ebook ebooks e-book e-books downloaden bei MyEbooks.ch downloaden

Conversion-Optimierung Praxismethoden für mehr Markterfolg im Web

:	Andrè Morys
:	Conversion-Optimierung Praxismethoden für mehr Markterfolg im Web
:	entwickler.press
:	9783868022537
:	1
:	CHF 17.10
:

:	Wirtschaft
:	German

:	222
:	DRM
:	PC/MAC/eReader/Tablet
:	PDF

97% aller Besucher eines Onlineshops kaufen nicht. Dieser Durchschnittswert verdeutlicht das Dilemma, mit dem sich Designer, Entwickler und Betreiber eines Onlineshops gleichermaßen auseinander setzen müssen. Die Methoden, Werkzeuge und Möglichkeiten zur Steigerung der Verkaufsleistung erscheinen zunächst vielfältig und komplex. André Morys liefert in diesem Buch wertvolle Einblicke in die Praxis der Conversion Optimierung. Anhand eines einfachen Modells zeigt er konkrete Handlungsspielräume und liefert wertvolle Anleitungen zur Optimierung für Onlineshops. Erkenntnisse aus zahlreichen Wissenschaftlichen Studien und Fallbeispiele aus dem Alltag belegen die Wirksamkeit der gezeigten Methodik. In diesem Buch lernen Sie: Warum Ihr Onlineshop Besucher nicht zum Kauf motiviert Wie Sie gezielt Kaufbarrieren im Onlineshop identifizieren Welche Stellschrauben Ihre Web-Marketing-Ausgaben effektiver machen Wie Sie von Ihren Wettbewerbern lernen können Mit welchen Mitteln Sie Ihre Kunden besser binden können Direkt umsetzbare Expertentipps helfen, die Theorie einfach in die Praxis umzusetzen.

André Morys ist Gründer und Vorstand der Web Arts AG. Das Beratungsunternehmen zählt zu den führenden Anbietern von E-Commerce- und Conversion-Optimierung.(Seit 2004 ist André Morys als Dozent für Usability und User Centered Design an der Fachhochschule Gießen-Friedberg und hält darüber hinaus Vorträge auf Messen und Konferenzen zu den Themen E-Commerce und Conversion-Optimierung. Die Blogs und Berichte von André Morys unter www.konversionskraft.de werden von Fach und Publikumsmedien gleichermaßen aufgegriffen. (

3 Conversion- Frameworks(S. 57-58)

3.1 Die Entscheidung aus Kundensicht

Wir wissen, dass der Klick des Nutzers das ist, was wir als Konversion bezeichnen. Wenn wir Konversionsratenändern möchten, müssen wir also verstehen, warum manche Nutzer klicken und viele andere nicht. Was steuert also das Verhalten der Nutzer? Welche Faktoren sind für einen Klick oder den Klick verantwortlich? Wir müssen zielsicher diese Faktoren kennen. Wir müssen aus den Augen der Nutzer schauen, um ihr Verhalten zu verstehen.

Das Verstehen von Nutzerverhalten ist die Grundlage für das Beherrschen des Mechanismus. Im Sinne von Ursache und Wirkung beginnt an dieser Stelle die Optimierung, bei der es letztlich darum geht, das Verhalten der Nutzer zu den eigenen Gunsten zu verändern. Wie findet man nun die Ursachen für das Verhalten der Nutzer? Wie erklärt man sich die bestehenden Klicks und Abbrüche, die man im Webanalysesystem messen kann? Dabei gibt es drei Probleme, die im Folgenden erläutert werden sollen.

3.1.1 Das Datenproblem

Dieübliche Vorgehensweise zum Ermitteln von Schwachstellen und Bilden von Hypothesen ist ein Blick der Verantwortlichen in Ihr Webanalysesystem. In den letzten Jahren sind diese Systeme immer leistungsfähiger geworden und können eine Unmenge an Daten produzieren. Webanalysesysteme messen, woher ein Besucher kam, wohin er ging, wie viel Zeit dazwischen lag und im Idealfall sogar wohin er seine Maus bewegte. Wenn wir nun das Verhalten nicht bloß von einem Nutzer, sondern gleich von zigtausenden Menschen interpretieren wollen, begegnet uns eine gigantische Datenflut, die esüberhaupt zu verstehen gilt.

Was sindüberhaupt die richtigen Kennzahlen, um Nutzerverhalten zu verstehen und zu erklären? Wir beschäftigen uns mit Segmentierungen und Drilldowns. Wir schlagen eine Schneise durch den Datendschungel, stets auf der Suche nach Erklärungen. Dabei werden wir mit einem massiven Problem konfrontiert. Daten erklären uns, was passiert. Was wir sehen, ist eine Quantifizierung, eine Messung dessen, was wirüberhaupt messen können. Im Sinne von Ursache und Wirkung ist das Verhalten der Nutzer die Ursache, und die Daten, die wir messen, verbunden mit Handlungen der Nutzer, sind die daraus resultierende Wirkung.

Das Problem dabei ist ganz einfach. Die Daten liefern uns nicht die Erklärung. Sie verraten uns nicht, warum etwas passiert, sie beschreiben nur, was passiert. Die daraus abgeleiteten Hypothesen basieren stets auf unserer eigenen Interpretationen, auf Vermutungen und unseren subjektiven Erfahrungen. Die Gefahr ist sehr groß, dass wir in den Daten das erkennen, was wir ohnehin bereits vermuten.

	Inhaltsverzeichnis	5
	Vorwort	9
	Einleitung	13
	1 Grundlagen	17
	1.1 Die Konversionsrate als Skalierungsfaktor	17
	1.2 97 Prozent sind gegen Sie	20
	2 Motivation = Konversion	25
	2.1 Ein einfacher Test	25
	2.2 Motivation = Konversion	29
	2.3 Die falsche Farbe kostet 125 Millionen Euro	32
	2.4 Warum die Idee mit dem Trichter irreführend ist	33
	2.5 Es geht um gutes Verkaufen	36
	2.6 Conversion-Optimierung ist eine Metadisziplin	37
	2.7 Wie wir entscheiden	40
	2.8 Der Werkzeugkasten der Conversion-Optimierung	43
	2.8.1 Webanalyse	43
	2.8.2 A/B-Test	43
	2.8.3 User Experience	45
	2.8.4 Usability	46
	2.8.5 Nutzertests	47
	2.8.6 Fragebögen	47
	2.8.7 Personas	48
	2.8.8 Informationsarchitektur	50
	2.8.9 Screendesign	51
	2.8.10 Conversion-Prozess	52
	2.8.11 Deckungsbeitrag- und Kundenwertberechnung	54
	3 Conversion- Frameworks	57
	3.1 Die Entscheidung aus Kundensicht	57
	3.1.1 Das Datenproblem	57
	3.1.2 Das Problem der Innensicht	58
	3.1.3 Das Komplexitätsproblem	60
	3.2 Das L.I.F.T.-Modell von WiderFunnel	63
	3.3 Das READY-Framework von ion interactive4	65
	3.4 Das Conversion-Framework von Invesp	69
	3.5 Das Behavior-Modell von B. J. Fogg	72
	4 Die sieben Ebenen der Konversion	77
	4.1 Wie dieses Modell entstand	77
	4.2 Die sieben Ebenen im Überblick	82
	4.3 So wenden Sie das Modell an	85
	4.4 Setup: Machen Sie sich bereit zur Conversion-Optimierung	88
	4.4.1 Empfehlenswert: Entwickeln Sie Personas	88
	4.4.2 Empfehlenswert: Machen Sie einen kleinen Nutzertest	89
	4.4.3 Implementieren Sie ein Testing-System	90
	4.4.4 Jetzt geht es los: Hypothesen bilden	91
	4.5 Relevanz	92
	4.5.1 Klarheit als Grundlage für Relevanz	95
	4.5.2 Die vier Säulen der Relevanz	98
	4.5.3 USP oder UVP?	104
	4.6 Vertrauen	118
	4.6.1 Vertrauen durch Autorität	121
	4.6.2 Vertrauen durch professionelles Erscheinen – Credibility-based Design	127
	4.6.3 Social Proof	133
	4.6.4 Die Abhängigkeit der Faktoren untereinander	137
	4.7 Orientierung	138
	4.7.1 Visuelle Hierarchien	140
	4.7.2 Risikovermeidungsprinzip	149
	4.7.3 Paradoxon of Choice	152
	4.8 Stimulanz	156
	4.8.1 Verknappung (Scarcity)	158
	4.8.2 Konsistenz und Commitment	165
	4.8.3 Jagen und Sammeln	169
	4.8.4 Wettbewerb und Highscore	172
	4.9 Sicherheit	176
	4.9.1 Power of Free	177
	4.9.2 Storno und Rücksendemöglichkeiten	178
	4.9.3 Einwandbehandlung	180
	4.9.4 Garantien	182
	4.9.5 Service und Hotlines	183
	4.10 Komfort	186
	4.10.1 Don‘t make me Think	190
	4.10.2 Gefühl der Einfachheit: Layoutdesign	192
	4.11 Bewertung	194
	5 Das Modell im Conversion- Prozess	199
	5.1 Erfolgsfaktoren der Conversion- Optimierung	199
	5.2 Der Conversion-Prozess im Unternehmen	201
	5.3 Herausforderungen im Conversion-Alltag	208
	Fazit	211
	Danksagung	215
	Quellen- und Literaturverzeichnis	217