Conversion-Optimierung ist ja eigentlich doch das Einfachste auf der Welt. Fehler finden – Fehler beheben – fertig. Leider zeigt sich, dass sich die Fehler auf der Website (wir nennen sie einfach „Conversion-Killer“) sehr ungern finden lassen. Ein einfaches Modell hilft bei der Fehlersuche wie eine Schablone weiter: Das Sieben-Ebenen-Conversion-Framework.
Die zentrale Aufgabe der Conversion-Optimierung klingt doch denkbar einfach: Im Schnitt kaufen drei von 100 Besuchern. Das heißt umgekehrt: 97 kaufen nicht. Wer es also schafft, nur einen einzigen dieser 97 Abbrecher zum Kauf zu bewegen, der erhöht seinen Umsatz (oder welche Conversion auch immer das Ziel der Seite ist) schlagartig um über 30 %.
Dabei sind wir schon bei einer der beiden wichtigsten Erfolgskennzahlen der Conversion-Optimierung: Uplift. Mehr Uplift heißt mehr Conversions und damit mehr Markterfolg. Der Uplift ist jedoch nicht die einzige Erfolgskennzahl, schließlich werden Optimierungsmaßnahmen permanent durchgeführt. Wer also beim zweiten oder dritten A/B-Test hintereinander keinen Erfolg (in Form von Uplift) hat, der weiß: Die Optimierungs-Geschwindigkeit ist der zweite Erfolgsfaktor. Um also dauerhaft erfolgreich zu sein, sollten möglichst viele A/B-Tests pro Jahr stattfinden und möglichst hohe Uplifts produzieren.
„If you double the number of experiments you do per year you’re going to double your inventiveness.” Jeff Bezoz; Founder & CEO amazon
Also an die Arbeit! Das Aufspüren von Conversion-Killern ist meist Teamwork, daher rotten sich ambitionierte Online-Marketer, Designer und jeder, der schon einmal etwas mit Internet zu tun hatte, zusammen und brainstormen. Das typische Conversion-Killer-Brainstorming bringt dabei eine extreme Vielzahl potenzieller und bedrohlicher Fehler zusammen. Des Öfteren diskutieren die Beteiligten kontrovers über Details, bis am Ende alle davon überzeugt sind, dass sie eine komplett neue Website brauchen. Die Menge der gefundenen Probleme ist derart groß, dass die schrittweise Optimierung keine Lösung sein kann.
Das Problem an derlei Analyse-Orgien: Die Teilnehmer finden Aspekte, die aus ihrer Sicht wichtig sind – aus Sicht der Nutzer sind sie meist irrelevant. Die fehlende Methodik liefert eine enorme Menge oberflächliche Fehler, die kaum zu priorisieren sind. Schnell „labern“ sich alle Beteiligten zu einer Idee, die genauso realitätsnah ist wie eine Szene aus „Fear and Loathing in Las Vegas“. Wer dennoch nach so einem Analyse-Trip beginnt, die einzelnen Aspekte über A/B-Tests abzuarbeiten, der verzettelt sich meist. Am Ende wird die gesamte Methodik nicht selten infrage gestellt.
Das Leben, wie es sein sollte, sieht daher anders aus: Ein sogenanntes Framework definiert die Rahmenbedingungen für den Idealzustand einer Website bzw. eines Onlineshops. Einer „Schablone“ ähnlich definieren mehrere Faktoren den Soll-Zustand. Über den systematischen Vergleich der eigenen Website mit den Faktoren des Framework lassen sich die Defizite wesentlich präziser erkennen. Das Framework sorgt dafür, dass die Evaluierung der Website objektiver ist, als wenn die subjektiven Erfahrungen als Schablone genommen werden. Das spart Zeit und verhindert Frust bei schwachen Hypothesen, die am Ende keinen Uplift bringen.
Im Idealfall wird die Evaluierung von mindestens drei Personen unabhängig voneinander durchgeführt. Erst am Schluss werden alle gefundenen Conversion-Killer zusammengetragen. Dabei können durchaus neue Hypothesen entstehen. Es zeigt sich deutlich, wie die identifizierten Schwachstellen priorisiert werden können.
Jeder, der den Unterschied zwischen der eigenen Realität und der eines ahnungslosen Nutzers am eigenen Leib erfahren möchte, dem rate ich zu einem grenzwertigen Erlebnis des besonderen Art. Es ist meist gar nicht so schwer, ahnungslose Menschen zu finden, die man mit der eigenen Website oder dem Onlineshop konfrontieren kann. Schwiegermütter (oder natürlich auch gerne -väter, ich schreibe hier aus meiner eigenen Perspektive), Onkel und Tanten – jeder, der glaubt, das Internet käme von Google, oder der Angst hat, ein Klick auf eine amerikanische Website sei teurer als der auf eine deutsche, ist für einen solchen Test geeignet.
Der im Sinne des Gleichstellungsgesetzes nicht politisch korrekt bezeichnete „Hausfrauentest“ geht ganz einfach: Man konfrontiert eine ahnungslose Person aus der zuvor genannten Kategorie für wenige Sekunden (fünf Sekunden haben sich als gut erwiesen) mit der zu testenden Seite und stellt danach einige banal klingende Fragen:
Spätestens bei diesen drei Fragen werden die meisten Websites bereits durchgefallen sein (wir testen schließlich die Seiten und nicht die Menschen).
Was können wir daraus lernen? Ganz einfach: Dinge, die für uns (als Kenner) völlig klar und eindeutig zu sein scheinen, werden von Nutzern nicht verstanden. Die Website schafft es nicht, die richtigen Botschaften zu übermitteln. Es zeigen sich Schwachstellen, die nichts mit dem zu tun haben, was die „Experten“, die sich jeden Tag mit der Website beschäftigen (und dadurch natürlich vorbelastet sind), herausgefunden haben.
Anders gesagt: Ein Nutzertest ist wie ein Spiegel, der Dinge zeigt, die einem selbst bislang unbekannt waren. Aus der Psychologie erklärt das Johari-Fenster von Joseph Luft und Harry Ingham genau diesen Bereich, den wir als „blinden Fleck“ bezeichnen, sehr gut.
Daher ist es von essenzieller Bedeutung, dass die „Schablone“ in Form des Conversion-Framework den Prozess der Conversion aus Kundensicht betrachtet. Jeder, der bei echten Probandentests einmal dabei sein durfte, kennt die typischen Stellschrauben.
Das Conversion-Framework, das ich gleich vorstellen möchte, ist ebenfalls in unzähligen Probandentests entstanden. Ehrlich gesagt ist es ein Abfallprodukt aus solchen Labs. Auf der Suche nach einer standardisierten Gliederung für Ergebnisbände habe ich mit meinen Kollegen nach immer wiederkehrenden Fehler-Überschriften gesucht. Herausgekommen sind sieben „Gruppen“ oder Arten von Schwachstellen, die sich auf fast jeder Website und in fast jedem Shop finden lassen.
Es passiert immer und immer wieder, jeden Tag millionenfach. Online-Nutzer stellen sich immer wieder die gleichen Fragen: Bin ich richtig hier? Kann ich dem Anbieter vertrauen? Wo muss ich überhaupt klicken? Soll ich das wirklich hier kaufen oder gibt es das noch günstiger? Wird es kompliziert? Ist das auch sicher hier? War das wirklich das Richtige?
Damit haben wir auch schon die sieben Kernfragen, die dem Modell den Namen „Sieben-Ebenen-Modell“ einbrachten. Es sind immer wieder die gleichen sieben Fragen, die sich Nutzer stellen. Und die daraus ableitbaren Fehler auf Websites und Onlineshop passen zu einem sehr großen Teil zu diesen sieben Fragen. Weil mir der Titel „Sieben-Ebenen-Modell“ nach und nach zu sperrig vorkam, habe ich das Modell in letzter Zeit nur noch als „7-E-Framework“ vorgestellt.
Wichtig ist dabei, zu verstehen, dass diese sieben Faktoren – oder Ebenen – in einer zeitlichen Reihenfolge stehen. Jeder fragt sich zu Beginn: „Bin ich hier überhaupt richtig?“, und stellt sich erst deutlich später die Frage, ob das Angebot sicher ist. Im Gegensatz zu anderen Frameworks ist das 7-E-Modell das Einzige, dass diese aufeinander aufbauende zeitliche Logik der einzelnen Faktoren berücksichtigt.
Wie wird das Modell nun zur Analyse einer Website angewandt? Ganz einfach: Jede Ebene steht für einen zentralen Conversion-Faktor, zu dem – ähnlich einer Checkliste – mehrere typische Einzelaspekte gehören, die Schritt für Schritt abgearbeitet werden können. Aufgrund der Abstraktionsebene der einzelnen Faktoren können bei der Analyse passende eigene Erkenntnisse ergänzt werden. Zum Beispiel Relevanz: Egal, ob es um ein Konzept im Wireframe-Status oder eine Live-Website geht – jedes Element der Seite wird in Bezug auf „Relevanz“ analysiert. „Wie trägt die Headline dazu bei, die Relevanz der Seite zu erhöhen?“, oder: „Ist das Bild relevant für die Zielgruppe? Erkennen sich die Kunden wieder?“ Aus jeder Antwort auf diese Fragen lassen sich direkte Optimierungsmaßnahmen oder auch Testhypothesen ableiten.
So geht es Schritt für Schritt: In dieser (und den nachfolgenden zwei Folgen dieser Artikelserie) stelle ich die einzelnen Ebenen und ihre Einzelaspekte vor. Anhand von Beispielen wird deutlich, wie das 7-E-Framework im Alltag dazu genutzt werden kann, Optimierungshypothesen abzuleiten.
Jeder kennt die typischen Fragen, mit denen die unendlichen Weiten des Internets nach einer passenden Information oder dem richtigen Angebot durchforstet werden. Das menschliche Gehirn besitzt aus Gründen der Energieeffizienz vollautomatische Informationsfilter, um den Kopf bei aller Informationsflut vor dem Overload zu schützen. Daher sind wir Menschen uns der starken Filter teilweise gar nicht bewusst.
Das Phänomen der Relevanz kennt jeder, der bereits in einer unbekannten Gegend ein passendes Restaurant gesucht hat. In Millisekunden entwickelt unser Kopf ein Gefühl, ob ein Angebot passend ist oder nicht. Dabei werden zahlreiche implizite Codes zur Einschätzung herangezogen (Aufmachung, Aussehen, Farben, Zustand). Egal, ob es ein Online-Angebot oder ein Restaurant ist: Die Prinzipien sind die gleichen.
Eine Situation, in der wir unsere Relevanzfilter recht bewusst erleben, ist die Ergebnisseite einer Suchmaschine:
Da Google als „Relevanzhilfe“ bereits das Keyword in allen Texten hervorhebt, werden die Zusatzinformationen zur Identifikation des wirklich passenden Angebotes zu Hilfe genommen. Es wird sofort sichtbar, wie unterschiedlich einzelne Aspekte (z. B. „Jetzt online Verträge erstellen“ versus „und mit der ... VISA-Karte weltweit kostenlos Geld abheben“) direkt auf die Relevanz einzahlen. Relevanz entsteht immer im Kontext des Nutzers, seiner Motivation und seiner Erwartungen. Daher ist es z. B. sehr ratsam, mit sogenannten Personas zu arbeiten, um mehr darüber zu lernen, was für Nutzer relevant ist oder eben nicht.
Nur wenige Nutzer werden alle auf dieser Seite sichtbaren Links anklicken. Der größte Teil der Nutzer wird innerhalb weniger Sekunden (Forscher gehen von einem Zeitraum von maximal vier Sekunden aus) dem „Gefühl“ folgen, welches Angebot vielversprechend (= relevant) ist.
Doch wirklich zur Conversion kommt es nur, wenn das Gefühl der Relevanz auch auf der Landingpage nach dem Klick erhalten bleibt. In dieser Folge wollen wir daher einfach die ersten beiden Links genauer betrachten und in Bezug auf Relevanz analysieren.
Die beiden Landingpages, die wir zum Thema Relevanz nun analysieren, sehen sehr unterschiedlich aus:
Im direkten Vergleich zeigt sich, mit welchen einfachen Mitteln die Sparda-Bank das in SEA investierte Budget besser nutzen könnte. Die Headline ist lang, komplex und hat nur eine geringe Übereinstimmung mit dem Text aus der AdWords-Anzeige („Kostenloses Girokonto – keine versteckten Kosten“). Stattdessen werden nun 10 Prozent p. a. angepriesen – jedoch nur für Neukunden. Ich gebe zu, 10 Prozent Haben-Zinsen sind eine gute Value-Proposition (für alle, die Zinssätze vergleichen), die Informationsfilter des menschlichen Gehirns sprechen jedoch eventuell nicht darauf an. Die Gefahr eines Abbruchs (Bounce) an dieser Stelle ist sehr hoch. Eine bessere Headline könnte beide Aspekte vereinen: „Kostenloses Girokonto mit 10 % p. a. für Neukunden“.
Die comdirect-Bank macht es besser: Auch wenn „kostenlos“ in der AdWords-Anzeige nur in Zusammenhang mit der VISA-Karte erwähnt wird, greift die Headline als Erstes unmissverständlich auf, dass es sich um ein kostenloses Girokonto handelt. Lediglich das Wort „Aktivitätsprämie“ (Was ist das denn?) könnte im Vergleich zu den in der Anzeige direkt versprochenen 50 € für Verwirrung sorgen.
Fazit: Mit sehr einfachen Mitteln ließe sich für die Sparda-Bank die Relevanz in der Headline verbessern. Optimal wäre eine unveränderte Verwendung der Texte aus dem Anzeigen-Snippet.
Die Sparda-Landingpage arbeitet mit dem Bild einer Frau, die recht unmissverständlich klarmacht, dass es sich um ein Angebot für Privatkunden handelt. Die Farben Blau und Orange passen zur gelernten Corporate Identity der Volksbanken-Welt, damit wird ein typisches und affines Publikum auch über implizite Codes gut angesprochen. Noch deutlicher wird die Zielgruppenansprache bei Begriffen wie „Mein Giro!“ Die obere Navigationsleiste zeigt Angebote wie z. B. „Sparen“, „Vorsorgen“ oder „Bauen“. Damit wird sowohl eine Lebenssituation als auch ein konkretes sozio-demografisches Milieu angesprochen. Die Codes könnten deutlicher sein – dennoch wird sich die Zielgruppe angesprochen fühlen.
Die comdirect-Bank zeigt mit einem sehr reduzierten Design eine völlig andere Ansprache. Es dominieren Schwarz- und Grautöne, die eine etwas hochwertigere Anmutung erzeugen sollen. Auch hier wird mit der Unternehmensfarbe gearbeitet. Es entsteht jedoch im direkten Vergleich mit der Sparda-Bank kein implizites Gefühl, auf einem Angebot für Privatkunden gelandet zu sein. Die direkt sichtbaren Call-to-Action-Elemente zeigen jedoch, dass das Angebot für Nutzer ist, die direkt ein Konto eröffnen bzw. sich ein Infopaket schicken lassen möchten.
Fazit: Die Sparda-Bank zeigt anders als comdirect, dass es hier um ein Angebot für Privatkunden geht. Dafür zeigen die Call-to-Action-Elemente der comdirect-Bank, dass eine Kontoeröffnung online möglich ist.
Auf der Landingpage der Sparda-Bank wird in der Headline vom „SpardaGirokonto“ gesprochen – eine ausreichende Übereinstimmung. In den darauffolgenden Punkten werden die Vorteile des Produkts angepriesen. Die Aufmachung in Form einer Liste mit Bulletpoints ist schnell erfassbar – sehr gut in Bezug auf Relevanz. Die einzelnen Punkte des Nutzenversprechens („Value-Proposition“) sind jedoch missverständlich: „Monatliche Sparrate“, „12 Monate Laufzeit“, „klassischer Banksparplan“? Ich nehme an, es handelt sich hier um ein Kombiangebot – die fehlende Erklärung ist jedoch ein wahrer „Relevanzkiller“.
Anders macht es die comdirect-Bank: Hier ist die Rede von erwartungskonformen Girokonto-Leistungen wie z. B. „Online-Banking“, „kostenlose Kontoführung“, „kostenlose VISA-Karte“. Kein Relevanzfilter im Nutzer-Gehirn wird hier ein Problem haben. Die Wordings und Nutzenversprechen sind eindeutig und intuitiv nachvollziehbar. Die versprochenen 100 € Zufriedenheitsgarantie werden sicherlich als Value-Proposition wahrgenommen.
Fazit: Das Angebot der Sparda-Bank wirkt auf den zweiten Blick verwirrend – der Bonus in Form eines Sparplans wird wahrscheinlich von vielen Besuchern nicht verstanden. Es gilt die alte Regel: „Mach es nicht zu kompliziert.“ Die comdirect-Bank kann mit einem simplen Bonus das Belohnungssystem des Kundengehirns wahrscheinlich schneller erreichen.
Im ersten Teil der Artikelserie ist nun klar geworden, warum sich die Analyse von Websites, Landingpages oder Onlineshops nicht einfach nach dem subjektiven Geschmack richten kann. Es wird eine objektive „Schablone“ in Form eines Framework benötigt. Das Framework definiert den Rahmen und kann wie eine etwas abstraktere Checkliste verwendet werden.
Das Framework ist dabei die ideale Ergänzung zu echten Nutzertests, da Probanden in Interview-Situationen nicht alle ihre Wahrnehmungen und unterbewussten Gefühlsmuster preisgeben (können). Das 7-E-Conversion-Framework arbeitet die kritischen Fragen der Nutzer ab, die zur Erreichung des Konversionsziels nötig sind. Ideal ist es, die eigene Seite (oder das Konzept) im direkten Vergleich mit Wettbewerbern zu verwenden. Mithilfe des Framework werden Best Practices der Wettbewerber direkt sichtbar und können bewertet werden.
Die Ebene der Relevanz ist schlimmstenfalls in den ersten wenigen Sekunden verantwortlich für einen frühzeitigen Abbruch des Nutzers. Messbar wird der Effekt in Form der Bounce-Rate im Web-Analyse-System. Zur Vermeidung von Informations-Overload brechen Nutzer, die nicht unmittelbar das Gefühl haben, „richtig zu sein“, ab. Dabei sind Headline, Bilder, implizite Codes und Value-Proposition von besonderer Bedeutung.
Im nächsten Teil der Serie werden die beiden Faktoren „Vertrauen“ und „Orientierung“ anhand neuer Beispiele verdeutlicht.
Viele weitere Faktoren und psychologische Hintergründe zur Conversion-Optimierung verrät André Morys in seinem Buch „Conversion-Optimierung“, das bereits in der dritten Auflage erschienen ist (ISBN: 3868020667).