Meer dan 70% van de bedrijven voert regelmatig A/B tests uit op hun website, blijkt uit onderzoek van Invesp. A/B tests zorgen niet alleen dat een website prettig en makkelijk te navigeren is, maar verhogen ook het aantal conversies aanzienlijk. Maar wat is A/B testen precies? Waarom is deze techniek zo populair en hoe pak je een A/B test aan? Lees snel verder voor uitgebreid antwoord op deze vragen.
Wat is A/B testen?
A/B testen is simpelweg het vergelijken van twee of meer versies van je marketingmateriaal, om te achterhalen welke het beste werkt. Dit kan een website of landingspagina zijn, maar ook bijvoorbeeld een e-mail of advertentie.
A/B testen werkt als volgt: je creëert verschillende versies van bijvoorbeeld je website, met als verschil de elementen die je wilt testen. Bijvoorbeeld een gele CTA (call to action) bij versie A en een rode CTA bij versie B.
Door versie A aan de ene helft van je websitebezoekers te laten zien en versie B aan de tweede helft, kun je onderzoeken welke CTA de meeste conversies oplevert. Wordt er meer op CTA A dan op CTA B geklikt? Dan wordt de CTA dus geel.
Waarom is A/B testen zo belangrijk?
Natuurlijk is het belangrijk dat een website of campagne optimaal functioneert. En terwijl marketing experts vaak veel van hun doelgroep weten, blijven menselijke aannames onzeker.
A/B testen neemt de onzekerheid en de menselijke inschatting weg bij het optimaliseren van websites en campagnes. Het maakt het effect van deze campagnes op het gedrag van de bezoeker meetbaar. Zo hoef je niet met je collega’s te twisten over een kleur, vorm, plaatsing of inhoud van een element. De test laat je gewoon zien welke het beste werkt.
Hoe meer en hoe langer je een pagina optimaliseert met behulp van A/B tests, hoe hoger de conversie zal worden. En hoe hoger de conversie, hoe meer leads, verkopen en uiteindelijk omzet je genereert.
Twee versies vergelijken
Nu denk je waarschijnlijk: ik heb maar één website en verstuur maar één e-mail, hoe test ik dan toch verschillende versies?
Dit klinkt inderdaad ingewikkeld, maar valt gelukkig erg mee. Er bestaan namelijk handige tools die je binnen enkele minuten een A/B test laten inrichten. De tool regelt in dit geval dat de websitebezoekers of ontvangers van een e-mail ongemerkt in groepen worden verdeeld en de juiste versies van je pagina of e-mail te zien krijgen. Ook wordt uiteraard de reactie van deze personen gemeten.
Wat voor soort A/B tests kun je uitvoeren?
Wat kun je dan precies testen en vergelijken? Dit zijn een aantal veelgebruikte voorbeelden:
A/B testen op een website of landingspagina
Er bestaan diverse tools die het mogelijk maken om A/B tests uit te voeren op een landingspagina of website. Drie voorbeelden van goede tools zijn Hubspot, Optimizely en en Unbounce.
Hoe je een A/B test inricht verschilt enigszins per tool, maar het principe is hetzelfde.
Op HubSpot ziet het inrichten van een A/B test voor een webpagina er als volgt uit:
- Maak een nieuwe pagina of kies een bestaande pagina om als controleversie te dienen.
- Navigeer naar de pagina-instellingen en selecteer "Run A/B test".
- Geef een naam voor elke paginavariant en creëer de variaties.
- In de content editor kun je verschillende elementen testen zoals:
- Aanbiedingen
- Tekst
- Afbeeldingen
- Formuliervelden
- Beide versies van de pagina worden gepubliceerd op dezelfde URL, maar hebben verschillende preview-URL's.
- Analyseer na verloop van tijd de prestaties van beide varianten.
- Kies de best presterende variant als winnaar.
A/B testen van een e-mail
Een A/B test van een e-mail werkt eigenlijk hetzelfde als die van een website of landingspagina. Met een e-mailmarketing tool verstuur je twee of meer verschillende e-mails naar je ontvangers en test je welke versie het beste werkt.
Twee van de bekendste tools die het A/B testen van e-mails mogelijk maken zijn HubSpot en ActiveCampaign, al is A/B testen in bijna alle e-mailsoftware wel mogelijk.
Binnen de HubSpot Marketing Hub is het eenvoudig om A/B-tests voor e-mails uit te voeren. Test variaties met verschillende elementen zoals de onderwerpregel, afbeeldingen, e-mailafzender of de gehele inhoud helpen je bepalen welke versie het beste presteert. Stel de distributie, winnende metriek (bijv. openingspercentage) en testduur in om de effectiviteit van je e-mails te optimaliseren.
Voor A/B-tests moet je ten minste één lijst met contactpersonen selecteren, en een full-split (50/50) test kan met elke steekproefgrootte worden uitgevoerd.
A/B testen van online advertenties
Als laatste maken veel marketeers actief gebruik van A/B tests bij het ontwerpen van hun online advertenties. Platforms zoals Google, Facebook en LinkedIn maken het mogelijk om verschillende versies van een advertentie tegelijk te draaien, om zo te achterhalen welke versie het beste werkt.
In Google Ads maak je bijvoorbeeld in één ad group meerdere advertenties aan aan, die automatisch worden getest onder het de geselecteerde doelgroep.
Elementen om mee te experimenteren in de advertentie zijn bijvoorbeeld de titel, de omschrijving en de weergegeven URL. De waarden die vervolgens in een advertentie gemeten worden, zijn bijvoorbeeld de CPC (cost per click), CTR (click through rate) en de conversieratio.
Waar moet je op letten bij A/B testen?
Om een succesvolle A/B test uit te voeren, zijn er enkele belangrijke dingen waar je op moet letten:
- Doel bepalen: Allereerst is het essentieel om een duidelijk doel voor ogen te hebben. Wat wil je bereiken met de test? Wil je bijvoorbeeld de conversieratio verhogen, de click-through rate verbeteren of de gemiddelde orderwaarde verhogen? Door van tevoren vast te stellen wat je wilt meten, kun je gerichter te werk gaan.
- Elementen kiezen: Vervolgens is het belangrijk om de juiste elementen te kiezen om te testen. Dit kunnen verschillende aspecten zijn, zoals de kleur van een knop, de tekst van een call-to-action of de positie van een afbeelding. Zorg ervoor dat de elementen die je kiest relevant zijn voor het behalen van je doelstellingen en dat er niet meerdere variabelen tegelijk worden getest.
- Hypothese formuleren: Daarnaast is het cruciaal om een goede hypothese op te stellen. Wat verwacht je dat er zal gebeuren als je bijvoorbeeld de kleur van de knop verandert? Formuleer een duidelijke hypothese die je kunt toetsen tijdens de test.
- Data verzamelen: Verzamel voldoende data voordat je conclusies trekt. Zorg ervoor dat je genoeg bezoekers of ontvangers hebt om betrouwbare resultaten te verkrijgen. Hoe meer data je hebt, hoe zekerder je kunt zijn van de uitkomst van de test.
- Kwaliteit van data: Om de kwaliteit te waarborgen moet je beide versies tegelijk verzenden (als je het verzendmoment wilt testen, gebruik je twee keer dezelfde e-mail).
- Data interpretatie: Tot slot is het bealngrijk om de resultaten van de A/B test goed te analyseren en te interpreteren. Kijk niet alleen naar het aantal clicks of conversies, maar probeer ook te begrijpen waarom de ene versie beter presteerde dan de andere. Op basis van deze inzichten kun je vervolgens besluiten welke versie de winnaar is en welke aanpassingen je wilt doorvoeren.
Blijf testen
De meeste bedrijven voeren met regelmaat A/B tests uit op verschillende onderdelen van hun website. Zo kun je er bijvoorbeeld voor kiezen om elke maand één test uit te voeren op één onderdeel van je website. Test in januari eens een nieuwe CTA, in februari een nieuwe kleur van een knop en in maart een nieuw stukje tekst op de home page.
Zet al deze metingen in een handige kalender en zorg zo dat je de effectiviteit van je website continu blijft testen en optimaliseren.
Hubspot biedt deze handige template voor een A/B test kalender.
Alternatieven voor A/B testen
Naast A/B testen zijn er nog andere methoden om de effectiviteit van marketingmateriaal te verbeteren. Door gebruik te maken van deze alternatieven naast A/B testen, kun je nog meer waardevolle inzichten verkrijgen en de optimalisatie van je marketingstrategie naar een hoger niveau tillen.
We hebben twee van dit soort testen voor je op een rijtje gezet:
Multivariate testing
A/B testen en split testen zijn twee verschillende termen met één techniek: het vergelijken van twee varianten (of meer) van een webpagina, advertentie of e-mail.
Er bestaan echter nog meer tests die zeer vergelijkbaar zijn, maar nét iets anders worden ingericht. Zo geeft een ‘multivariate test’ niet alleen weer of versie A of B beter scoort, maar kijkt deze naar het effect van verschillende elementen tegelijk. Je krijgt hierdoor een complexer rapport, dat weergeeft wat het individuele effect is van bijvoorbeeld een nieuwe CTA, een groter lettertype en een kleinere knop.
Veel platforms waarop A/B tests kunnen worden uitgevoerd, bieden ook multivariate tests. Enkele voorbeelden hiervan zijn responsive ads op Google en dynamische advertenties op Facebook.
Split URL testen
Ook is het mogelijk om niet alleen een pagina met verschillende elementen te vergelijken, maar hier ook losse pagina’s van te maken met verschillende URL’s. Deze methode wordt ‘split URL testing’ genoemd.
Split URL testing wordt voornamelijk aangeraden wanneer twee pagina’s met grote verschillen moeten worden getest. Té veel verschillen in een A/B test zorgt namelijk voor een vertraging in de laadtijd.
