Diese Audit-Checkliste für Website-Personalisierung ist für zwei Situationen gedacht: Sie wollen mit Personalisierung starten und wissen, ob Sie bereit sind, oder Sie personalisieren bereits und vermuten, dass es wenig bringt. Sie enthält 42 Prüfpunkte in sieben Gruppen, jeweils mit einem Bestehenskriterium, das Sie selbst überprüfen können. Kopieren Sie die Tabellen in eine Tabellenkalkulation oder laden Sie die Vorlage als CSV herunter.
Es ist kein allgemeines Conversion-Audit. Wenn Ihr Tracking oder Ihre Formulare defekt sind, arbeiten Sie zuerst die CRO-Audit-Checkliste durch: Eine Seite zu personalisieren, deren Conversions Sie nicht messen können, fügt einem Problem, das Sie nicht sehen, nur weitere Variablen hinzu.
So nutzen Sie diese Checkliste für das Personalisierungs-Audit
- Prüfen Sie das Live-Erlebnis, nicht den Plan. Kontrollieren Sie, was Besucher heute tatsächlich sehen, auf den Seiten, die personalisiert sind oder es bald werden.
- Markieren Sie jeden Prüfpunkt mit Bestanden, Nicht bestanden oder Unbekannt. Unbekannt zählt im Score als Nicht bestanden. Wenn niemand die Frage beantworten kann, ist niemand dafür zuständig.
- Dokumentieren Sie für jedes „Nicht bestanden“ einen Nachweis: einen Screenshot, einen Report, ein Testergebnis.
- Bewerten Sie je Gruppe mit dem Bogen am Ende und beheben Sie zuerst die schwächste Gruppe, in der aufgeführten Reihenfolge. Die Gruppen sind nach Abhängigkeit geordnet: Inhalte ohne Daten lassen sich nicht ausspielen, und Ergebnissen ohne Messung kann man nicht trauen.
1. Daten (7 Prüfpunkte)
| # | Prüfpunkt | Bestanden, wenn | Status |
|---|---|---|---|
| 1.1 | Identifikationsrate bekannt | Sie können angeben, welcher Anteil der Sitzungen auf wichtigen Seiten in den letzten 30 Tagen einem Unternehmen zugeordnet wurde | |
| 1.2 | Match-Qualität geprüft | Eine Stichprobe von 50 zugeordneten Besuchen wurde manuell geprüft und die Fehlerquote dokumentiert | |
| 1.3 | Firmografische Daten beim Rendern verfügbar | Branche und Mitarbeiterzahl sind verfügbar, bevor die Seite rendert, nicht Sekunden danach | |
| 1.4 | Eine Branchentaxonomie | Alle Branchenbezeichnungen aus allen Tools werden in einer gepflegten Tabelle einer einzigen Liste zugeordnet (zum Beispiel NAICS) | |
| 1.5 | CRM-Status nutzbar | Die Website kann eine offene Opportunity und einen Bestandskunden von einem neuen Interessenten unterscheiden | |
| 1.6 | Gespeicherte Verhaltenssignale | Besuchszahl und Aufrufe wichtiger Seiten (Preise, Produkt, Fallstudien) sind pro Besucher verfügbar | |
| 1.7 | Aktualität der Daten bekannt | Sie wissen, wie oft die firmografischen und CRM-Daten für Regeln aktualisiert werden |
2. Segmente (6 Prüfpunkte)
| # | Prüfpunkt | Bestanden, wenn | Status |
|---|---|---|---|
| 2.1 | Segmente leiten sich aus dem Umsatz ab | Jedes Segment ist durch Closed-Won-Daten begründet, nicht durch Vorlieben (siehe die Vorlage für ein Ideal Customer Profile) | |
| 2.2 | Segmente schließen sich gegenseitig aus | Regeln werden in fester Reihenfolge ausgewertet, und ein Besucher kann pro Regelset nur in einem Segment landen | |
| 2.3 | Segmentgröße gemessen | Die monatlichen identifizierten Sitzungen pro Segment sind bekannt, und jedes aktive Segment hat genug für eine Messung | |
| 2.4 | Kunden separat behandelt | Bestandskunden erhalten eine eigene Regel und sehen nie Akquise-CTAs wie „Demo buchen“ | |
| 2.5 | Anzahl der Segmente begrenzt | Es gibt nicht mehr Live-Segmente, als Sie mit Inhalten bespielen und messen können (meist 3 bis 6) | |
| 2.6 | Definitionen schriftlich festgehalten | Jedes Segment hat eine schriftliche Regel, eine verantwortliche Person und ein Erstellungsdatum in einem gemeinsamen Dokument |
3. Content (6 Prüfpunkte)
| # | Prüfpunkt | Bestanden, wenn | Status |
|---|---|---|---|
| 3.1 | Content-Kit je Segment vollständig | Für jedes aktive Segment sind Headline, Belege, Case Study und CTA geschrieben | |
| 3.2 | Belege sind erlaubt | Für jedes in einer Variante gezeigte Logo und Zitat liegt eine schriftliche Genehmigung vor | |
| 3.3 | Aussagen sind pro Segment zutreffend | Labels wie „Am beliebtesten“ oder „Vertrauen von X“ stimmen für das Segment, das sie sieht | |
| 3.4 | Ziele passen zu den Beschriftungen | Jeder personalisierte CTA führt zu einer Seite, die hält, was die Beschriftung verspricht | |
| 3.5 | Standardversion wird gepflegt | Die Standardversion (nicht personalisiert) wird mit derselben Sorgfalt geprüft wie die Varianten | |
| 3.6 | Inhalte sind aktuell | Keine Variante verweist auf einen alten Produktnamen, ein vergangenes Event oder eine veraltete Case Study |
4. QA des Erlebnisses (7 Prüfpunkte)
| # | Prüfpunkt | Bestanden, wenn | Status |
|---|---|---|---|
| 4.1 | Kein Flackern | Der Standardinhalt blitzt bei normaler Verbindung nicht sichtbar auf, bevor die Variante erscheint | |
| 4.2 | Keine Layoutverschiebung | Variantenwechsel verschieben keine Inhalte; der CLS auf personalisierten Seiten bleibt im Bereich „gut“ (web.dev, CLS) | |
| 4.3 | Fallback wird vollständig gerendert | Bei blockiertem Personalisierungsskript zeigt die Seite die vollständige Standardversion ohne leere Blöcke | |
| 4.4 | Timeout festgelegt | Ist die Datenabfrage langsam, wird nach einem festen Timeout die Standardversion gezeigt, statt zu warten | |
| 4.5 | Mobil geprüft | Jede Variante wurde auf dem Smartphone geprüft; längere Headlines und Beschriftungen brechen nicht unschön um und werden nicht abgeschnitten | |
| 4.6 | Jedes Segment erzwungen und per Screenshot festgehalten | Ein QA-Protokoll zeigt die Variante jedes Segments auf jeder personalisierten Seite | |
| 4.7 | SEO unbeeinträchtigt | Suchmaschinen sehen den Standardinhalt; keine Variante ändert Titel, Canonical oder indexierbaren Text nur für Bots |
5. Messung (6 Prüfpunkte)
| # | Prüfpunkt | Bestanden, wenn | Status |
|---|---|---|---|
| 5.1 | Holdout vorhanden | Ein Teil jedes Segments sieht die Standardversion, zugewiesen pro Besucher, damit sich der Uplift messen lässt | |
| 5.2 | Primäre Kennzahl vereinbart | Jede Personalisierung hat eine primäre Kennzahl mit Bezug zur Pipeline (vom Vertrieb akzeptierte Demos, qualifizierte Registrierungen) | |
| 5.3 | Ergebnisse pro Segment ausgewiesen | Conversion-Raten werden pro Segment und pro Variante ausgewiesen, nicht vermischt | |
| 5.4 | Geplante Stichprobengröße | Für jeden Test wurde vor dem Start die Stichprobengröße mit dem A/B-Test-Rechner berechnet | |
| 5.5 | Nicht identifizierte von der Analyse ausgeschlossen | Besucher, die nicht segmentiert werden konnten, werden aus den Uplift-Berechnungen ausgeschlossen | |
| 5.6 | Pipeline verknüpft | Leads aus personalisierten Sitzungen lassen sich im CRM bis zu Opportunities nachverfolgen |
6. Governance (5 Prüfpunkte)
| # | Prüfpunkt | Bestanden, wenn | Status |
|---|---|---|---|
| 6.1 | Verantwortlicher benannt | Eine Person verantwortet das Personalisierungsprogramm und genehmigt neue Regeln | |
| 6.2 | Regelinventar vorhanden | Eine Liste aller aktiven Regeln mit Seite, Segment, Startdatum und aktuellem Ergebnis | |
| 6.3 | Review-Rhythmus | Aktive Regeln werden mindestens vierteljährlich geprüft; Regeln ohne messbare Wirkung werden ausgemustert | |
| 6.4 | Änderungsprozess | Neue Varianten durchlaufen dieselbe QA wie ein Website-Release | |
| 6.5 | Vertrieb informiert | Der Vertrieb weiß, welche Segmente welche Botschaften sehen, damit Gespräche der Website nicht widersprechen |
7. Datenschutz (5 Prüfpunkte)
| # | Prüfpunkt | Bestanden, wenn | Status |
|---|---|---|---|
| 7.1 | Einwilligung wird respektiert | Skripte, die nicht notwendige Daten auf dem Gerät speichern oder auslesen, laufen erst nach Einwilligung, wo das Gesetz es verlangt (in der EU nach den ePrivacy-Regeln: Richtlinie 2002/58/EG) | |
| 7.2 | Rechtsgrundlage dokumentiert | Ihre Unterlagen benennen für jede Nutzung personenbezogener Daten in der Personalisierung die Rechtsgrundlage nach DSGVO (Verordnung (EU) 2016/679) | |
| 7.3 | Datenschutzhinweis aktualisiert | Die Datenschutzerklärung beschreibt die Website-Personalisierung und die beteiligten Anbieter | |
| 7.4 | Keine sensiblen Rückschlüsse | Keine Regel zielt auf Gesundheit, politische Einstellung, Religion oder ähnlich sensible Merkmale ab oder legt sie offen | |
| 7.5 | Keine Texte nach dem Motto „Wir wissen, wer Sie sind“ | Varianten nennen den Besucher oder sein Unternehmen nie so, dass es nach Überwachung wirkt |
Dies ist eine Checkliste, keine Rechtsberatung. Unser Beitrag zu B2B-Personalisierung und Datenschutz behandelt das Thema ausführlicher; klären Sie Einzelheiten mit Ihrer Rechtsberatung.
Bewertungsbogen
Bewerten Sie jede Gruppe als bestandene Prüfpunkte geteilt durch alle Prüfpunkte. Unbekannt zählt als nicht bestanden.
| Gruppen-Score | Bedeutung | Was zu tun ist |
|---|---|---|
| 80 % oder mehr | Bereit | Beibehalten; nach dem nächsten Segment oder der nächsten Seite suchen |
| 50 % bis 79 % | Lücken | Beheben Sie „Fails“ in dieser Gruppe, bevor Sie neue Personalisierung hinzufügen, die davon abhängt |
| Unter 50 % | Nicht bereit | Ausweitung pausieren; zuerst diese Gruppe korrigieren, beginnend mit der frühesten Gruppe in der Liste |
Zwei Prüfpunkte haben Vorrang vor den Scores. Scheitert 4.3 (Fallback), beheben Sie das vor allem anderen, denn ein defekter Standard betrifft jeden nicht identifizierten Besucher. Scheitert 5.1 (Holdout), können Sie kein Ergebnis der Personalisierung belegen, egal was das Dashboard sagt.
Anschauungsbeispiel
Fiktiv, kein echtes Unternehmen. Ein B2B-Softwareteam betreibt seit sechs Monaten Branchenpersonalisierung auf der Startseite. Sein Audit:
| Gruppe | Bestanden | Score | Schlüsselfehler |
|---|---|---|---|
| 1. Daten | 5 von 7 | 71% | 1.2: Niemand hat die Match-Qualität geprüft |
| 2. Segmente | 4 von 6 | 67% | 2.4: Kunden sehen „Demo buchen“ |
| 3. Inhalte | 4 von 6 | 67% | 3.2: zwei Logos ohne Erlaubnis |
| 4. QA des Erlebnisses | 5 von 7 | 71% | 4.1: sichtbares Flackern auf Mobilgeräten |
| 5. Messung | 2 von 6 | 33% | 5.1: kein Holdout |
| 6. Governance | 3 von 5 | 60% | 6.3: Es wurde noch nie eine Regel abgeschaltet |
| 7. Datenschutz | 4 von 5 | 80% | 7.3: Richtlinie erwähnt Personalisierung nicht |
Das Team glaubte, das Programm funktioniere, weil die Conversion auf der Startseite nach dem Launch gestiegen war. Ohne Kontrollgruppe lässt sich das nicht von Saisonalität oder einer Kampagne trennen. Ihr nächster Monat: die zwei Logos ohne Freigabe entfernen (eine Korrektur am selben Tag), eine Kundenregel ergänzen und dann mit einer 50-%-Kontrollgruppe pro Segment und vorab berechneten Stichprobengrößen neu starten. Wenn Sie eine Struktur für den Neustart brauchen, bietet die Vorlage für das Personalisierungs-Playbook sie.
Häufig gestellte Fragen
Was ist ein Audit der Website-Personalisierung?
Es ist eine strukturierte Prüfung, ob Ihre Website verschiedenen Besuchersegmenten zuverlässig unterschiedliche Inhalte zeigen kann und ob das messbare Ergebnisse bringt. Sie umfasst die Daten zur Segmentierung der Besucher, die Segmente selbst, die Inhalte je Segment, technische Qualität wie Flackern und Fallbacks, Messung, Governance und Datenschutz.
Wie oft sollte ich die Website-Personalisierung prüfen?
Arbeiten Sie die vollständige Checkliste vor dem Start der Personalisierung und danach zweimal im Jahr durch. Prüfen Sie die Gruppe „Experience QA“ nach jedem Website-Release oder jeder Template-Änderung, denn Flackern und defekte Fallbacks treten oft unbemerkt auf, wenn sich die Seitenstruktur ändert. Überprüfen Sie die Messung, sobald eine Regel einen vollständigen Testzyklus lang live war.
Was ist der häufigste Fehler bei Personalisierungs-Audits?
Unserer Ansicht nach sind fehlende Holdouts am schädlichsten, weil sie jedes berichtete Ergebnis unbeweisbar machen. Teams vergleichen die Conversion vor und nach dem Start und schreiben der Personalisierung Veränderungen zu, die durch Saisonalität, Kampagnen oder Tracking-Änderungen entstanden sind. Weisen Sie stattdessen einen Teil jedes Segments der Standardversion zu und vergleichen Sie die beiden Gruppen.
Beeinflusst Website-Personalisierung die SEO?
Sollte es nicht, wenn Suchmaschinen denselben Standardinhalt sehen wie nicht identifizierte Besucher und Varianten nur Blöcke auf der Seite für identifizierte Segmente ändern. Probleme beginnen, wenn Titel, Canonicals oder indexierbarer Text für Bots abweichen, was wie Cloaking aussehen kann. Halten Sie die Personalisierung client- oder edge-seitig auf Content-Blöcken und lassen Sie Metadaten unverändert.