A/B-Tests

Ein A/B-Test ist ein randomisiertes Experiment, bei dem durch eine strukturierte Aufteilung der Zielgruppe unterschiedliche Versionen einer Idee, eines Konzepts oder eines Produkts unabhängig voneinander getestet werden können. Eine Gruppe von Konsumenten wird dafür in mehrere in ihrer demografischen Zusammensetzung identische Untergruppen aufgeteilt. Jeder dieser Untergruppen wird jeweils eine eigene Version einer Idee präsentiert, zu der Fragen beantwortet werden. Danach werden die Antworten zu den unterschiedlichen Versionen sich gegenübergestellt und stärksten Ideen hervorgehoben. Der Vorteil der Methode: Im Gegensatz zu Vergleichstests wird beim monadischen Test der direkte Gefallen an der Idee gemessen. Dadurch ist man nicht von anderen getesteten Produkten abhängig. Der Nachteil: Die Unterteilung der Befragten in Subgruppen erfordert eine höhere Teilnehmerzahl, um statistisch repräsentative Angaben zu liefern.

So setzt CURTH+ROTH A/B-Tests ein

Bei uns steuert KI die Stichprobe und die Quoten. So bleiben die Gruppen über alle Varianten vergleichbar. Vor dem Feldstart entwickelt KI erste Hypothesen. Dafür nutzen wir synthetische Personas. Sie ersetzen keine echten Befragten. Sie helfen, die richtigen Fragen zu stellen. Nach dem Test führen wir Tiefeninterviews. Sie zeigen, warum eine Variante besser ankommt. Dabei berücksichtigen wir auch kulturelle Nuancen. So wird aus einem Testsieger eine Erkenntnis, die sich auf weitere Entscheidungen übertragen lässt.