Hoe je A/B-testen slim kunt inzetten

Hoe kun je je conversie verhogen door slim te maken van A/B-testen? Ralph Wolbrink van Pure Internet Marketing legt het uit.

Of je nou een webshop hebt of een B2B-website, je hebt altijd te maken met bepaalde acties of doelen die mensen op je website moeten voltooien - een conversie. Dit zou eenvoudigweg een aankoop kunnen zijn, maar ook het downloaden van een whitepaper. 

Er is vrijwel altijd meer winst te halen uit je website dan je zou denken

Wat de conversie ook is, er is vrijwel altijd meer winst te halen uit je website dan je in eerste instantie zou denken. In dit artikel leg ik je uit hoe je kunt starten met A/B testen om het conversiepercentage te vergroten. 

Stap 1: Data, data en nog eens data

Bepaalde pijnpunten op je website zie je na verloop van tijd niet meer. Het mooie aan online marketing is dat we erg veel data tot onze beschikking hebben. De basis van conversie-optimalisatie is dan ook het inzichtelijk krijgen van de afhaakpunten op je website. 

Maak de afhaakpunten op je website inzichtelijk

Dit zou je bijvoorbeeld al eenvoudig kunnen doen door een doeltrechter in te richten binnen Google Analytics. Je visualiseert hiermee de stappen die mensen doorlopen om tot een conversie te komen. Voor een webshop zou dat kunnen zijn: van een product bekijken, deze in het winkelmandje zetten tot de betaling doen en de koop afronden. 

In sommige gevallen is het nodig om de Google Analytics-implementatie wat aan te passen om deze data in een trechter te kunnen weergeven. Deze gevallen lopen dusdanig uiteen dat ik daar in dit blog niet bij stil zal staan. Je online marketeer of consultant kan je hier vast mee ondersteunen.

Stap 2: Hypotheses stellen

Stel een hypothese op over de oorzaak van afhaken

De volgende stap is het analyseren van de data en bekijken waar mogelijke verbeteringen zijn te realiseren. Als bij een bepaalde stap een groot deel van de bezoekers afhaakt, is het zaak hierbij hypotheses te stellen over de oorzaak van afhaken. Zodra je verschillende hypotheses hebt, kun je werken aan ideeën om hier een oplossing voor te bieden. Deze hypotheses gaan we vervolgens toetsen door een A/B test (of multivariate test) in te zetten. 

Als we voldoende hypotheses bij verschillende afhaakmomenten hebben, kunnen we een testplan opzetten. Hierbij is het belangrijk om de impact van de hypothese in te schatten, om vervolgens de volgorde van testen te bepalen. De test waarvan je verwacht dat de meeste winst behaald wordt, zal als eerste worden getoetst. 

Het testplan dient een volledig document te zijn met daarin de beschreven testen, hypotheses en uiteindelijk de testresultaten. Dit om te voorkomen dat de opgedane kennis in de toekomst verloren gaat.

Stap 3: Testen maar

Om een hypothese te toetsen, is het mogelijk om een A/B test te doen waarbij de ene helft van het bezoek nieuwe variant ‘A’ krijgt te zien en de andere helft de oude bestaande situatie ‘B’. Dit uiteraard gelijktijdig, waardoor we de uitkomst niet wordt beïnvloed door tijd, gebeurtenissen of trends. Er zijn veel verschillende pakketten beschikbaar die deze A/B testen kunnen faciliteren, een paar voorbeelden hiervan vind je op deze pagina.

Levert een hypothese winst op, of niet?

Zodra je de test in het pakket hebt opgezet, is het tijd om deze te laten draaien. De tooling zal zelf de verdeling verzorgen en het is jouw taak nu om de data te controleren en te analyseren. Uiteindelijk wil je met een bepaalde zekerheid zeggen of een hypothese een winst oplevert, of niet. 

Afhankelijk van het aantal bezoekers in de funnel en het aantal conversies kan het even duren voor je een bepaalde significantie hebt bereikt. Je moet ook even kijken of je tevreden bent met 95 procent zekerheid, of dat je liever meer hebt.

Zodra je tevreden bent met de significantie, kan de winnaar worden doorgevoerd op de website en ga je door naar de volgende test op de kalender. Op deze manier heb je een goede workflow om doorlopend te werken aan het verbeteren van je website en omzet.