Größe und Passform: Hürden beim Online-Modekauf

Untersuchen Sie Größenauswahl, Passformberatung und verfügbare Varianten, bevor Sie einen Conversion-Test auf einer Produktseite planen.

Ihre Frage

Fehlt Größenberatung, funktioniert die Auswahl nicht oder ist die Größe ausverkauft?

Setzen Sie Ihre Erkenntnisse um
CRO-Agent ↗
DIE KURZE ANTWORT

Wenn Besucher auf einer Modeproduktseite zögern, lohnt sich ein Blick auf Unsicherheiten bei Größe und Passform. Unterscheiden Sie zunächst fehlende Informationen, Bedienungsprobleme und ausverkaufte Varianten. Wählen Sie erst danach eine passende Verbesserung.

Die Probleme unterscheiden

Wer eine verfügbare Größe nicht auswählen kann, hat ein anderes Problem als jemand, der bei der Passform unsicher ist. Eine ausverkaufte beliebte Größe erfordert wiederum eine andere Lösung. Schreiben Sie diese drei Situationen nicht pauschal der Größentabelle zu.

Betrachten Sie Bedienung, Variantendaten und relevante Verhaltensbeobachtungen zusammen. Notieren Sie Gerät und Produkt, bei denen das Problem auftritt, damit die vorgeschlagene Maßnahme zum beobachteten Befund passt.

Die Untersuchung nachvollziehbar dokumentieren

Notieren Sie für jede Beobachtung Produkt-URL, SKU, Markt, Sprache, Gerät, Browser, Datum und gewählte Größe. Halten Sie die erwartete und die tatsächliche Reaktion fest. Prüfen Sie eine verfügbare, eine ausverkaufte und eine nur noch begrenzt verfügbare Größe. Reproduzieren Sie eine fehlerhafte Interaktion, bevor Sie ein Experiment vorschlagen. Ein bestätigter Fehler muss behoben und die Korrektur überprüft werden.

Prüfen Sie, ob sich die Maße auf das Kleidungsstück oder den Körper beziehen, ob Zentimeter und Zoll gekennzeichnet sind und ob die Hinweise zu diesem Produkt oder dieser Kategorie gehören. Testen Sie das Öffnen, Schließen und Lesen der Größentabelle per Tastatur und mit mobilem Zoom. Dokumentieren Sie fehlende Angaben, Bedienungsfehler und Forschungshypothesen getrennt, jeweils mit einer verantwortlichen Person.

Verlässliche Passformberatung bieten

Passformberatung muss zum Artikel passen und auf Angaben beruhen, die die Marke belegen kann. Eine Größentabelle braucht eindeutige Maßeinheiten und eine Erklärung, was gemessen wird. Allgemeine Modelfotos ersetzen keine fehlenden Produktinformationen.

Nutzen Sie Verhaltensdaten gemäß den freigegebenen Zugriffsrechten und Einstellungen zum Verbergen personenbezogener Daten. Suchen Sie nach wiederkehrenden Mustern in der relevanten Zielgruppe. Eine einzelne auffällige Sitzungsaufzeichnung reicht als Beleg nicht aus.

Änderung und Qualitätskriterien festlegen

Ein Vorschlag kann geprüfte Größeninformationen leichter auffindbar machen, die ausgewählte Größe deutlicher anzeigen oder den Bestandsstatus verständlicher darstellen. Erläutern Sie, warum dies der untersuchten Zielgruppe voraussichtlich hilft.

Bewerten Sie abgeschlossene Käufe zusammen mit den Entwicklungen nach der Lieferung. Ein höherer Anteil an Besuchern, die einen Artikel in den Warenkorb legen, belegt nicht, dass Kunden die richtige Größe gewählt oder ihre Bestellung behalten haben. Stimmen Sie die Auswertung auf das Produkt und die notwendige Beobachtungsdauer für Retouren ab.

Die Retourenauswertung vor dem Start festlegen

Legen Sie vor dem Start das primäre Kaufkriterium, die teilnahmeberechtigte Population, die Randomisierungseinheit, den Stichprobenplan und die Abbruchregel fest. Das Öffnen der Größentabelle und Klicks auf die Größenauswahl sind diagnostische Signale, nicht das endgültige Erfolgskriterium. Verwenden Sie für beide Varianten dieselbe Populationsdefinition. Nur Besucher auszuwerten, die die neue Größentabelle geöffnet haben, kann zu Selektionsverzerrungen führen.

Verknüpfen Sie für die spätere Auswertung ausgelieferte Bestellpositionen mit der Experimentzuweisung, soweit dies zulässig und technisch zuverlässig ist. Dokumentieren Sie den Umgang mit Umtausch, Stornierungen und nicht zuordenbaren Bestellungen. Vergleichen Sie physische Retourenquoten bei gleichem Zeitraum seit der Lieferung: retournierte Stückzahl geteilt durch ausgelieferte Stückzahl je Gruppe. Diese bedingte Quote ist ein Qualitätskriterium, keine vollständige kausale Schätzung. Der Test kann auch verändern, wer kauft und welche Artikel gekauft werden. Prüfen Sie behaltene Käufe je zugewiesenem Besucher, sofern Daten und Methode dies ermöglichen. Ist der Beobachtungszeitraum für Retouren noch nicht abgeschlossen, bleibt dieses Ergebnis offen.

Quelle: Microsoft Research: Prüfungen vor dem Experiment ↗

ANSCHAULICHES BEISPIEL

Ein gezielter Test für mobile Besucher

Beispiel: Wiederholte mobile Beobachtungen deuten darauf hin, dass Besucher eine bestehende, geprüfte Größentabelle übersehen. Die vorgeschlagene Variante platziert einen eindeutig beschrifteten Link neben der Größenauswahl; die Kontrollvariante behält die bisherige Position. Teilnahmeberechtigte mobile Besucher werden vor der Interaktion konsistent zugewiesen. Als primäre Kennzahl dienen abgeschlossene Käufe je zugewiesenem Besucher, als Diagnose das Öffnen der Größentabelle und als spätere Qualitätskontrolle eine zugeordnete Retourenauswertung. Der Analyst legt Stichproben- und Entscheidungsregeln vor dem Start fest; die Produktverantwortlichen prüfen Barrierefreiheit und Rücknahme der Änderung. Der Vorschlag allein belegt keine Verbesserung.

In der Praxis anwenden

  1. Bedienungs-, Informations- und Bestandsprobleme unterscheiden.
  2. Maße und Passformangaben des Artikels überprüfen.
  3. Betroffene Geräte und Produkte festlegen.
  4. Ein Qualitätskriterium nach dem Kauf einbeziehen, etwa Retouren.
  5. URL, Variante, Gerät, Zeitpunkt und reproduzierbaren Befund festhalten.
  6. Einen bestätigten Fehler von einer prüfbaren Hypothese trennen.
  7. Zuweisung, primäre Kennzahl, Stichprobenplan und Entscheidungsregeln festlegen.
  8. Die zugeordnete Retourenauswertung planen und eine verantwortliche Person für offene Ergebnisse benennen.

Referenzmaterial

Plattformdokumentation am 3. Oktober 2026 geprüft. Beispiele und Checklisten sind redaktionelle Illustrationen von Faccelerate.

Fragen zu diesem Ansatz?

Führt eine klarere Größentabelle zu weniger Retouren?

Das lässt sich erst mit geeigneten Messdaten feststellen. Bis die Änderung untersucht wurde, bleibt die erwartete Verbesserung eine Hypothese.