Inhalt dieser Seite
Beispiel aus der Praxis
Ein Maschinenbauer hat viele Besuche auf einer Produktseite, aber kaum Anfragen. Von 1.500 Besuchen führen 30 zu einer Anfrage, die Conversion Rate liegt also bei zwei Prozent. Die Analyse zeigt, dass das Anfrageformular zwölf Pflichtfelder hat.
Nach dem Kürzen auf die nötigsten Angaben fragen mehr Besucher an, ohne dass das Werbebudget steigt. Conversion-Optimierung verbessert so das Ergebnis aus den Besuchern, die bereits auf der Seite sind.
Wie wird die Conversion Rate berechnet?
Die Conversion Rate ist die Zahl der Conversions geteilt durch die Bezugsgröße, multipliziert mit 100. Der Wert hängt davon ab, welche Bezugsgröße gewählt wird.
- Pro Sitzung: Conversions geteilt durch Besuche. Üblich in Webanalyse-Tools wie Google Analytics 4.
- Pro Nutzer: Conversions geteilt durch einzelne Nutzer. Sinnvoll, wenn Kunden mehrmals wiederkommen, bevor sie anfragen.
- Pro Anzeigeninteraktion: Google Ads teilt Conversions durch Anzeigeninteraktionen, zum Beispiel Klicks. Bei 50 Conversions aus 1.000 Interaktionen ergibt das fünf Prozent. Werden mehrere Conversion-Aktionen gezählt, kann der Wert über 100 Prozent liegen.
Vergleichen Sie Conversion Rates deshalb nur, wenn Bezugsgröße und Conversion-Definition gleich sind.
Was ist eine gute Conversion Rate?
Eine allgemeingültige gute Conversion Rate gibt es nicht. Veröffentlichte Branchenwerte beruhen auf unterschiedlichen Definitionen und Stichproben und sind für den Einzelfall wenig aussagekräftig.
Die Rate hängt ab von:
- Art der Conversion: Ein Newsletter-Eintrag ist eine kleinere Hürde als eine Investitionsanfrage.
- Traffic-Quelle: Besucher aus der Markensuche konvertieren meist besser als Besucher aus Display-Werbung.
- Angebot und Preis: Erklärungsbedürftige B2B-Leistungen haben längere Entscheidungswege.
- Gerät und Phase der Customer Journey.
Aussagekräftiger ist die Entwicklung der eigenen Rate über die Zeit und der Vergleich zwischen Kanälen, Seiten und Kampagnen.
Wie funktioniert Conversion-Optimierung?
Conversion-Optimierung folgt einem wiederkehrenden Ablauf aus Analyse, Hypothese, Test und Umsetzung.
- Messen: Funktionierendes Tracking der Conversions und Micro-Conversions wie Klicks auf Telefonnummern oder Downloads.
- Analysieren: Webanalyse, Heatmaps, Sitzungsaufzeichnungen, Nutzertests und Befragungen zeigen, wo Besucher abspringen oder zögern.
- Hypothese bilden: „Wenn wir X ändern, steigt Y, weil Z.“
- Testen: Mit einem A/B-Test oder, bei wenig Traffic, mit qualitativen Nutzertests.
- Umsetzen und dokumentieren: Gewinner übernehmen, Erkenntnisse festhalten, nächste Hypothese angehen.
Die Conversion-Optimierung von EOM setzt bei diesem Prozess an und beginnt mit der Prüfung des Trackings.
Was beeinflusst die Conversion Rate?
- Klare Nutzenaussage im sichtbaren Bereich der Landingpage: Was bekommt der Besucher, für wen ist das Angebot?
- Passung zur Anzeige oder Suchanfrage: Die Seite löst das Versprechen der Anzeige sofort ein.
- Kürzere Formulare: nur Felder abfragen, die für die erste Antwort nötig sind.
- Vertrauenselemente: Referenzen, Zertifikate, Ansprechpartner mit Foto, transparente nächste Schritte.
- Ladezeit und mobile Bedienbarkeit, messbar etwa über die Core Web Vitals.
- Alternative Kontaktwege wie Telefon oder Rückruf für Besucher, die kein Formular ausfüllen möchten.
Typische Fehler bei der Conversion-Optimierung
- Optimierung ohne verlässliches Tracking: Doppelte oder fehlende Conversions führen zu falschen Schlüssen.
- Micro- und Macro-Conversions werden vermischt, etwa Newsletter-Anmeldungen und Kaufanfragen in einer Rate.
- Die Rate steigt, die Qualität der Anfragen sinkt, weil nur noch leicht erreichbare Conversions gezählt werden.
- Änderungen nach Geschmack statt nach Daten, ohne Hypothese und ohne Test.
- Tests werden zu früh beendet, Zufallsschwankungen gelten als Erfolg.