Home >Internet >A/B Testing ideen und Priorisierung für Onlinemedien

A/B Testing ideen und Priorisierung für Onlinemedien

Date post:05-Dec-2014
Category:
View:257 times
Download:0 times
Share this document with a friend
Description:
In diesem Vortrag, präsentiert bei der Veranstaltung "Optimierung für Verlage und Onlinemedien" am 9. Oktober 2014 zeigt Marius Kremeyer: - Wie man Ideen für A/B Testing generiert - Warum man kein Experiment ohne eine Hypothese aufsetzen sollte - Wie eine gute Hypothese aussieht - Wie man Testhypothesen priorisiert - Was Medienunternehmen und Verlage testen könnten All dies soll helfen, A/B Testing besser vorzubereiten, damit man auf die wichtigsten Schwachstellen hin optimiert und Ergebnisse fehlerfrei interpretieren kann. Optimizely können Sie unter: https://www.optimizely.de/pricing 30 Tage kostenfrei ausprobieren. Auf http://blog.optimizely.de/ finden Sie außerdem Ideen und Fallstudien rund um das Thema A/B Testing und Conversion Optimierung.
Transcript:
  • 1. WAS SOLLEN WIR TESTEN? Marius Kremeyer Senior Account Executive D-A-CH Optimizely
  • 2. INHALTE Wie entstehen Testideen? Hypothesen Priorisieren ! Konkrete Beispiele
  • 3. Wie entstehen Testideen?
  • 4. WIE ENTSTEHEN TESTIDEEN? Analytics Qualitative Studien Direkter Kundenkontakt Best Practices Strategieberater*
  • 5. WISSENSCHAFT
  • 6. 6 PRINZIPIEN (CIALDINI) Reziprozitt/Gegenseitigkeit Konsistenz und Verbindlichkeit Social Proof Sympathie Autoritt Knappheit
  • 7. Hypothesen
  • 8. HYPOTHESEN Warum? Wie sieht eine gute Hypothese aus?
  • 9. ZIEL EINER HYPOTHESE Fokus auf die richtigen Ziele und KPIs Fokus auf die richtigen Elemente Daten fhren zu klarer Entscheidung ! Keine Hypothese > Keine Learnings
  • 10. WIE SIEHT EINE GUTE HYPOTHESE AUS? Wenn [gezielte Vernderung] dann [erwarteter Effekt; KPI] weil [tiefer liegendes Prinzip]. ! Wenn Empfehlungen von unten nach oben links verschoben werden dann steigen Pageviews pro Besuch weil sie mehr Aufmerksamkeit bekommen und Nutzer eher relevanten Content finden.
  • 11. WIE SIEHT KEINE GUTE HYPOTHESE AUS? Empfehlungen verschieben. ! berschriften rot frben. ! Abo-Link auf Start- und Artikelseite vergrern
  • 12. WIE SIEHT EINE GUTE HYPOTHESE AUS? Wenn [gezielte Vernderung] dann [erwarteter Effekt] weil [tiefer liegendes Prinzip]. ! ! > Ursache und Wirkung verstehen
  • 13. Priorisieren
  • 14. PRIORISIEREN VON TESTIDEEN Warum? Wie?
  • 15. WARUM PRIORISIEREN? A/B Testing kostet Geld Plattform Personal Opportunittskosten
  • 16. WIE PRIORISIEREN? Erwarteter Nutzen 5 4 3 2 1 0 1 0 1 2 3 4 5 Kosten (Aufwand) 5 4 3 2
  • 17. WIE PRIORISIEREN?
  • 18. WIE PRIORISIEREN?
  • 19. INHALTE Wie entstehen Testideen? Hypothesen Priorisieren
  • 20. STNDIGES TESTING TESTIDEEN GENERIEREN HYPOTHESEN ERSTELLEN PRIORISIEREN ERGEBNISSE ANALYSIEREN EXPERIMENTE STARTEN
  • 21. INHALTE Wie entstehen Testideen? Hypothesen Priorisieren ! Konkrete Beispiele
  • 22. RECOMMENDATION ENGINE
  • 23. HEADLINES TESTEN Erster Schritt -Einzelne Headlines testen -Allgemeine Prinzipien erproben: Kurz - lang Moderat - Reierisch Mit Verben - Ohne Verben Teaser-Bilder: Politiker vs. Thematik Zweiter Schritt -Integration ins Redaktionssystem/CMS integrieren Autor/Ressortleiter/Newsdesk gibt grundstzlich mehrere Headlines Automatisches Testing der Headlines
  • 24. RESSORTS DARSTELLEN
  • 25. NEWSLETTER-ANMELDUNG (MOBILE) Klassische Anmeldung (Eingabe per Emailadresse) One-Click-Anmeldung
  • 26. STNDIGES TESTING TESTIDEEN GENERIEREN HYPOTHESEN ERSTELLEN PRIORISIEREN ERGEBNISSE ANALYSIEREN EXPERIMENTE STARTEN
  • 27. FRAGEN! Wie entstehen Testideen? Hypothesen Priorisieren ! Konkrete Beispiele
  • 28. APPENDIX
  • 29. WARUM OPTIMIEREN? Steady Traffic with Conversion Rate Improvements Steady Conversion Rate with Traffic Spike Customers acquired per month 240 160 80 0 Jan. Feb. Mar. April May June July August
  • 30. PRAXISBEISPIEL: BLEACHER REPORT Peter Hastie, Frontend Entwickler
  • 31. SOCIAL SHARING Was ist die beste Funktionalitt um Social Shares zu bekommen?
  • 32. SOCIAL SHARING +764% social media followers Original Current Variation
  • 33. SOCIAL SHARES Stndiges Testing eingefhrt *Peter Hastie, Optimizely Developer Showcase, OptiCon 2014.
  • 34. WAS IST WIRKLICH DAS BESTE ZIEL?

Click here to load reader

Embed Size (px)
Recommended