25 Fachbegriffe rund um Conversion Rate Optimierung, A/B-Testing, Analytics und Shopify – verständlich erklärt, mit Kontext aus der Praxis.
Kontrollierter Vergleich zweier Varianten zur Messung von Unterschieden in der Conversion Rate.
Beim A/B-Testing wird der Traffic auf einer Seite zufällig auf zwei Varianten aufgeteilt: die Originalversion (Control) und eine veränderte Version (Variant). Durch statistische Analyse wird ermittelt, welche Variante besser performt. Tests sollten mindestens 2.000 Conversions und 3 Wochen Laufzeit erreichen, um zuverlässige Ergebnisse zu liefern.
Der sichtbare Bereich einer Webseite ohne Scrollen.
Above the Fold bezeichnet den Teil einer Website, der sofort nach dem Laden ohne Scrollen sichtbar ist. In der CRO ist dieser Bereich besonders wichtig, da er den ersten Eindruck prägt und maßgeblich darüber entscheidet, ob Nutzer weiterscrollen oder abspringen. Wichtige Elemente wie Value Propositions, CTAs und Trust Signals sollten hier platziert werden.
Durchschnittlicher Bestellwert aller Transaktionen in einem definierten Zeitraum.
Der Average Order Value berechnet sich aus dem Gesamtumsatz geteilt durch die Anzahl der Bestellungen. Ein höherer AOV bedeutet mehr Umsatz pro Kunde ohne zusätzliche Akquisitionskosten. CRO-Maßnahmen wie Cross-Selling, Bundle-Angebote oder dynamische Schwellenwerte für kostenlosen Versand können den AOV signifikant steigern.
Statistische Methode, die Wahrscheinlichkeiten statt p-Werte zur Testauswertung nutzt.
Im Gegensatz zum klassischen Frequentist-Ansatz berechnet Bayesian Testing die Wahrscheinlichkeit, dass eine Variante besser ist als die andere. Statt eines binären 'signifikant/nicht signifikant' liefert es eine prozentuale Gewinnwahrscheinlichkeit (z. B. '94 % Wahrscheinlichkeit, dass Variante B besser ist'). Viele moderne Testing-Tools wie Kameleoon oder VWO nutzen diesen Ansatz.
Anteil der Besucher, die eine Seite ohne Interaktion wieder verlassen.
Die Bounce Rate misst den Prozentsatz der Sessions, in denen ein Nutzer die Einstiegsseite ohne weitere Aktion verlässt. In GA4 wurde sie durch die Engagement Rate ersetzt (Bounce Rate = 100 % − Engagement Rate). Eine hohe Bounce Rate auf Produktseiten deutet oft auf Diskrepanz zwischen Ad-Versprechen und Landing-Page-Inhalt hin.
Handlungsaufforderung, die Nutzer zu einer gewünschten Aktion leitet.
Ein CTA ist ein visuell hervorgehobenes Element (meist ein Button), das den Nutzer zu einer konkreten Handlung auffordert: 'In den Warenkorb', 'Jetzt kaufen', 'Kostenlos testen'. In der CRO werden CTAs hinsichtlich Text, Farbe, Größe, Platzierung und Umgebung getestet. Die Formulierung sollte benefit-orientiert sein und Dringlichkeit vermitteln.
Prozentualer Anteil der Besucher, die eine gewünschte Aktion abschließen.
Die Conversion Rate berechnet sich als Conversions geteilt durch die Gesamtzahl der Sessions (oder Unique Visitors), multipliziert mit 100. Im E-Commerce liegt die durchschnittliche CVR bei 2–3 %. Eine Steigerung von 2 % auf 2,5 % bedeutet bei gleichem Traffic 25 % mehr Umsatz. CRO zielt darauf ab, diese Rate systematisch und messbar zu steigern.
Gesamtwert eines Kunden über die gesamte Dauer der Geschäftsbeziehung.
Der CLV kombiniert Erstbestellwert, Wiederkaufrate, durchschnittlichen Bestellwert und Retentionszeitraum. Für CRO ist der CLV entscheidend, da bestimmte Optimierungen kurzfristig die CVR senken, aber langfristig wertvollere Kunden gewinnen können (z. B. Qualifizierung durch Questionnaires).
Convertlabs proprietärer CRO-Prozess mit zwei Phasen: Analyse und Umsetzung.
Das Double Diamond Framework teilt den CRO-Prozess in zwei Diamanten: Der erste (Analyse) umfasst Full-Funnel-Analyse, quantitative und qualitative Research sowie den Motivkompass. An der Schnittstelle entstehen priorisierte Hypothesen. Der zweite Diamant (Umsetzung) umfasst Design, Implementierung, QA und statistische Auswertung. Der Prozess läuft iterativ, wobei jeder Zyklus neue Erkenntnisse für den nächsten liefert.
Anteil der Sessions mit aktiver Nutzerinteraktion (GA4-Metrik).
Die Engagement Rate in GA4 misst den Anteil der Sessions, die länger als 10 Sekunden dauern, ein Conversion-Event auslösen oder mindestens 2 Seitenaufrufe haben. Sie ersetzt de facto die alte Bounce Rate und bietet ein positiveres, aussagekräftigeres Bild der Nutzerinteraktion.
Ganzheitliche Untersuchung der Customer Journey vom ersten Kontakt bis zum Kauf.
Die Full Funnel Analyse prüft jeden Touchpoint der Customer Journey auf Kongruenz und Optimierungspotenzial: von der Ad über die Landing Page, PDP, Warenkorb bis zum Checkout und Post-Purchase. Brüche im Messaging, unklare Navigationsstrukturen und fehlende Trust Signals werden systematisch identifiziert.
Googles aktuelle Analytics-Plattform mit event-basiertem Tracking-Modell.
GA4 löst Universal Analytics ab und basiert vollständig auf Events statt Sessions. Jede Nutzeraktion (Seitenaufruf, Klick, Scroll, Kauf) ist ein Event mit optionalen Parametern. Für CRO bietet GA4 Exploration Reports, Funnel-Analysen und Segmentierung nach Kohorten – essenziell für datenbasierte Hypothesenbildung.
Visuelle Darstellung von Nutzerinteraktionen auf einer Webseite.
Heatmaps zeigen durch Farbkodierung, wo Nutzer klicken (Click Map), wie weit sie scrollen (Scroll Map) und welche Bereiche Aufmerksamkeit erhalten (Attention Map). Tools wie Hotjar oder Microsoft Clarity generieren diese Daten. Für CRO liefern Heatmaps qualitative Evidenz: Werden CTAs übersehen? Gibt es 'tote Zonen'? Scrollen Nutzer bis zum Key Content?
Prominenter Kopfbereich einer Landing Page mit Kernbotschaft und primärem CTA.
Die Hero Section ist der erste sichtbare Bereich einer Seite und enthält typischerweise Headline, Subline, Hero-Image oder -Video und einen primären CTA. In der CRO ist sie eine der meistgetesteten Zonen, da sie den stärksten Einfluss auf die Absprungrate und die weitere Nutzerinteraktion hat.
Kausale Annahme im Format 'Wenn X, dann Y, weil Z' als Basis für A/B-Tests.
Eine CRO-Hypothese formuliert eine testbare Annahme: 'Wenn wir Element X ändern, dann erwarten wir Ergebnis Y, weil Datenquelle Z diesen Zusammenhang nahelegt.' Im Convertlab-Framework werden Hypothesen nach 5 Kriterien priorisiert: Proof, Impact, Effort, Users Affected und Issue Rank.
Template-Sprache von Shopify zur dynamischen Darstellung von Shop-Inhalten.
Liquid ist Shopifys Open-Source Template-Engine, die Variablen, Schleifen und Bedingungen ermöglicht. Für CRO-Implementierungen ist Liquid-Expertise essenziell, um Testvarianten direkt im Theme-Code umzusetzen, ohne auf langsame Page Builder zurückgreifen zu müssen. Custom Liquid-Code gewährleistet maximale Page Speed.
Kleine Zwischenaktionen auf dem Weg zur Haupt-Conversion.
Micro Conversions sind Zwischenschritte wie 'Newsletter Signup', 'Add to Wishlist', 'Product Video angesehen' oder 'Size Guide geöffnet'. Sie zeigen Kaufintention und helfen, den Funnel granularer zu analysieren. In A/B-Tests dienen sie als sekundäre Metriken, die auch bei kleinerem Traffic statistisch signifikante Aussagen ermöglichen.
Test, der mehrere Elemente und ihre Kombinationen gleichzeitig prüft.
Im Unterschied zum A/B-Test werden bei einem MVT mehrere Variablen gleichzeitig variiert (z. B. Headline × Button-Farbe × Bild). Das erlaubt es, Interaktionseffekte zu erkennen, benötigt aber deutlich mehr Traffic. Für die meisten Shopify-Shops empfehlen wir klassische A/B-Tests, da MVTs oft unrealistische Sample Sizes erfordern.
Ladegeschwindigkeit einer Webseite, gemessen in Core Web Vitals.
Page Speed umfasst Metriken wie LCP (Largest Contentful Paint), FID (First Input Delay) und CLS (Cumulative Layout Shift). Jede 100ms zusätzliche Ladezeit kostet durchschnittlich 1 % Conversion. Deshalb implementiert Convertlab A/B-Tests als schlanken Custom-Code statt über schwergewichtige Page Builder.
Durchschnittlicher Umsatz pro Website-Besuch – die wichtigste CRO-Metrik.
RPV = Gesamtumsatz ÷ Anzahl Sessions. RPV ist aussagekräftiger als die reine Conversion Rate, da es sowohl CVR als auch AOV berücksichtigt. Ein Test kann die CVR senken, aber den RPV steigern (z. B. durch höherpreisige Produkte). Bei Convertlab ist RPV die primäre Erfolgsmetrik für jeden A/B-Test.
Benötigte Stichprobengröße für ein statistisch aussagekräftiges Testergebnis.
Die Sample Size bestimmt, wie viele Besucher oder Conversions ein A/B-Test benötigt, um ein zuverlässiges Ergebnis zu liefern. Bei Convertlab fordern wir mindestens 2.000 Conversions und 95 % statistische Signifikanz. Zu früh gestoppte Tests liefern False Positives und können zu falschen Business-Entscheidungen führen.
Videoaufzeichnung einzelner Nutzersitzungen zur qualitativen Analyse.
Session Recordings zeigen exakt, wie ein Nutzer durch den Shop navigiert: Mausbewegungen, Scrollverhalten, Klicks und Hesitationen. Tools wie Hotjar oder FullStory anonymisieren personenbezogene Daten. Für CRO liefern sie unersetzliche Insights, warum Nutzer an bestimmten Stellen abspringen.
Modulare, anpassbare Inhaltsblöcke im Shopify-Theme-Editor.
Sections sind wiederverwendbare Bausteine eines Shopify-Themes, die über den Theme Editor konfigurierbar sind. Für CRO-Tests können Custom Sections entwickelt werden, die spezifische Testvarianten enthalten und über Feature Flags gesteuert werden – ohne Risiko für den Live-Shop.
Wahrscheinlichkeit, dass ein Testergebnis nicht auf Zufall beruht.
Statistische Signifikanz gibt an, wie sicher wir sein können, dass ein beobachteter Unterschied zwischen zwei Varianten real und nicht zufällig ist. Bei 95 % Signifikanz besteht nur eine 5 % Chance (p < 0,05), dass der Unterschied durch Zufall entstanden ist. Convertlab akzeptiert keine Testergebnisse unter diesem Schwellenwert.
Vertrauensbildendes Element wie Siegel, Bewertungen oder Garantien.
Trust Signals reduzieren die wahrgenommene Kaufunsicherheit: Trusted Shops Siegel, Kundenbewertungen, Zahlungsanbieter-Logos, Garantie-Badges oder 'Bekannt aus'-Logos. In der CRO werden Platzierung, Anzahl und Art der Trust Signals getestet. Besonders wirkungsvoll sind sie nahe des CTA-Buttons und im Checkout.
Im kostenlosen Erstgespräch zeigen wir dir, welche CRO-Hebel für deinen Shopify-Shop den größten Impact haben.