Zu besseren Conversion Rates durch eine ganzheitliche Optimierung des Check-out-Prozesses

Unsere Herausforderung

Das Leben ist zu kurz, um schlechten Wein zu trinken.

Daran glauben wir und auch die Online-Weinspezialisten von Silkes Weinkeller. Die haben es sich deshalb zur Aufgabe gemacht, möglichst vielen Menschen den für sie perfekten Tropfen möglichst einfach - nämlich online - auszuwählen und nach Hause zu liefern. 

Und obwohl sie seit mittlerweile 20 Jahren auf dieser Mission unterwegs sind, stellten sie in letzter Zeit immer wieder fest, dass User auf dem Weg zur Kasse, also im Check-Out-Prozess verloren gingen. Insbesondere Mobile, wo etwa die Hälfte der Nutzer ihren Wein zwar in den Warenkorb legten, ihn dann aber schlussendlich nicht kauften. 

Irgendetwas am Check-Out-Prozess schien sie zu verwirren und von der Conversion abzuhalten. Aber was war das?

Unsere Herangehensweise

Schritt 1: Der Warenkorb

Die Frage “warum verlieren wir unsere Kunden so kurz vor dem Kaufabschluss? Was fehlt ihnen?”  bescherte Silkes Weinkeller einiges an Kopfzerbrechen.

Zu Beginn verglichen wir die Exposure Rate der Desktop-Seite mit derjenigen der mobilen Seite und stellten fest, dass der Call-to-Action auf dem mobilen Device nicht für alle Nutzer im sichtbaren Bereich lag. Die Exposure Rate gibt an, wieviel Prozent der User eine Zone gesehen haben.

Um dieses Problem zu lösen, haben wir die Visualisierung der verschiedenen Checkout-Schritte als Breadcrumb Navigation in den Header verlegt. Der CTA wurde als "sticky" eingebunden und war nun sofort sichtbar und damit zugänglicher als zuvor.

Der so gewonnene Platz unterhalb des CTA wurde mit einer Upsell Section belegt, die Produkte zeigte welche andere Kunden mit dem gleichen Produkt im Warenkorb auch kauften.

Dies führte zu einer sechs prozentigen Steigerung des durchschnittlichen Bestellwerts führte. 

Schritt 2: Der Login 

Im nächsten Schritt bekommt der Nutzer die Möglichkeit als Bestandskunde, Neukunde oder Gast zu bestellen.

Die Click Rate, die angibt bei wie viel Prozent alle Seitenaufrufe mindestens einmal geklickt wurde, auf den CTAs war extrem niedrig.

Der Vorher-Nachher-Vergleich zeigt eindeutig, dass die neue Seite eine klare Struktur hat und dem User so mehr Orientierung bietet.  Die veränderte Login-Seite war damit übersichtlicher, klarer formuliert und der User fand sich so einfacher zurecht.

Die Click Rate verbesserte sich dramatisch. Die Zeit, in der sich User auf dieser Seite aufhielten wurde so um 47% reduziert. Ebenso sanken die Ansichten pro Besuch um 72%.

Dieser Schritt war für den User jetzt kein Hindernis mehr. Was sich auch in den Journeys widerspiegelte. Es gab nun weniger Fehler und Login Probleme und damit weniger reloads der Seite.

3. Die Adresse

Optimierungspotenzial ergab sich hier schon aus der reinen Länge des vom Nutzer auszufüllenden Formulars.

Die Exposure Rate des CTAs auf dieser Seite war extrem niedrig und gleichzeitig die Click Recurrence weit über 1 (1,6 desktop/ 1,5 mobile). Wenn also wie hier die Click Recurrence bei 1,6 liegt und wir uns vergegenwärtigen, dass diese Metrik die durchschnittliche Anzahl der Klicks auf den Button zeigt, wird schnell klar, dass User hier ein Problem haben und das Formular zu hoher Frustration führt.

Im besten Fall sollen User nur einmal auf einen Button klicken, um zum nächsten Schritt im Check-Out-Prozess zu kommen.

Wie wurde hier verbessert?

Die Anzahl der Felder wurde reduziert und das Formular insgesamt klarer strukturiert.

Die sogenannte Inline Validation, die generell die UX von Formularen erhöht und die Abbruchquote reduziert, wurde implementiert und Fehlermeldungen klarer formuliert.

Des Weiteren wurde die Stadt automatisch nach Eingabe der Postleitzahl gefüllt und auf der Mobilen Version wurden spezifische Tastaturen angeboten. 

Die neuen Formulare hatten eine deutlich bessere Click Recurrence von nur noch 1,2 (desktop) und 1,1 (mobile). Auch die Exposure Rate des CTAs für den nächsten Schritt stieg dramatisch an.

4. Die Bestellübersicht

Der letzte Schritt unseres Bestellprozesses machte uns deshalb Sorgen, weil fast 20% der Nutzer wieder zurücksprangen zu vorherigen Schritten.

Teilweise veränderten sie noch zuvor eingetragene Informationen oder auch ihren Warenkorb. Manche sprangen in ihren Kundenaccount oder zu Produktdetailseiten.

Ein Großteil von ihnen konvertierte nach diesem Rückschritt im Prozess jedoch nicht, wir hatten sie in dem Moment verloren.

Durch die Customer Journey Analyse konnten wir dieses Verhalten ganz einfach erkennen.

Wie haben wir diese Insights genutzt um die Experience zu verändern?

Wenn Nutzer von Silkes Weinkeller heute Informationen oder den Inhalt ihres Warenkorbs verändern wollen, können sie das nun durch ein Pop-in Fenster tun und müssen nicht mehr im Prozess zurückspringen. Wir sehen, dass ihre Journey hierdurch deutlich einfacher und reibungsloser funktioniert. 

Das Ergebnis

Mittels A/B-Testing haben wir diese neuen Optimierungen getestet und die Auswirkungen der auf Basis von Contentsquare gemachten Veränderungen auf einem Micro-Level kontrolliert. 

Mit der gleichen, durch Nutzerdaten gestützten Herangehensweise analysieren und optimieren wir gerade die Produktdetailseiten (PDP) und die Produktlistenseiten (PLP) unserer Website. Dazu gibt auch hier bald mehr. 

„Durch Contentsquare können wir systematisch Ideen zur Optimierung sammeln und deren Impact einschätzen. Und das basierend auf Daten. So können wir die Conversion Rate nachhaltig steigern. Außerdem lassen sich durch diese konkreten Handlungen Kosten im Development einsparen.“