Conversion-Optimierung für Onlineshops: herausfinden, wo Käufer abspringen — und warum.

Erst messen, dann ändern

Conversion-Optimierung beginnt nicht mit einer Idee, sondern mit einer Zahl: an welcher Stufe zwischen Einstieg und Bestellung die meisten Besucher verloren gehen. Ohne diese Zahl optimiert man, was auffällt — einen Button, eine Farbe —, statt was wirkt.

Die Voraussetzung ist ein Tracking, dem man trauen kann. Werden Checkout-Schritte und Bestellungen korrekt erfasst und mit den Bestellungen im Shop abgeglichen? Wenn nicht, ist das die erste Baustelle. Wie wir Tracking prüfen und einrichten, beschreibt unsere Leistung Tracking und Analytics.

Ursachen, die man im Shop findet, nicht im Bericht

Manche Abbrüche erklärt keine Statistik, sondern nur ein Blick in die Einstellungen. Ein Beispiel aus Shopware: Ob eine Zahlart im Checkout erscheint, hängt davon ab, ob sie aktiv ist, dem Verkaufskanal zugeordnet ist und ihre Verfügbarkeitsregel erfüllt (Warum eine Zahlart nicht angeboten wird). Fehlt für einen Teil der Kunden die gewohnte Zahlart, brechen sie ab — und im Funnel sieht man nur den Abbruch, nicht den Grund.

Ähnlich ist es mit der Bedienbarkeit. In unserer automatisierten Prüfung von 51 Shopware-Shops fanden sich im Adressformular des Checkouts unbeschriftete Felder und fehlerhafte Angaben für das automatische Ausfüllen (zur Messung). Solche Details machen ein Formular auf dem Telefon mühsam, auch für Menschen ohne Einschränkung.

Ehrlich mit kleinen Zahlen

A/B-Tests brauchen Besucher. Bei wenigen hundert Bestellungen im Monat reicht die Menge für viele Änderungen oft nicht für eine belastbare Aussage. Wir sagen das vorher und arbeiten dann mit Vorher-nachher-Vergleichen, deren Grenzen im Bericht stehen — saisonale Schwankungen, Kampagnen, Preisänderungen. Eine Zahl, die man nicht sauber messen kann, behaupten wir nicht.

Conversion-Optimierung heißt: den größten Verlust finden, die Ursache belegen, die Änderung messen. In dieser Reihenfolge.