Warum die Webseiten-Optimierung ein absolutes Muss für die Post-Cookie Ära darstellt

Es ist ziemlich schwierig als Marketer aktuell das Thema Digital Marketing zu umgehen, insbesondere nach dem Ende der Third-Party-Cookies. Obwohl sich eine Vielzahl an Vorträgen und Publikationen mit den möglichen Auswirkungen und Maßnahmen der Planung und Umsetzung von Online-Kampagnen befasst, widmet sich kaum einer der besagten Artikel dem Thema der Webseiten- oder auch Conversion-Optimierung. Doch gerade hier liegt doch unglaublich viel Potential. Die Onsite-Personalisierung, sprich die Anpassung der Inhalte einer Webseite an ein diverses Publikum, wird nämlich im Gegensatz zu der Personalisierung anhand Werbemittel und Third-Party-Cookies noch möglich sein, da diese durch ihre eigenen First-Party-Cookies umgesetzt wird. Die einzige Voraussetzung dafür, ist die manuelle Zustimmung des Nutzers, denn ohne diese gibt es weder Daten noch Optimierungsmöglichkeiten.

Personalisierung, Data Science und A/B-Testing- Die Varietät an Maßnahmen, die der Verbesserung der User Experience (UX) einer Webseite dienen, um nachhaltig die Verkäufe voranzutreiben, wächst und gedeiht. Obwohl die Landingpage-Optimierung so vielversprechend ist, sind viele Unternehmen derzeit immer noch mehr daran interessiert das Budget in andere Ressourcen und Kampagnen zu investieren. Dabei präsentiert sich die Webseiten-Optimierung gerade in der Post-Cookie-Ära als erfolgreiches Online-Marketing-Muss.

Eine laufende Maßnahme: A/B-Testing

Webseiten von führenden Online-Pattformen wie Amazon, Zalando und Booking.com haben gemeinsam, dass sie alle auf laufende A/B-Testing Maßnahmen setzen. So wird nicht nur die Performance ihrer Webseite gesteigert, sondern gleichzeitig die UX optimiert und somit auch mehr Verkäufe erzielt. Onsite-Experimente eignen sich nämlich hervorragend, um datengetriebene Entscheidungen zum Thema bestmögliche Gestaltung von Seiten und Prozessen zu treffen.
In einfacheren Worten: die Webseite wird in verschiedenen Varianten ausgespielt, sodass der Traffic auf diese verschiedenen Versionen verteilt wird und die damit erzielten Conversions, also Käufe, Anfragen, Downloads und Co., pro Variante gemessen werden. Der wesentliche Vorteil ist, dass durch diese Daten tatsächlich die beste Lösung für eine reale Zielgruppe gewonnen werden kann, also für den User, die die Webseite und App tatsächlich nutzt. Somit muss man nicht mehr Herumtesten oder sich auf ein vermeintliches Bauchgefühl verlassen.

Die Priorisierung und Analyse als tatsächliches Must-have für strategische Optimierung

Das Aufstellen einer Testhypothese erfolgt auf Basis einer vorher durchgeführten Analyse sowie einer Testidee. Um eine möglichst umfangreiche Analyse zu erhalten, empfiehlt es sich auf mehrere Datenquellen wie beispielsweise das eigene Digital Analytics Tool, Behavior Analytics Insight, Heatmaps, Scrollmaps oder Klickmaps zurückzugreifen. Qualitative Methoden wie der Usability-Test eignen sich außerdem, um wertvolle Insight-Quellen für die Testhypothese zu generieren. Der Usability-Test funktioniert so, dass der User Aufgaben auf der Webseite lösen muss und während er gleichzeitig beim Lösen beobachtet wird. Zusätzlich erhält man auch die Tonspur des Users, sodass man einen Einblick in seine Gedanken und mögliche offenen Fragen erhält.

Um die Testidee zu priorisieren, benutzt man unterschiedliche Parameter, wie das Uplift-Potential, die Komplexität der Umsetzung und die Audience-Größe. Die Gewichtung der Experimente sorgt dafür, dass mit jenen Tests, die am schnellsten Erfolg erzielen, gestartet wird. Um herauszufinden, welche Personalisierungen für welches Publikum am sinnvollsten ist, kann man die Methode des Testings benutzen. Auch hier möchte man sich nicht auf ein wahlloses Bauchgefühl, sondern auf durch Experimente getestete Hypothesen verlassen.

Zukunftsfähig durch AI & Machine Learning

In der Zukunft wird es wohl so aussehen, dass Optimierungen größtenteils mithilfe von Algorithmen und Automatisierungen umgesetzt werden. Die Methode der Data Science eignet sich daher optimal, um wertvolle und tiefliegende Erkenntnisse aus allen Datenquellen generieren zu können, welche für die Webseiten-Optimierung nützlich sind. Ansätze reichen dabei von KI-getriebener Personalisierung, durch das Ausfindigmachen von Usern mit einer möglichst hohen Conversion-Wahrscheinlichkeit, bis hin zu Recommendation-Engines, welche individualisierte und persönliche Produkt- und Content- Empfehlungen aussenden können.

Der Consent als essentielle Voraussetzung

Um alle oben aufgeführten Maßnahmen und Analyse-Tools zu praktizieren, ist ein eindeutiges Einverständnis des Users notwendig. Das Etablieren eines Consent-Managements sorgt dafür, dass alle Zustimmungen sowie die Daten der Nutzer komplett DSGVO-konform eingeholt werden und anschließend ordentlich verwaltet werden. Consent-Management ist ein nicht zu unterschätzender Aspekt, denn nur User, die eine eindeutige Zustimmung gegeben haben, dürfen im Nachhinein mit dem Digital Analytics Tool und bei Experimenten getrackt werden. Aus diesem Grund ist die Consent Opt-in-Rate mittlerweile eine bedeutende KPI und maßgeblich am Erfolg jedes Digital Marketings beteiligt. Um mehr Zustimmung zu erlangen, könnte auch hier mit Maßnahmen zur Conversion-Optimierung angesetzt werden.

Consent Opt-ins Optimierung

Best-Practice-Studien bezüglich der Optimierung einer Opt-in-Rate für den Consent in Anbetracht von Sichtbarkeit und Gestaltung zeigen, dass eine “Wall” oftmals wesentlich besser wirkt als ein unauffälliger Hinweis über dem Fold. Legt man einen großen Wert auf die Studien, so empfiehlt es sich also den Consent-Hinweis an das Branding und die Corporate Identity anzupassen. Dennoch rät es sich auch hier erneut, nicht den Ergebnissen anderer Unternehmungen mit verbundenen Augen zu vertrauen, sondern diese für die eigene Webseite und Zielgruppe zu testen. So kann man idealerweise auch das beste Wording und den besten Ablageort für die Anfrage auf Datengrundlage ermitteln. Und so viel lass verraten sein, der beste Ort ist nicht immer die Einstiegsseite.