Glossar zu Experimenten und CRO
Finden Sie die Definitionen der wichtigsten Begriffe, die bei A/B-Tests, Personalisierung und Konversionsoptimierung verwendet werden.



Alle Definitionen aus dem Glossar
A/B-Test
Eine Methode, bei der zwei Versionen einer Seite oder eines Elements verglichen werden, um festzustellen, welche die beste Leistung erbringt.
Bayes'sche Analyse
Ein statistischer Ansatz, der die Wahrscheinlichkeit, dass eine Variante die Gewinnerin ist, aktualisiert, sobald neue Daten eintreffen, anstatt auf einen festen Schwellenwert zu warten.
Autopilot
Eine Funktion, die die Verkehrsverteilung automatisch auf die leistungsstärkste getestete Variante ausrichtet.
Mehrfacharmiger Bandit
Ein Algorithmus, der den leistungsstärksten getesteten Varianten nach und nach mehr Datenverkehr zuweist, anstatt ihn gleichmäßig auf alle Varianten zu verteilen.
Selektionsverzerrung
Ein Fehler, der auftritt, wenn die Stichprobe der Besucher, die einem Test unterzogen werden, nicht repräsentativ für die gesamte Zielgruppe ist und dadurch die Ergebnisse verfälscht werden.
Heatmap
Eine visuelle Darstellung, die zeigt, wo Besucher auf einer Seite klicken, mit der Maus darüberfahren oder scrollen. Dies ist hilfreich, um Bereiche zu identifizieren, die optimiert werden können.
Champion/Herausforderer
Eine Methode, bei der die aktuelle Version einer Seite (der Champion) gegen eine oder mehrere neue Versionen (die Herausforderer) antritt, um zu sehen, welche am besten abschneidet.
Verhaltensorientiertes Targeting
Segmentierung der Besucher basierend auf ihren Aktionen oder ihrem Verlauf auf der Website.
CRO (Konversionsratenoptimierung)
Alle Maßnahmen, die darauf abzielen, die Konversionsrate einer Website oder Anwendung zu verbessern.
Visueller Editor
Eine Benutzeroberfläche, mit der Sie das Erscheinungsbild einer Seite (Text, Farben, Elemente) ändern können, ohne Code schreiben zu müssen, um Testvarianten zu erstellen.
Flimmereffekt
Kurze Anzeige des Originalinhalts vor dessen Ersetzung durch die getestete Variante, was sich negativ auf das Benutzererlebnis auswirken kann.
Konversionstrichter
Die folgenden Schritte, die ein Besucher durchläuft, bevor er eine Conversion ausführt (z. B. Produktseite, dann Warenkorb, dann Zahlung), sind hilfreich, um festzustellen, wo Nutzer ihre Käufe abbrechen.
Fehler 1. Art (falsch positiv)
Zu fälschlicherweise zu schlussfolgern, dass eine Variante die Oberhand gewinnt, wenn der beobachtete Unterschied auf Zufall beruht.
Fehler 2. Art (falsch negativ)
Das Scheitern bei der Feststellung eines tatsächlichen Unterschieds zwischen Varianten ist häufig auf eine unzureichende Stichprobengröße zurückzuführen.
Feature-Flagge
Ein technischer Mechanismus, der es ermöglicht, eine Funktion für bestimmte Benutzer zu aktivieren oder zu deaktivieren, ohne den Code neu bereitstellen zu müssen; wird häufig verwendet, um Tests schrittweise einzuführen.
Hypothese testen
Eine überprüfbare Aussage, die vor einem Experiment formuliert wird und die erwartete Veränderung sowie deren mutmaßliche Auswirkung auf das Besucherverhalten beschreibt.
Leistungskennzahl (KPI)
Eine Kennzahl, die zur Messung des Erfolgs eines Tests oder Experiments gewählt wird, wie z. B. die Konversionsrate oder der durchschnittliche Bestellwert.
Konfidenzintervall
Wertebereich, innerhalb dessen das wahre Ergebnis eines Tests mit einer gewissen Sicherheit geschätzt wird.
Multivariate Tests
Gleichzeitiges Testen mehrerer Variablenkombinationen auf derselben Seite, um die effizienteste Kombination zu ermitteln.
Konversionsziel
Spezifische Aktion, die von einem Besucher erwartet wird (Kauf, Registrierung, Klick usw.), anhand derer die Leistung einer Variante gemessen wird.
Landingpage
Die Seite, auf der ein Besucher nach dem Anklicken eines Links landet, ist oft Gegenstand von Optimierungstests.
Anpassung
Die angezeigten Inhalte werden an das Profil oder das Verhalten des Besuchers angepasst.
Statistische Aussagekraft
Die Wahrscheinlichkeit, dass ein Test einen tatsächlichen Unterschied zwischen Varianten erkennt, falls ein solcher existiert; sie hängt insbesondere von der Stichprobengröße ab.
Randomisierung
Eine zufällige Verteilung der Besucher auf die verschiedenen Varianten eines Tests ist unerlässlich, um zuverlässige Ergebnisse zu gewährleisten.
Zielgruppensegmentierung
Aufteilung der Besucher in Gruppen nach gemeinsamen Kriterien (Verhalten, Quelle, Gerät usw.) für gezielte Analysen oder Tests.
Benutzersitzung
Kontinuierliche Aktivitätsdauer eines Besuchers auf einer Website, die häufig als Maßeinheit in der Testanalyse verwendet wird.
Statistische Signifikanz
Ein Indikator zur Bestimmung, ob der beobachtete Unterschied zwischen zwei Varianten zuverlässig ist und nicht auf Zufall beruht.
Split-URL-Test
Eine Testart, die zwei unterschiedliche URLs vergleicht, anstatt zwei Versionen derselben Seite.
Stichprobengröße
Die Anzahl der Besucher oder Sitzungen, die erforderlich ist, damit ein Test eine zuverlässige statistische Signifikanz erreicht.
Klickrate (CTR)
Prozentsatz der Besucher, die auf ein Element (Schaltfläche, Link, Banner) klicken, im Vergleich zur Gesamtzahl der Personen, die es gesehen haben.
Umrechnungskurs
Anteil der Besucher, die eine definierte Zielaktion abgeschlossen haben, im Verhältnis zur Gesamtzahl der Besucher.
Absprungrate
Prozentsatz der Besucher, die eine Website verlassen, nachdem sie nur eine Seite angesehen haben, ohne weitere Interaktion.
A/A-Test
Ein Test, bei dem zwei identische Versionen einer Seite verglichen werden, um zu überprüfen, ob das Testwerkzeug und die Messmethode korrekt funktionieren.
Post-hoc-Test (Nachanalyse)
Eine eingehende Analyse der Ergebnisse nach Abschluss eines Tests, beispielsweise nach Zielgruppensegmenten, um weitere Erkenntnisse zu gewinnen.
p-Wert
Die Wahrscheinlichkeit, ein Ergebnis zu beobachten, das mindestens so extrem ist wie das gemessene, wenn kein wirklicher Unterschied zwischen den Varianten bestünde; ein niedriger Wert stärkt das Vertrauen in das Ergebnis.
Variante
Eine alternative Version einer Seite oder eines Elements, die mit dem Original (der Kontrollvariante) verglichen wird, um ihre Auswirkungen zu messen.
Was Sie über das Glossar wissen müssen
Wird das Glossar regelmäßig aktualisiert?
Ja, es entwickelt sich mit den neuen Begriffen weiter, die bei Experimenten und der Personalisierung verwendet werden.
Darf ich einen weiteren Begriff vorschlagen?
Ja, kontaktieren Sie unser Team und schlagen Sie uns einen Begriff zur Definition vor.
Ist das Glossar auch ohne Benutzerkonto zugänglich?
Ja, alle Definitionen sind frei zugänglich.
Wo kann ich mehr über diese Konzepte erfahren?
Besuchen Sie unsere Akademie, um umfassendere Inhalte zu diesen Themen zu erhalten.


