Auswirkung der Adressbestätigung über A/B-Tests messen

In diesem Dokument werden Methoden beschrieben, die Sie bei einem A/B-Test der Google Maps Platform APIs Place Autocomplete und Address Validation berücksichtigen sollten.

Die Place Autocomplete API und die Address Validation API bieten folgende Vorteile:

  • Verbesserte Nutzerfreundlichkeit:Wenn Sie Ihren Kunden Echtzeitvorschläge für Adressen und Orte anbieten, können sie den Bezahlvorgang schneller und einfacher abschließen. Dies kann zu einer besseren Nutzererfahrung führen.
  • Höherer Datenrichtigkeitsgrad:Mit Place Autocomplete und Address Validation API können Sie die Richtigkeit Ihrer Kundendaten verbessern. Das kann besonders im E-Commerce kritisch sein, da genaue Adressdaten für die erfolgreiche Zustellung von Paketen erforderlich sind.

Um die Qualität Ihrer Adressen zu verbessern, führen Sie einen A/B-Test durch, um zu ermitteln, welche Validierungslösung Ihren Anforderungen am besten entspricht. So können Sie quantitativ entscheiden, welches Produkt für Ihren Anwendungsfall am besten geeignet ist.

Mit einem A/B-Test können Sie zwei Versionen einer Webseite oder App miteinander vergleichen. Es ist eine Art von kontrolliertem Test, mit dem die Auswirkungen einer Änderung an einer Variablen auf ein messbares Ergebnis ermittelt werden.
Um einen A/B-Test durchzuführen, erstellen Sie zwei Versionen einer Seite oder App, eine als Kontrollgruppe und die andere mit der messbaren Änderung. Sie zeigen diese Versionen dann verschiedenen Nutzern und messen, wie sie damit interagieren. Die Version mit der besseren Leistung ist der Gewinner.

Systemarchitektur – Übersicht

Sehen wir uns nun den A/B-Test von Address Validation in einem E-Commerce-Anwendungsfall an. Das folgende Architekturdiagramm zeigt, wie ein Kunde mit Ihrem E-Commerce-Angebot interagieren würde. So können Sie die effektivere Validierungsstrategie bestimmen.

[System Context] A/B-Tests für die Adressbestätigung

Die Systeme, die beim A/B-Test des Werts der Address Validation API beteiligt sind.

Das Architekturdiagramm zeigt, wie ein Kunde auf Ihre E-Commerce-Website gelangt und mit dem A/B-Testsystem interagiert. Dieses System entscheidet, welche Testvariable dem Kunden über das Softwaresystem des E-Commerce-Shops angezeigt wird. Der E-Commerce-Shop sendet einen API-Aufruf an das Google Maps Platform-Softwaresystem. Außerdem werden A/B-Test-Analysen erfasst, die von einer Analysesoftware verarbeitet und an das A/B-Testsystem zurückgemeldet werden.

Der A/B-Testprozess

Der gesamte A/B-Testprozess umfasst vier Phasen.

  • Vorbereitung: Identifizieren Sie die Testanforderungen, den Umfang und den zeitlichen Rahmen.
  • Build: Implementieren Sie die Place Autocomplete API und die Address Validation API in einer Umgebung, in der der Test ausgeführt werden soll.
  • Ausführen: Metriken werden während des Tests erfasst, bis aussagekräftige Ergebnisse vorliegen oder die Zeit abgelaufen ist.
  • Analysieren: Vergleichen Sie die Ergebnisse mit der Hypothese und ermitteln Sie die nächsten Schritte.

Wir werden diese der Reihe nach im Einzelnen besprechen.

Zubereitung

Anforderungen an A/B-Tests festlegen

Erste Erkennung

Fragen Sie sich: Warum fügen Sie einen Anbieter für die Adressbestätigung hinzu oder ändern ihn? Beispiele:

  • Zeitersparnis:Sie müssen nicht den gesamten Namen eines Orts eingeben, sondern können einfach loslegen und Vorschläge sehen.
  • Weniger Fehler:Auch wenn Sie den Namen eines Ortes falsch schreiben, schlägt die automatische Vervollständigung von Orten in Google Maps den richtigen Ort vor.

Die Adressbestätigung bietet viele Vorteile, darunter:

  • Verbesserte Lieferraten:Die Überprüfung der Adresse trägt dazu bei, die Zustellgeschwindigkeit zu verbessern, da Post und Pakete an die richtige Adresse gesendet werden. So können Unternehmen Zeit und Geld sparen und die Kundenzufriedenheit verbessern.
  • Verbesserte Datenqualität:Die Adressvalidierung kann die Datenqualität verbessern, indem Fehler in Adressen erkannt und korrigiert werden. Dies kann die Genauigkeit von Marketingkampagnen und anderen datengestützten Initiativen verbessern.

Hypothese festlegen

Legen Sie die Hypothese fest, die Sie testen möchten. Hier sind zwei Beispiele:

1. Conversion-Rate

Wenn Sie eine Lösung für die automatische Vervollständigung hinzufügen, steigt die Conversion-Rate in der Regel leicht. Dieser Messwert ist ein guter Indikator. Wenn Sie die Lösung für die automatische Vervollständigung von einem anderen Anbieter wechseln, ist eine gleichbleibende Conversion-Rate zu erwarten. Wenn die Conversion-Rate sinkt, sollten Sie zuerst die Implementierung prüfen.

Die Conversion-Rate ist wichtig, aber sie gibt möglicherweise nicht das ganze Bild wieder. Mit einer Lösung zur Adressüberprüfung soll verhindert werden, dass Nutzer am Einstiegspunkt qualitativ minderwertige Adressen einreichen. In einigen Fällen kann dies zu Problemen bei der Erfassung führen. Das kann zu einem Rückgang der Conversion-Raten insgesamt führen, was aber nicht unbedingt als negativ zu betrachten ist. Die aufgrund der Hinzufügung der Adressbestätigung nicht abgeschlossenen Bestellungen können mit mangelhaften Adressdaten in Verbindung gebracht werden, was dem Unternehmen durch die Rückbuchung der Lieferung zusätzliche Kosten entstanden wäre.

2. Weniger Adressen mit geringer Qualität

Hier kommt eine gute Lösung zur Adressüberprüfung ins Spiel. Wenn Sie die Adressbestätigung implementieren, sollten Sie weniger Adressdaten mit schlechter Qualität erhalten.

Wenn Sie eine neue Lösung mit einer vorhandenen Lösung vergleichen, kann es verlockend sein, nur die Abgleichsraten für „gute Adressen“ zu vergleichen und den Dienst auszuwählen, der eine höhere Abgleichsrate bietet. Das kann irreführend sein, da ein Dienst möglicherweise mehr falsch positive Ergebnisse liefert als der andere.

Stattdessen ist es sinnvoller, den Erfolg der Verwendung der Adressdaten zu vergleichen. Nehmen wir als Beispiel den E-Commerce: Das gewünschte Ergebnis der Erfassung einer Adresse wäre die erfolgreiche Zustellung eines Pakets.

Build

Jetzt kommt der spannende Teil! Es ist an der Zeit, eine neue Lösung für Ihre Kunden zu entwickeln. Wir haben bereits eine praktische Anleitung zur Implementierung von Place Autocomplete und der Address Validation API bei der E-Commerce-Kasse. Wir empfehlen Ihnen, sich diese Informationen anzusehen, während Sie diesen Schritt ausführen.

Auch wenn Sie nicht speziell für den E-Commerce entwickeln, sind viele der Informationen dennoch relevant, insbesondere die Anleitung zur Bestimmung der Adressenqualität anhand der Ausgabe der Address Validation API.

Architekturdiagramm

Unten sehen Sie ein Beispiel für Container, die zum Erstellen eines A/B-Tests in einer E-Commerce-Umgebung verwendet werden könnten:

[Execution Environment] A/B-Test für die Adressvalidierung

Die wichtigen Anwendungen, Dienste und Datenspeicher in den Schlüsselsystemen, die der Architektur zugrunde liegen. (Zum Vergrößern klicken)

Das Architekturdiagramm zeigt die Container, aus denen das A/B-Test-Softwaresystem und das E-Commerce-App-Softwaresystem bestehen. Hier sehen Sie, wie ein Kunde mit einem Load-Balancer auf Ihre E-Commerce-Website interagiert. Dadurch wird er zur App der E-Commerce-Website weitergeleitet. Der A/B Test Manager kommuniziert mit dem Load-Balancer, um die Variable für A/B-Tests auszuwählen, die dem Kunden angezeigt werden soll. Dieses A/B-Testsystem zeichnet auch die Ergebnisse und die Konfiguration des A/B-Tests in einer Datenbank Ihrer Wahl auf. Die E-Commerce-Webanwendung sendet API-Aufrufe an das Google Maps Platform-Softwaresystem und meldet Analyseereignisse an das Analytics-Softwaresystem, das die Testereignisse in der Datenbank mit den A/B-Testergebnissen aufzeichnet.

Implementierung validieren

Eine schlecht implementierte Lösung führt zu unzuverlässigen Testergebnissen. Bevor Sie den A/B-Test durchführen, ist es wichtig, die Lösung mit einer kleinen Gruppe von Nutzern zu validieren, um sicherzustellen, dass sie wie erwartet funktioniert. Das kann interne QA-Tester und/oder eine ausgewählte Gruppe externer Tester sein, denen Sie konstruktives Feedback geben.

Ausführen

Langsam steigern

Auch wenn die Lösung validiert wurde, ist es ratsam, den Test langsam zu starten und mit einer kleinen Gruppe von Nutzern zu beginnen. So können Fehler oder andere Probleme frühzeitig erkannt und schnell behoben werden, ohne dass ein großer Prozentsatz Ihrer Nutzer betroffen ist.

Vollständiger Test

Sobald die Lösung von einer kleinen Gruppe von Nutzenden getestet und alle Probleme gelöst wurden, können wir einen vollständigen A/B-Test starten. Es muss nicht unbedingt eine 50/50-Aufteilung der Zugriffe sein, aber die Größe sollte mit einer zufällig ausgewählten Gruppe von Live-Nutzern vergleichbar sein.

Messwerte erfassen

Achten Sie während des Tests darauf, dass geeignete Daten erfasst werden, die Ihre Hypothese stützen. Sie können während dieses Prozesses eine A/B-Testplattform verwenden, um die Datenerhebung und spätere Analyse zu erleichtern. Die Google Maps Platform erfasst auch API-Nutzungsmesswerte, die Ihnen nützlich sein können. Auf dieser Seite finden Sie weitere Informationen zur Verwendung unserer Berichtstools.

Hier einige empfohlene Messwerte:

Place Autocomplete

Conversion-Rate:Hat sich die Conversion-/Abschlussrate Ihres Formulars verbessert, da es vorher keine Lösung für die automatische Vervollständigung gab?
Tool-Interaktion: Interagieren mehr Nutzer im Vergleich zur vorherigen Lösung erfolgreich mit Place Autocomplete?

Address Validation

Erfolgreiche Zustellung: Gab es aufgrund der Adressqualität weniger fehlgeschlagene Zustellungen?
Adressänderungen:Haben Sie weniger Kosten für Adressänderungen von Kurierunternehmen erhalten?
Wohn- und Geschäftsgebäude:Wurde die Erfassung von Daten zu Wohn- und Geschäftsgebäuden verbessert? (nur in ausgewählten Märkten)

Analysieren

Jetzt ist der Test vorbei und es ist an der Zeit, die Ergebnisse anhand der ursprünglichen Testkriterien und Hypothesen zu analysieren. Wenn Sie für den Test eine A/B-Testplattform verwendet haben, sind einige Informationen möglicherweise bereits verfügbar.

Wie bereits im Abschnitt Reduzierung der Anzahl an Adressen mit geringer Qualität erwähnt, können Sie auch andere Messwerte verwenden, die möglicherweise nicht von der A/B-Testplattform erfasst wurden. Das könnte die Rate der fehlgeschlagenen Übermittlungen zwischen den Test-Szenarien sein, mit Beispieldaten wie diesen:

Lösung A Lösung B
Fehlgeschlagene Übermittlungen 1,75% 1,23%

Im obigen Beispiel ist klar, dass Lösung B für diesen Anwendungsfall die bessere Wahl wäre.

Fazit

Wir hoffen, dass dieser Leitfaden Ihnen genügend Informationen für den Einstieg in A/B-Tests gegeben hat. Die Beispiele stammen zwar aus dem E-Commerce-Bereich, dieselben Grundprinzipien können jedoch allgemein angewendet werden. Ermitteln Sie das erfolgreiche Ergebnis qualitativ hochwertiger Adressdaten in Ihrem Unternehmen und erfassen Sie dies als Haupthypothese.

Im Folgenden finden Sie Links zu weiterführenden Informationen.

Mit freundlichen Grüßen

Nächste Schritte

Laden Sie das Whitepaper Mit gültigen Adressen den Bezahlvorgang und die Lieferung optimieren und das Webinar Mit der Adressbestätigung den Bezahlvorgang, die Lieferung und die Abläufe optimieren herunter.

Weitere Informationen:

Beitragende

Hauptautoren:

Henrik Valve | Google Maps Platform Solutions Engineer