Entwickelt aus den Erkenntnissen von 1.000+ A/B-Tests. Ein iterativer, datengetriebener Prozess, der Bauchgefühl durch messbare Ergebnisse ersetzt.
Bevor wir eine einzige Zeile Code ändern, identifizieren wir datenbasiert, wo und warum Nutzer im Kaufprozess abspringen. Vier Forschungsmethoden liefern dafür das Fundament.
Vom ersten Ad-Klick bis zum Checkout: Wir prüfen die gesamte Customer Journey deiner Nutzer und der deiner Konkurrenten auf Kongruenz. Jeder Touchpoint wird auf Brüche, Widersprüche und verlorene Nutzer untersucht.
Mit unserem eigenen Google Looker Studio CRO Dashboard identifizieren wir über quantitative Daten das WAS und das WO: Was sind Probleme der Nutzer? An welchen Stellen haben sie diese Probleme?
Heatmaps, Session Recordings, Kundenumfragen und Support-Tickets zeigen uns das WARUM hinter den Zahlen. KI analysiert dabei große Mengen an Reviews und Kommentaren automatisiert.
Wir nutzen das mächtigste Tool im Marketing, um die Emotionen der Nutzer im Zusammenhang mit dem Kauf der Produkte zu verstehen. Design und Copy der Tests werden später exakt darauf zugeschnitten.
Alle Erkenntnisse fließen in ein Figma Whiteboard. Daraus entstehen im nächsten Schritt kausale Hypothesen: "Wenn wir X ändern, dann erwarten wir Y, weil Z." Die Priorisierung erfolgt nach einem 5-Kriterien-Scoring (1-5 Punkte je Kategorie).
Wie viel quantitative oder qualitative Evidenz stützt diese Hypothese?
Welcher Revenue- oder Conversion-Uplift ist basierend auf den Ergebnissen vergleichbarer Tests aus der Vergangenheit zu erwarten?
Wie aufwändig ist die Implementierung? Weniger Aufwand = höherer Score.
Wie viele kaufende Nutzer sehen diese Änderung? (Z.b. Warenkorb = 5 vs. Impressum = 1).
Wie kritisch ist der zugrundeliegende Fehler für die User Experience?
Jede Hypothese erhält einen Score aus 5 Kriterien. Die höchsten Scores je Bereich im Shop werden zuerst getestet, um maximalen Impact bei minimalem Risiko zu erzielen.
Die ausgewählten Hypothesen werden in vier Schritten getestet und ausgewertet. Dabei sind insbesondere schlanker Code, eine genaue QA und die korrekte statistische Auswertung essentiell.
UI/UX-Elemente werden auf Basis psychologischer Trigger gestaltet, immer innerhalb der Corporate Identity und maßgeschneidert für das dominante Motivfeld des Kunden. Jedes Element hat eine klare Aufgabe in der Hypothese.
Keine Page-Builder und so wenig Code wie möglich im Testing Tool. Wir coden jede Testvariante custom in Shopify, um maximalen Page Speed zu gewährleisten und Flickering zu verhindern. Langsame Tests verfälschen Ergebnisse.
Vor dem Go-Live wird jede Variante auf allen relevanten Browsern und Betriebssystemen getestet. Pixel-perfekte Darstellung auf jedem Gerät ist Pflicht.
Nach ausreichender Laufzeit (in der Regel 3–5 Wochen) werden die Testergebnisse für die primäre KPI (z.B. ARPU) und weitere relevante secondary KPIs hinsichtlich statistischer Signifikanz ausgewertet.
Der Double Diamond Prozess ist kein einmaliges Projekt.
Jeder Zyklus liefert Daten, die den nächsten Zyklus besser machen.