe mit den wichtigsten Elementen entworfen. Die Varianten sollen exemplarisch darstellen, dass es nicht die eine richtige Lösung gibt, sondern dies durch Testing validiert werden muss.

Expertentipp: Denken Sie daran, dass die Tastatur-Layouts des Smartphones für das jeweilige Eingabefeld angepasst werden können durch Input-Types. 

Vorteil Variante 1: Der Ablauf ist dem bekannten Modell eines Desktop-Shops nachempfunden. Die Kunden werden sich also schnell zurecht finden.

Vorteil Variante 2: Die angebotenen Zahlungsmethoden sind sofort sichtbar und der Kunde kann schnell eine Entscheidung treffen, ob er hier abschließen will oder nicht. Dies spiegelt seitens des Anbieters eine hohe Transparenz und Sicherheit.

Learnings:

• Halten Sie den Checkout einfach und überfrachten ihn nicht mit unnötigen Anfragen.
• Den Checkout kurz wirken lassen durch Einsparung von Prozessschritten.
• Ein zwingendes Anlegen eines Kundenaccounts vermeiden.
• Zeigen Sie frühzeitig, welche Payment Methoden zur Verfügung stehen.
• Greifen Sie auf bekannte Payment Lösungen zurück. Dies erhöht die Sicherheit und erleichtert es gleichzeitig dem Kunden.
• Setzen Sie einen Single-Page-Checkout ein und validieren Sie die Änderung durch Testing.

Weiterführende Links:

Testen Sie ihren eigenen Checkout mit dem Mobile Motivation Index

Heise.de – Kunden bevorzugen PayPal-Zahlung oder Rechnung

Welche Lösung hat sich für Ihren mobilen Onlineshop bewährt? Lassen Sie es mich wissen. Ich freue mich auf Ihre Kommentare und Anregungen.

Der Beitrag Mobile Quick Buy – Single Page Checkout oder One-Click? erschien zuerst auf konversionsKRAFT.

#1 – „Weshalb muss ich eigentlich für jeden Sch… einen Online-Account anlegen?“

3 von 4 User vermeiden das Anlegen von Online-Accounts
Diese Aussage trifft die Marktstudie „Consumer Perceptions of Online Registration and Social Sign-In“ (n= 632) von Janrain und Blue Research.

Welche Gründe könnten dafür ausschlaggebend sein?
These 1 – Fehlende Transparenz = Kontrollverlust
Es ist gut vorstellbar, dass der Prozess der Online-Registrierung bei einen bestimmten User-Typus eine Art Störgefühl und Kontrollverlust hervorruft.
Bis zum Zeitpunkt der Online-Registrierung haben die User weitestgehend die Kontrolle über alle Abläufe: sie können sich entscheiden, ob und welches Produkt in den Warenkorb kommt und welches daraus wieder gelöscht wird. Sie haben sich entschieden im Online-Shop weiterzugehen oder diesen wieder zu verlassen.

Die Notwendigkeit einer Online-Registrierung hinterlässt bei einigen Usern jedoch ein flaues Gefühl, da damit die Annahme einhergeht, dass persönliche Daten (von der Adresse, E-Mail-Adresse bis hin zu Telefonnummern oder Geburtsdatum, die häufig als Pflichtfeld abgefragt werden) auf einem Webserver gespeichert werden, von dessen Ort, Existenz und Sicherheitsvorkehrungen kein genaueres Bild besteht.

Dazu gesellt sich noch ein weiteres Dilemma:
Eine fehlende Möglichkeit der Gast-Bestellung und die Aufforderung: „Du bist neu hier? Hier kannst du dich als Neukunde registrieren.“ Und wieder einmal muss sich der User ein Passwort ausdenken – möglichst eines, und das wissen wir mittlerweile aus diversen Warnhinweisen, welches aus einer Abfolge bestimmter alphanumerischer Zeichen besteht, mindestens 6 Zeichen lang sein sollte, keinem der bisherigen Passwörter ähnelt und, und, und… Also ein Passwort, welches wir spätestens nach der Bestellbestätigung wieder vergessen haben.

Nur weil der User gezwungen wird, sich ein Passwort auszudenken, ist das kein Garant dafür, dass er/sie wiederkommt.
Den darüber entscheidet letztlich die Komponente “Zufriedenheit mit der Gesamt-Abwicklung” . Mit oder ohne Passwort: Sind die User mit dem Fulfillment einer Bestellung unzufrieden, hören Sie, als Online-Anbieter, erst einmal nichts mehr von ihm oder ihr.

Das Anlegen von Online-Accounts kann eine Hemmschwelle für den ersten Einkauf in einem Online-Shop darstellen, wenn keine alternativen Möglichkeiten wie etwa die Gastbestellung oder einem SSI angeboten werden.

#2 – „Ich bin für die einfach nicht ich!“

76% der befragten User machen unvollständige oder falsche Angaben (Quelle: „Consumer Perceptions of Online Registration and Social Sign-In“ (n= 632) von Janrain und Blue Research)
Das Problem äußert sich häufig wie folgt: E-Mail-Adressen, die auf einen Hardbounce laufen. Die Angabe von falschen Daten und Informationen ist oft ein Hinweis dafür, dass sich der User noch nicht vollständig mit dem Anbieter identifiziert und ein Funken Skepsis dabei ist. Die Angabe falscher oder unvollständiger Daten, die für die eigentliche Bestellung aus User-Sicht irrelevant sind, ist mittlerweile gängige Praxis.

Beispiel:
“Mangelnder Schutz persönlicher Daten” steht in der w3b-Umfrage von Fittkau & Maaß “Wie sicher ist das Internet?” auf dem dritten Platz.

Wozu führt das?

Einige User versuchen damit zu leben und legen mehrere E-Mail-Accounts an, davon ist bspw. eine geschäftlich, eine privat und drei sind für Online-Einkäufe, Whitepaper-Downloads oder sonstiges. Manchmal ist ein und derselbe User 18 Jahre, manchmal 36 oder älter.

Was bringt das den Marketingleuten? Nichts! E-Mail-Kampagnen die ins Leere laufen, weil diese in einem der Spam-Eingänge verrotten oder leicht bis drastisch verfälschte Statistiken über wichtige Altersgruppen.

Ich habe einige Registrierungsprozesse deutscher Online-Shops mal genauer unter die Lupe genommen. Häufig habe ich nur die Wahl, mich als Neukunde komplett zu registrieren oder mich als Bestandskunde anzumelden. Leider fehlen oftmals die Hinweise, welche Vorteile mir der Anbieter mit einer Registrierung verschafft.
Tut mir leid, aber „Damit du beim nächsten Mal schneller bestellen kannst“ ist doch absoluter Unfug!
Ganz zu schweigen von den fehlenden Möglichkeiten einer Gast-Bestellung.

Was kann helfen?
Wichtig ist immer, die Transparenz darüber zu wahren, was mit den Daten passiert. Und das nicht nur über eine Bestätigung der Datenschutzerklärung, die man im Besten Fall kurz überfliegt aber nach 30 Sekunden wieder zumacht, weil es einfach zu lange dauert, sich durch die ganzen Absätze zu hangeln.

Das Bereitstellen eines Gast-Accounts kann hier schon helfen, die Abbruchquote an dieser Stelle zu minimieren und die CR zu erhöhen. Aber auch darüber hinaus können Sie kurzfristig etwas tun, denn ich weiß mittlerweile, dass der Gast-Account oftmals etwas länger auf seine technische Umsetzung wartet:

1 – Sprechen Sie die Vorteile, die ein neuer Account bei Ihnen mit sich bringt, deutlich aus
2 – Bleiben Sie transparent, was die Verwendung von Daten betrifft: das Geburtsdatum als Pflichtfeld zu markieren, ohne einen Hinweis darauf, was Sie damit vorhaben ist nicht gerade vertrauenswürdig.
3- Suchen Sie nach den UVP Ihrer Online-Registrierung und kommunizieren Sie diesen – verzichten Sie sich jedoch 0815-Aussagen á la “nächstes mal dann schneller bestellen und so”!
4 – Und vielleicht beschäftigen Sie sich mal mit den Möglichkeiten von Social-Sign-Ins

Falls du noch mehr Informationen zu User Research-Methoden benötigst, bewirb dich für das Growth Ambassador Programm. Dort veranstalten wir regelmäßige Events mit Expert:innen aus dem Customer Insights Bereich. Diese helfen dir, dein Wissen über die verschiedenen Methoden zu erweitern.

Der Beitrag Weshalb die Online-Registrierung Ihre Besucher zum Verzweifeln bringt… erschien zuerst auf konversionsKRAFT.

Augen sind das Fenster zur Seele des Menschen*

Aufmerksamkeit ist Grundvoraussetzung jeglicher Nutzeraktion. Schon früh interessierten sich Ärzte, Philosophen und später auch Psychologen für die Blicke und Augenbewegungen des Menschen. Schnell entdeckte man, dass winzige, mit dem menschlichen Augen kaum wahrnehmbare Sprünge des Auges viel über die innere Befindlichkeit eines Menschen aussagen konnte. Die Methode des EyeTrackings stellt die einzige Möglichkeit dar, fundierte Aussagen über die Aufmerksamkeit und Befindlichkeit eines Menschen zu treffen.
Zur Analyse des Nutzerverhaltens auf einer Website können mit Hilfe dieses Systems folgende Kernfragen beantwortet werden:

• Welche Elemente werden überhaupt wahrgenommen?
• Wie lange und wie oft werden bestimmte Bereiche (z.B. Menüs, Überschriften, Werbebanner, Teaser) betrachtet?
• Welche Bereiche werden intensiv gelesen oder betrachtet, welche werden nur überflogen?
• Werden unwillkürliche Augenbewegungen heftiger oder verlangsamen sie sich?

Mit Hilfe weiterer Beobachtungen aber auch Befragungsmethoden werden nun Rückschlüsse auf innere Welten, Motivationen und Demotivationen der Probanden gezogen.

Wie funktioniert EyeTracking?

Musste man früher noch unangenehme Gestelle am Kopf der Testpersonen anbringen, so sind die führenden Systeme heute in den Bildschirm integriert und somit sehr viel komfortabler. Doch wie funktioniert das EyeTracking eigentlich?
„Infrarot“ heißt das Zauberwort und das kennt man z.B. von Fernbedienungen.
Die Testperson wird im Bereich des Gesichts von ungefährlichen Infrarotstrahlen abgetastet und dabei gleichzeitig von einer Augenkamera gefilmt. Dank des Infrarotlichts, welches vom Auge reflektiert wird, kann eine Analyse-Software das Auge erkennen und verfolgen. Entscheidend ist hierbei, dass die Pupille selbst nicht reflektiert und daher von der Kamera als schwarzer Punkt erkannt werden kann.
Parallel dazu werden natürlich auch der Monitorscreen, der Ton, sowie ein Videobild des Oberkörpers aufgezeichnet, d.h. man kann auch Gesichtsmimik und Körpergestik erfassen, dies erlaubt einen direkten Vergleich zu den unbewussten Augenbewegungen.

Erhobene Daten

Fixation:
Das EyeTracking-System ermittelt die Fokussierung eines bestimmten Punktes (Ort und Dauer) der Augen eines Probanden. Im Gehirn der Testpersonen werden während einer Fixations-Phase neurologisch verwertbare Informationen an das Gehirn geleitet.
Sakkade:
Der Sprung von einer Fixation zur nächsten. Während dieser schnellen, ruckartigen Augenbewegung können keinerlei optische Informationen aufgenommen werden. Die Geschwindigkeit der Sakkaden kann Rückschlüsse auf innere Befindlichkeiten der Probanden zulassen. Die Sakkaden selbst können von Probanden nicht wahrgenommen werden, aus Probandensicht “fließt” der Blickt von einem Fixationspunkt zum nächsten.
Anwendungsbereiche:
Alle visuellen Medien, also Online-Pages, Werbefilme, iPhones, Handy-Apps, Kataloge, Banner und Plakate können mittlerweile von EyeTracking-Systemen untersucht werden. Dazu gehören auch mobile Geräte, mit denen man an Bahnhöfen die Bedienung von Schalterautomaten oder die Wahrnehmung von Strassenbeschilderungen testen kann.

Visualisierung der Ergebnisse

Die Ergebnisse können auf verschiedene Weise visualisiert werden.

Blickverdichtungen

Heatmap

Die roten Bereiche wurden von mehreren Probanden am intensivsten betrachtet.

Gaze Opacity

In der Schlüssellochdarstellung sind alle nicht aufmerksam wahrgenommenen Bereiche schwarz eingefärbt. Je mehr Probandenergebnisse überlagert werden, desto dichter wird die Schwarzfärbung.

Areas of Interest

Mit Hilfe dieser Analyse können einzelne Bereiche einer Website verglichen werden.

Cluster

Polygone markieren die Elemente, die während des Tests am intensivsten betrachtet wurden. Für jeden dieser Cluster wird prozentual angegeben, wie viele der Probanden diesen Bereich fixierten.

Blickverläufe

Gaze Plot

Die Blickverlaufsmessung zeigt die Reihenfolge sowie die Dauer der Fixationen (Kreise) und Sakkaden (Linien). Je größer der Kreis, desto länger die Betrachtungsdauer. Welche Elemente als erstes ins Auge fallen, lässt sich an der Nummerierung der Kreise erkennen.

Was hat EyeTracking mit Konversion zu tun?

EyeTracking ist Attention-Tracking. Es geht also um Aufmerksamkeit. Was man nicht sieht wird man logischerweise nicht anklicken. EyeTracking ist also hervorragend dafür geeignet, Schwachstellen in Online-Shops aufzudecken, welche in direktem Zusammenhang mit niedrigen Konversionsraten stehen. Waren noch vor wenigen Jahren “nur” Usability Probleme für den Forscher interessant, so sind es heute auch andere unbewusste Vorgänge, die sich im Blickbild -und Blickverlauf von Probanden physiologisch bemerkbar machen.
Eine entsprechend gestaltete Testkonstruktion kann die Motivation und Demotivation des Nutzers beim Besuch der Seite aufzeigen und exakt die Elemente ausmachen, die zum Nicht-Kauf führen. Insbesondere die Verbindung mit anderen Messmethoden kann innere Blockaden, innere Interessensbarrieren sichtbar machen und zu neuen Lösungsansätzen führen.

Die Zukunft des EyeTracking

Eine besondere Herausforderung bieten mobile Anwendungen auf diversen MobilePhones, iPhones oder iPads u.ä., hier benötigt man z.T. noch klassische Headsets um der Fülle von verschiedenen Endgeräten Herr zu werden. Alle großen Hersteller bieten solche Headsets samt Zubehör an.

Kombinierte Untersuchungsmodelle
Spannend sind kombinierbare EyeTracking-Systeme, d.h. Systeme die auch mit anderen Instrumenten zur Messung physiologischer Veränderungen eines Menschen gemeinsam genutzt werden können. Dazu gehören z.B. Arousal-Messungen des Hautwiderstandes, mit denen unbewusste Erregungszustände eines Menschen erfasst werden können, aber auch EEG und PET-Messungen des Gehirns. Ganz besonders spannend sind EyeTracking-Systeme die in Verbindung mit fMRT (Magnetresonanz-Tomographien) eingesetzt werden, diese erlauben dann die kombinierte Messung von Hirnaktivitäten mit Augenbewegungen, Fixationen und Sakkaden.

Der Beitrag EyeTracking – Analyseverfahren zur Usability- und Konversionsoptimierung erschien zuerst auf konversionsKRAFT.

Der Hintergrund: Als wir vor ca. einem halben Jahr ein MotivationLab für ein Online-Bekleidungshaus durchführten, stiessen wir auch auf die damalige Website der Firma Hirmer (Anmerkung: Diese Seite wurde vor einigen Wochen durch ein vollständig neues Layout ersetzt). Bei der klassischen 5 Sekunden Analyse, bei der Probanden unterschiedlichen Geschlechts Startseiten von Online-Shops gezeigt wurden stellten wir fest, dass Frauen und Männer extrem unterschiedliche Erinnerungen an die Hirmer-Website hatten oder anders gesagt: Keine andere je von uns untersuchte Seite wies im Ergebnis eine derart klare unterschiedliche Wahrnehmung zwischen Männern und Frauen auf.
In den folgenden Monaten nach dieser Entdeckung nutzten wir die Gelegenheit diesen faszinierende Fakt in weiteren Versuchen zu überprüfen mit dem Resultat, dass sich unsere Wahrnehmung statistisch relevant bestätigte.

So führen Sie das Experiment durch:
Laden Sie ein kleine Gruppe von Kollegen und Kolleginnen in einen ruhigen Besprechungs-Raum ein und zeigen Sie Ihnen den Screenshot  von Hirmer für genau 5 Sekunden lang.

Achten Sie darauf, dass Sie vor dem Versuch kein Wort darüber verlauten lassen worum es Ihnen geht, um jegliche Beeinflussung zu vermeiden. Der Screenshot wird nur einmal gezeigt! Auch auf Nachfragen zeigen Sie das Bild bitte nicht erneut! Danach bitten Sie die Probanden kurz zu notieren, was sie in den 5 Sekunden wahrgenommen haben, dabei darf möglichst nicht gesprochen werden. Natürlich ist es eine gute Idee den Probanden zuvor ein Stück Papier und einen Stift vorgelegt zu haben. Das Erinnern und Aufzeichnen darf nicht länger als eine halbe Minute dauern. Bitten Sie die Probanden zum Schluss noch Ihren Namen oder falls das nicht gewünscht ist ihr Geschlecht (Frau/Mann) auf dem Zettel zu notieren. Sammeln Sie nun die Notizen der Probanden ein und werten Sie die Ergebnisse aus. Noch ein wichtiger Punkt: Die Probanden sollten ehrlich zu Ihnen sein und dürfen die Seite vorher nicht gesehen haben. Wenn all diese Vorraussetzungen stimmen dann dürfen jetzt auch Wetten abgeschlossen werden. Wer auf das unten angegebene Ergebnis getippt hat, wird höchstwahrscheinlich den Jackpot abräumen können:

Frauen

Frauen werden zu mindestens 90% angeben, dass Sie eine Jacke bzw. unspezifisch “Produkte, Dinge, Hosen, Schuhe oder einen Kleiderständer gesehen haben. Meist wird auch die Farbigkeit erinnert also: dunkel, grau, dunkelblau, etc… und der Firmenname, das Logo von Hirmer.

Männer

Männer werden auf den Notizzettel vermerkt haben, dass Sie hauptsächlich einen Raum, eine Architektur, eine Halle, einen Showroom gesehen haben, danach kommt die Farbigkeit und natürlich das Logo. Meist werden die Produkte selbst überhaupt nicht erinnert oder genannt.

Aus unserem kleinen Experiment könnte man ableiten, dass Männer sofort die Umgebung zu erfassen scheinen, während sich Frauen auf die Details stürzen. Aber ist das wirklich alles? Es ist bemerkenswert, dass die geschlechtsspezifischen, unterschiedliche Adaption von gewerblichen Webseiten bislang keine Rolle bei Konzeption und Design eines Webshops zu spielen scheint.

Was soll das? Dass Frauen und Männer sich unterscheiden ist doch nichts Neues?

Konversion findet zunächst in den Köpfen der Kunden statt. Dort wird der Schalter für die Kaufbereitschaft umgelegt, oft unbewusst, gesteuert und manipuliert durch das limbische System, also sollten wir uns auf die Suche nach den wahren Motiven hinter den Fassaden machen. Nicht nur im Phänotypus unterscheiden sich Männer und Frauen sondern natürlich auch im Genotypus und es lohnt sich herauszufinden was diese Unterschied ausmacht. Vielleicht entdecken wir ja dabei dann auch, ob Frauen tatsächlich schlecht einparken und Männer nicht zuhören können und wenn ja, warum.

Der Beitrag Wahrnehmung von Online-Shops – wie unterschiedlich Männer und Frauen wirklich sind erschien zuerst auf konversionsKRAFT.