tl;dr
Verbinde dein A/B-Testing-Tool mit Klar, um Experiment-Ergebnisse direkt in der Plattform zu analysieren.
Mit diesem Report kannst du auswerten, wie viele Bestellungen jeder Test treibt, und die Customer Lifetime Values (CLVs) der über diese Tests gewonnenen Kunden.
Ergebnisse sind nach Project, Experiment und Variant aufgeschlüsselt — sodass du von einer breiten Testkategorie bis zu einzelnen Varianten hineinbohren kannst.
Integration
ABLyft
Wenn du ABlyft nutzt, wähle die Klar-Integration unter Default Integrations. Alle an ABlyft gesendeten Events werden automatisch auch mit Klar geteilt — kein zusätzliches Setup nötig.
Alle anderen Tools
Sende A/B-Test-Events an den Klar Pixel mit der Methode, die zu deiner Implementierung passt:
Pixel über Shopify Customer Events:
Shopify.analytics.publish("Klar:sendUpdateABGroupEvent", { projectName: "AB1", variantName: "V1", experimentName: "E2" })
Shopify Webpixel Sandbox
api.analytics.publish("Klar:sendUpdateABGroupEvent", { projectName: "AB1", variantName: "V1", experimentName: "E2" })
Alle anderen Pixel-Implementierungen
<script>
window._k_q = window._k_q || [];
window._k_q.push(["Klar:sendUpdateABGroupEvent", {
projectName: "AB1", variantName: "V1", experimentName: "E2"
}]);
</script>
Felder, die du übergeben musst
Ersetze die Beispielwerte in den Code-Snippets oben durch deine eigenen. Alle drei Felder sind erforderliche Strings:
Feld | Beschreibung | Beispiel |
| Die übergeordnete Kategorie, die deine Experimente gruppiert — denk an die getestete Seite oder den getesteten Bereich. |
|
| Der Name des konkreten Experiments. |
|
| Die Variante, der der Kunde zugewiesen wurde. |
|
Wie das Reporting funktioniert
Ergebnisse sind über drei Dimensionen organisiert: Project Name, Experiment Name und Variant Name.
Klicke auf einen Project Name, um alle Experimente darin zu sehen. Klicke auf einen Experiment Name, um alle seine Varianten zu sehen. Du kannst direkt zwischen den Ebenen springen — kein schrittweises Hineinbohren nötig.
Gut zu wissen
💡
Ein Kunde kann Teil mehrerer Experimente sein, aber nur einer Variante pro Experiment.
Wird ein Kunde innerhalb desselben Experiments mehreren Varianten zugewiesen, ordnet Klar die Bestellung der Variante zu, die dem Bestelldatum am nächsten liegt.