Ein praktischer Leitfaden zu A/B-Test-Tracking
TL;DR — Kurzantwort
5 Min. LesezeitMit der Tag-basierten Segmentierung können Sie A/B-Tests durchführen, indem Sie Variantenmetadaten an Seitenaufrufe anhängen und dann Ihr Analyse-Dashboard filtern, um die Conversion-Ergebnisse verschiedener Varianten zu vergleichen.
Dieser Leitfaden erklärt A/B-Test-Tracking praxisnah und mit Fokus auf datenschutzfreundliche Analytics-Entscheidungen.
A/B-Testing-Tracking bedeutet nicht unbedingt, dass eine vollständige Experimentierplattform installiert, zusätzliche Cookies gelöscht oder jeder Besucher in ein Werbeidentitätsdiagramm geschickt wird. Bei vielen Marketing-Websites und Produkten in der Frühphase ist die praktische Aufgabe einfacher: Zeigen Sie eine stabile Variante an, zeichnen Sie auf, welche Variante angezeigt wurde, und vergleichen Sie die wichtigen Conversion-Ereignisse.
Die datenschutzorientierte Version dieses Workflows verwendet kurzlebige Experimentmetadaten anstelle persönlicher Profile. Sie erhalten immer noch genügend Signale, um eine bessere Überschrift, ein besseres Preislayout, einen besseren Onboarding-CTA oder eine bessere Dokumentationsstruktur auszuwählen, aber Sie vermeiden den Aufbau eines Systems, das Menschen über unabhängige Kontexte hinweg verfolgt.
Was Sie tatsächlich verfolgen müssen
Ein nützlicher A/B-Test benötigt vier Daten:
- Der Experimentname, z. B.
homepage_hero_q2 - Die angezeigte Variante, z. B.
control,benefit_headlineodershort_form - Das Belichtungsereignis, normalerweise der Seitenaufruf, bei dem der Besucher die Variante gesehen hat
- Das Ergebnisereignis, z. B. Anmeldung, Demo-Anfrage, Kaufabwicklung, Download oder Kontoerstellung
Alles andere ist optional. Sie benötigen kein permanentes Besucherprofil, um zu erfahren, ob Variante B mehr Testanmeldungen als Variante A generiert. Sie benötigen eine konsistente Zuordnung lange genug, um zu verhindern, dass derselbe Browser bei jeder Aktualisierung eine andere Variante sieht.
Verwenden Sie Tags für die Variantendarstellung
Tag-basierte Analysen eignen sich gut, da Experiment-Labels beschreibende Metadaten sind, die an das Ereignis angehängt sind. Ein Seitenaufruf kann Tags enthalten wie:
experiment=homepage_hero_q2variant=benefit_headlinepage_type=landing
Anschließend kann Ihr Analysebericht nach diesen Tags filtern oder gruppieren. Die wichtige Designentscheidung besteht darin, die Belichtung zu kennzeichnen, nicht nur die Konvertierung. Wenn Sie nur den Klick auf die Schaltfläche markieren, können Sie die Conversion-Rate nicht berechnen, da Sie nicht wissen, wie viele Besucher jede Version gesehen haben.
Für ein einfaches Seitenexperiment sollten Sie die Variante lieber auf dem Server für die aktuelle Sitzung zuweisen und auf der Seite rendern. Dadurch wird eine clientseitige Speicherung vermieden, nur um die Seite stabil zu halten:
<html data-experiment="homepage_hero_q2" data-variant="benefit_headline"></html>Wenn Ihr Analyse-Snippet data-tag-*-Attribute unterstützt, hängen Sie diese Werte an den verfolgten Seitenaufruf an. Wenn JavaScript-Ereigniseigenschaften unterstützt werden, senden Sie dieselben Werte wie Ereignismetadaten. Die Benennung ist weniger wichtig als die Konsistenz.
Wenn Sie die Zuordnung absichtlich in localStorage, einem Cookie oder einem ähnlichen Browserspeicher speichern, schließen Sie diese Speicherung hinter einer gültigen Einwilligungsauswahl ab, es sei denn, Ihre rechtliche Prüfung bestätigt, dass in dem betreffenden Land eine enge Ausnahmeregelung gilt:
if (consent.analytics === true) {
localStorage.setItem('exp_homepage_hero_q2', variant);
}Seien Sie vorsichtig bei der Randomisierung
Randomisierung klingt trivial, bis sie Ihre Ergebnisse stillschweigend verfälscht. Vermeiden Sie es, Varianten bei jedem Seitenaufruf unabhängig zuzuweisen; Das schafft Crossover und lässt das Erlebnis kaputt wirken. Weisen Sie nach Möglichkeit serverseitig für die aktuelle Sitzung oder für angemeldete Benutzer mit einer internen Konto-ID zu, die in Ihren eigenen Systemen verbleibt. Wenn Sie Browser-Speicher verwenden, bewahren Sie den Schlüssel experimentspezifisch auf, sperren Sie ihn bei Bedarf mit einem Consent-Gate und löschen Sie ihn nach Ende des Tests.
Verwenden Sie für datenschutzrelevante Websites keine Experimentzuweisung als Hintertür-ID. Für die meisten Webtests reicht ein täglich rotierender Sitzungs-Hash oder eine temporäre lokale Zuweisung aus. Kombinieren Sie keine Test-Tags mit E-Mails, Anzeigen-IDs, Fingerabdrucksignalen oder Remarketing-Pixeln von Drittanbietern.
Verfolgen Sie Ergebnisse als Ereignisse
Das Konvertierungsereignis sollte explizit sein. Beispiele:
analytics.track('signup_started', {
experiment: 'homepage_hero_q2',
variant: variant,
source_page: location.pathname,
});Verwenden Sie für Nicht-Codeseiten Attribute für das anklickbare Element, wenn Ihr Analysetool die automatische Ereigniserfassung unterstützt:
<a href="/signup" data-event="signup_clicked" data-tag-experiment="homepage_hero_q2" data-tag-variant="benefit_headline"> Kostenlos starten </a>Verfolgen Sie die früheste sinnvolle Aktion und die endgültige Geschäftsaktion getrennt. Ein Preis-CTA-Klick ist nützlich, aber nicht dasselbe wie eine abgeschlossene Testversion. Ein Dokumentations-Download ist nützlich, aber nicht dasselbe wie ein qualifizierter Lead.
Flowsery
Kostenlos testen
Echtzeit-Dashboard
Zielverfolgung
Cookie-freies Tracking
Entscheiden Sie, bevor Sie schauen
A/B-Tests werden irreführend, wenn Teams das Ziel ständig ändern, nachdem sie die Daten gesehen haben. Notieren Sie sich vor dem Start die primäre Metrik, die Leitplankenmetriken, die Mindestlaufzeit, die Ausschlussregeln und den Entscheidungsschwellenwert. Rufen Sie nicht nach ein paar Konvertierungen einen Test auf, nur weil eine Zeile höher aussieht. Kleine Proben schwanken wild. Wenn Sie nicht genügend Datenverkehr haben, um statistische Sicherheit zu gewährleisten, betrachten Sie den Test als richtungsweisende Forschung und nicht als Beweis.
Überlegungen zum Datenschutz und zur Einwilligung
Die Verfolgung von Experimenten kann ein geringes Risiko darstellen, ist aber dennoch eine Datenverarbeitung. Im EU erfordern Analyse-Cookies und ähnliche Speicher häufig eine Zustimmung, es sei denn, das Tool und die Konfiguration erfüllen strenge Ausnahmekriterien. Die EDPB-Leitlinien zu Artikel 5 Absatz 3 der ePrivacy-Richtlinie machen deutlich, dass die Regel das Speichern von oder den Zugriff auf Informationen auf dem Gerät eines Benutzers und nicht nur herkömmliche Cookies abdeckt (EDPB-Artikel 5 Absatz 3-Leitlinien). Das ICO gibt ähnliche Speicher- und Zugriffsleitfäden für Cookies, Pixel, lokale Speicherung, SDKs und verwandte Technologien (ICO-Leitfaden zu Speicher- und Zugriffstechnologien).
Auch wenn die Einwilligung die Grundlage für die Verarbeitung bildet, muss sie dem GDPR-Standard entsprechen. Die Einwilligungsleitlinie des EDPB beschreibt eine gültige Einwilligung als frei gegeben, spezifisch, informiert und eindeutig (Einwilligungsleitlinie des EDPB). Die französische CNIL beschreibt Bedingungen für die Publikumsmessung, die nur dann von der Einwilligung ausgenommen werden können, wenn die Messung unbedingt erforderlich ist, auf anonyme Statistiken beschränkt ist und nicht für standortübergreifendes Tracking oder Werbung verwendet wird (CNIL-Anleitung zur Ausnahmeregelung für Analysen).
Das bedeutet, dass Ihr Setup dauerhafte Cross-Site-Identifikatoren, Anzeigenintegrationen von Drittanbietern und detaillierte Verhaltensprofile vermeiden sollte. Wenn Ihr A/B-Testtool standardmäßig Marketing-Cookies setzt, IDs mit Werbeplattformen synchronisiert oder Sitzungen aufzeichnet, ist möglicherweise ein vollständiger Einwilligungsfluss erforderlich, selbst wenn Ihr eigentliches Experiment einfach ist.
So lesen Sie die Ergebnisse
Vergleichen Sie Varianten anhand der Conversion-Rate, nicht anhand der Roh-Conversions. Wenn Variante A 2.000 Besuche und Variante B 1.200 Besuche erhielt, sind die Rohsummen nicht vergleichbar. Segmentieren Sie die Ergebnisse nur dann nach Traffic-Quelle, wenn die Segmente groß genug sind, um aussagekräftig zu sein. Eine Variante, die insgesamt gewinnt, aber beim bezahlten Traffic stark verliert, ist möglicherweise immer noch eine schlechte Wahl für die Landingpage einer Kampagne.
Achten Sie auch auf Implementierungsartefakte. Wenn eine Variante ein größeres Bild lädt, kann die Seitengeschwindigkeit das Ergebnis beeinflussen. Wenn eine Variante die Platzierung der Schaltflächen ändert, verhalten sich Mobilgeräte und Desktops möglicherweise unterschiedlich. Wenn die Kopie eines Tests geändert wird, kann sich dadurch nicht nur die Anzahl der Leads, sondern auch die Qualität der Leads ändern.
Eine einfache Checkliste für den Start
Bevor Sie einen Test aktivieren, stellen Sie sicher, dass jede Variante konsistent zugewiesen wird, Seitenaufrufe Experiment- und Varianten-Tags enthalten, Conversion-Ereignisse dieselben Tags enthalten, interner Traffic gefiltert wird und das Dashboard Besuche, Conversions und Conversion-Rate nach Variante anzeigen kann. Testen Sie nach dem Start den vollständigen Pfad in einem privaten Browserfenster und stellen Sie sicher, dass die Ereignisse genau einmal auftreten.
Für die meisten Teams reicht das aus. Beginnen Sie mit leichten, transparenten Experimenten. Messen Sie die Entscheidung, die Sie tatsächlich treffen müssen. Halten Sie die Daten eng. Das beste A/B-Testsystem ist dasjenige, das Ihnen hilft, die Seite zu verbessern, ohne Besucher zu langfristigen Tracking-Zielen zu machen.
Datenschutzsichere Startprüfungen
Dokumentieren Sie vor dem Start, wie die Variante zugewiesen wird, wo die Zuweisung gespeichert wird, wann sie abläuft und welche Ereignisse die Experiment-Tags tragen. Testen Sie die Seite vor jeder Einwilligungsentscheidung, nach der Ablehnung und nach der Annahme. Das Ergebnis sollte mit Ihrem Einwilligungsdesign übereinstimmen: keine unnötige Speicherung, Pixel oder Werbeaufrufe vor einer gültigen Einwilligung, es sei denn, es gilt eine dokumentierte lokale Ausnahme.
Für die meisten Website-Experimente ist das sicherste Muster eine serverseitige oder sitzungsspezifische Zuweisung, aggregierte Berichte, keine Wiederverwendung von Anzeigen, keine sensiblen Daten in URLs und keine dauerhafte ID, die nur für Experimente erstellt wird.
War dieser Artikel hilfreich?
Teilen Sie uns Ihre Meinung mit!
Bevor Sie gehen...
Flowsery
Umsatzorientierte Analysen für Ihre Website
Verfolgen Sie jeden Besucher, jede Quelle und jede Conversion in Echtzeit. Einfach, leistungsstark und vollständig DSGVO-konform.
Echtzeit-Dashboard
Zielverfolgung
Cookie-freies Tracking
Verwandte Artikel
Ein praktischer Leitfaden zu Landingpage-Analyse
Erfahren Sie, wie Landingpage-Analyse datenschutzfreundliche Analytics, Messqualität und praktische Website-Entscheidungen beeinflusst.
Web Analytics-Glossar: Benutzerdefinierte Dimensionen und benutzerdefinierte Eigenschaften
Ein Glossareintrag in einfachem Englisch, der benutzerdefinierte Dimensionen und benutzerdefinierte Eigenschaften in der Webanalyse erklärt, mit Beispielen, Datenschutzhinweisen und Benennungsregeln.
Ein praktischer Leitfaden zu Benutzerdefinierte Dimensionen in Web Analytics
Benutzerdefinierte Dimensionen in Web Analytics: Ein vollständiger Einrichtungs- und Implementierungsleitfaden zeigt, wie Sie Geschäftskontext wie Rollen, Pläne und Kategorien zu Ihren Berichten hinzufügen.