A/B-Test für Amazon-Produktlistings: was testen

Amazon bietet Verkäufern mit registrierter Marke ein eigenes A/B-Test-Werkzeug namens Manage Your Experiments, das zwei Versionen eines Kartenelements mit echtem Traffic vergleicht. Die Funktion ist einfach: Sie wählen ein zu testendes Element, etwa das Hauptbild, erstellen eine alternative Version, und Amazon zeigt jede Version einem Teil des Traffics über einen Zeitraum und misst, welche mehr Verkäufe oder Conversion erzeugt. Am Ende zeigt das Werkzeug, welche Version gewonnen hat und mit welcher statistischen Sicherheit.

Der Vorteil dieses Werkzeugs ist, dass der Test mit Ihren echten Käufern und auf Ihrem eigenen Traffic läuft, nicht mit Annahmen oder externen Panels. Das gibt verlässliche Ergebnisse für Ihr konkretes Produkt. Die Grenzen sind, dass es nur für Verkäufer mit registrierter Marke verfügbar ist, dass es genügend Traffic für aussagekräftige Ergebnisse braucht und dass es nur bestimmte Elemente zu testen erlaubt. Zu verstehen, wie Manage Your Experiments funktioniert, ist der Ausgangspunkt, um die Karte nicht mehr aus dem Bauch, sondern mit echten Daten zu verbessern, die die Verkäufe wirklich bewegen.

Bevor Sie einen Test starten, lohnt es zu wissen, welche Elemente sich sinnvoll testen lassen. Direkt testbar im Werkzeug sind meist das Hauptbild, der Titel und der A-plus-Content, also die Elemente mit dem größten Einfluss auf Klick und Conversion. Diese Elemente eignen sich, weil man klare Alternativen erstellen und ihre Wirkung auf Verkäufe messen kann. Der Preis lässt sich innerhalb des Werkzeugs meist nicht direkt als Experiment führen, wird aber oft separat und mit Vorsicht getestet, weil er die Marge direkt betrifft.

Nicht direkt testbar sind Faktoren, die außerhalb Ihrer Kontrolle liegen oder die Traffic-Menge übersteigen, die für ein aussagekräftiges Ergebnis nötig ist. Karten mit wenig Traffic geben keine verlässlichen Testergebnisse, weil eine Version schlicht durch Zufall vorn liegen kann. Prüfen Sie deshalb vor dem Test, ob Ihre Karte genügend Traffic hat, sonst dauert es zu lange oder das Ergebnis bleibt unsicher. Die Regel ist, mit den Elementen hoher Wirkung zu beginnen, Hauptbild, Titel, A-plus-Content, und triviale Änderungen zu meiden, die Traffic verbrauchen, ohne etwas zu lehren.

Einen ersten A/B-Test aufzusetzen ist mit wenigen Schritten machbar. Wählen Sie erstens ein einziges Element zum Testen, und zwar eines mit hoher Wirkung, meist das Hauptbild, weil es den Klick am stärksten beeinflusst. Erstellen Sie zweitens eine alternative Version, die eine klare Sache ändert, etwa einen anderen Winkel oder einen engeren Ausschnitt des Produkts, nicht mehrere Dinge zugleich. Starten Sie drittens das Experiment in Manage Your Experiments und lassen Sie es die vom Werkzeug empfohlene Zeit laufen, ohne es vorzeitig zu unterbrechen.

Die goldene Regel ist, eine einzige Variable pro Test zu ändern. Ändern Sie Bild und Titel zugleich, wissen Sie nicht, was den Unterschied verursacht hat. Lassen Sie das Experiment genug Traffic sammeln, damit das Ergebnis verlässlich ist, denn eine Entscheidung mit wenig Daten führt zu falschen Schlüssen. Ist es beendet, übernehmen Sie die Siegerversion und gehen zum nächsten Element über. Mit dem Hauptbild zu beginnen bringt meist die größten Erkenntnisse, weil es der stärkste Hebel der Karte ist. Ein gut aufgesetzter erster Test lehrt mehr über Ihr Produkt als Monate von Annahmen.

Ein guter A/B-Test geht von einer klaren Hypothese aus, nicht von einer zufälligen Änderung. Eine gültige Hypothese hat drei Teile: was Sie ändern, was Sie erwarten und warum. Zum Beispiel: Wenn ich das Hauptbild auf einen Winkel ändere, der das Produkt in der Anwendung zeigt, erwarte ich mehr Klicks, weil der Käufer besser versteht, wofür es dient. Die Hypothese so zu formulieren zwingt Sie, über den Grund der Änderung nachzudenken, und gibt Ihnen ein Kriterium, das Ergebnis zu deuten, ob Sie gewinnen oder verlieren.

Die besten Hypothesen entstehen aus der Beobachtung von Daten und Verhalten: den häufigen Fragen der Käufer, den Rezensionen, die Verwirrungen nennen, den funktionierenden Karten der Konkurrenz oder den Stellen, an denen Ihr Trichter Verkäufe verliert. Eine auf einer echten Beobachtung beruhende Hypothese trifft eher als eine Ahnung. Meiden Sie triviale Änderungen, die keine Frage beantworten, denn sie verbrauchen Traffic, ohne etwas zu lehren. Priorisieren Sie die Hypothesen nach potenzieller Wirkung: zuerst das, was am meisten bewegen kann, Hauptbild, Preis, Titel. Eine klare, gut begründete Hypothese verwandelt jeden Test in eine nützliche Erkenntnis statt in eine Änderung ins Blaue.

Das Hauptbild ist das Element, das man am ehesten testen sollte, weil es den Klick und damit die Verkäufe am stärksten beeinflusst. Änderungen, die sich lohnen, sind der Winkel des Produkts, ein engerer oder weiterer Ausschnitt, das Hinzufügen oder Weglassen eines Kontextelements, das den Maßstab gibt, und Variationen der Beleuchtung, die das Produkt besser hervorheben. Jede wird einzeln gegen die aktuelle Version getestet, indem nur diese Variable geändert wird, um zu wissen, was den Klick wirklich bewegt.

Schon vor einem formalen Test ist eine schnelle Prüfung, jede Version auf Miniaturgröße zu verkleinern und sie auf dem Smartphone neben der Konkurrenz zu betrachten, um zu ahnen, welche mehr fesselt. Aber der A/B-Test gibt die echte Antwort mit Ihrem Traffic. Da das Hauptbild der stärkste Hebel ist, bringt es meist die größten Steigerungen der Conversion, es ist also der erste Ort, an dem man mit dem Testen beginnt. Beachten Sie die Regeln von Amazon: Das Hauptbild auf Weiß, ohne Text und Logos, auch in den getesteten Versionen. Das Hauptbild systematisch zu testen, eine Variable nach der anderen, ist der schnellste Weg, die Aufnahme zu finden, die am meisten verkauft.

Der Titel ist ein weiteres Element hoher Wirkung, das sich zu testen lohnt, weil er sowohl die Suche als auch die Klickentscheidung beeinflusst. Änderungen, die sich lohnen, sind die Reihenfolge der Schlüsselwörter, indem man den meistgesuchten Begriff nach vorn stellt, das Aufnehmen eines Vorteils oder eines hervorgehobenen Merkmals am Anfang und die Länge und Klarheit des Ganzen. Ein Titel, der die wichtigen Schlüsselwörter mit einem klaren Vorteil verbindet, ohne zu einem unlesbaren Wortbrei zu werden, funktioniert meist besser als einer, der mit Begriffen überladen ist.

Beim Testen von Titeln ändern Sie einen Aspekt pro Test: die Reihenfolge oder das Aufnehmen eines Vorteils, nicht alles zugleich. Messen Sie die Wirkung auf Klicks und Conversion, denn ein Titel kann mehr Klicks anziehen, aber schlechter konvertieren, wenn er etwas verspricht, das die Karte nicht hält. Bedenken Sie, dass der Titel auch die Position in der Suche beeinflusst, eine Änderung kann sich also verzögert widerspiegeln. Testen Sie Titel mit derselben Disziplin wie Bilder, eine Variable nach der anderen und mit genügend Zeit. Ein mit Daten optimierter Titel verbessert sowohl die Sichtbarkeit als auch die Conversion der Karte.

Auch A-plus-Content lässt sich testen, und da er die Conversion derer beeinflusst, die bereits auf der Karte sind, messen seine Tests meist die Wirkung auf die Kaufrate. Änderungen, die sich lohnen, sind die Reihenfolge der Bildschirme, indem man das stärkste Argument nach vorn stellt, der Fokus der Botschaft, nach Vorteilen oder nach Merkmalen, das Aufnehmen eines Vergleichs oder einer Tabelle und der visuelle Stil. Da A-plus-Content die Geschichte des Produkts erzählt und Einwände ausräumt, können kleine Änderungen in Anordnung und Darstellung die Conversion bewegen.

Die Disziplin ist dieselbe: Ändern Sie ein Element pro Test, um zu wissen, was den Unterschied verursacht hat. Testen Sie etwa, einen Vergleichsbildschirm weiter nach oben zu verschieben oder einen Textblock durch eine visuellere Infografik zu ersetzen, und messen Sie die Wirkung auf Verkäufe. A-plus-Content testet man meist, nachdem man Hauptbild und Titel optimiert hat, die mehr Wirkung auf den ersten Klick haben. Die Erkenntnisse aus dem A-plus-Content helfen zu verstehen, welche Argumente Ihren Käufer überzeugen, was auch für den Rest der Karte nützlich ist. A-plus-Content mit Methode zu testen verfeinert das Element, das den interessierten Besucher zum Käufer macht.

Der Preis ist ein mächtiges Element, aber sein Testen hat Feinheiten. Anders als Bild oder Titel betrifft der Preis direkt die Marge, ein Preistest muss also nicht nur die Conversion, sondern die Rentabilität betrachten: Ein niedrigerer Preis kann mehr Einheiten verkaufen, aber weniger pro Verkauf verdienen, ein höherer das Gegenteil. Das Ziel ist nicht, die Verkäufe zu maximieren, sondern den Gesamtgewinn, man misst also die kombinierte Wirkung von Preis und Volumen.

Preistests haben praktische Grenzen. Den Preis häufig zu ändern kann Stammkäufer verwirren und die Markenwahrnehmung beeinflussen, und bei Amazon wirkt der Preis komplex mit der Buy Box und der Konkurrenz zusammen. Deshalb testet man Preisänderungen mit Vorsicht, in vernünftigen Schritten und misst die Wirkung auf den Gewinn, nicht nur auf die Verkäufe. Ein gut angelegter Preistest offenbart die Elastizität Ihres Produkts, wie stark sich die Nachfrage bei einer Preisänderung ändert, eine sehr wertvolle Kennzahl. Aber man geht ihn vorsichtiger an als Bild- oder Texttests, weil er direkt das Geld betrifft, das Sie pro Verkauf verdienen.

Der häufigste Fehler bei A/B-Tests ist, einen echten Unterschied mit dem Rauschen des Zufalls zu verwechseln. Bei wenig Traffic kann eine Version schlicht durch Zufall vorn liegen, und sie zum Sieger zu erklären führt zu falschen Entscheidungen. Deshalb zeigt das Werkzeug von Amazon ein Sicherheitsniveau, und man sollte eine Version nur übernehmen, wenn diese Sicherheit hoch ist und der Test genug Zeit mit ausreichend Traffic gelaufen ist. Ein knappes Ergebnis oder eines mit wenig Daten ist kein Sieger, sondern ein Unentschieden, das mehr Zeit braucht.

Um richtig zu deuten, lassen Sie das Experiment das vom Werkzeug empfohlene Volumen sammeln und unterbrechen es nicht aus Ungeduld beim Anblick einer vorn liegenden Version. Achten Sie auf die Größe des Unterschieds: Ein klarer Sieger mit guter Sicherheit ist verlässlich; ein minimaler Vorsprung kann mit mehr Daten verschwinden. Bedenken Sie auch, dass ein Ergebnis für dieses Produkt und diesen Zeitpunkt gilt und die Saisonalität wirken kann. Streng zu deuten, auf statistische Sicherheit zu warten und kleinen oder frühen Unterschieden zu misstrauen, trennt den A/B-Test als nützliches Werkzeug von einem als Daten getarnten Ratespiel. Besser ein klarer, später Sieger als ein schneller, falscher.

Der Zeitpunkt eines Tests beeinflusst sein Ergebnis, und ihn nicht zu beachten führt zu irreführenden Schlüssen. Die Nachfrage vieler Produkte ändert sich mit der Saison, mit besonderen Terminen und mit Verkaufsevents, und ein Test, der zwischen einer normalen Saison und einer Spitze läuft, kann ein verzerrtes Ergebnis geben. Ideal ist, Tests in Zeiten stabiler Nachfrage zu starten, extreme Spitzen und Täler zu meiden, damit der Unterschied zwischen den Versionen ihr Verdienst widerspiegelt und nicht den Zeitpunkt.

Es ist auch sinnvoll, dass der Test genug Zeit läuft, um die normalen Schwankungen zwischen den Wochentagen zu mitteln, denn das Kaufverhalten unterscheidet sich zwischen Werktagen und Wochenenden. Wollen Sie Änderungen vor einer Hochsaison vornehmen, testen Sie mit Vorlauf, in Ruhe, um mit der bereits validierten Siegerversion in die Spitze zu gehen, statt mitten im Event zu experimentieren. Bedenken Sie, dass ein in einer Saison validierter Sieger sich in einer anderen anders verhalten kann, die Erkenntnisse prüft man also regelmäßig. Den Zeitpunkt gut zu wählen, in stabiler Nachfrage und mit genug Zeit, macht die Schlüsse verlässlich und anwendbar, statt ein Abbild des Kalenders.

• Mehrere Variablen zugleich ändern. Sie wissen nicht, was den Unterschied verursacht hat. Eine einzige Variable pro Test.
• Den Test vorzeitig unterbrechen. Eine vorn liegende Version zu sehen und zu stoppen führt zu falschen Siegern. Lassen Sie die empfohlene Zeit laufen.
• Mit wenig Traffic entscheiden. Ein kleiner Unterschied mit wenig Daten ist Rauschen. Warten Sie auf statistische Sicherheit.
• Triviale Änderungen testen. Sie verbrauchen Traffic ohne Erkenntnis. Priorisieren Sie Elemente hoher Wirkung.
• Saisonalität ignorieren. Ein Test zwischen den Saisons wird verzerrt. Testen Sie in stabiler Nachfrage.
• Keine Hypothese formulieren. Eine zufällige Änderung lehrt nichts. Definieren Sie, was Sie ändern, erwarten und warum.

Welches Werkzeug nutze ich für A/B-Tests bei Amazon

Manage Your Experiments, verfügbar für Verkäufer mit registrierter Marke, das zwei Versionen eines Elements mit Ihrem echten Traffic vergleicht und misst, welche besser konvertiert.

Was sollte ich zuerst testen

Das Hauptbild, weil es den Klick am stärksten beeinflusst und meist die größten Conversion-Steigerungen bringt. Danach den Titel und den A-plus-Content.

Wie lange lasse ich einen Test laufen

So lange, wie das Werkzeug empfiehlt, bis zu statistischer Sicherheit mit genug Traffic. Ihn vorzeitig zu unterbrechen führt zu falschen Siegern.

Wie viele Variablen ändere ich pro Test

Nur eine. Ändern Sie Bild und Titel zugleich, wissen Sie nicht, was den Unterschied verursacht hat. Eine Variable pro Test und genug Zeit für ein verlässliches Ergebnis.

A/B-Tests und Fotoqualität hängen enger zusammen, als es scheint, und das zu verstehen macht die Tests wirksamer. Die meisten hochwirksamen Tests drehen sich um visuelle Elemente, allen voran das Hauptbild, denn es entscheidet den Klick in den Ergebnissen. Testen Sie zwei Hauptbilder, testen Sie faktisch zwei Fotoqualitäten oder zwei Bildideen, und der Sieger sagt Ihnen, welche visuelle Sprache Ihr Käufer bevorzugt. Diese Erkenntnis überträgt sich auf die ganze Galerie: Was das Hauptbild besser macht, verbessert oft auch die weiteren Bilder.

Deshalb lohnt es, vor dem Testen die Grundqualität der Fotos sicherzustellen: sauberer weißer Hintergrund, treue Farbe, scharfe Aufnahme mit Auflösungsreserve. Ein Test zwischen zwei schlechten Fotos lehrt wenig; ein Test zwischen zwei durchdachten Varianten offenbart, was wirklich fesselt. Nutzen Sie die Analytik der Plattform, um zu sehen, wo der Trichter Verkäufe verliert, und leiten Sie daraus Hypothesen für die nächsten Tests ab. So werden A/B-Tests und Fotovorbereitung zu einem gemeinsamen Kreislauf, in dem jede getestete Verbesserung die nächste informiert, statt einzelner Änderungen ins Blaue.