pagent

Die technische Integration lief reibungslos - obwohl bei uns viele Stellen beteiligt waren. Der Review-Prozess per Mail war einfach: Vorschlag lesen, freigeben, die Umsetzung lief automatisch, ohne mehrere Korrekturschleifen. Einzelne Vorschläge haben wir direkt übernommen.

Der begrenzende Faktor war bei uns der Traffic. Damit lässt sich wenig belastbar entscheiden, realistisch sind bei uns zwei bis drei valide Erkenntnisse im Jahr. Wer wenige, dafür wertvolle Besucher hat, sollte das vorher durchrechnen. Daher sollten Tests mit Werbekampagnen kombiniert werden, um den vollen Mehrwert zu schöpfen.

Wir wollten wissen, ob Personalisierung nach Personas für uns funktioniert, bevor wir das konzeptionell aufsetzen. Die Antwort war ehrlich: Die Richtung stimmt, wir brauchen dafür mehr Besucher auf einer Seite. Genau das war das Ergebnis, das wir gebraucht haben. Personalisierung bleibt deshalb auf unserer Agenda und fließt in die konzeptionelle Arbeit an unserer Website ein.

Ich konnte Testideen einfach per Mail an den Agenten schicken und musste dafür niemanden aus unserem Development-Team einplanen. Zwei Ideen von mir sind so live gegangen: Längere Kategorie-Headlines haben den Umsatz pro Besucher um 22 % gehoben, ein zweiter Test fiel negativ aus und ist deshalb nicht ausgerollt worden. Für ein kleines Team ist genau das der Punkt.

Der Einstieg in das Tool war mir zu offen. Ich stand vor einer leeren Leinwand statt vor 1–2 empfohlenen ersten Tests. Dazu kommt viel Output auf einmal und Begriffe wie „Cohorts“ oder „Crawler“, die man erst einordnen muss. Ein kurzes Intro-Video und eine knappe Zusammenfassung nach jedem Test statt der vollen Detailtiefe würden mir helfen.

Wir sind ein kleines Team und hatten beschränkte Ressourcen, um A/B-Tests sauber aufzusetzen. Mit Pagent konnten wir Ideen testen, ohne Sprints zu blockieren. Am meisten gebracht hat uns der Test, der verloren hat: Ohne ihn hätten wir eine Änderung ausgerollt, die Umsatz gekostet hätte.

Wir sind eine Zahnklinik und kein Onlineshop, trotzdem lief das Setup unkompliziert, inklusive der Anbindung an Google Ads. Aus unseren Kampagnendaten sind brauchbare Personas entstanden, mit denen wir vorher nicht gearbeitet haben. Ein Test hat die Conversion von 5,3 auf 9 Prozent gehoben.

Tracking gestaltet sich bei uns schwieriger, da unsere Patienten über Tage entscheiden: Wer über eine Behandlung im fünfstelligen Bereich nachdenkt, ist nicht in einer halben Stunde durch. Das Attributionsfenster von 30 Minuten war für uns deshalb zu kurz. Die Übersicht aller ausstehenden Reviews könnte übersichtlicher sein. UTM-Tags müssen pro Kampagne einzeln gesetzt werden, bei 15 bis 20 Kampagnen ist das mühsam, und es gab Konflikte mit unserem bestehenden Tracking.

Bei uns geht es um Anfragen, nicht um Bestellungen, und wir wussten schlicht nicht, welche Ansprache bei welcher Behandlungsgruppe zieht. Statt darüber zu diskutieren, läuft jetzt ein Test. Wichtig war für uns, dass Testidee, Variante und Auswertung nicht bei uns hängen bleiben, dafür hätten wir intern niemanden.