Ratio-Metriken für bessere Erkenntnisse beim Experimentieren nutzen

Bei der Durchführung von Experimenten ist die Auswahl der richtigen Metrik wahrscheinlich einer der wichtigsten Prädiktoren für den Erfolg Ihres Experiments. Metriken sind der Kompass, der die Teams zu Erkenntnissen führt, die sie nutzen können, um mit Hilfe Ihres Experimentierprogramms bessere Geschäftsentscheidungen zu treffen. Die Genauigkeit dieser Orientierung hängt von der Relevanz und der Genauigkeit der gewählten Metriken ab.

Ratio-Metriken erweitern Ihre Funktionen, da Sie die Aggregation von zwei verschiedenen Ereignissen in einer einzigen Metrik zusammenfassen können. Diese Flexibilität bedeutet, dass Sie in Ihrer Experimentieren-Plattform Metriken erstellen können, die direkt mit den KPIs übereinstimmen, die Ihr Unternehmen bereits in anderen Systemen verfolgt.

Während einfache Metriken auf einem einzigen Ereignis basieren, können Sie mit Verhältnismetriken komplexere Messungen erstellen, die Ihre tatsächlichen Geschäftskennzahlen besser widerspiegeln und Ihnen helfen, Entscheidungen auf der Grundlage derselben KPIs zu treffen, die Ihre gesamte Geschäftsstrategie bestimmen.

Hinweis: Ratio-Metriken sind in den Produkten Web Experimentation (WX), Feature Experimentation (FX) und Optimizely Analytics verfügbar.

Bildquelle: Optimizely

Wie unterscheiden sich Verhältnismetriken von einfachen Metriken?

Einfache Metriken sind einfacher zu analysieren und zu interpretieren, daher sollten Sie immer mit einer aussagekräftigen einfachen Metrik beginnen. Wir empfehlen, einfache Metriken immer dann zu verwenden, wenn sie das, was Sie messen, angemessen erfassen, da sie klarere, vertrauenswürdigere Datenpunkte liefern.

Verhältnismetriken bieten jedoch wertvolle Flexibilität, wenn Sie Ihr Experimentieren mit etablierten geschäftlichen KPIs in Einklang bringen müssen. Viele Unternehmen verwenden bereits verhältnisbasierte Kennzahlen in ihrem Tagesgeschäft, darunter Kennzahlen wie"Umsatz pro Sitzung", "Käufe pro Konto" oder"durchschnittlicher Bestellwert". Mit Hilfe von Kennzahlen können Sie diese Messgrößen in Ihr Experimentieren einbeziehen.

Beachten Sie bei der Verwendung von Verhältniskennzahlen die folgenden Richtlinien für eine genaue Interpretation:

1. Beziehen Sie immer die Komponentenmetriken mit ein: Fügen Sie den Zähler und den Nenner als separate einfache Metriken im selben Experiment hinzu. Dies liefert einen wichtigen Kontext für die Interpretation von Verhältnisänderungen.
2. Achten Sie auf irreführende Signale: Eine Kennzahl kann sich aufgrund eines Rückgangs im Nenner verbessern, während der Zähler unverändert bleibt. Zum Beispiel könnte der "Umsatz pro Besuch" einfach deshalb steigen, weil die Besuche abgenommen haben und nicht, weil sich der Umsatz verbessert hat.
3. Analysieren Sie im Kontext: Nutzen Sie Ihr Analyse-Dashboard, um das Gesamtbild zu sehen. Sehen Sie sich an, wie sich sowohl der Zähler als auch der Nenner verhalten, um zu verstehen, was die Veränderungen in Ihrer Kennzahl verursacht.

Hier sehen Sie einen Blick auf die Ergebnisse von Optimizely mit einer Ratio-Metrik.

Bildquelle: Optimizely

Wann können Sie Ratio-Metriken für A/B-Tests und Experimentieren verwenden?

Ratio-Metriken sind besonders leistungsfähig, wenn Sie Ihre Metrik mit einem anderen Nenner als dem, der normalerweise für einfache Metriken verwendet wird, anpassen möchten.

Anstatt beispielsweise den Umsatz pro Benutzer (eine einfache Metrik) zu verfolgen, könnten Sie Ihren Umsatz den Add-to-Cart-Klicks zuordnen wollen. Mit dieser Verhältniskennzahl "Umsatz pro Klick auf den Warenkorb" können Sie die Effizienz Ihrer Warenkorbzugänge bei der Umsatzgenerierung messen.

Sie können auch die durchschnittliche Verweildauer pro Konto verfolgen . Das hilft abonnementbasierten Streaming-Diensten, das Engagement auf Haushaltsebene zu verstehen.

Andere Beispiele:

• E-Commerce Produktoptimierung: Anstatt den einfachen Umsatz pro Benutzer zu verfolgen, messen Sie den Umsatz pro Add-to-Cart Click (Umsatz / Add-to-Cart Clicks). Diese Kennzahl hilft Ihnen zu verstehen, ob Ihre Produktverbesserungen zu höherwertigen Käufen führen, wenn die Benutzer sich engagieren, selbst wenn die Klickraten stabil bleiben.
• B2B-SaaS-Plattform: Bei Unternehmenssoftware mit mehreren Nutzern pro Unternehmen sollten Sie die Feature-Adoption pro Konto(Gesamtzahl der genutzten Features/Anzahl der Konten) und nicht pro Nutzer verfolgen. Auf diese Weise können Sie die Nutzungsmuster des Unternehmens besser verstehen als die individuelle Nutzung.
• Content-Strategie für Streaming-Dienste: Anstatt die Sehdauer pro Benutzer zu messen, verfolgen Sie die Gesamtsehdauer pro Haushaltskonto (Gesamtzahl der gesehenen Minuten / Anzahl der Konten). Diese Kennzahl gibt Aufschluss über das Engagement für Inhalte auf Abonnementebene, was sich direkt auf die Kundenbindung auswirkt.

Insgesamt können Sie mit Verhältnismetriken Messungen erstellen, die besser auf die Leistungsbewertung Ihres Unternehmens abgestimmt sind, und so die Lücke zwischen den Daten des Experimentierens und Ihren etablierten KPIs schließen.

Erstellen von trichterähnlichen Metriken

Wenn der Zusammenhang und die Reihenfolge der Ereignisse wichtig sind...

Da Optimizely Verhältnismetriken auf einer Ebene pro Einheit berechnet, können Sie diese auch verwenden, um die Verbindung zwischen zwei aufeinander folgenden Ereignissen zu analysieren.

Sie können zum Beispiel eine Verhältnismetrik erstellen, die den Prozentsatz der Nutzer misst, die ein Formular (Zähler-Ereignis) ausfüllen, nachdem sie auf ein Werbebanner (Nenner-Ereignis) geklickt haben. Auf diese Weise entsteht eine Art "Trichter-Metrik", da sich sowohl im Zähler als auch im Nenner zählbare Ereignisse befinden.

Mit diesem Ansatz können Sie die Conversion-Effizienz an bestimmten Berührungspunkten bewerten - z. B. wie effektiv Ihre Werbeelemente zu den gewünschten Aktionen führen. Sie erhalten Einblicke in die bedingte Beziehung zwischen diesen miteinander verbundenen Ereignissen, was bei einer einfachen Metrik (wie z.B. der Gesamtzahl der Formulareingaben) nicht der Fall wäre.

Es ist jedoch wichtig, sich daran zu erinnern, dass diese Anwendung, obwohl sie in bestimmten Szenarien nützlich ist, dem Hauptzweck von Kennzahlen untergeordnet ist: der Schaffung flexibler Messungen, die mit Ihren etablierten Geschäfts-KPIs übereinstimmen.

Zusammenfassend...

Ratio-Metriken bieten wertvolle Flexibilität für Ihr Experimentieren, indem sie es Ihnen ermöglichen, Messwerte zu erstellen, die direkt mit den KPIs übereinstimmen, die Ihr Unternehmen bereits verwendet. Diese Abstimmung überbrückt die Kluft zwischen den Daten des Experimentierens und den Kennzahlen, die Ihren Stakeholdern am wichtigsten sind.

Denken Sie bei der Arbeit mit Kennzahlen an diese wichtigen Grundsätze:

• Wählen Sie Kennzahlen, die mit Ihren Geschäftszielen und KPIs übereinstimmen
• Untersuchen Sie immer die Komponenten der Metriken (Zähler und Nenner), um einen vollständigen Kontext zu erhalten.
• Nutzen Sie die statistischen Funktionen von Plattformen wie Optimizely, um zuverlässige Ergebnisse zu erhalten.

Die erfolgreichsten Programme zum Experimentieren wählen strategisch zwischen einfachen und verhältnismäßigen Metriken. Einfache Metriken bieten klare, vertrauenswürdige Daten zu einzelnen Ereignissen, während Verhältnismetriken die Flexibilität bieten, sich an den etablierten KPIs Ihres Unternehmens zu orientieren.

Die Wahl des richtigen Metrik-Typs schafft einen Messansatz, der die Ergebnisse Ihrer Experimente direkt mit Metriken verknüpft, die die Geschäftsentscheidungen vorantreiben.