A/B-Test (Split-Test)
A/B-Tests, manchmal auch Split-Tests genannt, sind ein Bewertungsinstrument, mit dem sich zum Beispiel eine Originalversion einer Software mit einer leicht veränderten Variante vergleichen lässt. In der Wirtschaft lässt sich mit solchen Tests feststellen, welche Version eines Systems einem Unternehmen hilft, ein Geschäftsziel effektiver zu erreichen.
A/B-Tests werden häufig in der Software- und Webentwicklung eingesetzt. Sie helfen sicherzustellen, dass Änderungen an einer Software, Webseite oder einer Seitenkomponente von fundierten Daten, und nicht von der persönlichen Meinung des Entwicklers bestimmt werden. Im Laufe der Jahre haben sich A/B-Tests zu einer der wichtigsten Testmethoden im Online-Marketing entwickelt. Mit A/B-Tests werden aber auch Preise, Designs und Werbemaßnahmen verglichen.
A/B-Tests sind grundsätzlich Blindstudien. Den Teilnehmern ist nicht bekannt, dass getestet wird. Das Vorgehen bei einem A/B-Test ist leicht zu verstehen. Die Zielgruppe, zum Beispiel die Besucher einer Website, wird in zwei Untergruppen aufgeteilt - Gruppe A und Gruppe B.
Das Testobjekt, zum Beispiel eine Website, wird ebenfalls zweigeteilt. Das eine Testobjekt ist das Original, das andere die veränderte Version. Gruppe A wird das Original präsentiert, Gruppe B die veränderte Version. Im Anschluss des Besuchs werden die Reaktionen verglichen. Mit Reaktion ist hierbei das gewünschte Wirkungsergebnis gemeint, wie zum Beispiel die größere Akzeptanz der neuen Website.
In einem typischen A/B-Test einer Webseite ist die Version A die Kontrolle und die Version B die Variante. Während des Testzeitraums wird die eine Hälfte der Website-Besucher die Version A der Webseite präsentiert, die keine Änderungen aufweist. Die andere Hälfte bekommt die Version B mit der Änderung angezeigt. Diese Variante kann zum Beispiel eine Änderung beinhalten, die eine bestimmte Metrik wie die Klickraten oder die Verweildauer auf der Seite verbessern soll. Das Endbenutzerverhalten, das während des gesamten Testzeitraum erfasst wird, wird analysiert, um festzustellen, ob die Kontrolle oder die Variante besser für das gewünschte Ziel abschneiden.
Ein simples Beispiel für einen A/B-Test für das Marketing eines Schuhhändlers wäre: Gruppe A wird eine Schuhversand-Website mit blauem Hintergrund gezeigt während Gruppe B die gleiche Website mit cremefarbenem Hintergrund zu sehen bekommt. Wenn das Ergebnis ist, dass 60 Prozent aus Gruppe B einen Schuh kaufen, aber nur 20 Prozent aus Gruppe A, kann man darauf schließen: Der cremefarbene Hintergrund regt den Nutzer eher zu einer Kaufentscheidung an als der blaue Hintergrund.
Abbildung 1: A/B-Tests ermöglichen es Entwicklern, verschiedene Funktionen von Anwendungen auszuprobieren.
Damit ein A/B-Test effektiv und valide ist, sollte die Testgruppe ausreichend groß sein. Wichtig beim A/B-Testing ist darüber hinaus, dass im Vorfeld entsprechende Ziele und Hypothesen definiert werden, um im Nachhinein den Erfolg beziehungsweise Misserfolg einer Maßnahme einschätzen zu können. Für das genannte Beispiel wäre eine mögliche Hypothese: Ein cremefarbener Hintergrund erhöht die Kaufwahrscheinlichkeit. Um ein klares Ergebnis zu erhalten, sollte man Hypothesen immer einzeln testen.
Besonders bekannt für seinen umfangreichen Einsatz von A/B-Tests ist der Online-Streaming-Dienst Netflix. Das Unternehmen verwendet A/B-Tests in allen Bereichen - von der Feinabstimmung seiner Streaming- und Content-Delivery-Netzwerkalgorithmen bis hin zur Auswahl, welche Bilder mit einem bestimmten Titel verknüpft werden sollen. Laut Netflix kann die Auswahl des richtigen Bildes dazu führen, dass bis zu 30 Prozent mehr Benutzer einen bestimmten Film anschauen.
Die A/B-Testmethode ist schon relativ alt. Der britische Biologe und Statistiker Ronald Fisher gilt als Erfinder der Methoden in den 1920ern Jahren. Er hatte die Idee, mit dem Test zwei verschiedene Erfahrungen wissenschaftlich zu untersuchen. Fishers Arbeiten brachten die Wissenschaft enorm voran. Einige Jahre später begann man in der Medizin, das Prinzip A/B-Test auf klinische Studien anzuwenden. Erst 1960 wurde das Konzept im Marketing aufgegriffen. Das A/B-Testing, wie wir es heute kennen, existiert allerdings erst seit den 1990er Jahren.
