Filter
Employee Experience Zo start je met A/B-testen [beginners guide]
Er zijn verschillende manieren om meer geld te verdienen met je website. In de online marketing kun je dit verdelen over 2 gebieden. De eerste is door meer mensen naar je website te sturen, de ander is door meer bezoekers om te zetten in converterende bezoekers. A/B-testen is een manier om meer uit je huidige bezoekers te halen. In dit artikel voor beginners ga ik je uitleggen wat A/B-testen is, wat je er mee kunt en hoe je zelf een A/B-test kunt maken.
Wat is A/B-testen?
De naam verklapt het eigenlijk al een beetje. Met A/B-testen onderzoek je 2 varianten van een bepaalde websitepagina of pagina-onderdeel. Je hebt al een idee hoe je denkt de website te kunnen verbeteren. Zo heb je bij je concurrent gezien dat ze alle call-to-actionknoppen (ook wel CTA-buttons genoemd) de kleur rood hebben gegeven, terwijl jullie ze zelf de kleur groen hebben gegeven. Dit zou een perfecte situatie zijn om een A/B-test uit te voeren. Dat ze bij jouw concurrent rood zijn, betekent niet dat dit voor jouw websitebezoekers ook goed werkt. Houd altijd in gedachten dat je bezoeker het belangrijkst is. Misschien gaat de aanpassing een beetje ten koste van het ontwerp. Maar als het meer verkopen oplevert, dan maakt dat jou natuurlijk niets uit!
Hoe werkt het?
Hoe werkt A/B-testen dan precies? Je stuurt 50% van je bezoekers naar variant A van de pagina en de andere 50% van de bezoekers naar variant B. Variant A is altijd de controleversie en variant B is altijd de versie waarop je de variatie(s) test. Je hebt een variant nodig die test wat de resultaten zullen zijn van de huidige versie van de pagina. Op deze manier kun je goed vergelijken of jouw ideeën om de pagina te verbeteren ook daadwerkelijk een positieve invloed hebben.
Ook leuk om te weten: A/B-testen hoeven niet alleen gebruikt te worden bij het optimaliseren van websites en webshops. Je kunt A/B-testen ook toepassen in je e-mailmarketingcampagnes en bij je advertenties op Facebook en Instagram. Ook in deze gevallen is het doel om erachter te komen wat voor jouw bezoeker/klant/doelgroep het beste werkt. In dit artikel ga ik verder in op A/B-testen op een website.
Hoeveel bezoekers heb je nodig voor een A/B-test?
Hier is eigenlijk geen exact aantal voor te noemen. Voor elke goede test bereken je van tevoren hoe groot je steekproefgrootte moet zijn. Voor een A/B-test is je steekproefgrootte afhankelijk van je huidige conversieratio en het percentageverschil dat je wil meten.
Stel, je hebt een webshoppagina met een conversiepercentage van 4% en je wil met je A/B-test minimaal 25% verschil waarnemen in het conversiepercentage. Dan is je steekproefgrootte 5800 (via deze tool kun je de steekproefgrootte voor je A/B-test berekenen). Heb je 50 bezoekers per dag? Dan duurt deze test maar liefst 116 dagen. Heb je 500 bezoekers per dag? Dan duurt de test 12 dagen. Beslis op basis van de lengte van de test of deze aanpassing prioriteit heeft. Geef prioriteit aan korte tests, zo kun je snel en lean optimaliseren.
Een exact aantal bezoekers dat je nodig hebt voor een A/B-test kan ik je dus niet geven. Hoe groter de impact is van de variant, des te sneller en des te meer valide de test wordt. Via deze tool kun je lengte van je A/B-test berekenen.
Ben je benieuwd naar alternatieven voor een A/B-test? Deze zal ik later in mijn artikel benoemen.
De eerste stappen naar jouw eerste A/B-test!
A/B-testen kun je heel eenvoudig opstarten met speciale A/B testing tools. Een aantal bekende tools:
Google Optimize is een gratis tool, hierdoor kun je het direct zelf gebruiken. Je kunt Google Optimize met een javascript-code eenvoudig op je website installeren. Als je Google Optimize goed gekoppeld hebt aan je website en Google Analytics, dan kun je beginnen met het maken van je eerste A/B-test.
Prioriteiten
Wat belangrijk is, is hoe je jouw test gaat vormgeven. Je hebt waarschijnlijk al een aantal ideeën over hoe je jouw website kunt verbeteren. Deze aannames wil je testen, maar dit kan niet allemaal tegelijk. Zorg dus eerst voor een prioritering.
Ik kijk zelf altijd naar de funnel voor het prioriteren van de aannames bij een eerste A/B-test.
- Hoeveel websitebezoekers zijn er?
- Hoeveel bezoekers klikt door naar een productpagina?
- Hoeveel bezoekers voegen een product toe aan hun winkelwagen?
- Hoe groot is de groep bezoekers die uiteindelijk een product aanschaft?
Geef antwoord op deze vragen in bezoekersaantallen, conversiepercentages en in geld. Als je dit in kaart brengt, weet je ook waar de prioriteiten liggen. Je kunt zien wat jouw aanname eventueel teweeg kan brengen op het eindresultaat.
Twee varianten aanmaken
Als je je aannames hebt geprioriteerd en weet wat je gaat testen, maak je de twee varianten aan. Tip: gebruik Google Optimize in de Google Chrome-browser. Op die manier kun je gebruik maken van hun “drag ’n drop-tool”. Hiermee kun je heel eenvoudig elementen verwijderen of teksten aanpassen in het design van de website.
Aan de originele versie in een A/B-test wijzig je niets. Deze variant zorgt er namelijk voor dat je jouw veranderingen kunt vergelijken met de huidige website. Als je deze wel verandert, weet je niet of je veranderingen beter werken dan ze dat nu doen.
Het volgende wat je in moet stellen, is de targeting. Wil je deze A/B-test alleen instellen voor een bepaalde pagina of de hele website? Is de A/B-test alleen voor bezoekers uit Nederland of uit heel Europa? Als je geen targeting toepast, neemt hij alle bezoekers van je website mee in de test.
Meet wat je wil weten
Het belangrijkste van een A/B-test starten is het bepalen van de metrics. Met een A/B-test kun je heel veel verschillende dingen testen en dus ook heel veel verschillende dingen meten. Het is enorm belangrijk om te meten wat je wil weten. Anders trek je uiteindelijk verkeerde conclusies.
Maak je metric zo specifiek mogelijk. Stel, je maakt een A/B-test waarin je de tekst van een call-to-actionknop wil testen. De knop staat op de homepagina en linkt door naar de nieuwe collectiepagina. Wat wil je dan meten? De omzet? De afzet? Het bouncepercentage? De aanpassing kan op al deze punten effect hebben, maar het belangrijkste om te weten is wat het directe effect is. Hoeveel bezoekers klikken er door naar de nieuwe collectie? De hoofdmetric zal in dit geval dus moeten zijn: het aantal klikken op de knop. De secundaire metrics kunnen bijvoorbeeld de omzet of het bouncepercentage zijn.
Als je eenmaal alles hebt ingesteld, kun je jouw eerste A/B-test starten! Check de volgende dag of alles goed loopt en staat. Soms wil een metric niet werken door een verkeerde instelling.
Hou vervolgens de test periodiek bij. Of dat per week of per dag is, hangt heel erg af van hoe snel je test gaat. Zorg er in ieder geval voor dat je er op tijd bij bent, mocht de test een extreem negatieve impact hebben.
Andere manieren om je website te optimaliseren
A/B-testen zijn een mooie manier om je website te optimaliseren, maar er zijn ook andere opties! Neem bijvoorbeeld een multivariate test. Eigenlijk zijn dit heel veel verschillende A/B-testen in één grote test. Stel, je hebt een productpagina waarop je 2 verschillende soorten afbeeldingen wil testen in combinatie met 2 verschillende soorten teksten en 2 verschillende call-to-actionbuttons. Dan krijg je 8 mogelijke combinaties:
- Afbeelding A + Tekst A + CTA A
- Afbeelding A + Tekst A + CTA B
- Afbeelding A + Tekst B + CTA A
- Afbeelding A + Tekst B + CTA B
- Afbeelding B + Tekst A + CTA A
- Afbeelding B + Tekst A + CTA B
- Afbeelding B + Tekst B + CTA A
- Afbeelding B + Tekst B + CTA B
Je weet na het uitvoeren van deze test dus precies welke combinatie het beste werkt. Nadeel van deze methode is dat hier enorm veel input en output nodig is. Je moet bij dit soort tests denken aan honderden conversies voordat je een test valide krijgt.
Kwalitatieve data-verzameling
Een optie die voor elke website een toegevoegde waarde kan zijn, zijn feedback- en poll-formulieren. Deze kun je heel gemakkelijk (bijvoorbeeld via Hotjar) op je website plaatsen. Je kunt precies aangeven wanneer er wat gevraagd moet worden aan de klant als hij op je website is. Wil je bijvoorbeeld weten hoe je het afrekenproces kunt verbeteren? Dan kun je dit aan de klant vragen als hij afgerekend heeft. Dit is geen kwantitatieve, maar kwalitatieve data-verzameling. Ook als je wel kunt A/B-testen is het geen slecht idee om er ook nog een kwalitatief onderzoek naast te doen.
UsabilityHub
UsabilityHub is een tool om de gebruikersvriendelijkheid van je website te testen. Er kunnen verschillende tests (zoals de first click test of five second test) door echte mensen worden uitgevoerd. Het nadeel van deze tool is het feit dat het wel mensen zijn, maar niet jouw bezoekers of doelgroep. Het kan dus zijn dat volgens de resultaten uit UsabilityHub iedereen vindt dat een call-to-actionknop rood moet zijn, terwijl jouw websitebezoekers wellicht in een A/B-test laten zien dat blauw beter werkt. Het geeft dus niet de zekerheid van een echte A/B-test, maar het kan je wel een goed beeld geven van waar je op moet letten of wat je kunt gaan testen.
Blijf testen
Als het goed is ben je nu na het lezen van dit artikel helemaal op de hoogte van wat een A/B-test is en hoe je deze kunt starten. Probeer altijd je website te blijven verbeteren. Is je test afgelopen? Ga door naar de volgende! Denk je dat je alles getest hebt? Begin dan weer van voor af aan. Er is altijd wat te verbeteren!
Laat me weten hoe je eerste tests zijn gegaan! Ik ben erg benieuwd wat jullie getest hebben en of er bruikbare resultaten zijn uitgekomen.
Over de auteur
