Introducing G2.ai, the future of software buying.Try now

Adobe Target und Optimizely Web Experimentation vergleichen

Speichern
    Anmelden in Ihrem Konto
    um Vergleiche zu speichern,
    Produkte und mehr.
Auf einen Blick
Adobe Target
Adobe Target
Sternebewertung
(67)4.1 von 5
Marktsegmente
Unternehmen (66.7% der Bewertungen)
Informationen
Einstiegspreis
Keine Preisinformationen verfügbar
Erfahren Sie mehr über Adobe Target
Optimizely Web Experimentation
Optimizely Web Experimentation
Sternebewertung
(408)4.2 von 5
Marktsegmente
Unternehmen mittlerer Größe (47.8% der Bewertungen)
Informationen
Einstiegspreis
Contact Vendor
Erfahren Sie mehr über Optimizely Web Experimentation
KI-generierte Zusammenfassung
KI-generiert. Angetrieben von echten Nutzerbewertungen.
  • Benutzer berichten, dass Optimizely Web Experimentation im A/B-Testing mit einer Bewertung von 9,5 hervorragend abschneidet und seine intuitive Benutzeroberfläche sowie robuste Funktionen hervorhebt, während Adobe Target mit einer Bewertung von 8,7 für seine solide Leistung bekannt ist, jedoch einige der fortschrittlichen Funktionen vermisst, die Benutzer bei Optimizely finden.
  • Rezensenten erwähnen, dass der WYSIWYG-Editor von Optimizely benutzerfreundlich ist und eine Bewertung von 7,7 erhält, was einfache Inhaltsanpassungen ohne Programmierung ermöglicht. Im Gegensatz dazu erhielt der WYSIWYG-Editor von Adobe Target eine niedrigere Bewertung von 6,8, wobei Benutzer den Wunsch nach einem schlankeren Bearbeitungserlebnis äußern.
  • G2-Benutzer heben Optimizelys überlegene Konfidenzniveau-Bewertung von 9,4 hervor, was darauf hinweist, dass Benutzer sich sicherer über ihre Testergebnisse fühlen, während die Bewertung von Adobe Target von 7,8 darauf hindeutet, dass Benutzer weniger Vertrauen in die statistische Signifikanz ihrer Tests haben.
  • Benutzer auf G2 berichten, dass Optimizelys Multivariant-Testing-Fähigkeiten eine Bewertung von 8,5 erhalten, was Flexibilität beim Testen mehrerer Variablen gleichzeitig bietet, während die Bewertung von Adobe Target von 7,4 auf Einschränkungen in diesem Bereich hinweist, was zu einem weniger umfassenden Testerlebnis führt.
  • Rezensenten erwähnen, dass Optimizelys Leistung und Zuverlässigkeit mit einer Bewertung von 8,6 ein bedeutender Vorteil ist, wobei viele Benutzer seine konstante Betriebszeit und schnellen Ladezeiten loben, während die Bewertung von Adobe Target von 7,5 einige Bedenken hinsichtlich der Leistung während Spitzenzeiten widerspiegelt.
  • Benutzer sagen, dass Optimizelys Berichts- und Analysefunktionen mit einer Bewertung von 8,2 detaillierte Einblicke bieten, die bei datengetriebenen Entscheidungen helfen, während die Bewertung von Adobe Target von 7,4 darauf hinweist, dass Benutzer seine Analysen als weniger umfassend und schwerer zu interpretieren empfinden.

Adobe Target vs Optimizely Web Experimentation

Bei der Bewertung der beiden Lösungen fanden die Rezensenten Optimizely Web Experimentation einfacher zu verwenden, einzurichten und zu verwalten. Allerdings bevorzugten die Rezensenten es, insgesamt Geschäfte mit Adobe Target zu machen.

  • Adobe Target und Optimizely Web Experimentation erfüllen beide die Anforderungen unserer Gutachter in vergleichbarem Maße.
  • Beim Vergleich der Qualität des laufenden Produktsupports bevorzugten die Gutachter Optimizely Web Experimentation.
  • Bei Feature-Updates und Roadmaps bevorzugten unsere Rezensenten die Richtung von Adobe Target gegenüber Optimizely Web Experimentation.
Preisgestaltung
Einstiegspreis
Adobe Target
Keine Preisinformationen verfügbar
Optimizely Web Experimentation
Enterprise
Contact Vendor
Erfahren Sie mehr über Optimizely Web Experimentation
Kostenlose Testversion
Adobe Target
Keine Informationen zur Testversion verfügbar
Optimizely Web Experimentation
Keine Informationen zur Testversion verfügbar
Bewertungen
Erfüllt die Anforderungen
8.4
46
8.4
296
Einfache Bedienung
7.3
59
8.1
309
Einfache Einrichtung
7.1
32
8.0
155
Einfache Verwaltung
7.3
22
8.2
124
Qualität der Unterstützung
7.4
46
8.0
252
Hat the product ein guter Partner im Geschäft waren?
8.0
22
7.9
119
Produktrichtung (% positiv)
9.0
48
7.8
271
Funktionen
Nicht genügend Daten
8.0
31
Besucherverhalten
Nicht genügend Daten verfügbar
7.8
24
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
8.5
26
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
7.6
22
|
Verifizierte Funktion
Vorlagen
Nicht genügend Daten verfügbar
7.8
24
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
8.3
23
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
8.4
24
|
Verifizierte Funktion
Personalisierung
Nicht genügend Daten verfügbar
7.6
23
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
7.7
26
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
7.9
21
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
Funktion nicht verfügbar
Nicht genügend Daten verfügbar
7.5
20
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
7.0
19
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
9.0
24
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
8.6
22
|
Verifizierte Funktion
Mehrfachkanal
Nicht genügend Daten verfügbar
8.5
26
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
6.9
20
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
8.9
25
|
Verifizierte Funktion
Verwaltung
Nicht genügend Daten verfügbar
8.0
22
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
8.5
22
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
8.2
22
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
8.1
23
|
Verifizierte Funktion
Agentische KI - E-Commerce-Personalisierung
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten
8.0
24
Segmentierung
Nicht genügend Daten verfügbar
8.8
21
Nicht genügend Daten verfügbar
8.1
14
Zielgruppenadressierung
Nicht genügend Daten verfügbar
7.6
21
Nicht genügend Daten verfügbar
7.8
20
Ausgelöste Inhalte
Nicht genügend Daten verfügbar
7.8
16
Nicht genügend Daten verfügbar
Funktion nicht verfügbar
Nicht genügend Daten verfügbar
7.4
13
Personalisierte Inhalte
Nicht genügend Daten verfügbar
8.0
15
Nicht genügend Daten verfügbar
8.1
16
Nicht genügend Daten verfügbar
8.7
18
Agentische KI - Personalisierungsmaschinen
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten
8.2
6
Datenbeschaffung
Nicht genügend Daten verfügbar
9.3
5
Nicht genügend Daten verfügbar
8.0
5
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
7.2
6
Intelligenz
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten
8.1
29
Management
Nicht genügend Daten verfügbar
8.3
24
Nicht genügend Daten verfügbar
8.3
25
Nicht genügend Daten verfügbar
8.0
23
Funktionalität
Nicht genügend Daten verfügbar
8.0
25
Nicht genügend Daten verfügbar
8.5
26
Nicht genügend Daten verfügbar
7.6
26
Informatik
8.0
11
7.9
67
7.7
14
6.4
61
7.9
13
6.9
72
Experimentelles Design
7.9
15
8.4
70
8.1
13
8.7
69
8.2
13
8.7
69
Analytics
7.6
15
8.2
68
6.4
11
5.8
62
Agentische KI - A/B-Tests
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten
Nicht genügend Daten
Agentische KI - Personalisierung
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
7.8
17
Nicht genügend Daten
Variations-Tests
8.7
13
Nicht genügend Daten verfügbar
6.8
11
Nicht genügend Daten verfügbar
8.2
15
Nicht genügend Daten verfügbar
8.1
15
Nicht genügend Daten verfügbar
7.8
15
Nicht genügend Daten verfügbar
7.4
14
Nicht genügend Daten verfügbar
Reporting
7.6
15
Nicht genügend Daten verfügbar
7.8
15
Nicht genügend Daten verfügbar
Personalisierung
8.3
14
Nicht genügend Daten verfügbar
7.9
14
Nicht genügend Daten verfügbar
8.0
5
Nicht genügend Daten verfügbar
Verwaltung
7.8
12
Nicht genügend Daten verfügbar
8.1
13
Nicht genügend Daten verfügbar
7.5
14
Nicht genügend Daten verfügbar
7.6
13
Nicht genügend Daten verfügbar
Kategorien
Kategorien
Geteilte Kategorien
Adobe Target
Adobe Target
Optimizely Web Experimentation
Optimizely Web Experimentation
Adobe Target und Optimizely Web Experimentation sind kategorisiert als Personalisierung und A/B-Tests
Einzigartige Kategorien
Adobe Target
Adobe Target ist kategorisiert als Mobile App-Optimierung
Bewertungen
Unternehmensgröße der Bewerter
Adobe Target
Adobe Target
Kleinunternehmen(50 oder weniger Mitarbeiter)
19.0%
Unternehmen mittlerer Größe(51-1000 Mitarbeiter)
14.3%
Unternehmen(> 1000 Mitarbeiter)
66.7%
Optimizely Web Experimentation
Optimizely Web Experimentation
Kleinunternehmen(50 oder weniger Mitarbeiter)
21.2%
Unternehmen mittlerer Größe(51-1000 Mitarbeiter)
47.8%
Unternehmen(> 1000 Mitarbeiter)
30.9%
Branche der Bewerter
Adobe Target
Adobe Target
Marketing und Werbung
18.8%
Informationstechnologie und Dienstleistungen
18.8%
Finanzdienstleistungen
9.4%
Computersoftware
9.4%
Einzelhandel
7.8%
Andere
35.9%
Optimizely Web Experimentation
Optimizely Web Experimentation
Computersoftware
11.1%
Informationstechnologie und Dienstleistungen
9.3%
Finanzdienstleistungen
9.1%
Einzelhandel
8.1%
Marketing und Werbung
8.1%
Andere
54.4%
Top-Alternativen
Adobe Target
Adobe Target Alternativen
VWO Testing
VWO Testing
VWO Testing hinzufügen
AB Tasty
AB Tasty
AB Tasty hinzufügen
Salesforce Marketing Cloud Personalization (formerly Interaction Studio)
Salesforce Marketing Cloud Personalization (formerly Interaction Studio)
Salesforce Marketing Cloud Personalization (formerly Interaction Studio) hinzufügen
Dynamic Yield
Dynamic Yield
Dynamic Yield hinzufügen
Optimizely Web Experimentation
Optimizely Web Experimentation Alternativen
VWO Testing
VWO Testing
VWO Testing hinzufügen
AB Tasty
AB Tasty
AB Tasty hinzufügen
Insider One
Insider One
Insider One hinzufügen
Kameleoon
Kameleoon
Kameleoon hinzufügen
Diskussionen
Adobe Target
Adobe Target Diskussionen
Monty der Mungo weint
Adobe Target hat keine Diskussionen mit Antworten
Optimizely Web Experimentation
Optimizely Web Experimentation Diskussionen
Wie funktioniert A/B-Testing?
1 Kommentar
Tim S.
TS
A/B-Tests sind, wenn Sie mindestens zwei Varianten von etwas haben, das Sie testen möchten. Typischerweise haben Sie eine Kontrollvariante (die...Mehr erfahren
Wie kann ich A/B-Tests verwenden?
1 Kommentar
Tim S.
TS
Das Testen ist fortlaufend und endlos. Wir testen neue Funktionen wie zusätzliche Formularfelder in einem Lead-Formular. Wir testen mehrere CTAs, um zu...Mehr erfahren
Monty der Mungo weint
Optimizely Web Experimentation hat keine weiteren Diskussionen mit Antworten