Zo kun je met weinig bezoekers toch A/B testen

Eén van de meest objectieve manieren om je website of webshop te verbeteren, is het gebruik maken van A/B-tests. Je kunt op die manier namelijk exact meten of versie A van je website het beter of juist slechter doet dan versie B. Bij dergelijke tests is het wel belangrijk goed te meten. Om goed te meten moet je letten op de duur van je test, eventuele andere tests, de timing (seizoen) en uiteraard de grootte van je populatie waar je op test (meestal al je bezoekers). Dit laatste is echter niet vanzelfsprekend. Hoe kun je met weinig bezoekers toch doelmatig A/B testen?

Hoe kun je als kleine webshop toch A/B testen?

Als webshop hoop je met een A/B-test meteen te kunnen zien welke aanpassing meer conversie oplevert. Als website kan dit bijvoorbeeld meer offerteaanvragen zijn. Maar als je minder dan 500 orders per maand hebt, kun je statistisch moeilijk conclusies trekken uit je tests. Zelfs als je 1000 bezoekers hebt die je kunt testen, is dat meestal niet genoeg. Werk daarom met zogenoemde ‘micro’-doelen. Ga niet meteen na of die ene aanpassing voor meer verkopen zorgt, maar kijk of de aanpassing de bezoeker misschien langer op de pagina houdt of er voor zorgt dat meer bezoekers doorklikken naar de pagina die jij wil.

Micro-doelen bepalen

Wat zijn nu eigenlijk goede micro-doelen en hoe kun je ze meten? Ik zet er graag een paar op een rijtje:

• Het bezoeken van een bepaalde pagina. Stel: je hebt een pagina ‘promoties’ die goed converteert. Dan wil je natuurlijk zoveel mogelijk bezoekers naar deze pagina leiden, want je weet dat dit indirect tot meer verkopen kan leiden. Dit is dus een goed micro-doel. Test bijvoorbeeld of het een positief effect heeft als je het linkje naar ‘promoties’ bovenaan of net onderaan plaatst. Of misschien helpt een andere kleur wel?
• Mensen blijken op de ‘over ons’-pagina snel weg te klikken. Jammer, want op die pagina kun je toelichten wat jouw webshop anders én beter maakt. Een goed micro-doel voor de ‘over ons’-pagina is dus de tijd op de pagina. Misschien blijven mensen langer plakken als je foto’s bovenaan zet? Misschien als er minder tekst staat?
• Als je al wat meer bezoekers hebt, maar nog steeds niet genoeg om totale conversie te gaan testen, kan een winkelwagentje al wel erg interessant zijn. Er worden immers véél meer producten aan een winkelwagentje toegevoegd, dan dat er bestellingen zijn. Dit kun je dus gaan meten. Bijvoorbeeld, welke invloed heeft de grootte van de afbeelding of de kleur van de ‘koop nu’-knop?

Om je in te schrijven op de nieuwsbrief staat bovenaan de webshop een knop met ‘mis niets’. We willen uiteraard zoveel mogelijk inschrijvingen op onze nieuwsbrief, maar we hebben te weinig bezoekers en inschrijvingen om hier mee te testen. Wat wel kan, is testen hoeveel mensen naar de pagina doorklikken. Hier zie je de resultaten. Op de eerste plaats staat ‘promoties’, op de tweede ‘mis niets’ en als laatste ‘nieuwsbrief’. Uiteraard kan het woord promoties de bezoeker misleiden, en dus hebben we voor de veiligheid tegelijkertijd conversieratio én inschrijvingen op nieuwsbrief gemeten. Wat blijkt: de inschrijvingen op de nieuwsbrief waren relatief lager, maar in absolute cijfers hoger. Er zijn te weinig gegevens om over het conversiepercentage conclusies te trekken.

Tips om te starten met A/B-tests

Als je wil beginnen met testen, zijn er een paar zaken waar je rekening mee moet houden.

• Let goed op als je verschillende tests wil doen. Het is gevaarlijk meerdere testen door elkaar te laten lopen. Probeer dit dus te vermijden, want soms zijn er verbanden tussen tests die je niet verwacht. Je kunt wél A/B/C/… testen doen. Die beïnvloeden elkaar niet, maar zorgen natuurlijk wel dat je aantal bezoekers meer verdeeld worden. Met weinig bezoekers is dit dus af te raden.
• Start niet met het testen van de kleinste details. Of de ‘koop nu’-knop nu 1 punt groter is of niet heeft waarschijnlijk wel invloed, maar dit is zo beperkt dat je dit als kleine webshop/website niet kunt meten. Je begint beter met tests als USP vermelden op homepage of de plaats van de verschillende categorieën om te wisselen.
• Je kunt de gebruikers die je wil testen segmenteren, bijvoorbeeld op apparaat of op al dan niet terugkerende bezoekers. Gebruik deze functie! Terugkerende bezoekers uitsluiten vind ik zelf zinvol, zij converteren immers sowieso al sneller. Test beter op nieuwe bezoekers.
• Test niet alleen de tekst, maar bijvoorbeeld ook met verzendkosten, gratis verzending vanaf een bepaald bedrag of kortingen. Registreren meer mensen zich op de nieuwsbrief als ze korting krijgen? Of als ze een cadeautje krijgen? Misschien maakt dit niets uit? Soms kun je verrassende resultaten krijgen.

Meteen aan de slag

Als je na het lezen van dit artikel gelijk aan de slag wil, zijn er verschillende tools die je kunt gebruiken.

Optimizely

Ik ben erg tevreden over de gratis tool Optimizely. Ik vind de tool erg gebruiksvriendelijk. Je hoeft alleen maar één code in je website/webshop te plakken, en je kunt tekst, lay-out en nog meer beginnen te testen. Je krijgt uitgebreide statistieken en het programma bepaalt zelfs voor jou wanneer het resultaat betrouwbaar is. Let wel op: bij Optimizely zijn niet alle functies beschikbaar in de gratis versie. Maar meestal heb je deze voor een kleinere webshop/website niet nodig.

VisualWebsiteOptimizer

Een andere veelgebruikte tool is VisualWebsiteOptimizer, deze werkt hetzelfde als Optimizely maar heeft enkele extra functies zoals een heatmap; een visuele tool die enorm veel inzicht in je pagina’s geeft. Een nadeel is dan weer dat deze tool na 30 dagen niet meer gratis is. Ben je van plan veel te testen? Dan kan die investering het wel waard zijn.

Google Experiments

Je kunt ook aan de slag met Google Experiments binnen Google Analytics. Hiervoor moet je twee aparte pagina’s aanmaken, wat uiteraard een stuk omslachtiger is. Het is wel gratis én je hebt uitgebreide statistieken. Dit kan bijvoorbeeld erg nuttig zijn om twee verschillende landingspagina’s te testen.

Volg het voorbeeld van Amazon

Ten slotte geef ik je dit graag mee: A/B-tests zijn erg nuttig en je kunt er veel van leren. Foute of te snelle conclusies trekken, kan echter ongewenste gevolgen hebben. Let hier dus goed mee op! Doe je het goed? Dan evolueer je misschien zoals Amazon. Amazon vernieuwde hun site nooit volledig, maar deden dit beetje bij beetje, meestal gebaseerd op tests (onder meer A/B-tests). Nu ziet hun site er helemaal anders uit dan in de eerste jaren, maar door hun doordachte kleine aanpassingen, is de site er ook écht op vooruitgegaan, in tegenstelling tot sommige andere sites die een restyling doen.

Maak jij al gebruik van A/B-tests en van micro-doelen? Heb je nog andere vragen? Ik hoor het graag.