Skip to main content

A/B Testing wird ein zunehmend wichtiges Thema im Online-Business. Wer schlau ist, verlässt sich bei der Gestaltung der Webseite nicht mehr allein auf das Bauchgefühl von Konzeptern, Designern oder Chefredakteuren, sondern testet verschiedene Versionen von Benutzeroberflächen.

Beim A/B Testing werden verschiedene Varianten online gestellt und von Nutzern im echten Betrieb getestet, um herauszufinden, welche den Nutzer am besten dazu bringt, die von der Webseite beabsichtigte Handlung vorzunehmen.

>Zurück zu Teil 1 des Artikels<

Zur Durchführung solcher Tests gibt es verschiedene Tools. Für Einsteiger und Fortgeschrittene eignet sich der Google Siteoptimizer sehr gut. Er kann auch verwendet werden, um verschiedene Anzeigenplatzierungen gegeneinander zu testen. Dabei wurde schon so mancher Webseitenbetreiber überrascht: In der Werbeplatzierung schlummert großes Potenzial.

Für einige Webseiten, insbesondere solche mit einer großen Zahl an Stammnutzern, empfiehlt es sich, das Testen und Ändern von Anzeigenpositionen zum dauerhaften Prozess zu machen: Auf die Weise kann verhindert werden, dass der Nutzer sich an die immer gleichen Platzierungen gewöhnt und diese in seiner Wahrnehmung „ausblendet“.

A/B Testing kann darüber hinaus auch genutzt werden, um verschiedene Vermarktungspartner auf der gleichen Platzierung gegeneinander zu testen, um zu erfahren, welcher den besseren TKP auf der Fläche erzielt. In der Praxis liefert allerdings meistens eine intelligente Kombination aus mehreren Netzwerken den besten TKP.

TKP-Maximierung durch Fallback-Ketten

Als „Fallback“ oder auch „Default“ bezeichnet man ein alternatives Werbenetzwerk, das „einspringt“, wenn ein anderes keine Anzeigen mehr liefern kann. Das ist nicht ungewöhnlich, da das Inventar der meisten Netzwerke begrenzt ist, beziehungsweise Sie es als Seitenbetreiber selbst limitieren, indem Sie Mindestpreise für Ihr Inventar festlegen.

In der Praxis wird also für Werbenetzwerk A als Fallback das Werbenetzwerk B hinterlegt. Fallback für Netzwerk B ist dann Werbenetzwerk C und so weiter. Sortiert werden die Netzwerke in dieser Fallback-Struktur idealerweise nach den TKPs, die sie erzielen.

Haken: Diese Fallback-Ketten sind heutzutage oft noch weitgehend statisch. Das heißt, die Reihenfolge wird einmalig festgelegt aufgrund der in der Vergangenheit durch die einzelnen Netzwerke erzielten TKPs. Diese können sich aber jederzeit ändern.

Automatisierung

Optimal wäre ein System, das dem Seitenbetreiber jegliche manuelle Arbeit abnimmt: Er integriert lediglich noch den Adtag eines Dienstleisters und dieser findet dann automatisiert heraus, an welcher Position welche Anzeige aus welchem Werbenetzwerk zu gegebenem Zeitpunkt den höchsten TKP bringt.

Leider leichter gesagt als getan. Es gibt bisher kaum praktikable Lösungen dafür, erst recht nicht in Deutschland.

Rubicon Project, Pubmatic & Co

In den USA gibt es seit ein paar Jahren Unternehmen, die sich diesem Problem widmen. Rubicon Project oder Pubmatic sind beispielsweise sehr gut mit Venture Capital ausgestattet und investieren Millionen in die Entwicklung entsprechender Technologien. Diese sind noch weit davon entfernt, perfekt zu funktionieren, aber ein sehr sinnvoller Schritt in die richtige Richtung. Auf dem deutschen Markt sind sie bisher allerdings kaum aktiv.

Das Ziel bzw. die Idealvorstellung einer solchen Lösung wäre in meinen Augen, auf jeder URL zu jeder Tageszeit bei jedem Wetter und für den Nutzer personalisiert aus allen verfügbaren Werbenetzwerken die jeweils optimale Kampagne auszuwählen und zu liefern.

Die vollständige Realisierung der Idealvorstellung mit den derzeit vorhandenen Rahmenbedingungen des Marktes scheitert derzeit leider an vielerlei technischen Hürden und einer nahezu unendlichen Komplexität der Aufgabenstellung.

Das Ziel kann vorerst also nur eine Annäherung an dieses optimale Szenario sein. Vollständig erreichbar wird es in den nächsten Jahren aber nicht sein.

Dabei ist klar, dass „maximaler TKP“ aufgrund der oben genannten technischen Hürden nicht bedeutet, dass das theoretisch vorstellbare Maximum erreicht wird. In der Regel erreichen Systeme Pubmatic, Rubicon und auch RevenueMax aber bereits eine deutliche Steigerung der TKPs bei gleichzeitig verringertem Arbeitsaufwand für das manuelle Kampagnenmanagement.

Dieser Artikel ist ein Auszug aus dem Buch Thomas Promny: Werbevermarktung im Internet.

(Bild: © Falko Matte – Fotolia.com)

Thomas Promny

Thomas Promny ist ein deutscher Internet-Unternehmer. Seit 1999 betreibt er verschiedene Unternehmen im Online-Marketing und Ecommerce-Bereich. Seit Juni 2010 gehört dazu auch die RevenueMax AG, ein spezialisierter Dienstleister für die Optimierung von Online-Vermarktungsstrategien.

Der Artikel hat dir gefallen? Gib uns einen Kaffee aus!

Leave a Reply