SlideShare a Scribd company logo
1 of 39
Download to read offline
Erster	
  zertifizierter	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  Optimiz -­‐Partner	
  in	
  Österreich
Nutzerforschung	
  als	
  Grundlage	
  für	
  A/B	
  
Tests,	
  die	
  bessere	
  Ergebnisse	
  bringen
Nutzerforschung	
  als	
  Grundlage	
  für	
  
A/B	
  Tests,	
  die	
  bessere	
  Ergebnisse	
  bringen
Lotte	
  Larsen	
  &	
  Nina	
  Bordet,
Gründerinnen	
  &	
  geschäftsführende	
  Gesellschafterinnen
lottelarsen@mindberry.com ninabordet@mindberry.com
Fabian	
  Liebig,
Marketing	
  Manager	
  DACH
fabian@optimizely.com
&
Zielgerichteter	
  Testen:	
  
wie	
  Sie	
  smarte	
  Test-­‐Hypothesen	
  entwickeln,	
  um	
  von	
  Anfang	
  an	
  die	
  richtigen	
  Dinge	
  zu	
  testen
mindberry	
  hilft	
  Webseiten	
  benutzer-­‐
freundlicher	
  &	
  profitabler	
  zu	
  machen
Schwerpunkte:
• Nutzerforschung
• Conversion Optimierung
ü Mehr	
  als	
  1000	
  Split-­‐Tests
ü Nutzerforschung	
  auf	
  5	
  Kontinenten	
  in	
  20	
  
unterschiedlichen	
  Industrien
ü Tausende	
  Stunden	
  Beobachtung	
  und	
  Analyse	
  
von	
  Online	
  Nutzerverhalten
ü Erster,	
  zertifizierter	
  Optimizely-­‐Partner	
  in	
  
Österreich
ü Mitorganisator	
  UX	
  Camp	
  Vienna
ü Vorträge	
  auf	
  Universitäten	
  und	
  Konferenzen
Magische	
  Formel	
  für	
  
• Buttons
• Layouts
• Copy
• etc
Was	
  auf	
  einer	
  Seite	
  funktioniert,	
  bringt	
  auf	
  
einer	
  anderen	
  nicht	
  automatisch	
  Resultate
Was	
  auf	
  einer	
  Seite	
  funktioniert,	
  bringt	
  auf	
  
einer	
  anderen	
  nicht	
  automatisch	
  Resultate
Magische	
  Formel:
• Eigene	
  Besucher	
  verstehen	
  
• mit	
  gewonnen	
  Erkenntnissen	
  
Test-­‐Hypothesen	
  bilden	
  
3	
  Beispiele,	
  wie	
  wir	
  mit	
  Nutzerforschung	
  
smarte	
  Test-­‐Hypothesen	
  entwickelt	
  haben
Designer-­‐Kleider-­‐Verleih Reiseportal Bettwäsche-­‐Spezialist
Nutzerforschungserkenntnisse	
  als	
  
Bestandteil	
  einer	
  guten	
  Hypothese
Basierend auf der Nutzerforschungs-Erkenntnis
____________________________________________________
nehmen wir an, dass, eine Veränderung
von _________________________ zu _____________________
zu __________________________ führt.
(Erkenntnis	
  aus	
  der	
  Analyse)
(Vorschlag zur	
  Lösung	
  des	
  Problems)(Ist-­‐Zustand	
  von	
  Element,	
  das	
  getestet	
  werden	
  soll)
(erwarteter	
  Effekt	
  auf	
  den	
  gewünschten	
  KPI)
Beipiel #1:	
  Ein	
  Reiseportal	
  für	
  Gruppenreisen
Heat map (Produktseite)	
  
à Viele	
  Klicks	
  auf	
  „What‘s included“	
  
Remote	
  User-­‐Tests	
  (Produktseite)	
  
à Nicht	
  klar,	
  was	
  im	
  Preis	
  inkludiert	
  ist
„Does	
  it	
  include	
  the	
  
flights?	
  Or	
  does	
  it	
  not	
  
include	
  the	
  flights?	
  Does	
  
it	
  include	
  the	
  hotels?	
  It	
  tells	
  
you	
  the	
  meals	
  are	
  included.	
  I	
  
think	
  this	
  website	
  is	
  definitely	
  
lacking	
  a	
  full	
  breakdown	
  of	
  the	
  
price...because	
  it	
  is	
  not	
  
100%	
  clear.“
„Does	
  this	
  include	
  the	
  
flight?	
  I	
  am	
  guessing	
  
not...that	
  would	
  be	
  more	
  
expensive.“
„From	
  what	
  I	
  have	
  initially	
  seen	
  here	
  
it	
  is	
  not	
  clear	
  what	
  is	
  included	
  
in	
  the	
  price	
  and	
  I	
  think	
  that	
  is	
  
slightly	
  frustrating	
  because	
  you	
  need	
  
to	
  know	
  what	
  to	
  book.“
„I	
  am	
  looking	
   for	
  something	
  where	
  
food	
  &	
  launching	
  is	
  included,	
  I	
  am	
  
not	
  exactly	
  sure what's	
  going	
  on	
  
here,	
  but	
  I	
  am	
  kind	
  of	
  guessing.“
Analyse	
  Anfragen	
  von	
  Buchungsabspringern
à Häufige	
  Nachfragen:	
  „What‘s included“	
  
„Would you please tell me if the overnight
accommodations are included for the $409.	
  
price on	
  the five day Hebridean Hopper?....	
  
There is also	
  no mention of food costs.	
  
Please inform.	
  Thank you!“
„I	
  am	
  	
  not	
  sure I	
  understand
completely but	
  are only five
breakfast	
  meals included and
accommodation for every night?“
„Does this tour	
  include any
food or accommodation?“
„Hello -­‐ what is included in	
  
this tour?“
Entwicklung	
  von	
  Hypothese	
  basierend	
  auf	
  
Erkenntnissen	
  aus	
  der	
  Nutzerforschung
Basierend auf der Nutzerforschungs-Erkenntnis
____________________________________________________
nehmen wir an, dass, eine Veränderung
von _________________________ zu _____________________
zu __________________________ führt.
dass	
  Nutzern	
  nicht	
  klar	
  ist,	
  was	
  im	
  Buchungspreis	
  inkludiert	
  ist
einer	
  wesentlich	
  prominenteren,	
  schnell	
  
ersichtlichen	
  Info	
  mit	
  Details,	
  was	
  inkludiert	
  ist
der	
  Information	
  auf	
  der	
  Produktdetailseite	
  zum	
  
Thema „was	
  ist	
  inkludiert“
einer	
  Steigerung	
  der	
  Buchungsabschlüsse
Beispiel	
  #2:	
  Ein	
  Designer	
  Kleiderverleih
Analyse	
  der	
  Chat-­‐Dialoge
Hi,	
  was	
  mache	
  ich,	
  
wenn	
  ich	
  feststelle,	
  dass	
  das	
  
Kleid	
  nicht	
  passt?...
Kann	
  ich	
  ein	
  Kleid	
  auch	
  in	
  
mehreren	
  Größen	
  bestellen?
Analyse	
  der	
  Chat-­‐Dialoge
à Sorge, dass	
  das	
  Kleid	
  nicht	
  passt
Interview	
  mit	
  Kundenservice-­‐Team
Interview	
  mit	
  Kundenservice-­‐Team
à Sorge, dass	
  das	
  Kleid	
  nicht	
  passt
Onsite-­‐Exit-­‐Umfrage
Onsite-­‐Exit-­‐Umfrage
à Sorge, dass	
  das	
  Kleid	
  nicht	
  passt
Entwicklung	
  von	
  Hypothese	
  basierend	
  auf	
  
Erkenntnissen	
  aus	
  der	
  Nutzerforschung
Basierend auf der Nutzerforschungs-Erkenntnis
____________________________________________________
nehmen wir an, dass, eine Veränderung
von _________________________ zu _____________________
zu __________________________ führt.
dass	
  Besucherinnen	
  besorgt	
  sind,	
  dass	
  das	
  Kleid	
  nicht	
  passen	
  wird
einem	
  deutlichen	
  Hinweis,	
  dass	
  mehrere	
  
Kleider	
  vorab	
  zur	
  Anprobe	
  bestellt	
  werden	
  
können
den	
  Informationen	
  auf	
  der	
  Produktseite	
  zu	
  
Zusatz-­‐Services
einer	
  Steigerung	
  der	
  Bestellungen
Und	
  so	
  wurde	
  es	
  umgesetzt...
Und	
  so	
  wurde	
  es	
  umgesetzt...
Mehr Details zu Tests mit Laremia:
http://www.mindberry.com/de/post/wie-wir-mehr-frauen-
verfuehrten-sich-besser-anzuziehen-und-conversions-um-250-
steigerten
http://www.mindberry.com/de/post/uxcamp-vienna-2015-
beitrag-schnell-durch-nutzerforschung-die-user-experience-
verbessern
Beipiel #3:	
  Ein	
  Bettwäsche-­‐Spezialist
Session	
  Replays
à Filter	
  werden	
  bei	
  der	
  Auswahl	
  häufig	
  genutzt
User	
  Tests
à Filter	
  sind	
  bei	
  Produktauswahl	
  hilfreich
„Ich	
  suche	
  gerne	
  mit	
  der	
  Filter-­‐
Funktion,	
   damit	
  ich	
  ausgrenzen	
  
kann,	
  was	
  mich	
  nicht	
  
interessiert.“
„Sortier-­‐Funktion	
   gefällt	
  mir	
  
sehr	
  gut.“
Mehrere	
  User	
  Tester	
  nutzen	
  sehr	
  
intensiv	
  Filter	
  um	
  die	
  richtigen	
  
Produkte	
  zu	
  finden.	
  
belsonno Mitbewerber
Mitbewerber
Entwicklung	
  von	
  Hypothese	
  basierend	
  auf	
  
Erkenntnissen	
  aus	
  der	
  Nutzerforschung
Basierend auf der Nutzerforschungs-Erkenntnis
____________________________________________________
nehmen wir an, dass, eine Veränderung
von _________________________ zu _____________________
zu __________________________ führt.
dass	
  Nutzer	
  sehr	
  häufig	
  die	
  Filter-­‐Optionen	
  bei	
  der	
  Produktauswahl	
  nutzen	
  
einem	
  breiteren	
  Angebot	
  an	
  Filtermöglichkeiteneiner	
  geringen	
  Anzahl	
  an	
  Filteroptionen
einer	
  Steigerung	
  der	
  Aufträge
Und	
  so	
  wurde	
  es	
  umgesetzt...
Anzeige	
  von	
  8	
  Filter-­‐
Möglichkeiten	
   statt	
  4	
  
FAZIT	
  #1
Unterschiedlicher	
  Kontext	
  –
unterschiedliche	
  Bedürfnisse
3	
  Shops
à 3	
  unterschiedliche	
  Nutzerbedürfnisse
„What‘s included?“„Was,	
  wenn	
  Kleid	
  nicht	
  
passt“
„Es	
  ist	
  schwer	
  richtiges	
  
Produkt	
  zu	
  finden“
Designer-­‐Kleider-­‐Verleih Reiseportal Bettwäsche-­‐Spezialist
FAZIT	
  #2
Nutzerforschung	
  -­‐ der	
  Mix	
  
macht	
  es	
  aus
GEDANKENVERHALTEN
Wie
bewegen	
  sich	
  
Besucher	
  auf	
  der	
  
Seite?
Wo
verlassen	
  sie	
  die	
  
Seite	
  (den	
  
Verkaufstrichter)?
Wo
klicken	
  sie,	
  
was	
  interessiert	
  
sie	
  besonders?
?
Warum	
  (nicht)?
Der	
  MIX	
  macht	
  es	
  aus...
FAZIT	
  #3
Smarte	
  Hypothesen	
  basieren	
  
auf	
  Erkenntnis	
  aus	
  
Nutzerforschung
Nutzerforschungserkenntnisse	
  als	
  
Bestandteil	
  einer	
  guten	
  Hypothese
Basierend auf der Nutzerforschungs-Erkenntnis
____________________________________________________
nehmen wir an, dass, eine Veränderung
von _________________________ zu _____________________
zu __________________________ führt.
(Erkenntnis	
  aus	
  der	
  Analyse)
(Vorschlag zur	
  Lösung	
  des	
  Problems)(Ist-­‐Zustand	
  von	
  Element,	
  das	
  getestet	
  werden	
  soll)
(erwarteter	
  Effekt	
  auf	
  den	
  gewünschten	
  KPI)
FAZIT	
  #4
Bessere	
  Hypothese	
  à
größeren	
  Wahrscheinlichkeit	
  
eine	
  ansehnliche	
  Steigerung	
  
der	
  Conversion zu	
  erzielen
www.mindberry.com
@mindberryCRO
www.mindberry.com/de/
newsletter
VIELEN DANK!
Lotte	
  Larsen
Nina	
  Bordet

More Related Content

Viewers also liked

SEO 3.0 - Conversion Rate Optimization
SEO 3.0 - Conversion Rate OptimizationSEO 3.0 - Conversion Rate Optimization
SEO 3.0 - Conversion Rate OptimizationMarcel Media
 
Conversion Optimization Tools
Conversion Optimization ToolsConversion Optimization Tools
Conversion Optimization ToolsAlessandro Martin
 
Web Analytics & Conversion Rate Optimization
Web Analytics & Conversion Rate OptimizationWeb Analytics & Conversion Rate Optimization
Web Analytics & Conversion Rate OptimizationWorkshop Digital
 
Mehr Verkäufe durch SEO Onsite- & Conversion Optimierung
Mehr Verkäufe durch SEO Onsite- & Conversion OptimierungMehr Verkäufe durch SEO Onsite- & Conversion Optimierung
Mehr Verkäufe durch SEO Onsite- & Conversion OptimierungeCommerce Lounge
 
Conversion Rate Optimisation and the art of Testing
Conversion Rate Optimisation and the art of Testing Conversion Rate Optimisation and the art of Testing
Conversion Rate Optimisation and the art of Testing User Vision
 
20 Conversion Rate Optimization Experts Share Their Top Tip for eCommerce
20 Conversion Rate Optimization Experts Share Their Top Tip for eCommerce 20 Conversion Rate Optimization Experts Share Their Top Tip for eCommerce
20 Conversion Rate Optimization Experts Share Their Top Tip for eCommerce Rejoiner
 
Conversion Rate Optimisation Presentation
Conversion Rate Optimisation PresentationConversion Rate Optimisation Presentation
Conversion Rate Optimisation PresentationMadhouse Associates
 
Conversion Tool-Kit - Conversion Conference 2012
Conversion Tool-Kit - Conversion Conference 2012Conversion Tool-Kit - Conversion Conference 2012
Conversion Tool-Kit - Conversion Conference 2012Carsten Reichel
 
How Analytics Should Power Your Conversion Strategy
How Analytics Should Power Your Conversion StrategyHow Analytics Should Power Your Conversion Strategy
How Analytics Should Power Your Conversion StrategyOptimizely
 
Conversion rate optimization process
Conversion rate optimization processConversion rate optimization process
Conversion rate optimization processValentin Radu
 

Viewers also liked (10)

SEO 3.0 - Conversion Rate Optimization
SEO 3.0 - Conversion Rate OptimizationSEO 3.0 - Conversion Rate Optimization
SEO 3.0 - Conversion Rate Optimization
 
Conversion Optimization Tools
Conversion Optimization ToolsConversion Optimization Tools
Conversion Optimization Tools
 
Web Analytics & Conversion Rate Optimization
Web Analytics & Conversion Rate OptimizationWeb Analytics & Conversion Rate Optimization
Web Analytics & Conversion Rate Optimization
 
Mehr Verkäufe durch SEO Onsite- & Conversion Optimierung
Mehr Verkäufe durch SEO Onsite- & Conversion OptimierungMehr Verkäufe durch SEO Onsite- & Conversion Optimierung
Mehr Verkäufe durch SEO Onsite- & Conversion Optimierung
 
Conversion Rate Optimisation and the art of Testing
Conversion Rate Optimisation and the art of Testing Conversion Rate Optimisation and the art of Testing
Conversion Rate Optimisation and the art of Testing
 
20 Conversion Rate Optimization Experts Share Their Top Tip for eCommerce
20 Conversion Rate Optimization Experts Share Their Top Tip for eCommerce 20 Conversion Rate Optimization Experts Share Their Top Tip for eCommerce
20 Conversion Rate Optimization Experts Share Their Top Tip for eCommerce
 
Conversion Rate Optimisation Presentation
Conversion Rate Optimisation PresentationConversion Rate Optimisation Presentation
Conversion Rate Optimisation Presentation
 
Conversion Tool-Kit - Conversion Conference 2012
Conversion Tool-Kit - Conversion Conference 2012Conversion Tool-Kit - Conversion Conference 2012
Conversion Tool-Kit - Conversion Conference 2012
 
How Analytics Should Power Your Conversion Strategy
How Analytics Should Power Your Conversion StrategyHow Analytics Should Power Your Conversion Strategy
How Analytics Should Power Your Conversion Strategy
 
Conversion rate optimization process
Conversion rate optimization processConversion rate optimization process
Conversion rate optimization process
 

Similar to Nutzerforschung als Grundlage für A/B Tests, die bessere Ergebnisse bringen

Einführung in die User Experience (Lean-UX-Ansatz)
Einführung in die User Experience (Lean-UX-Ansatz)Einführung in die User Experience (Lean-UX-Ansatz)
Einführung in die User Experience (Lean-UX-Ansatz)Agnieszka Maria Walorska
 
eResult Case Study: Landingpage Optimierung
eResult Case Study: Landingpage OptimierungeResult Case Study: Landingpage Optimierung
eResult Case Study: Landingpage OptimierungeResult_GmbH
 
Auf zu neuen Ufern! Mit „Lean Startup“ den Kundengeschmack treffen. Elmar Bor...
Auf zu neuen Ufern! Mit „Lean Startup“ den Kundengeschmack treffen. Elmar Bor...Auf zu neuen Ufern! Mit „Lean Startup“ den Kundengeschmack treffen. Elmar Bor...
Auf zu neuen Ufern! Mit „Lean Startup“ den Kundengeschmack treffen. Elmar Bor...SYNGENIO AG
 
etailment WIEN 2015 - Mirjam Techt (willhaben.at) "Mobile Commerce"
etailment WIEN 2015 - Mirjam Techt (willhaben.at) "Mobile Commerce"etailment WIEN 2015 - Mirjam Techt (willhaben.at) "Mobile Commerce"
etailment WIEN 2015 - Mirjam Techt (willhaben.at) "Mobile Commerce"Werbeplanung.at Summit
 
USECON and QuestBack Case Study
USECON and QuestBack Case Study USECON and QuestBack Case Study
USECON and QuestBack Case Study USECON
 
Fallstudie eResult User Experience Review - NOZ
Fallstudie eResult User Experience Review - NOZFallstudie eResult User Experience Review - NOZ
Fallstudie eResult User Experience Review - NOZeResult_GmbH
 
Wie Ihr Content die Buyer Journey unterstützt und Nutzertests funktionieren
Wie Ihr Content die Buyer Journey unterstützt und Nutzertests funktionierenWie Ihr Content die Buyer Journey unterstützt und Nutzertests funktionieren
Wie Ihr Content die Buyer Journey unterstützt und Nutzertests funktionierenevuxGmbH
 
User-Experience in Echtzeit messen (USECON & QuestBack Case Study)
User-Experience in Echtzeit messen (USECON & QuestBack Case Study)User-Experience in Echtzeit messen (USECON & QuestBack Case Study)
User-Experience in Echtzeit messen (USECON & QuestBack Case Study)USECON
 
Ihr Produkt als Dienstleister – Mit der Jobs To Be Done (JTBD) Methode Kunden...
Ihr Produkt als Dienstleister – Mit der Jobs To Be Done (JTBD) Methode Kunden...Ihr Produkt als Dienstleister – Mit der Jobs To Be Done (JTBD) Methode Kunden...
Ihr Produkt als Dienstleister – Mit der Jobs To Be Done (JTBD) Methode Kunden...die firma . experience design GmbH
 
Google Analytics Konferenz 2013: S. Stepke & J. Oppermann: Attribution Modeling
Google Analytics Konferenz 2013: S. Stepke & J. Oppermann: Attribution ModelingGoogle Analytics Konferenz 2013: S. Stepke & J. Oppermann: Attribution Modeling
Google Analytics Konferenz 2013: S. Stepke & J. Oppermann: Attribution Modelinge-dialog GmbH
 
DMEXCO 2010: Usability als neuer Rankingfaktor?!
DMEXCO 2010: Usability als neuer Rankingfaktor?!DMEXCO 2010: Usability als neuer Rankingfaktor?!
DMEXCO 2010: Usability als neuer Rankingfaktor?!Steven Broschart
 
UX Camp 2015: Conversion Rate Optimierung
UX Camp 2015: Conversion Rate OptimierungUX Camp 2015: Conversion Rate Optimierung
UX Camp 2015: Conversion Rate OptimierungFerdinand v. Seggern
 
Fallstudie usability test-plus.de
Fallstudie usability test-plus.deFallstudie usability test-plus.de
Fallstudie usability test-plus.deeResult_GmbH
 
GAUC 2017 Workshop Testing & Personalisierung Grundlagen: Christof Heimhilche...
GAUC 2017 Workshop Testing & Personalisierung Grundlagen: Christof Heimhilche...GAUC 2017 Workshop Testing & Personalisierung Grundlagen: Christof Heimhilche...
GAUC 2017 Workshop Testing & Personalisierung Grundlagen: Christof Heimhilche...e-dialog GmbH
 
TWT Usability Testing
TWT Usability Testing TWT Usability Testing
TWT Usability Testing TWT
 
Low Budget Usability Testing Webtreff Konstanz Patric Schmid Benutzerzentrale
Low Budget Usability Testing Webtreff Konstanz Patric Schmid BenutzerzentraleLow Budget Usability Testing Webtreff Konstanz Patric Schmid Benutzerzentrale
Low Budget Usability Testing Webtreff Konstanz Patric Schmid BenutzerzentralePatric Schmid
 
Mobile Analytics - wie Sie Ihre mobilen Nutzer mit Google Analytics besser v...
Mobile Analytics  - wie Sie Ihre mobilen Nutzer mit Google Analytics besser v...Mobile Analytics  - wie Sie Ihre mobilen Nutzer mit Google Analytics besser v...
Mobile Analytics - wie Sie Ihre mobilen Nutzer mit Google Analytics besser v...121WATT GmbH
 
Fallstudie Messung von Reputation eResult
Fallstudie Messung von Reputation eResultFallstudie Messung von Reputation eResult
Fallstudie Messung von Reputation eResulteResult_GmbH
 
Discovery toolbox working products 2016 web
 Discovery toolbox working products 2016 web Discovery toolbox working products 2016 web
Discovery toolbox working products 2016 webUbercreativelab
 

Similar to Nutzerforschung als Grundlage für A/B Tests, die bessere Ergebnisse bringen (20)

Nutzerfreude im Fokus
Nutzerfreude im FokusNutzerfreude im Fokus
Nutzerfreude im Fokus
 
Einführung in die User Experience (Lean-UX-Ansatz)
Einführung in die User Experience (Lean-UX-Ansatz)Einführung in die User Experience (Lean-UX-Ansatz)
Einführung in die User Experience (Lean-UX-Ansatz)
 
eResult Case Study: Landingpage Optimierung
eResult Case Study: Landingpage OptimierungeResult Case Study: Landingpage Optimierung
eResult Case Study: Landingpage Optimierung
 
Auf zu neuen Ufern! Mit „Lean Startup“ den Kundengeschmack treffen. Elmar Bor...
Auf zu neuen Ufern! Mit „Lean Startup“ den Kundengeschmack treffen. Elmar Bor...Auf zu neuen Ufern! Mit „Lean Startup“ den Kundengeschmack treffen. Elmar Bor...
Auf zu neuen Ufern! Mit „Lean Startup“ den Kundengeschmack treffen. Elmar Bor...
 
etailment WIEN 2015 - Mirjam Techt (willhaben.at) "Mobile Commerce"
etailment WIEN 2015 - Mirjam Techt (willhaben.at) "Mobile Commerce"etailment WIEN 2015 - Mirjam Techt (willhaben.at) "Mobile Commerce"
etailment WIEN 2015 - Mirjam Techt (willhaben.at) "Mobile Commerce"
 
USECON and QuestBack Case Study
USECON and QuestBack Case Study USECON and QuestBack Case Study
USECON and QuestBack Case Study
 
Fallstudie eResult User Experience Review - NOZ
Fallstudie eResult User Experience Review - NOZFallstudie eResult User Experience Review - NOZ
Fallstudie eResult User Experience Review - NOZ
 
Wie Ihr Content die Buyer Journey unterstützt und Nutzertests funktionieren
Wie Ihr Content die Buyer Journey unterstützt und Nutzertests funktionierenWie Ihr Content die Buyer Journey unterstützt und Nutzertests funktionieren
Wie Ihr Content die Buyer Journey unterstützt und Nutzertests funktionieren
 
User-Experience in Echtzeit messen (USECON & QuestBack Case Study)
User-Experience in Echtzeit messen (USECON & QuestBack Case Study)User-Experience in Echtzeit messen (USECON & QuestBack Case Study)
User-Experience in Echtzeit messen (USECON & QuestBack Case Study)
 
Ihr Produkt als Dienstleister – Mit der Jobs To Be Done (JTBD) Methode Kunden...
Ihr Produkt als Dienstleister – Mit der Jobs To Be Done (JTBD) Methode Kunden...Ihr Produkt als Dienstleister – Mit der Jobs To Be Done (JTBD) Methode Kunden...
Ihr Produkt als Dienstleister – Mit der Jobs To Be Done (JTBD) Methode Kunden...
 
Google Analytics Konferenz 2013: S. Stepke & J. Oppermann: Attribution Modeling
Google Analytics Konferenz 2013: S. Stepke & J. Oppermann: Attribution ModelingGoogle Analytics Konferenz 2013: S. Stepke & J. Oppermann: Attribution Modeling
Google Analytics Konferenz 2013: S. Stepke & J. Oppermann: Attribution Modeling
 
DMEXCO 2010: Usability als neuer Rankingfaktor?!
DMEXCO 2010: Usability als neuer Rankingfaktor?!DMEXCO 2010: Usability als neuer Rankingfaktor?!
DMEXCO 2010: Usability als neuer Rankingfaktor?!
 
UX Camp 2015: Conversion Rate Optimierung
UX Camp 2015: Conversion Rate OptimierungUX Camp 2015: Conversion Rate Optimierung
UX Camp 2015: Conversion Rate Optimierung
 
Fallstudie usability test-plus.de
Fallstudie usability test-plus.deFallstudie usability test-plus.de
Fallstudie usability test-plus.de
 
GAUC 2017 Workshop Testing & Personalisierung Grundlagen: Christof Heimhilche...
GAUC 2017 Workshop Testing & Personalisierung Grundlagen: Christof Heimhilche...GAUC 2017 Workshop Testing & Personalisierung Grundlagen: Christof Heimhilche...
GAUC 2017 Workshop Testing & Personalisierung Grundlagen: Christof Heimhilche...
 
TWT Usability Testing
TWT Usability Testing TWT Usability Testing
TWT Usability Testing
 
Low Budget Usability Testing Webtreff Konstanz Patric Schmid Benutzerzentrale
Low Budget Usability Testing Webtreff Konstanz Patric Schmid BenutzerzentraleLow Budget Usability Testing Webtreff Konstanz Patric Schmid Benutzerzentrale
Low Budget Usability Testing Webtreff Konstanz Patric Schmid Benutzerzentrale
 
Mobile Analytics - wie Sie Ihre mobilen Nutzer mit Google Analytics besser v...
Mobile Analytics  - wie Sie Ihre mobilen Nutzer mit Google Analytics besser v...Mobile Analytics  - wie Sie Ihre mobilen Nutzer mit Google Analytics besser v...
Mobile Analytics - wie Sie Ihre mobilen Nutzer mit Google Analytics besser v...
 
Fallstudie Messung von Reputation eResult
Fallstudie Messung von Reputation eResultFallstudie Messung von Reputation eResult
Fallstudie Messung von Reputation eResult
 
Discovery toolbox working products 2016 web
 Discovery toolbox working products 2016 web Discovery toolbox working products 2016 web
Discovery toolbox working products 2016 web
 

More from Optimizely

Clover Rings Up Digital Growth to Drive Experimentation
Clover Rings Up Digital Growth to Drive ExperimentationClover Rings Up Digital Growth to Drive Experimentation
Clover Rings Up Digital Growth to Drive ExperimentationOptimizely
 
Make Every Touchpoint Count: How to Drive Revenue in an Increasingly Online W...
Make Every Touchpoint Count: How to Drive Revenue in an Increasingly Online W...Make Every Touchpoint Count: How to Drive Revenue in an Increasingly Online W...
Make Every Touchpoint Count: How to Drive Revenue in an Increasingly Online W...Optimizely
 
The Science of Getting Testing Right
The Science of Getting Testing RightThe Science of Getting Testing Right
The Science of Getting Testing RightOptimizely
 
Atlassian's Mystique CLI, Minimizing the Experiment Development Cycle
Atlassian's Mystique CLI, Minimizing the Experiment Development CycleAtlassian's Mystique CLI, Minimizing the Experiment Development Cycle
Atlassian's Mystique CLI, Minimizing the Experiment Development CycleOptimizely
 
Autotrader Case Study: Migrating from Home-Grown Testing to Best-in-Class Too...
Autotrader Case Study: Migrating from Home-Grown Testing to Best-in-Class Too...Autotrader Case Study: Migrating from Home-Grown Testing to Best-in-Class Too...
Autotrader Case Study: Migrating from Home-Grown Testing to Best-in-Class Too...Optimizely
 
Zillow + Optimizely: Building the Bridge to $20 Billion Revenue
Zillow + Optimizely: Building the Bridge to $20 Billion RevenueZillow + Optimizely: Building the Bridge to $20 Billion Revenue
Zillow + Optimizely: Building the Bridge to $20 Billion RevenueOptimizely
 
The Future of Optimizely for Technical Teams
The Future of Optimizely for Technical TeamsThe Future of Optimizely for Technical Teams
The Future of Optimizely for Technical TeamsOptimizely
 
Empowering Agents to Provide Service from Anywhere: Contact Centers in the Ti...
Empowering Agents to Provide Service from Anywhere: Contact Centers in the Ti...Empowering Agents to Provide Service from Anywhere: Contact Centers in the Ti...
Empowering Agents to Provide Service from Anywhere: Contact Centers in the Ti...Optimizely
 
Experimentation Everywhere: Create Exceptional Online Shopping Experiences an...
Experimentation Everywhere: Create Exceptional Online Shopping Experiences an...Experimentation Everywhere: Create Exceptional Online Shopping Experiences an...
Experimentation Everywhere: Create Exceptional Online Shopping Experiences an...Optimizely
 
Building an Experiment Pipeline for GitHub’s New Free Team Offering
Building an Experiment Pipeline for GitHub’s New Free Team OfferingBuilding an Experiment Pipeline for GitHub’s New Free Team Offering
Building an Experiment Pipeline for GitHub’s New Free Team OfferingOptimizely
 
AMC Networks Experiments Faster on the Server Side
AMC Networks Experiments Faster on the Server SideAMC Networks Experiments Faster on the Server Side
AMC Networks Experiments Faster on the Server SideOptimizely
 
Evolving Experimentation from CRO to Product Development
Evolving Experimentation from CRO to Product DevelopmentEvolving Experimentation from CRO to Product Development
Evolving Experimentation from CRO to Product DevelopmentOptimizely
 
Overcoming the Challenges of Experimentation on a Service Oriented Architecture
Overcoming the Challenges of Experimentation on a Service Oriented ArchitectureOvercoming the Challenges of Experimentation on a Service Oriented Architecture
Overcoming the Challenges of Experimentation on a Service Oriented ArchitectureOptimizely
 
How The Zebra Utilized Feature Experiments To Increase Carrier Card Engagemen...
How The Zebra Utilized Feature Experiments To Increase Carrier Card Engagemen...How The Zebra Utilized Feature Experiments To Increase Carrier Card Engagemen...
How The Zebra Utilized Feature Experiments To Increase Carrier Card Engagemen...Optimizely
 
Making Your Hypothesis Work Harder to Inform Future Product Strategy
Making Your Hypothesis Work Harder to Inform Future Product StrategyMaking Your Hypothesis Work Harder to Inform Future Product Strategy
Making Your Hypothesis Work Harder to Inform Future Product StrategyOptimizely
 
Kick Your Assumptions: How Scholl's Test-Everything Culture Drives Revenue
Kick Your Assumptions: How Scholl's Test-Everything Culture Drives RevenueKick Your Assumptions: How Scholl's Test-Everything Culture Drives Revenue
Kick Your Assumptions: How Scholl's Test-Everything Culture Drives RevenueOptimizely
 
Experimentation through Clients' Eyes
Experimentation through Clients' EyesExperimentation through Clients' Eyes
Experimentation through Clients' EyesOptimizely
 
Shipping to Learn and Accelerate Growth with GitHub
Shipping to Learn and Accelerate Growth with GitHubShipping to Learn and Accelerate Growth with GitHub
Shipping to Learn and Accelerate Growth with GitHubOptimizely
 
Test Everything: TrustRadius Delivers Customer Value with Experimentation
Test Everything: TrustRadius Delivers Customer Value with ExperimentationTest Everything: TrustRadius Delivers Customer Value with Experimentation
Test Everything: TrustRadius Delivers Customer Value with ExperimentationOptimizely
 
Optimizely Agent: Scaling Resilient Feature Delivery
Optimizely Agent: Scaling Resilient Feature DeliveryOptimizely Agent: Scaling Resilient Feature Delivery
Optimizely Agent: Scaling Resilient Feature DeliveryOptimizely
 

More from Optimizely (20)

Clover Rings Up Digital Growth to Drive Experimentation
Clover Rings Up Digital Growth to Drive ExperimentationClover Rings Up Digital Growth to Drive Experimentation
Clover Rings Up Digital Growth to Drive Experimentation
 
Make Every Touchpoint Count: How to Drive Revenue in an Increasingly Online W...
Make Every Touchpoint Count: How to Drive Revenue in an Increasingly Online W...Make Every Touchpoint Count: How to Drive Revenue in an Increasingly Online W...
Make Every Touchpoint Count: How to Drive Revenue in an Increasingly Online W...
 
The Science of Getting Testing Right
The Science of Getting Testing RightThe Science of Getting Testing Right
The Science of Getting Testing Right
 
Atlassian's Mystique CLI, Minimizing the Experiment Development Cycle
Atlassian's Mystique CLI, Minimizing the Experiment Development CycleAtlassian's Mystique CLI, Minimizing the Experiment Development Cycle
Atlassian's Mystique CLI, Minimizing the Experiment Development Cycle
 
Autotrader Case Study: Migrating from Home-Grown Testing to Best-in-Class Too...
Autotrader Case Study: Migrating from Home-Grown Testing to Best-in-Class Too...Autotrader Case Study: Migrating from Home-Grown Testing to Best-in-Class Too...
Autotrader Case Study: Migrating from Home-Grown Testing to Best-in-Class Too...
 
Zillow + Optimizely: Building the Bridge to $20 Billion Revenue
Zillow + Optimizely: Building the Bridge to $20 Billion RevenueZillow + Optimizely: Building the Bridge to $20 Billion Revenue
Zillow + Optimizely: Building the Bridge to $20 Billion Revenue
 
The Future of Optimizely for Technical Teams
The Future of Optimizely for Technical TeamsThe Future of Optimizely for Technical Teams
The Future of Optimizely for Technical Teams
 
Empowering Agents to Provide Service from Anywhere: Contact Centers in the Ti...
Empowering Agents to Provide Service from Anywhere: Contact Centers in the Ti...Empowering Agents to Provide Service from Anywhere: Contact Centers in the Ti...
Empowering Agents to Provide Service from Anywhere: Contact Centers in the Ti...
 
Experimentation Everywhere: Create Exceptional Online Shopping Experiences an...
Experimentation Everywhere: Create Exceptional Online Shopping Experiences an...Experimentation Everywhere: Create Exceptional Online Shopping Experiences an...
Experimentation Everywhere: Create Exceptional Online Shopping Experiences an...
 
Building an Experiment Pipeline for GitHub’s New Free Team Offering
Building an Experiment Pipeline for GitHub’s New Free Team OfferingBuilding an Experiment Pipeline for GitHub’s New Free Team Offering
Building an Experiment Pipeline for GitHub’s New Free Team Offering
 
AMC Networks Experiments Faster on the Server Side
AMC Networks Experiments Faster on the Server SideAMC Networks Experiments Faster on the Server Side
AMC Networks Experiments Faster on the Server Side
 
Evolving Experimentation from CRO to Product Development
Evolving Experimentation from CRO to Product DevelopmentEvolving Experimentation from CRO to Product Development
Evolving Experimentation from CRO to Product Development
 
Overcoming the Challenges of Experimentation on a Service Oriented Architecture
Overcoming the Challenges of Experimentation on a Service Oriented ArchitectureOvercoming the Challenges of Experimentation on a Service Oriented Architecture
Overcoming the Challenges of Experimentation on a Service Oriented Architecture
 
How The Zebra Utilized Feature Experiments To Increase Carrier Card Engagemen...
How The Zebra Utilized Feature Experiments To Increase Carrier Card Engagemen...How The Zebra Utilized Feature Experiments To Increase Carrier Card Engagemen...
How The Zebra Utilized Feature Experiments To Increase Carrier Card Engagemen...
 
Making Your Hypothesis Work Harder to Inform Future Product Strategy
Making Your Hypothesis Work Harder to Inform Future Product StrategyMaking Your Hypothesis Work Harder to Inform Future Product Strategy
Making Your Hypothesis Work Harder to Inform Future Product Strategy
 
Kick Your Assumptions: How Scholl's Test-Everything Culture Drives Revenue
Kick Your Assumptions: How Scholl's Test-Everything Culture Drives RevenueKick Your Assumptions: How Scholl's Test-Everything Culture Drives Revenue
Kick Your Assumptions: How Scholl's Test-Everything Culture Drives Revenue
 
Experimentation through Clients' Eyes
Experimentation through Clients' EyesExperimentation through Clients' Eyes
Experimentation through Clients' Eyes
 
Shipping to Learn and Accelerate Growth with GitHub
Shipping to Learn and Accelerate Growth with GitHubShipping to Learn and Accelerate Growth with GitHub
Shipping to Learn and Accelerate Growth with GitHub
 
Test Everything: TrustRadius Delivers Customer Value with Experimentation
Test Everything: TrustRadius Delivers Customer Value with ExperimentationTest Everything: TrustRadius Delivers Customer Value with Experimentation
Test Everything: TrustRadius Delivers Customer Value with Experimentation
 
Optimizely Agent: Scaling Resilient Feature Delivery
Optimizely Agent: Scaling Resilient Feature DeliveryOptimizely Agent: Scaling Resilient Feature Delivery
Optimizely Agent: Scaling Resilient Feature Delivery
 

Nutzerforschung als Grundlage für A/B Tests, die bessere Ergebnisse bringen

  • 1. Erster  zertifizierter                                                              Optimiz -­‐Partner  in  Österreich Nutzerforschung  als  Grundlage  für  A/B   Tests,  die  bessere  Ergebnisse  bringen
  • 2. Nutzerforschung  als  Grundlage  für   A/B  Tests,  die  bessere  Ergebnisse  bringen Lotte  Larsen  &  Nina  Bordet, Gründerinnen  &  geschäftsführende  Gesellschafterinnen lottelarsen@mindberry.com ninabordet@mindberry.com Fabian  Liebig, Marketing  Manager  DACH fabian@optimizely.com & Zielgerichteter  Testen:   wie  Sie  smarte  Test-­‐Hypothesen  entwickeln,  um  von  Anfang  an  die  richtigen  Dinge  zu  testen
  • 3. mindberry  hilft  Webseiten  benutzer-­‐ freundlicher  &  profitabler  zu  machen Schwerpunkte: • Nutzerforschung • Conversion Optimierung ü Mehr  als  1000  Split-­‐Tests ü Nutzerforschung  auf  5  Kontinenten  in  20   unterschiedlichen  Industrien ü Tausende  Stunden  Beobachtung  und  Analyse   von  Online  Nutzerverhalten ü Erster,  zertifizierter  Optimizely-­‐Partner  in   Österreich ü Mitorganisator  UX  Camp  Vienna ü Vorträge  auf  Universitäten  und  Konferenzen
  • 4.
  • 5. Magische  Formel  für   • Buttons • Layouts • Copy • etc
  • 6. Was  auf  einer  Seite  funktioniert,  bringt  auf   einer  anderen  nicht  automatisch  Resultate
  • 7. Was  auf  einer  Seite  funktioniert,  bringt  auf   einer  anderen  nicht  automatisch  Resultate
  • 8. Magische  Formel: • Eigene  Besucher  verstehen   • mit  gewonnen  Erkenntnissen   Test-­‐Hypothesen  bilden  
  • 9. 3  Beispiele,  wie  wir  mit  Nutzerforschung   smarte  Test-­‐Hypothesen  entwickelt  haben Designer-­‐Kleider-­‐Verleih Reiseportal Bettwäsche-­‐Spezialist
  • 10. Nutzerforschungserkenntnisse  als   Bestandteil  einer  guten  Hypothese Basierend auf der Nutzerforschungs-Erkenntnis ____________________________________________________ nehmen wir an, dass, eine Veränderung von _________________________ zu _____________________ zu __________________________ führt. (Erkenntnis  aus  der  Analyse) (Vorschlag zur  Lösung  des  Problems)(Ist-­‐Zustand  von  Element,  das  getestet  werden  soll) (erwarteter  Effekt  auf  den  gewünschten  KPI)
  • 11. Beipiel #1:  Ein  Reiseportal  für  Gruppenreisen
  • 12. Heat map (Produktseite)   à Viele  Klicks  auf  „What‘s included“  
  • 13. Remote  User-­‐Tests  (Produktseite)   à Nicht  klar,  was  im  Preis  inkludiert  ist „Does  it  include  the   flights?  Or  does  it  not   include  the  flights?  Does   it  include  the  hotels?  It  tells   you  the  meals  are  included.  I   think  this  website  is  definitely   lacking  a  full  breakdown  of  the   price...because  it  is  not   100%  clear.“ „Does  this  include  the   flight?  I  am  guessing   not...that  would  be  more   expensive.“ „From  what  I  have  initially  seen  here   it  is  not  clear  what  is  included   in  the  price  and  I  think  that  is   slightly  frustrating  because  you  need   to  know  what  to  book.“ „I  am  looking   for  something  where   food  &  launching  is  included,  I  am   not  exactly  sure what's  going  on   here,  but  I  am  kind  of  guessing.“
  • 14. Analyse  Anfragen  von  Buchungsabspringern à Häufige  Nachfragen:  „What‘s included“   „Would you please tell me if the overnight accommodations are included for the $409.   price on  the five day Hebridean Hopper?....   There is also  no mention of food costs.   Please inform.  Thank you!“ „I  am    not  sure I  understand completely but  are only five breakfast  meals included and accommodation for every night?“ „Does this tour  include any food or accommodation?“ „Hello -­‐ what is included in   this tour?“
  • 15. Entwicklung  von  Hypothese  basierend  auf   Erkenntnissen  aus  der  Nutzerforschung Basierend auf der Nutzerforschungs-Erkenntnis ____________________________________________________ nehmen wir an, dass, eine Veränderung von _________________________ zu _____________________ zu __________________________ führt. dass  Nutzern  nicht  klar  ist,  was  im  Buchungspreis  inkludiert  ist einer  wesentlich  prominenteren,  schnell   ersichtlichen  Info  mit  Details,  was  inkludiert  ist der  Information  auf  der  Produktdetailseite  zum   Thema „was  ist  inkludiert“ einer  Steigerung  der  Buchungsabschlüsse
  • 16. Beispiel  #2:  Ein  Designer  Kleiderverleih
  • 18. Hi,  was  mache  ich,   wenn  ich  feststelle,  dass  das   Kleid  nicht  passt?... Kann  ich  ein  Kleid  auch  in   mehreren  Größen  bestellen? Analyse  der  Chat-­‐Dialoge à Sorge, dass  das  Kleid  nicht  passt
  • 20. Interview  mit  Kundenservice-­‐Team à Sorge, dass  das  Kleid  nicht  passt
  • 22. Onsite-­‐Exit-­‐Umfrage à Sorge, dass  das  Kleid  nicht  passt
  • 23. Entwicklung  von  Hypothese  basierend  auf   Erkenntnissen  aus  der  Nutzerforschung Basierend auf der Nutzerforschungs-Erkenntnis ____________________________________________________ nehmen wir an, dass, eine Veränderung von _________________________ zu _____________________ zu __________________________ führt. dass  Besucherinnen  besorgt  sind,  dass  das  Kleid  nicht  passen  wird einem  deutlichen  Hinweis,  dass  mehrere   Kleider  vorab  zur  Anprobe  bestellt  werden   können den  Informationen  auf  der  Produktseite  zu   Zusatz-­‐Services einer  Steigerung  der  Bestellungen
  • 24. Und  so  wurde  es  umgesetzt...
  • 25. Und  so  wurde  es  umgesetzt... Mehr Details zu Tests mit Laremia: http://www.mindberry.com/de/post/wie-wir-mehr-frauen- verfuehrten-sich-besser-anzuziehen-und-conversions-um-250- steigerten http://www.mindberry.com/de/post/uxcamp-vienna-2015- beitrag-schnell-durch-nutzerforschung-die-user-experience- verbessern
  • 26. Beipiel #3:  Ein  Bettwäsche-­‐Spezialist
  • 27. Session  Replays à Filter  werden  bei  der  Auswahl  häufig  genutzt
  • 28. User  Tests à Filter  sind  bei  Produktauswahl  hilfreich „Ich  suche  gerne  mit  der  Filter-­‐ Funktion,   damit  ich  ausgrenzen   kann,  was  mich  nicht   interessiert.“ „Sortier-­‐Funktion   gefällt  mir   sehr  gut.“ Mehrere  User  Tester  nutzen  sehr   intensiv  Filter  um  die  richtigen   Produkte  zu  finden.   belsonno Mitbewerber Mitbewerber
  • 29. Entwicklung  von  Hypothese  basierend  auf   Erkenntnissen  aus  der  Nutzerforschung Basierend auf der Nutzerforschungs-Erkenntnis ____________________________________________________ nehmen wir an, dass, eine Veränderung von _________________________ zu _____________________ zu __________________________ führt. dass  Nutzer  sehr  häufig  die  Filter-­‐Optionen  bei  der  Produktauswahl  nutzen   einem  breiteren  Angebot  an  Filtermöglichkeiteneiner  geringen  Anzahl  an  Filteroptionen einer  Steigerung  der  Aufträge
  • 30. Und  so  wurde  es  umgesetzt... Anzeige  von  8  Filter-­‐ Möglichkeiten   statt  4  
  • 31. FAZIT  #1 Unterschiedlicher  Kontext  – unterschiedliche  Bedürfnisse
  • 32. 3  Shops à 3  unterschiedliche  Nutzerbedürfnisse „What‘s included?“„Was,  wenn  Kleid  nicht   passt“ „Es  ist  schwer  richtiges   Produkt  zu  finden“ Designer-­‐Kleider-­‐Verleih Reiseportal Bettwäsche-­‐Spezialist
  • 33. FAZIT  #2 Nutzerforschung  -­‐ der  Mix   macht  es  aus
  • 34. GEDANKENVERHALTEN Wie bewegen  sich   Besucher  auf  der   Seite? Wo verlassen  sie  die   Seite  (den   Verkaufstrichter)? Wo klicken  sie,   was  interessiert   sie  besonders? ? Warum  (nicht)?
  • 35. Der  MIX  macht  es  aus...
  • 36. FAZIT  #3 Smarte  Hypothesen  basieren   auf  Erkenntnis  aus   Nutzerforschung
  • 37. Nutzerforschungserkenntnisse  als   Bestandteil  einer  guten  Hypothese Basierend auf der Nutzerforschungs-Erkenntnis ____________________________________________________ nehmen wir an, dass, eine Veränderung von _________________________ zu _____________________ zu __________________________ führt. (Erkenntnis  aus  der  Analyse) (Vorschlag zur  Lösung  des  Problems)(Ist-­‐Zustand  von  Element,  das  getestet  werden  soll) (erwarteter  Effekt  auf  den  gewünschten  KPI)
  • 38. FAZIT  #4 Bessere  Hypothese  à größeren  Wahrscheinlichkeit   eine  ansehnliche  Steigerung   der  Conversion zu  erzielen