Growth Hacking: Verkaufsideen mit überschaubarem Aufwand testen

Er zeigt, ob die untersuchte Änderung unter den Testbedingungen hilfreich war. Es kann auch kein eindeutiger Unterschied erkennbar sein. Wir leiten daraus einen sinnvollen nächsten Schritt ab, statt jedes Experiment als Erfolg zu verkaufen.

Bei einem A/B-Test werden zwei Varianten verglichen. Dafür müssen genügend vergleichbare Besuche vorliegen. Bei geringem Traffic können wir zunächst Nutzer beobachten oder technische Fehler untersuchen, bevor wir einen statistischen Test planen.

Gut geeignet sind begrenzte Fragen, etwa ob benötigte Angebotsinformationen vor der Kontaktaufnahme fehlen. Wir wählen einen Punkt, den sich mit vertretbarem Aufwand verändern und beobachten lässt.

Wir halten die untersuchte Änderung und parallel laufende Maßnahmen fest. Wenn mehrere Dinge gleichzeitig verändert werden müssen, kennzeichnen wir, dass sich ihre Wirkung nicht sauber einzeln zuordnen lässt.

Wir vereinbaren vorab, wann abgebrochen oder zurückgestellt wird. Die ursprüngliche Variante bleibt technisch wiederherstellbar, und die Erkenntnis wird dokumentiert, damit derselbe Versuch nicht ohne Anlass wiederholt wird.

Sie richtet sich nach der Fragestellung, Nutzung und nötigen Beobachtung. Wir nennen keine pauschale Erfolgsfrist; bei geringer Nachfrage kann die Datenlage auch nach längerer Laufzeit unzureichend bleiben.

Die Verantwortlichen für das betroffene Angebot und den jeweiligen Kanal sollten eingebunden sein. Änderungen an Preisen, Leistungszusagen oder sensiblen Abläufen benötigen eine gesonderte fachliche Freigabe.

Sie erhalten eine Auswertung der relevanten Aktionen und der Datenqualität. Wir empfehlen, die Änderung zu übernehmen, anzupassen oder zurückzunehmen. Für größere Investitionen benennen wir, welche Erkenntnisse noch fehlen.