ePrivacy and GPDR Cookie Consent by Cookie Consent Klaar voor de toekomst dankzij A/B testen - Takt Online
Marketing & optimalisatie
3 minuten leestijd, 2 juli 2020

Klaar voor de toekomst dankzij A/B testen

Patrick Sloot

Heb je vragen?

Neem contact op met Patrick Sloot als je meer wilt weten. Hij helpt je graag!

Contact

Bedrijven die de online markt willen betreden zullen snel realiseren dat de digitale wereld constant in beweging is. Door deze constante beweging is het essentieel dat bedrijven bezig blijven met de optimalisatie van hun online aanwezigheid. Betekent dit dat bedrijven steeds maar weer een nieuwe website moeten laten maken om mee te kunnen bewegen in de huidige markt? Nee in tegendeel! Er zijn verschillende manieren waarop een website geoptimaliseerd kan worden. Eén van de efficiëntste manieren is de inzet van A/B testen.

Dus wat is een A/B test nou eigenlijk?

De naam ‘A/B test’ zegt het eigenlijk al. Met A/B testen onderzoekt men twee verschillende versies, een versie A en een versie B. Zo krijgen een aantal mensen bijvoorbeeld de huidige versie van een pagina te zien en krijgt een andere groep mensen een aangepaste versie van een pagina te zien. Door de resultaten van de beide versies te vergelijken zal het duidelijk worden welke van de twee versies het beste werkt. Wel is het van belang dat focus van een A/B test op één element ligt. Wanneer er tegelijkertijd een stuk tekst en de positie van een knop wordt aanpast, is het onmogelijk om te verklaren welke verandering tot een hogere click-through-rate heeft geleid.

A/B testen worden voornamelijk gebruikt om websites en webshops te optimaliseren. Maar daar hoeft het zeker niet bij te blijven. Online marketeers gebruiken de methode ook bij het optimaliseren van advertenties op Google, Facebook en Instagram, om maar een aantal voorbeelden te noemen. Het belangrijkste van A/B testen is om stapje voor stapje te achterhalen welke aanpassingen zorgen voor een betere klantervaring.

Hoe voer je een A/B test uit?

Oke het is nu duidelijk wat een A/B test is, maar hoe ga je er mee aan de slag? 

1: Weet wat je wil verbeteren

Bij A/B testen is het belangrijk dat je precies weet te achterhalen wat je wil verbeteren. Denk hierbij dus niet in algemene termen zoals; meer conversies, want hier hebben simpelweg te veel factoren invloed hebben. We raden dan ook aan om het zo concreet mogelijk te maken. Denk aan een hogere click through rate of juist een lager bouncepercentage.

2: Analyseer de huidige gegevens

Als je de click through rate wil verhogen op een bepaalde pagina zijn er alsnog veel elementen die veranderd kunnen worden. Om dit proces te versnellen zou je kunnen kijken naar andere pagina’s op je website die al een betere click through rate hebben. Wat zijn de verschillen tussen de pagina’s. Wat heeft de ‘betere’ pagina al wat de andere niet heeft? Hierdoor is het duidelijker op welke element je de A/B testen moet richten.

3: Ontwikkel een hypothese

Je hebt vastgesteld welke data-metrics je wilt verbeteren en welke element je daarvoor wilt gaan testen. Door de A/B test uiteindelijk te richten op één of twee verschillende elementen is het mogelijk om een hypothese te maken. Neem bijvoorbeeld de eerder benoemde click-through-rate. Je krijgt het idee dat bezoekers misschien niet doorklikken omdat de knoppen niet goed zichtbaar zijn op de pagina. Daarom stel je de hypothese; door de knoppen groter te maken zal de knop beter zichtbaar zijn wat tot een verhoging in het aantal klikken zal leiden.

4: A/B test lanceren

Nu is het tijd om te testen! Lanceer de twee varies van je test, de versie A en de versie B. Zelf gebruiken wij hier Google Optimize voor. Nadat er voldoende respondenten hebben meegedaan en de looptijd van de test is afgelopen is het tijd om door te gaan. Let wel op dat looptijd en het aantal respondenten van de test erg belangrijk zijn. Wanneer je wil weten hoeveel respondenten je nodig hebt of hoe de looptijd moet zijn? Kijk dan even hier.

5: Analyseer de gegevens

Kijk na afloop van de test naar de resultaten om vast te stellen op de eerder opgestelde hypothese juist of onjuist is. Blijkt uit de resultaten dat de hypothese onjuist is? Geen zorgen! Hoewel de verwachting niet is uitgekomen is er alsnog waardevolle informatie verzameld. Deze informatie kan mee worden genomen bij het opstellen van een nieuwe A/B test.

Pas wanneer alle 5 stappen zijn doorlopen kan besloten worden of de desbetreffende aanpassing wel of niet waardevol genoeg is voor implementatie.

Wil jij je website optimaliseren?

Voor meer vragen over A/B testen kun je contact met ons opnemen via het contactformulier of een belafspraak inplannen via de onderstaande knop.