Design Sprint zur Optimierung der Conversion Rate

Tourlane verbindet über eine Online-Plattform Nutzer mit geschulten Reiseexperten, um individuelle und einzigartige Individual-Reisen passgenau anzubieten. Neben der Brandentwicklung war ein durchgehendes Hauptthema die Optimierung der Conversion Rate 1 (CR1).

Die Conversion Rate 1 ist bei Tourlane einer der wichtigsten Faktoren zur Verbesserung des Return on Investment (ROI). Sie beschreibt, wie Nutzer im Top-Funnel konvertieren, indem sie Tourlane ihre Kontaktdaten geben, um eine Experten-Beratung zur Planung ihrer Traumreise zu erhalten. Trotz vieler kleinteiliger Änderungen und A/B-Tests ohne signifikante Auswirkungen wurde Ende 2019 beschlossen, den gesamten Conversion-Flow neu zu überdenken, um CR1 zu verbessern. Und dies musste unter einem straffen Zeitplan geschehen. Was lag da näher als die Durchführung eines Google Design Sprints?

Auf los geht’s...

Moment mal! Bevor wir mit dem Design beginnen konnten, war eine Woche Vorbereitung und Grundlagenforschung erforderlich. In dieser Zeit führten wir umfangreiche Usability-Tests der bestehenden Flows mit potenziellen Kunden in Deutschland und den USA durch. Zudem sammelten wir qualitative Analysedaten und führten Usability-Tests mit Wettbewerbern durch. Mit all diesen Daten bewaffnet, begannen wir unseren Sprint. Der von uns moderierte Google Design Sprint ist ein strukturierter Prozess, der dazu dient, innovative Ideen zu generieren, zu validieren und zu einem greifbaren Prototypen zu entwickeln.

In nur einer Woche haben wir zusammen mit Tourlanes Produktmanagern, Designern, und Content-Writern in einem intensiven Workshop einen ersten validierten Prototyp entwickelt. Nach zwei Wochen der Nachbesserungen, unter Einbezugnahme von weiteren User-Interviews, begann bereits die Implementierungsphase, und nach nur wenigen Wochen war der Flow bereit für den A/B-Test!

Wie das Leben so spielt

Rechtzeitig zur technischen Fertigstellung sollte die Reisebranche mit COVID-19 überrascht werden. Leider waren uns angesichts der Auswirkungen die Online-Besucherzahlen eingebrochen und so war der Erfolg des Projekts nach der Implementierung mit Hilfe von A/B-Test nicht mehr zu messen.