UX-Metriken: Was macht einen Shop für Kunden effizient? (Und wie man es misst.)

Für erfolgreichen E-Commerce müssen unterschiedliche Bedürfnisse der Kunden erfüllt werden. Unverhältnismäßig häufig geht es in Fach-Diskussionen um Begeisterungskriterien und Wow-Features. Das ergibt ein verzerrtes Bild der wirklichen Prioritäten der User. Denn vor allen Extras wünschen sie sich vor allem eines: einen effizienten Shop; einen Shop, der ‚einfach funktioniert‘! Wir geben einen Überblick über die wichtigsten UX-Metriken zum Thema Effizienz und empfehlen 5 wichtige Kennzahlen, die schnell und ohne viel Aufwand zu erheben sind.

Für erfolgreichen E-Commerce müssen unterschiedliche Bedürfnisse der Kunden erfüllt werden. Unverhältnismäßig häufig dreht sich die Diskussion dabei um Begeisterungskriterien und „Wow-Features“. Dadurch entsteht ein verzerrtes Bild von der realen Gewichtung für die User, denn so erfrischend diese Extras einen Shop vom Mitbewerb abheben; für die Kunden ist es nur das Sahnehäubchen. In erster Linie wünschen sich User vor allem eines: einen effizienten Shop, der ‚einfach funktioniert‘.

Einen Shop, den Kunden leicht bedienen, in dem sie gesuchte Informationen finden und – natürlich – reibungslos einkaufen können. Das ist der Kuchen, den die Kunden gern mit der Sahne eines "Wow-Features", zur Not aber auch ohne nehmen; und den sie vor allem auch nicht gegen Sahne pur eintauschen würden.

„Effizienz im Shop“ betrifft dabei weit über den Kaufen-Button hinaus die gesamte Abwicklung bis zum After Sales. Und weil diese Abläufe komplex sind, kann Effizienz nicht mit einer einzigen Kennzahl gemessen werden.

Wir geben einen Überblick über die wichtigsten UX-Metriken und empfehlen 5 wichtige Kennzahlen, die schnell zu erheben sind und die ohne viel Aufwand erste Optimierungsansätze aufzeigen können.

Verhalten und Meinung - 2 Perspektiven der Beurteilung

Ein Kriterium, an das man bei Effizienz im Shop oft denkt, ist die Performance. Aber obwohl schnelle Ladezeiten entscheidend für den richtigen Einstieg sind, ist dieser Faktor für eine Effizienzbetrachtung zu basic und nicht umfassend genug. Denn der Umstand, dass die Seite schnell lädt, ist keine Garantie, dass die User sich auch gut zurechtfinden.

Was wir stattdessen betrachten müssen, ist, was die Kunden auf der Seite tatsächlich tun, im Verhältnis zu dem, was sie eigentlich tun wollen.

Dies zu messen, ist komplex und muss immer in Kontext gesetzt werden: Zeigen Klickpfade und Eye-Tracking ein langes Verweilen auf einem Seitenbereich, weil es interessant und fesselnd oder im Gegenteil, weil es unverständlich ist?!

Um das zu verstehen, messen wir zwei verschieden Perspektiven und diese müssen nicht deckungsgleich sein:

Einmal wie sich die Person objektiv auf der Seite verhält.

Und zum anderen ihre subjektive Meinung, wie sie aus ihrer Sicht das Erlebnis im Shop beurteilt.

Metriken zum User-Verhalten

Wie gut sich ein Besucher im Shop zurechtfindet, erkennt man an den folgenden Metriken zum User-Verhalten. Viele sind problemlos im regulären Betrieb des Shops und relativ objektiv zu erheben.

Pageviews: "Was wird betrachtet?"

Die erste Frage der Bestandsaufnahme ist natürlich, welche und wie viele Seiten die Person besucht (oder wiederholt geladen) hat. Dies steckt den Rahmen ab, denn natürlich können nur Seiten beurteilt werden, die der User auch gesehen hat. Hier erkennen wir auch die Wichtigkeit von Performance und warum das erste Augenmerk so schnell in Richtung Seitenladezeit geht:

User sind ungeduldig und mehr als 3 Sekunden Zeit geben sie einer Seite nicht um anzukommen. Schade, wenn der geniale Content, das Angebot oder die Kampagne nie gesehen werden, weil der User abspringt, bevor die Seite voll geladen ist. Bei den Pageviews ist es daher auch immer interessant, die Reihenfolge, in der die Seiten besucht werden, und die Leerstellen (welche Seiten wurden nicht erreicht) zu hinterfragen.

Abandon rate (Abbruchrate): "Wie viele scheitern?"

Die wichtigste Abbruchrate im Shop ist natürlich der stehen gelassene Warenkorb. Nur zu einem geringen Prozentsatz landen Produkte im Warenkorb, obwohl ein User von vornherein keine Kaufabsicht hatte: fachliche Recherchezwecke, Seitentest oder Beobachtung durch Wettbewerber. In allen anderen Fällen wurde der Flow, den Kauf auch abzuschließen, unterbrochen.

So eine Unterbrechnung kann zwar auch eine Störung von außen sein, die den User ablenkt. Tatsächlich sind es aber sehr oft UX-Fehler, die zum Abbruch führen:

Durch eine schlechte User Experience wird der Aufwand für den User erhöht. Der Kauf ist eben nicht mehr effizient, das Kaufbedürfnis nicht mehr stark genug, die Hürden zu überwinden. Der User bricht den Kauf (vorerst) ab.

User Experience ist eine komplexe Angelegenheit, aber bei dieser Zahl ist es ausnahmsweise mal einfach: Die Abbruchrate der Warenkörbe muss minimiert werden!

Conversion rate (Konversionsrate): "Wie viele kaufen am Ende wirklich?"


Das Pendant zur Abbruchrate messen wir auch: die Conversion Rate. Zwar können auch Newsletteranmeldungen und Downloads konvertieren (und haben entsprechend eine Konversionsrate), im Shop ist mit "Conversion" aber normalerweise gemeint, wie viele Besucher zu Käufern werden.

Die Rate sollte natürlich möglichst hoch sein; wobei „hoch“ hier schon jenseits der durchschnittlichen 3% liegt. Aber ob 10% oder 2,5% zufriedenstellend sein können, hängt vom Produktportfolio ab, davon welche Zielgruppe angesprochen wird und welche Ziele mit dem Shop verfolgt werden. Bei Multichannel-Konzepten sind die Kaufabschlüsse online oft nicht so wichtig, wenn die Kunden stattdessen im Filialgeschäft kaufen.

Suche & Navigation: "Ist es der richtige Weg oder ein Umweg?"


Die Rolle der Navigation, insbesondere der Hauptnavigation, ist in ihrer Wichtigkeit für den User kaum zu überschätzen. (Mehr dazu im Artikel "3 UX-Fakten zur Hauptnavigation - und 2 Optimierungen, die jeder Shop jetzt vornehmen sollte".)

Für die Bewertung, wie effizient ein Shop gestaltet ist, muss die Nutzung der Navigation aber zusammen mit der Nutzung der Suche betrachtet werden.

Im Allgemeinen geht man davon aus, dass die User zunächst über die Navigation versuchen, ihr Ziel zu erreichen. Gelingt ihnen dies nicht, wenden sie sich der Suche zu. Also: Je häufiger die User ihr Ziel über die Navi erreichen (können), desto besser die UX.

Wie immer gibt es Ausnahmen. Manche Shopszenarien (Single-Product, Services) benötigen möglicherweise gar keine Suche. In anderen Fälle ist die Nutzung der Suche die Abkürzung früher erfolgter Orientierung im Shop (gezielte Suche z.B. über Artikelnummer) und im Gegenteil ein Beleg für besonders hohe Effizienz.

Und Amazon hat die Userführung über Suche und Recommendation sogar zum Hauptweg erhoben. Die schiere Menge, Verschachtelung und kleinteilige Darstellung der Kategorien machen die Navigation schlecht nutzbar. Amazon könnte das effizienter machen, muss es dank seiner Marktmacht aber nicht. Die User Experience, wirklich alle Produkte auf einer einzigen Plattform in Klickweite zu haben, wiegt das auf.

Bereits diese Betrachtung von Navigation und Suche ist nur begrenzt automatisiert sinnvoll zu erheben. Zwar lassen sich Seitenaufrufe, Klicks und Suchanfragen leicht messen. Die Interpretation dieser Daten profitiert aber enorm vom Austausch mit den Usern in den jeweiligen Anwendungsfällen: Was hat er oder sie erwartet, wie haben sie auf das Such-Ergebnis/Flyout reagiert und was haben sie sich dabei gedacht?


Task Success rate: "Wie gut finden User sich zurecht?"


Die nun folgenden zwei Verhaltensmetriken, sind nicht mehr direkt über den User in seinem realen Verhalten, sondern nur gemeinsam mit ihm in einem Test- und Studienumfeld zu erheben.

Da ist zum einen die Task Success rate. User bekommen eine konkrete Aufgabe, was sie auf der Website tun sollen, und werden beobachtet und befragt, während sie es umsetzen. Im Verlauf sieht man, wie gut und erfolgreich ihnen das gelingt. Die Erhebung dieser Rate ist relativ vorbereitungsintensiv und in der Durchführung zeitaufwändig, sodass man keine sehr große Zahl an Probanden befragen wird. Die Daten, die man erhält, sind also eher eine Stichprobe und statistisch wenig belastbar. Außerdem ist die Aussagekraft der TSR zur Optimierung begrenzt: Sie misst den Erfolg, erklärt aber nicht den Misserfolg.

Wir erkennen anhand der Task Success rate vielleicht, dass es ein Problem gibt, wissen aber nicht was genau es ist und wie dem beizukommen wäre. Damit liegt die eigentliche Arbeit noch vor uns.

User error rate: "Wie viele Fehler muss der User verkraften?"


Das Pendant dazu, die User error rate, gibt hierzu schon mehr Aufschluss. Sie gibt den Prozentsatz an, wie häufig gemessen an der Gesamtzahl aller Kaufhandlungen im Shop „etwas schief“ läuft.
Sie ist ebenfalls nicht live sondern nur im Test-Setting zu ermitteln und dieser Umstand beeinflusst auch das Ergebnis: Wer weiß, dass er oder sie beobachtet wird, verhält sich anders als in einer natürlichen Einkaufssituation, in der man vielleicht nicht 100% Fokus und wenig Zeit hat und nicht bewusst nach dem richtigen Weg sucht, sondern intuitiv "einfach macht".

Außerdem muss vorab geklärt werden, was im Rahmen des Tests als Fehler gezählt wird. Ein falsch ausgefülltes Feld im Formular oder eine vergessene Checkboxen sind eindeutig als Fehler identifizier- und messbar. Bei einem komplexeren Vorgang wie dem Nutzen einer bestimmten Zahlmethode können mehrere Fehler auftreten. Diese werden im Normalfall der Einfachheit halber gleich schwer gewichtet, was aber nicht immer sinnvoll sein muss. Abhängig von der Fehler-Definition und Testaufbau wird die User error rate höher oder niedriger ausfallen.

Metriken zur User-Meinung

Nach dem tatsächlichen Verhalten der User betrachten wir nun, die Meinung, die sie sich über das Kauferlebnis und den Shop bilden. Die Kundenmeinung zeigt, wie loyal der Kunde dem Shop gegenüber ist und wie wahrscheinlich er oder sie ihn empfiehlt. Die Zahl der wiederkehrenden Käufer ist ein wichtiger Umsatzstrom und damit sehr relevant für die Businessplanung, weswegen man es gern vorhersagen möchte. Das ist jedoch nicht so einfach.

Wie wir gesehen haben, ist das Verhalten der User - zwar mehr oder weniger aufwändig - aber immerhin nach objektiven Kriterien beobachtbar. Die Daten und Fehlerskalen gelten für alle User gleichermaßen.

Beim Gesamturteil und der Meinung, die jeder User individuell über den Shop fällt, ist das nicht der Fall. Der Eindruck der User ist und bleibt rein subjektiv und obwohl wir mit Indizes (wie wir gleich sehen werden) versuchen, dem einen objektivierbaren Anstrich zu geben, wissen wir doch letztlich nie, wie die einzelnen User den Index verstehen und anwenden.

System Usability Scale: Meinungen auf Zahlen mappen


Bei der System Usability Scale werden die User in einer Umfrage gebeten, in Zahlen auszudrücken, wie gebrauchstauglich der Shop ihrer subjektiven Meinung nach ist. Dazu werden im Standard zehn vorformulierte Aussagen vorgegeben, auf die der User im Rahmen einer sogenannten Likert-Skala antwortet. Die Likert-Skala umfasst fünf Optionen von „trifft in hohem Maße zu“ bis „trifft gar nicht zu“.

Wie schon erwähnt, ist die Einstellung, welches UX-Erlebnis welcher der 5 Optionen entspricht, rein subjektiv. Allerdings kann man davon ausgehen, dass wohlwollende Probanden konsistent abstimmen und ein brauchbares, relatives Ergebnis ermittelt werden kann.

Zu Bedenken ist außerdem, dass sich im Lichte neuer Informationen die Meinung rasch verändern kann. Die Ergebnisse sind also immer nur ein temporäres Schlaglicht.



Net Promoter Score: Kundenbindung und Empfehlungsverhalten schätzen


Loyale Kunden kommen nicht nur zurück, sie empfehlen Sie nicht einfach weiter; sie bestehen darauf, dass auch ihre Freunde mit Ihnen Geschäfte machen. (Chip Bell)

Dieses Zitat des Customer Journey-Gurus Chip Bell zeigt eindrücklich, warum die Kundenbindung so ein wichtiger Businesstreiber ist. Mit dem Net Promoter Score fragt man daher die Kunden auf den Kopf zu: "Wie wahrscheinlich ist es, dass Sie [Businesss] weiterempfehlen?" Und lässt die Antwort wiederum als Index geben, oft auf einer Skale von 5, 7 oder 10.

Auch diese Angabe, wird sich über die Zeit verändern und kann im Moment des Abfragens durchaus auch mit Kalkül vergeben werden. (Ärger oder Euphorie über ein aktuelles Erlebnis spielen im Moment der Umfrage vielleicht eine Rolle, in der konkreten Empfehlungssituation aber nicht mehr.)

Dennoch sind diese Angaben nicht nur ein guter Anhaltspunkt, sie haben noch einen zweiten, fast wichtigeren Effekt: Die Tatsache, dass die Kunden nach ihrer Meinung gefragt werden, ist für sie ein klares Signal der Wertschätzung. Ein User, dem man sagt: "Deine Meinung ist uns wichtig!", wird davon immer beeinflusst - und zwar positiv.

Individuelle Kundenzufriedenheitsumfrage: echter Dialog

Mit Abstand die interessantesten und wertvollsten Ergebnisse erhalten Shopbeteiber über individuelle Kundenumfragen, in denen gezielte Fragen gestellt werden können und die User über Freitext auch individuelle Antwort geben können.

Der Nachteil ist hier, dass dies nicht nur für Shopbetreiber, sondern auch für die User besonders aufwändig ist. Das stellt eine erhebliche Hürde für die Teilnahme dar, und daher müssen die User extra motiviert und belohnt werden.

Easy Take-Aways: Mit diesen 5 KPIs könnt ihr sofort starten


Wer keine Ressourcen für groß angelegte Effizienztests hat, kann dennoch etwas zur Bewertung und Steigerung der Effizienz seines Shops tun. Mit den folgenden 5 KPIs, die auch einfache Analytics-System direkt ausgeben, lassen sich einige interessante Ziele für eine gesteigerte Shop-Effizienz sofort messen.

Ziel: Zielgruppe fokussieren - KPI: Bounce rate

Die Bounce Rate gibt an, wie viele Besucher, die auf die Seite geführt werden, sie sofort wieder verlassen. Bei einer hohen Bounce rate muss man die eigenen Aktionen zur Reichweitensteigerung hinterfragen. Gerade bei Ad-Kampagnen kann dies ein Zeichen sein, dass die Zielgruppe völlig verfehlt wird. Denn wenn Besucher sofort wieder aus der Seite aussteigen, ist dieser teuer erkaufte User offenbar für das Offering überhaupt nicht zugänglich. Das ist ein Worst-Case-Szenario für Marketing-Ausgaben. Hier besteht sofort Handlungsbedarf.



Ziel: Customer Journey überpüfen - KPI: Exit rate

Der Exit-Point bezeichnet die Stelle oder Seite, von der aus der User aussteigt, nachdem er sich erst im Shop bewegt hat (Bounces gehören also nicht dazu). Ein Exit ist per se nichts schlechtes, jede Customer Journey muss zu einem Ende kommen. Ein Ausstieg auf der Thank-you-for-your-order-Seite ist beispielsweise erwünscht. Ein Ausstieg aus der Kategorie- oder Übersichtsseite ist bedenklich, denn dann scheint der User nicht gefunden zu haben, wonach er oder sie suchte.

Ziel: Besserer Content - KPI: Time on Page

Wie lange ein Besucher sich auf einer Shopseite aufhält, gibt Aufschluss darauf, wie stark er engagiert und von den Inhalten und Angeboten angesprochen wird. Die Time on Page ist daher ein wichtige Kennzahl wie gut bzw. gut aufbereitet der Content ist und ob es gelingt, die Aufmerksamkeit zu gewinnen, zu halten und zu kanalisieren. Die Time on page wird immer über Content-Arbeit optimiert.

Ziel: Mehr relevanter Content - KPI: Pages per Session

Auch das ist eine Kennzahl für die Qualität des Contents. Jetzt geht es aber nicht nur um den Inhalt einer ganz bestimmten Seite, sondern um die Relevanz der Inhalte für die Zielgruppe über mehrere Seiten hinweg. Sind es Inhalte, die die User erwarten, sie packen, mehr lesen oder weiterstöbern lassen? Oder verweilen die User ingesamt kurz im Shop und schauen sich nur wenige Seiten an, weil ihnen relevante Inhalte fehlen?

Ziel: Optimierung des Site Handlings - KPI: Anteil je Endgerät

Diese rein technische Angabe der Zugriffe pro Endgerät setzt den Rahmen, was und auf welche Art von Interaktion optimiert wird. Site-Handling, Darstellung, die Aufmerksamkeit der User aber auch der Kontext ist ein anderer, ob von zu Hause aus oder unterwegs zum Beispiel beim Shopping im Ladengeschäft gebrowst wird. Je nach User-Szenarien liegen andere Seitenoptimierungen nahe.

Fazit

Die Effizienz seines Shops sollte tatsächlich jede/r messen, auch mit kleinem Zeitkontingent und Budget. Denn bereits einfach Statistiken lassen Rückschlüsse auf das Verhalten der User und ihre Einstellung erkennen.

Die wirklich interessanten Einblicke – sowohl über das objektve Verhalten als auch über den subjektiven Eindruck der Kunden - sind aber vor allem über die Beziehungsebene und direkte Interaktion mit Kunden zugänglich. 

Der direkt Austausch mit den Kunden, zum Beispiel in Form von Usablity Tests, bringt daher die besten Ergebnisse. Man erfährt so nicht nur, wie welchen Eindruck und Meinung die Kunden aktuell tatsächlich ist. Bereits die wertschätzende Kommuninkation, die diese Einladung zum Austausch und das Nachfragen bedeutet, kann das Urteil eines realen Kunden deutlich verbessern.