Multivariantentest

Der Multivariantentest, auch A/B/n-Test, ist die erweiterte Form des häufig genutzten A/B-Tests. Mit Hilfe von Multivariantentests bzw. A/B/n-Tests können umfangreichere Shop-Anpassungen auf Ihren Nutzen hin ausgewertet werden.

 

Bei Multivarianten- bzw. A/B/n steht die Variable „n“ für die unbegrenzte Anzahl an möglichen Varianten, die zur gleichen Zeit gegeneinander getestet werden können. So können zum Beispiel gleichzeitig die Farbe und die Platzierung eines Buttons gegeneinander getestet werden. Die User werden, wie bei einem regulären A/B-Test, per Zufallsprinzip einer der verschiedenen Varianten zugeordnet. Bei dieser Form der Tests wird allerdings eine im Vergleich größere Userzahl benötigt, um ein aussagekräftiges Ergebnis erzielen zu können.

 

Der Nachteil des Multivarianten- bzw. A/B/n-Tests besteht darin, dass bei der Analyse von einem Durchschnittskunden ausgegangen wird. Dieser lässt sich jedoch nicht als allgemein gültig definieren. Auch können andere Abweichungen des Users nicht berücksichtigt werden. So können Stamm- und Großkunden, durch ihr stark aus der Norm fallendes Kaufverhalten, die Ergebnisse des Tests verfälschen. Hierfür eignet sich die Durchführung dynamischer A/B/n-Tests. Hierbei werden die Varianten auf Basis des Userverhaltens immer wieder neu angepasst.

 

Signifikanz eines A/B/n-Tests

 

Ein Signifikanztest gibt an, wie wahrscheinlich es ist, dass ein Ergebnis nicht zufällig entstanden ist und berechnet die statistische Irrtumswahrscheinlichkeit. Solche Signifikanzrechner finden sich sowohl online, als auch in verschiedenen A/B-Testing-Tools.

Previous
Next
More Glossary Items
Demand Side Platform (DSP)
Die DSP ist eine essentielle Technologie für den automatisierten Handel mit Online-Werbeplätzen. Die...
Read More
Customer Data Platform (CDP)
In einer Customer Data Platform (CDP) werden Daten aus unterschiedlichen Datenquellen in ein System zusammengeführt....
Read More
NPS®
Siehe auch: Net Promoter Score℠*           *Net Promoter®, NPS®, NPS Prism®,...
Read More