Garden Connect

A/B testen is een vorm van gerandomiseerd onderzoek met controlegroep waarbij twee varianten van een website met elkaar kunnen worden vergeleken. Dit wordt ook wel split testen of variantentesten genoemd. Het doel van een A/B test kan uiteenlopend zijn, maar meestal wordt een A/B-test ingezet om de conversies of online performance van een website te verbeteren.

Voorbeelden van A/B Testen

Met een A/B-test kun je verschillende onderdelen doormeten, zoals:

  1. Kleuren
  2. De plek van call-to-action knoppen (CTA)
  3. Tekst formaat
  4. Tone of voice ('koop nu' of 'bestel')
  5. Paginanavigatie

Waarom zou ik A/B Testen?

De consument en de manier waarop hij data consumeert verandert in de loop der tijd, met een A/B test beantwoordt je vragen over de lay-out van je webshop, zoals:

  • Kunnen de designs van mijn headings en afbeeldingen beter worden opgemaakt voor betere conversies?
  • Is de pagina structuur en hiërarchie goed leesbaar (grootte, lengte, etc.)?
  • Is een one-page checkout beter dan een multi-page checkout?

Hoe werkt A/B testen in een notendop: Afwisselend worden er twee varianten (A en B) getoond aan de websitebezoekers (dit gaat automatisch via algoritmische software). De ene helft van de bezoekers ziet variant A en de andere helft ziet variant B. Het succes wordt gemeten aan de hand van de gemeten conversie ratio, zo kun je precies aflezen welke variant beter werkt.

Wat is A/B Testen?

Neem contact op

Ben jij ambitieus en benieuwd wat wij voor jou kunnen betekenen? 

Vul onderstaand formulier in en we nemen contact met je op. 

* Velden met een * zijn verplicht

Door gebruik te maken van A/B Testen weet je zeker wat het effect is van een bepaalde wijziging. De gemiddelde wiskundeleraar begon vroeger altijd zijn eerste wiskundeles met 'missen is gissen en meten is weten'. Dit is precies wat we met A/B Testen proberen te achterhalen, of een onderbuikgevoel omtrent een bepaalde verbetering ook gevalideerd kan worden.

De kleinste details kunnen het verschil maken tussen een goede en een minder goed converterende website. Het draait uiteindelijk om de exponentiële groei en hoe we dit zo effectief mogelijk kunnen behalen. De simpelste vormen van A/B Testen zijn twee varianten die je tegenelkaar afzet, waarbij je bijvoorbeeld de kleur van een button of afbeelding wijzigt, dit wordt ook wel splittesten genoemd. Na een bepaalde periode analyseren we welke variant beter heeft gewerkt (A of B) en daarbij beoordelen we de test op basis van exacte conversies en conversiepercentages.

Hoe analyseer je een A/B Test?

Op basis van de resultaten zie je welke versie het beste presteert. Bij het analyseren let je op:

  1. De tijd die een bezoerker op de pagina doorbracht
  2. Bounce percentage
  3. Conversie percentage
  4. Downloads (aantal)

Stappenplan bij A/B Testen

Stap 1: Verzamel data

Denk hierbij aan Google Analytics, voordat je kunt testen moet je eerst weten wat je website momenteel doet qua prestatie.

Stap 2: Bepaal je doelen

Wat wil ik bereiken met met de website en wat is het belangrijkste onderdeel voor de consument

Stap 3: Test, en analyseren van de resultaten

Een A/B Test heeft in veel gevallen een lange periode nodig voordat deze valide is. Dit is naast tijd ook afhankelijk van het aantal gebruikers die de varianten hebben gezien. 

 

A/B Testen en Performance-based Marketing

Bij Performance-based marketing focussen we ons op het conversiepercentage en de bezoekersaantallen. Het is daarbij van belang om continu te testen welke paginavariant het beste aansluit bij waar je doelgroep naar op zoek is. We testen daarbij altijd maximaal 1 verandering per keer, zodat we 'schone' data met elkaar kunnen vergelijken, bij websites met bovengemiddeld veel bezoekers kunnen we ook gebruik maken van Multivariatie testen.

Tot slot is het belangrijk om te weten dat het testen van de website varianten nooit af is, het internet veranderd en daarmee ook de consument. Herhalende testen kunnen per periode een ander effect hebben.

Vul voorgaand contactformulier in voor meer informatie over A/B testen en de invloed ervan op conversie optimalisatie.

Online Marketing begrippen

X
XML