,

Erfolgreicher personalisieren durch A/B-Tests

A/B Tests mit prudsys RDE Recommendation Engine für erfolgreiche Personalisierung im Handel

Ein A/B-Test dient zum Vergleich und zur Bewertung unterschiedlicher Varianten eines Systems. Mit dieser Testmethode vergleicht der Initator i.d.R. zwei Versionen, die sich geringfügig unterscheiden.

Ein Beispiel für A/B-Testing im E-Commerce ist der Vergleich der Performance von zwei Website-Varianten, die sich in einem Detail unterscheiden und ansonsten identisch sind. Getestet wird, welchen Einfluss der Detailunterschied auf das Nutzerverhalten bzw. auf die Performance hat. Ziel ist i.d.R. eine Verbesserung der Performance, im Online-Handel oft an der Conversion-Rate oder Click-Through-Rate gemessen. In diesem Blog-Beitrag gehe ich auf Einsatz-Szenarien und Umsetzung in der Praxis ein sowie dem A/B-Testing mit der prudsys RDE.

Einsatz-Szenarien von A/B-Tests im E-Commerce

A/B-Tests können vielseitig eingesetzt werden. Shop-Betreiber testen u.a. neue Features im Onlineshop oder ein verändertes Design. Gern wird auch der Erfolg verschiedener Landingpages gegeneinander getestet. Verschiedene Anbieter bieten Tools (t3n bietet hier einen Überblick) für umfangreiches Testen.

Auch im Bereich Personalisierung sind A/B-Tests ein wichtiges Instrument zur Erfolgskontrolle und zur Optimierung des Einsatzes von Recommendations.

Möchte beispielsweise ein Shop-Betreiber Produktempfehlungen auf der Produktdetailseite ausspielen und ist sich unsicher, ob die angezeigten Produktempfehlungen Artikel aus der gleichen Kategorie wie das angesehene Produkt enthalten sollten oder nicht, empfiehlt sich ein A/B-Test.  Für diesen Fall enthält Variante A der ausgespielten Recommendations keine Empfehlungen aus der Produktkategorie des gerade angesehen Produktes, Variante B hingegen schon. Mit Auswertung der Testergebnisse wird klar, welche Variante eine höhere Akzeptanz aufweist, was wiederum direkten Einfluss auf Verkaufsvolumen und Umsatz hat.

Auch im Bereich Preisfindung eignet sich ein A/B-Test sehr gut: der Vergleich und Bewertung verschiedener Preisvarianten von Produkten im Onlineshop ist ein beliebtes Einsatzfeld von A/B-Testing.

Die Umsetzung von A/B-Tests in der Praxis

Im Bereich Recommendations sind A/B-Tests beliebt und geben Aufschluss über die Performance verschiedener Produkt-Empfehlungstypen. Bei der Umsetzung eines solchen A/B-Tests ist eine methodische Planung und gewissenhafte Durchführung wichtig. Der Test-Verantwortliche legt zu Beginn die Auswahl der Varianten und die geeignete Messgrößen zum Vergleich fest.

Während der Durchführung ist eine möglichst gleiche Verteilung der User bzw. der Sessions auf die Gruppen und die korrekte Messung über den Session-Counter ein wichtiger Punkt. Wir empfehlen zudem die Einplanung von ausreichend Zeit und Ressourcen, da sich leicht Fehler einschleichen. Während des Testlaufs ist Geduld gefragt: Für valide Aussagen sind ggf. längere Mess-Zeiträume notwendig. Je geringer die Besucherzahlen, desto länger der Test-Zeitraum.

Auch die Konstanz der Umweltfaktoren spielt während des Testzeitraums eine große Rolle, mehr dazu lesen Sie in unserem Beitrag „A/B-Testing – Wann ist stabil wirklich stabil?“. Bei der Auswertung der Daten ist neben dem Vergleich der absoluten Zahlen ein hohes Konfidenzniveau wichtig. Mehr zum Thema erfolgreiche Umsetzung von A/B-Tests lesen Sie in unserem Beitrag „A/B-Testing in der Praxis: Fünf Schritte für eine erfolgreiche Umsetzung“.

Einfaches A/B-Testing mit der prudsys Realtime Decisioning Engine

Die prudsys RDE hält für den Nutzer ein integriertes A/B-Testing bereit, um den Vergleich verschiedener Varianten von Personalisierung abzubilden. So profitiert der Nutzer u.a. von

  • einer einfachen Anlage von A/B-Templates mit variabler Session Verteilung (z.B. 10:90, 50:50)
  • der Möglichkeit des Testens mehrerer Templates: z.B. A/B/C/D Test
  • einer übersichtlichen Auswertung der A/B-Templates in der Statistik. Der Nutzer erkennt direkt, welches Template mehr Klicks und mehr Umsatz gebracht hat.

Um das A/B-Testing weiter zu erleichtern, arbeitet unsere Forschungs- und Entwicklungsabteilung fortwährend an hilfreichen Features für die Nutzer der prudsys RDE. Auch im aktuellen prudsys RDE Major Release 3.11.0: Die erweiterte Template-Vorschau mit Anzeige des Eingangselements (z.B. Produkt oder Kategorie) inklusive seinen Attributen und aktuellem Bild sorgt für Übersichtlichkeit und gibt Aufschluss, wie sich aktuelle Template-Einstellungen auf das Empfehlungsergebnis auswirken.

Zudem können Nutzer der prudsys RDE einen Freitext über den einzelnen Boxen konfigurieren. Direkt bei der Empfehlungskonfiguration erfolgt die Zuordnung eines speziellen Textes, passend zur verwendeten Empfehlungslogik. Der Integrationsaufwand zum Testen verschiedener Logiken wird minimiert und die Durchführung von A/B-Tests stark vereinfacht.

A/B-Testing mit der prudsys RDE

Update November 2017: A/B-Testing mit der prudsys RDE 4

Das A/B-Testing gestaltet sich in der weiter entwickelten prudsys Realtime Decisioning Engine 4.0 (kurz: prudsys RDE 4.0) noch einfacher und intuitiver. Das neue Kampagnen-Management erlaubt Ihnen die zeitliche Steuerung von Werbeaktionen (Kampagnen) unter Berücksichtigung von verschiedenen Bedingungen. Zu jedem Zeitpunkt können Sie beliebig viele personalisierte Kampagnen parallel umsetzen. Im Handling der Kampagnen & Services (ehemals Templates in der prudsys RDE 3) ist das A/B-Testing tief verwurzelt und an vielen Stellen, wie zum Beispiel direkt auf dem Dashboard, im Test-Drive sowie in der Statistik sichtbar. Der Aufruf der prudsys RDE erfolgt jetzt ganz einfach per Weboberfläche. A/B-Tests lassen sich noch einfacher und schneller einrichten.

A/B-Testing mit der prudsys RDE 4.0 Recommendation Engine für Recommendations, Marketing Automation und Dynamic Pricing

Einrichten eines A/B-Tests in der prudsys RDE 4.0 mit Kampagnen-Management im Web-Client

 

Wenn Sie mehr zum Thema A/B-Testing mit der prudsys RDE erfahren möchten, kontaktieren Sie Ihren prudsys Ansprechpartner des Vertrauens oder schreiben Sie uns unter marketing@prudsys.de.


Weiterführende Artikel:

A/B-Testing: Wann ist stabil wirklich stabil?

Mathematik für A/B-Tests im E-Commerce: Wieviel mehr ist mehr?

A/B-Testing in der Praxis: Fünf Schritte für eine erfolgreiche Umsetzung

 

0 Kommentare

Ihr Kommentar

Sie haben weitere Anmerkungen zu diesem Thema?
Wir freuen uns auf eine spannende Diskussion.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.