<img height="1" width="1" style="display:none" src="https://q.quora.com/_/ad/8fb78ae898f448e9b008c905098c9da9/pixel?tag=ViewContent&amp;noscript=1">

A/B-Test für Produkttitel für bessere Anzeigen-Performance


Inhalt

 

A/B-Test in Datenfeeds - warum ist es wichtig?

A/B-Test für Produkttitel in DataFeedWatch

Wie funktioniert es?

Die Schritte, um den A/B-Test in DataFeedWatch einzurichten

Analysieren und einen Gewinner auswählen

A/B-Test Bewährte Verfahren

Entscheide über die Dauer und Größe

Teste jeweils nur eine Variable zur gleichen Zeit

Definiere die wichtigste Erfolgsmetrik

Immer testen

Praktische Beispiele - wo fängt man an?

Schlussfolgerung


A/B-Test in Datenfeeds - warum ist es wichtig?

 

Die Produkt-Feed-Daten sind eine Grundlage jeder Shopping-Kampagne. Das bedeutet, dass signifikante Änderungen in Deinem Feed Deine Produkteinträge beeinflussen oder beeinträchtigen können.

 

Bei dem Feed sollte es sich nicht um einen reinen Datensatz handeln, den Du einem Kanal zur Verfügung stellen musst, um zur Anzeigenschaltung berechtigt zu sein. Natürlich gibt es eine Liste von Anforderungen, an die Du Dich halten musst, aber damit ist die Optimierungsphase noch nicht beendet. Ganz im Gegenteil - sie beginnt genau dort.

 

Jeder Händler möchte, dass seine Anzeigen erfolgreich sind und Klicks generieren. Aber wie kannst Du sicherstellen, dass Deine Anzeigen tatsächlich Kunden in Deinen Shop locken, anstatt für leere Eindrücke zu sorgen?

 

Die Antwort ist einfach: Immer testen.

Nimm das Rätselraten aus der Gleichung heraus und erforsche, auf was Deine Kunden reagieren. Dann nimm diese Erkenntnisse und wende sie auf Deine Feeds an.

 

Da Titel einer der wichtigsten Teile Deiner Anzeige sind, eignen sie sich hervorragend, um mit A/B-Tests zu beginnen. Besonders mit dem richtigen Hilfsmittel zur Hand wird es zu einer einfachen, aber sehr wirkungsvollen Taktik!

 

 

Zurück zum Seitenanfang oder den kompletten Ratgeber zur Datenfeed-Optimierung herunterladen

 


A/B-Test für Produkttitel in DataFeedWatch

 

Freust Du Dich auf Deinen ersten A/B-Test? Großartig!

 

Es ist an der Zeit, zur pragmatischen Ebene überzugehen und zu lernen, wie Du Experimente in Deine Feed-Optimierungsstrategie einbauen kannst.

 

Lass uns einen Schritt nach dem anderen machen:

 

Wie funktioniert es?

 

Zuallererst ermöglicht Dir die neue Funktion die gleichzeitige Ausführung von 2 verschiedener Versionen von Titeln in Deinem Produktangebot. Und dann kannst Du die Performance-Daten in einer klaren Übersicht vergleichen. 

So können die Händler auf einfache Weise die perfekte Titelkonfiguration ermitteln und strategische Anpassungen in ihren Feeds vornehmen.

 

Bevor wir die Funktionalität in die Praxis umsetzen, lass uns den Mechanismus verstehen:

 

  • Tracking: Damit der A/B-Test Sinn macht, brauchst Du eine Methode zur Erfassung von Leistungsdaten zu jedem einzelnen. Dies erreichen wir, indem wir automatisch einen Tracking-Parameter an den Produktlink anhängen.


  • Kanäle: Der A/B-Test für Titel ist über alle Channel-Feeds verfügbar, die Produkt-URLs enthalten (siehe Punkt oben). Google Shopping, Facebook, Instagram, Google Search Ads sind nur einige Beispiele. Für eBay- oder Amazon-Feeds ist die experimentelle Funktion nicht verfügbar.


  • Veröffentlichung: Jede Produkt-ID kann nur einer Titelversion zugeordnet werden. Wir verteilen den A-Titel und den B-Titel gleichmäßig auf alle Produkte. Daher wird die Variante A den Produkten 00001, 00003, 00005 usw. und die Variante B den Produkten 00002, 00004, 00006 usw. zugeordnet. Die Ergebnisse basieren auf einer Gruppe von Produkten, die einer Version A oder B zugeordnet wurden.



Die Schritte, um den A/B-Test in DataFeedWatch einzurichten

 

1. Zuordnung Deiner IDs

 

Damit das Feature in Deinen Channel-Feeds verfügbar ist, musst Du sicherstellen, dass das 'ID'-Feld im Abschnitt Interne Felder zugeordnet ist. Überspringe diesen Schritt, wenn Du diesen Teil bereits während der Einrichtung des Shops abgeschlossen hast. 

 

Andernfalls suche den Bereich 'Interne Felder' in der seitlichen Navigationsleiste und gib das erforderliche Attribut ein:


Ordnen-Sie-Ihre-IDs-zu

 

2. Titelaufteilung aktivieren

 

Gehe zum Mapping-Panel des Kanals Deiner Wahl ('Edit Feed') und suche den A/B-Test in der oberen rechten Ecke des Titelabschnitts:

 

enable-ab-test

 

3. Einrichten von Version A und Version B Deiner Produkttitel


Bestimme die Variable, die Du testen möchtest.

Lege dann für jede Titelversion die gewünschte Struktur fest. Der Aufbauteil funktioniert genau so wie bei allen anderen Feed-Attributen. Du könntest sie einem bestimmten Feld aus Deinem Shop zuordnen, Attribute kombinieren oder sogar angepasste Titel aus einer Tabellenkalkulation für eine der Versionen hochladen.

 

title-ab-testing

 

Den Möglichkeiten der Modifikation sind keine Grenzen gesetzt. Übernehme also die Denkweise Deines Kunden und werde kreativ!



4. Vorschau und Speichern von Änderungen

 

Sobald Du mit der neuen zu testenden Titelstruktur fertig bist, wirf einen kurzen Blick in die Vorschau (Augensymbol in der oberen rechten Ecke). Für jede Titelversion gibt es eine separate Vorschau.

Wenn Du mit der neuen Struktur zufrieden bist - speichere die Änderungen und Dein Feed wird aktualisiert.

 

 

preview-eye



Hinweis: Die Vorschau ist unempfindlich gegenüber der Verteilung A - B. Das bedeutet, dass Du den Titel für Artikel X sowohl in der A-Vorschau als auch in der B-Vorschau sehen kannst. Im Ausgabe-Feed - jeder Artikel-ID wird nur eine Titelversion zugewiesen.

 

Nach dem Speichern kannst Du den Abschnitt "Feed anzeigen" überprüfen, um die Verteilung jeder Titelversion pro Artikel zu überprüfen.


Analysieren und einen Gewinner auswählen

 

Eine gründliche Analyse ist ein unverzichtbares Element jedes erfolgreichen Experiments. Wie können wir die Ergebnisse also nachvollziehen und bewerten?

 

Wir haben einen Link-Parameter hinzugefügt, um die Leistung der beiden Titelversionen zu analysieren. So kannst Du die Leistung Deiner Titel jederzeit in Google Analytics leicht überprüfen.

 

Es gibt 2 Möglichkeiten zur Erstellung einer Ergebnisübersicht:

 

  1. Erstelle ein Dashboard mit zwei Widgets (eines für Produkttitel-Variante A und ein weiteres für Produkttitel-Variante B)
  2. Erstelle einen benutzerdefinierten Bericht

Sobald Du genug Daten gesammelt hast, um Deinen Gewinner zu wählen - gehe einfach zurück zu den Feed-Einstellungen in DataFeedWatch ('Feed bearbeiten') und klicke noch einmal auf 'A/B-Test', um die Gewinnerversion zu bestätigen.

 

select-ab-test-winner-1

 

Voilà! Die neue Titelstruktur wird auf alle Produkte innerhalb des Feeds angewendet. 

 

 

Zurück zum Seitenanfang oder den kompletten Ratgeber zur Datenfeed-Optimierung herunterladen

 


A/B-Test Bewährte Verfahren

 

Jedes Unternehmen ist anders und sollte bei der Einbeziehung von Experimenten in die Strategie individuell angegangen werden. 

 

Unabhängig davon gibt es einige Regeln, die unabhängig von Deiner Vertikale, Deinem Gebiet oder Deinen Markttrends eingehalten werden sollten. Lass uns einen Blick auf die wichtigsten DOs und DON'Ts für die Durchführung erfolgreicher A/B-Tests werfen:

 

1. Entscheide über die Dauer und Größe

 

Um sicherzustellen, dass die AB-Testergebnisse korrekt und relevant sind, musst Du das Experiment für eine ausreichende Zeit und mit einer ausreichenden Anzahl von Produkten laufen lassen.

 

  • Zur Festlegung der Testdauer kannst Du eine Zeiteinheit wählen, z.B. 1 bis 2 Wochen, oder sie mit einer bestimmten Leistungskennzahl verknüpfen - z.B. bis Du 100 Klicks oder Conversions erreichst

 

  • Was den Umfang betrifft: Schlussfolgerungen sind in der Regel leichter zu ziehen, wenn die Ergebnisse aus einer größeren Stichprobe stammen. Wir empfehlen die Verwendung bei 100 oder mehr Produkten.

 

2. Teste jeweils nur eine Variable zur gleichen Zeit

 

Hier geht es um die Ergebnisse des A/B-Tests. Wenn Du genaue Daten erhalten und die Auswirkungen einer bestimmten Änderung wirklich messen möchtest, musst Du die anderen Faktoren begrenzen. 

 

Wenn Du mehrere Variablen auf einmal testest, bekommst Du keinen klaren Überblick darüber, wie jede Änderung die Performance Deiner Shopping-Anzeigen beeinflusst hat.

 

3. Definiere die wichtigste Erfolgsmetrik

 

Willst Du eine höhere CTR anstreben? Oder vielleicht kommt es auf die Anzahl der Konvertierungen an?

 

Die Erkenntnis über Dein Ziel ist entscheidend für die Interpretation der AB-Testergebnisse und wird es Dir leicht machen, den Gewinner zu wählen, wenn Du den Test abschließt.

 

4. Immer testen

 

Du möchtest, dass Deine Anzeigen erfolgreich sind und der Konkurrenz langfristig voraus bleiben? 

Wenn ja, dann solltest Du Dir das Experimentieren zur Gewohnheit machen und ständig neue Wege finden, um die Aufmerksamkeit der Käufer zu gewinnen. Höre nicht nach einem einzigen Test auf. 

 

Die Leistung Deiner Anzeigen kann von vielen Faktoren beeinflusst werden. Füge den sich ständig verändernden eCommerce-Markt hinzu, und die Möglichkeiten zum Testen werden unendlich. Denke aber trotzdem an Regel Nr. 2!

 

 

Zurück zum Seitenanfang oder den kompletten Ratgeber zur Datenfeed-Optimierung herunterladen

 


Praktische Beispiele - wo fängt man an?

 

Es ist vielleicht nicht die einfachste Aufgabe, in Deinen Titeln die Frage zu beantworten, was Du testen solltest, besonders wenn Du kurz vor Deinem ersten Versuch stehst.

 

Die Analyse Deiner aktuellen Titelstruktur und der Vergleich mit den empfohlenen Praktiken ist ein guter Anfang. Du kannst mehr über die optimale Titelstruktur für Shopping-Anzeigen in unserem anderen Artikel erfahren. 

 

Eine andere Idee könnte sein, sich die Titel Deiner meistverkauften Produkte und der Produkte mit schlechter Leistung anzusehen, um zu versuchen, eine Hypothese aufzustellen, die als Grundlage für Deinen Test dienen kann.

 

Um dies zu erleichtern, haben wir eine kurze Liste mit Ideen für A/B-Testtitel zusammengestellt:

 

  • Position - Experimentiere mit der Platzierung eines bestimmten Attributs, z. B. Markenname am Anfang oder am Ende eines Titels.

 

  • Behalten oder Verwerfen - es gibt viele Produktattribute, die aus der Sicht des Kunden relevant sein könnten, aber wie wirkt es sich tatsächlich auf Deine Anzeigen aus? Beispiele: Farbe, Größe, Material usw.

 

  • Synonyme - Finde Wörter, die Dein Publikum wirklich ansprechen und gut auf dessen Kultur abgestimmt sind, z.B.: Würdest Du in den USA 'Grill' oder 'BBQ' sagen?

 

  • Abkürzungen - hast Du Wörter in Deinen Titeln, die üblicherweise abgekürzt werden? Es könnte Dein Markenname oder eines der anderen Merkmale sein. 

 

  • Länge - welche Art von Titeln eignen sich am besten für Dein Publikum: sehr kurz oder vielleicht eher beschreibend?

 

 

Zurück zum Seitenanfang oder den kompletten Ratgeber zur Datenfeed-Optimierung herunterladen

 


Schlussfolgerung

 

Im extrem dynamischen Umfeld der Online-Werbung spielt der A/B-Test eine entscheidende Rolle, um mit dem Tempo der Veränderungen Schritt zu halten und unseren Weg zu verfeinern, um den Bedürfnissen Deiner Kunden bestmöglich gerecht zu werden.

 

Wir freuen uns sehr, die neue A/B-Testfunktionalität einzuführen, von der wir hoffen, dass sie Ihrem Unternehmen zu einem schnelleren Wachstum verhilft und kontinuierlich neue Verbesserungsmöglichkeiten aufzeigt.

 

Was gibt es also mehr zu sagen als: "Legen wir los"? 😉

 

 


ab-test

 

 

In der heutigen E-Commerce-Welt ist der A/B-Test ein wichtiges Strategieelement für jeden Online-Händler, der auf dem hart umkämpften Markt wirklich erfolgreich sein will. 

 

Um an der Spitze zu bleiben, suchen Händler ständig nach Möglichkeiten, sich zu verändern, zu verbessern und zu erfinden. Und der Weg dorthin führt über ... ja, Du hast es erraten - Testen!

 

Wie sonst könntest Du wirklich herausfinden, was für Dein Unternehmen funktioniert und was nicht?

 

Wir freuen uns, Dir heute mitteilen zu können, dass wir eine neue Funktion anbieten, mit der Du bei Deiner Werbekampagne experimentieren kannst: A/B-Test von Produkttiteln. Von nun an kannst Du ganz einfach Dein eigenes Optimum finden und Deine Kampagnen auf Erfolg ausrichten.

Comments

Empfohlen

Erstellt mit    von  DataFeedWatch

Schreiben Sie für uns