03 · idealo · Senior UX Designerin
Produktfindung: weniger Absprünge auf den Ergebnislisten
Die Ergebnislisten gehören zu den trafficstärksten Seiten von idealo. Ziel: die hohe Absprungrate auf der mobilen Webseite senken und Interaktion sowie Verweildauer nachhaltig steigern.
Ausgangslage
Die Produktfindung ist ein wichtiger Teil der idealo Customer Journey. Auf den mobilen Ergebnislisten sprangen jedoch viele Nutzer:innen ab, bevor sie ein passendes Produkt gefunden hatten.
Die Analyse zeigte drei zentrale Pain Points – vom Einstieg über die Filter bis zu den Produktkacheln.
Der Bereich oberhalb der Ergebnisliste war unübersichtlich dargestellt.
Die Werkzeuge zum Eingrenzen wurden kaum genutzt.
Die Informationshierarchie erschwerte den schnellen Vergleich.
Meine Rolle
Ich war für das komplette UX Design verantwortlich – von der Recherche über Konzeption und Visualisierung bis zum Testen.
- Nutzerzentriertes Konzept entwickeln
- Wettbewerbsanalysen
- Prototypen für Usertests und Präsentationen
- Workshops vorbereiten und durchführen
- Usertests und OnSite-Surveys mit UX Research
- Testvarianten für A/B-Tests vorbereiten und analysieren
- Priorisierung und Umsetzung mit der Produktentwicklung
- Regelmäßige Präsentation von Zwischenständen
Prozess
- 1Kick-offVision und Ziele gemeinsam mit dem ganzen Team definiert.
- 2AnalysierenUmfassende Wettbewerbsanalyse, Ist-Zustand und Kennzahlen bestehender Features.
- 3FokussierenFeste Fokuszeiten im Team für mehr Tempo und effizientere Entscheidungen.
- 4Konzipieren & prototypenKonzepte in Workshops entwickelt und als Prototypen für Tests aufbereitet.
- 5TestenQualitative Usertests und OnSite-Surveys plus kontinuierliche A/B-Tests der Varianten.
- 6UmsetzenGewinner-Varianten mit der Produktentwicklung priorisiert und ausgerollt.
Was sich verändert hat
Von der Analyse im Teamraum über getestete Varianten bis zur neuen Ergebnisliste.
A Analyse sichtbar machen
Jedes Element der Ergebnisliste wurde hinterfragt und mit Nutzungsdaten belegt – etwa, dass nur 0,4 % der Sessions die Listenansicht nutzen und 86 % der Sortierungen nach dem günstigsten Preis erfolgen. Ausgedruckt im Teamraum wurden Unterschiede und Pain Points für alle greifbar.
B Varianten testen
In mehreren Iterationen liefen Varianten für sichtbare TopFilter und die Sortierung der Filterwerte gegeneinander im A/B-Test. Variante D überzeugte: +10,4 % Filterklicks und eine um 6,8 % höhere Conversion der Filter-Nutzer. Langfristig entschieden wir uns im Team trotzdem für die moderne und mittlerweile gelernte Variante C.
C Filter direkt am Produkt
Die Filter wandern aus einem versteckten Icon in eine sichtbare Leiste über der Liste, Preisspannen weichen „ab“-Preisen. Der Einstieg wird ruhiger, die Kacheln vergleichbarer.
Nutzer:innen bleiben länger, scrollen mehr und springen seltener ab.
Optimierte Filter steigerten die Verweildauer und senkten die Absprungrate um bis zu 10 %. Ein ruhigerer Einstieg brachte weitere rund 3 % – Heatmaps zeigten, dass Nutzer:innen vermehrt scrollen. „Ab“-Preise statt Preisspannen verbesserten die Absprungrate um 5 %.
A/B-Tests zeigen, ob eine Idee ankommt – aber nicht, warum. Erst qualitative Tests plus quantitative Daten ergeben ein ganzheitliches Bild der Nutzerbedürfnisse.