Viele Wege führen zum Checkout – oder eben nicht!

Die Qualität digitaler Kundenerfahrungen analysieren und optimieren

Die Online-Customer-Journey kennen, ja geradezu über die Schulter der User beobachten – ist das nicht der Traum eines jeden Online-Retailers? Und dann noch zu verstehen, warum Kund*innen konvertieren oder eben nicht, denn „es führen ja bekanntlich sehr viele Wege nach Rom – oder zum Checkout.“

Wie bewegen sich die Konsument*innen durch die Webseite und den Onlineshop? Und wie optimiert man die digitale Nutzererfahrung so, dass alle beim Checkout ankommen und den Kauf abschließen? Auf diese wichtigen Fragen will FullStory Antworten liefern. Oskar Stenzel, Regional Vice President, DACH erklärte uns, wie das Unternehmen das angeht.

Oskar Stenzel, Regional Vice President, DACH bei FullStory

Quelle: FullStory

Oskar, was hast du in den letzten Jahren im Handel beobachtet?

In den letzten Jahren wurden Unternehmen stark dazu gezwungen, digital zu werden. Heute interagieren wir sehr viel mit digitalen Produkten, was gut ist. Ich sehe es in meinem Ort: Der lokale Blumenhändler bietet auch nach der Hochphase der Pandemie noch den Click & Collect-Service an, sodass ich online bestellen und es im Laden abholen kann. Das heißt, Unternehmen sind durch einen Wandel gegangen, das Offline-Geschäft wurde zu großen Teilen digitalisiert. Diese Entwicklung hat aber auch sehr viele Herausforderungen mit sich gebracht.

Welche zum Beispiel?

Was zunächst einfach klingen mag – ich etabliere einen Onlineshop, da biete ich meine Produkte an, dann gibt es einen Checkout-Prozess – all das unterliegt einer Design-Struktur, und die Qualität dieser Struktur bestimmt die Qualität der Customer Experience. Aber bei neuen Webseiten, Updates oder neuen Funktionalitäten läuft nicht immer alles ganz rund, diese Prozesse bringen viele Stolpersteine mit sich.

Warum spielt die Qualität der Customer Experience so eine wichtige Rolle?

Gerade wenn Konsument*innen digital unterwegs sind, sind Anbietende leicht austauschbar. Kund*innen müssen nicht bei mir kaufen, weil durch die Transparenz des Internets kriegen sie die Produkte fast überall.

Dementsprechend überlebenswichtig ist es für Unternehmen, auf Folgendes zu achten: Mache ich es als Seitenbetreiber oder als Einzelhandelsunternehmen den Kund*innen so einfach und angenehm wie möglich? Es gibt ja ein paar sehr große Player mit viel Budget, die haben Nutzererfahrungen perfektioniert, man denke an den One-Click-Checkout.

Und da kommt FullStory ins Spiel. Was tragt ihr dazu bei?

FullStory wirkt an dem Thema „Digital Experience Intelligence“ (DXI) mit. DXI beschäftigt sich mit Customer-Experience-Analyse, um aufzuzeigen, wo Kund*innen, die auf meiner Seite unterwegs sind, Frustrationspunkte erfahren. Unsere Technologie zeigt auf, welche Nutzergruppen Frustrationssignale aufzeigen, weil etwas auf der Webseite nicht oder anders als erwartet funktioniert.

Einige Beispiele: Ein*e Nutzer*in klickt auf einen Button und es passiert nichts. Das nennen wir „Error Clicks“. Oder beim Online-Bezahlvorgang klicken User auf das Kreditkarten-Symbol, weil sie denken, sie müssten erst die Kreditkarte auswählen, bevor sie ihre Daten eingeben können. Das sind sogenannte „Dead Clicks“ auf vermeintliche Funktionen, die nicht vorgesehen sind. Ein weiteres ganz klares Frustrationssignal sind „Rage Clicks“, also mehrfaches ständiges Klicken, wenn etwas nicht oder nicht schnell genug passiert. Und genau diese Daten sammeln wir.

Wie macht ihr das?

FullStory ist das einzige Unternehmen, welches automatisiert Daten um einen User sammelt, die Daten strukturiert und dann indexiert. Das bedeutet, es wird ein Abbild der Webseite, aber auch der sogenannten „User Events“ geschaffen – dazu gehören beispielsweise Klicks, das Markieren eines Textes, das Vergrößern eines Bildes. Das passiert mithilfe eines kleinen Scripts, welches auf die Webseite gesetzt wird. Wir nennen das „Autocapture““ oder „Automatisches Erfassen“.

Wo liegt der Unterschied eurer Lösung zu der von anderen Anbietenden?

Traditionelle Analysen zeigen, was auf Webseiten passiert. Man kann sehen, wie viele User die Webseite hat, wie lange die User auf der Webseite bleiben, von welchen Marketingkampagnen sie kommen oder welche Geräte sie benutzen.

Diese quantitativen Daten können mir zeigen, dass viele User beispielsweise beginnen, das Formular für die Bestelldaten auszufüllen, die meisten von ihnen aber den Kauf nicht abschließen. Natürlich will ich als Händler*in aber wissen, woran das liegt.

Hier kommt die DXI zum Tragen: Neben diesen quantitativen Analysen, also der Makro-Perspektive, gehen wir einen Schritt weiter und untersuchen zusätzlich qualitativ die Mikro-Ebene. Dazu nutzen wir unter anderem „Session-Replays“, das ist die Wiedergabe tatsächlicher Nutzererfahrungen. Es ist, als würde ich meinen Nutzer*innen über die Schulter schauen.

Jetzt bin ich aber gespannt: Woran könnte es denn liegen, dass die Konsument*innen in deinem Beispiel nicht konvertieren?

Ich vergesse zum Beispiel jedes Mal, die AGBs zu bestätigen. Daraus könnte ein*e ux-Designer*in schließen, das Feld prominenter zu gestalten, damit ich als User nicht ständig diese negative Erfahrung durchlaufe.

Kannst du noch weitere Beispiele geben, wie eure Lösung Einzelhändler*innen helfen kann?

Gerne. Ein anderes Beispiel: Wenn die User ständig Bilder vergrößern, beispielsweise in Apps oder in Mobile-Versionen der Webseite, muss wohl die Darstellung überarbeitet werden.

Wir hatten auch einen Fall bei einem Automobilhersteller, der ein Kalendertool auf seiner Webseite anbot, um Werkstatt-Termine auszumachen. Viele Kund*innen klickten zwar in das Tool, machten aber keinen Termin und riefen stattdessen bei der Service-Hotline an. Es stellte sich heraus, dass die Kund*innen nicht mehrere Monate nach vorne klickten, wenn alle Termine für die nächsten zwei Monate ausgebucht waren. Inzwischen springt der Online-Kalender beim Öffnen direkt zum nächsten freien Termin, und die Conversion Rate ist in die Höhe geschossen.

Und noch ein letztes Beispiel: Ein Retailer führt eine Umfrage nach einem abgeschlossenen Kauf durch und fragt „Wie einfach war der Checkout-Prozess?“. Wenn nun viele Kund*innen den Checkout-Prozess mit schlechten Noten bewerten, weiß der Retailer dennoch nicht, woran es denn lag und wie er den Prozess verbessern kann. Wir können nun durch die Segmentierung der abstimmenden User genau nachschauen, wo es in der User Experience gehakt hat.

Ich könnte mir vorstellen, dass eure Lösung auch hilft, AB-Tests endlich aussagekräftiger zu machen, oder?

Unbedingt. Zum einen bietet FullStory die Möglichkeit, unterschiedliche Segmente oder Kohorten gegeneinander laufen zu lassen. Zum anderen können wir aber auch aus Dritt-Systemen Segmente übernehmen. Beispielsweise können wir Unique Identifier aus einer Customer-Data-Plattform mit Kundendaten übernehmen, um zu untersuchen, wie sich Bestandskund*innen im Unterschied zu Neukund*innen verhalten.