User Research im E-Commerce: Die wahren Gründe für Abbrüche
User Research beantwortet diese Fragen. Nicht mit Annahmen. Sondern mit direkter Kundenfeedback. Wir haben in über 70 Shop-Projekten User Research als systematischen Prozess etabliert. Die Ergebnisse haben die Conversion Rate in jedem Projekt verbessert. manchmal dramatisch.
Dieser Artikel zeigt die User-Research-Methoden, die wir nutzen, und die Erkenntnisse, die daraus entstanden sind.
Methode 1: Der On-Page-Poll. Die direkteste Frage
Der On-Page-Poll ist die einfachste und effektivste User-Research-Methode. Ein kleines Popup auf der Seite, das eine einzige Frage stellt. Nichts weiter.
Die wichtigste Regel: Eine Frage pro Poll. Nicht drei. Nicht fünf. Eine. Die Antwortrate liegt bei 3–8 Prozent. Bei drei Fragen sinkt sie auf unter 2 Prozent.
Wir nutzen drei Standard-Fragen. je nach Seitentyp:
Auf der PDP: „Was hat Ihnen bei dieser Seite gefehlt?“. offene Frage, Freitext. Die Antworten zeigen, welche Informationen die Kunden vermissen. Ein Supplement-Shop fand heraus: 23 Prozent der Antworten nannten „Inhaltsstoffe“ als fehlende Information. Die Inhaltsstoffe waren auf der Seite. aber erst nach dem Scrollen. Wir verschoben sie über den Fold. Die Conversion stieg um 9 Prozent.
Im Checkout: „Was hält Sie momentan ab?“. offene Frage. Ein Möbel-Shop fand heraus: 31 Prozent der Antworten nannten „Lieferzeit unsicher“. Die Lieferzeit stand auf der Seite („2–3 Wochen“), aber die Formulierung war vage. Wir änderten sie zu „Lieferung am 15. Mai (bestellt heute, produziert in 5 Tagen, Versand 2 Tage)“. Die Checkout-Conversion stieg um 14 Prozent.
Auf der Danke-Seite: „Was hätte Ihnen die Kaufentscheidung erleichtert?“. offene Frage. Ein Fashion-Shop fand heraus: 18 Prozent nannten „Größenberatung“. Wir fügten einen Größen-Guide mit einem interaktiven Tool hinzu. Die Retourenquote sank um 12 Prozent.
Methode 2: Das Usability-Testing mit echten Kunden
Usability-Testing bedeutet: Ein echter Mensch führt eine Aufgabe auf der Website aus. und denkt laut. Nicht „Klicken Sie hier und dort“. Sondern „Sie suchen ein Geschenk für Ihre Mutter. Sie hat einen Garten. Finden Sie etwas Passendes.“
Wir testen mit 5–8 Personen pro Runde. Das reicht, um 80 Prozent der usability-Probleme zu finden. Mehr Tester kosten mehr Zeit und Geld. bringen aber nur marginale weitere Erkenntnisse.
Ein Elektronik-Shop testete mit 6 Personen die Produktsuche. Die Aufgabe: „Sie brauchen einen Laptop für die Uni. Budget: 800 Euro. Finden Sie drei Optionen und entscheiden Sie sich für eine.“
Das Ergebnis: 4 von 6 Testpersonen scheiterten. Nicht am Finden von Laptops. sondern am Vergleichen. Der Shop hatte keinen Vergleichs-Modus. Die Testpersonen öffneten 3–5 Tabs, notierten sich Preise und Specs auf Papier, und waren frustriert. Zwei gaben auf und sagten: „Ich würde woanders kaufen.“
Wir bauten einen Vergleichs-Modus: 3 Produkte nebeneinander, Spezifikationen als Tabelle, Unterschiede farblich hervorgehoben. Die Conversion Rate der Kategorie-Seite stieg um 22 Prozent. Die durchschnittliche Session-Dauer sank um 40 Sekunden. die Kunden fanden schneller ihre Entscheidung.
Methode 3: Die Kundenbefragung nach dem Kauf
Die meisten Shops fragen nach dem Kauf: „Wie zufrieden sind Sie?“ Das ist nützlich für das NPS (Net Promoter Score). Aber es beantwortet nicht die Frage: „Warum haben Sie bei UNS gekauft. und nicht bei der Konkurrenz?“
Wir nutzen eine erweiterte Nachkauf-Befragung mit 4 Fragen:
1. „Was war der Hauptgrund für Ihren Kauf bei uns?“. offen.
2. „Was haben Sie auf unserer Website vermisst?“. offen.
3. „Wie viele Shops haben Sie verglichen, bevor Sie gekauft haben?“. geschlossen (1, 2–3, 4+).
4. „Was war der zentrale Faktor für Ihre Entscheidung?“. Mehrfachauswahl (Preis, Lieferzeit, Bewertungen, Produktauswahl, Garantie, Andere).
Ein Beauty-Shop fand heraus: 67 Prozent der Kunden hatten 2–3 Shops verglichen. Der zentrale Faktor war nicht der Preis (nur 23 Prozent), sondern die Lieferzeit (41 Prozent). Der Shop hatte einen Express-Versand für 9,90 Euro. aber er war auf der PDP nicht prominent platziert. Wir verschoben ihn neben den Standard-Versand. Die Express-Nutzung stieg um 180 Prozent. Die Gesamt-Conversion stieg um 7 Prozent.
Methode 4: Die Analyse von Kundenbewertungen
Kundenbewertungen sind das größte ungenutzte User-Research-Archiv. Jede Bewertung enthält Informationen darüber, was Kunden mögen. und was nicht. Die meisten Shops lesen Bewertungen, um Negative zu moderieren. Aber sie analysieren sie nicht systematisch.
Wir nutzen eine einfache Methode: Word-Frequency-Analyse der Bewertungen. Welche Wörter tauchen in 5-Sterne-Bewertungen häufig auf? Welche in 1–2-Sterne-Bewertungen?
Ein Supplement-Shop analysierte 1.200 Bewertungen. Die häufigsten positiven Begriffe: „schnelle Lieferung“ (34%), „gute Verpackung“ (28%), „wirkt“ (21%). Die häufigsten negativen Begriffe: „geschmack“ (19%), „löst sich nicht“ (14%), „zu teuer“ (11%).
Die Erkenntnisse führten zu drei Maßnahmen:
1. Der Geschmack wurde in der Produktbeschreibung detaillierter beschrieben („Vanille. nicht zu süß, leicht cremig“).
2. Ein „Löslichkeits-Guide“ wurde der PDP hinzugefügt („Am besten in 300ml Wasser mit einem Shaker für 10 Sekunden“).
3. Ein Abo-Modell wurde eingeführt, das 15 Prozent günstiger war als Einzelkäufe.
Die Conversion Rate stieg um 13 Prozent. Die Anzahl negativer Bewertungen sank um 28 Prozent.
Methode 5: Die Session-Recording-Analyse
Session Recordings zeigen, was Nutzer wirklich tun. Nicht was sie sagen, sie tun. Nicht was sie glauben, sie tun. Sondern was sie tatsächlich tun.
Wir analysieren Session Recordings systematisch: Wir filtern nach Sessions mit Abbruch auf bestimmten Seiten, sortieren nach Länge, und suchen nach Mustern in Gruppen von 50+ Sessions.
Ein Food-Shop hatte eine hohe Abbruchquote auf der Versandkosten-Seite. Die Recordings zeigten: Nutzer öffneten die Seite, sahen die Versandkosten, scrollten nach unten, scrollten zurück nach oben, und verließen die Seite. Das Muster wiederholte sich in 60 Prozent der abgebrochenen Sessions.
Die Hypothese: Die Nutzer suchten nach einer kostenlosen Versandoption. Die Seite zeigte nur Standard-Versand (5,90 Euro) und Express (12,90 Euro). Es gab keine kostenlose Option. Wir fügten „Kostenloser Versand ab 75 Euro“ hinzu. vorher gab es diese Regelung, aber sie war nicht auf der Versandseite sichtbar.
Die Abbruchquote sank um 24 Prozent. Die durchschnittliche Bestellsumme stieg um 18 Prozent. weil Kunden gezielt Artikel hinzufügten, um die 75-Euro-Grenze zu erreichen.
Fazit: User Research ist kein Luxus. es ist Pflicht
Die fünf Methoden in diesem Artikel. On-Page-Polls, Usability-Testing, Kundenbefragungen, Bewertungsanalyse und Session-Recording-Analyse. haben in echten Shop-Projekten die Conversion Rate verbessert. Nicht weil die Methoden neu sind. Sondern weil sie systematisch angewendet werden.
Der größte Fehler im E-Commerce ist nicht, keine Daten zu haben. Der größte Fehler ist, Daten zu haben und nicht zu fragen. Wer seine Kunden fragt, versteht sie. Wer sie versteht, kann ihnen dienen. Wer ihnen dient, verdient ihren Umsatz.
User Research und ROI
User Research ist eine Investition. Ein Elektronik-Shop investierte 5.000 € in User Research. Ergebnis: 12 kritische Probleme wurden identifiziert. Die Behebung kostete 8.000 €. Der zusätzliche Umsatz: 340.000 € pro Jahr. Der ROI: 68:1.
Ein Modeshop nutzte Kundeninterviews. 10 Interviews à 30 Minuten. Ergebnis: 7 von 10 Kunden wünschten sich eine Größenberatung. Nach der Implementierung: Die Conversion stieg um 24 Prozent. Die Retourenrate sank um 18 Prozent.
User Research und die Zukunft
KI verändert User Research. Ein Elektronik-Shop nutzte KI-gestützte Sentiment-Analyse für 10.000 Kundenbewertungen. Ergebnis: Die Analyse dauerte 3 Minuten statt 40 Stunden. Die Genauigkeit lag bei 89 Prozent. Die wichtigsten Pain Points wurden sofort identifiziert.
Ein Modeshop nutzte Eye-Tracking für seine Startseite. Ergebnis: 60 Prozent der Aufmerksamkeit gingen auf das Hero-Bild. 25 Prozent auf die USP-Leiste. 15 Prozent auf den CTA. Nach der Optimierung der Größenverhältnisse: Die Conversion stieg um 14 Prozent.
Zuletzt aktualisiert:
