In digitale marketing moet je altijd streven naar de beste gebruikerservaring. Neem geen genoegen met een status quo – elke marketingstrategie kan beter. Er kan een verborgen kans zich voordoen voor je marketingstrategie op elke mogelijke wijze. In deze blogpost zullen we uitleggen hoe je de onbekende zee van online mogelijkheden op een wetenschappelijke manier kan onderzoeken.

Met analytics data en een beetje creativiteit moet je in staat kunnen zijn om een aantal ideeën te verzinnen over hoe je het conversiepercentage op je website, of op landing pagina’s die je aan het gebruiken bent tijdens de campagne, kan optimaliseren. Om gestructureerde en gestroomlijnde data te krijgen van je aannames moet je testen uitvoeren. Marketingprofessionals gebruiken A/B testen, Split testen, MVT testen en multipage testen om het conversiepercentage en de prestaties van je website en landing pagina’s te verhogen. Zoals Justin Cutroni, Analytics Advocaat bij Google, zegt: “Testen is van cruciaal belang, omdat het de meningen uit het beslissingsproces haalt.”

Hoewel het testen een wetenschappelijke methode volgt, is er geen behoefte aan een diploma in statistieken of wiskunde door de tool van AB Tasty. Dit artikel zal je helpen de beste praktijken te begrijpen, evenals de voordelen, de beperkingen van elke testmethode. Dit doen we zodat je een juiste keuze kunt maken en een succesvolle testcampagne kan uitvoeren.

A/B testen, een gemakkelijke en krachtige methode

flowers-366155_1280

A/B testen (of A/B/n testen) is een methode van website optimalisatie waarin je twee (A/B) of meer versies van dezelfde pagina (A/B/n) vergelijkt – door te kijken naar de conversiepercentages en statistieken die belangrijk zijn voor je bedrijf (clicks, pageviews, aankopen) met behulp van live traffic. A/B/n testen wordt gebruikt wanneer je meer dan twee content variaties moet testen. De A/B/n methode zal je toelaten om drie of meerdere variaties van een pagina of landing pagina te testen – in plaats van slechts één pagina te testen ten opzichte van de controle versie van de pagina.

Natuurlijk kan de variatie worden weergegeven op één pagina of op een groep van pagina’s. Bijvoorbeeld: als je de titelformulering van je productpagina verandert, kun je je richten op al je productpagina’s tegelijk. Zij zullen allen worden beschouwd als variaties van dezelfde groep.

Het uitvoeren van A/B testen en Split testen is eigenlijk hetzelfde concept. “A/B” verwijst naar twee variaties van dezelfde URL waar veranderingen “live” worden gemaakt door JavaScript te gebruiken op de originele pagina. Met SaaS-tools die je voorzien van een visuele editor, zoals AB Tasty, kun je snel veranderingen creëren zonder technische kennis te hebben. “Split” verwijst naar de traffic redirection naar één variatie of meerdere variaties, die elk gehost worden op hun eigen URL en die zo volledig redesigned worden in de code. Voor een volledig nieuw design met een hoop veranderingen, kan het sneller zijn om de pagina opnieuw te coderen; maar voor meerdere testen is de visuele editor genoeg. Je kunt dus nagaan dat A/B testen bijna hetzelfde werken als Split testen.

De variatiepagina kan verschillen in vele aspecten, afhankelijk van de testhypothese waarmee je komt en je doelen: lay-out, design, afbeeldingen, koppen, subkoppen, CTA’s, kleuren van knoppen, etc.

Het aantal conversies van de versie van elke pagina wordt vergeleken wanneer een variatie genoeg bezoekers krijgt.

In A/B testen wordt alleen de impact op het design als geheel bijgehouden, niet de individuele elementen die zijn gewijzigd – hoewel veel design elementen gelijktijdig veranderd kunnen worden op elke variatiepagina.

TIP: houd er rekening mee dat testen vooral om het vergelijken van prestaties van variaties gaat. Natuurlijk moet je hetzelfde element veranderen in elke variatie. Ook wordt het aanbevolen om niet te veel veranderingen te maken tussen de controle versie en de variatieversies van een pagina. Je moet proberen om een paar belangrijke of radicale wijzigingen toe te passen, zodat je in staat bent de redenen achter de (goede of slechte) resultaten van het experiment te begrijpen. Op de lange termijn zal doorgaande procesverbetering leiden tot betere en duurzame prestaties zo verklaart Modz.fr.

Wanneer A/B testen gebruiken?

A/B testen is een geweldige methode om radicaal verschillende ideeën voor conversie optimalisatie (volledig nieuw design) of kleine veranderingen op een pagina te testen. A/B testen is de juiste methode om te kiezen als je geen grote hoeveelheid traffic naar je site krijgt – omdat A/B testen zeer snel betrouwbare data kan geven. In het geval van weinig traffic en slechts een paar variaties van een pagina, moet je A/B testen kiezen boven andere methoden. A/B testen is een goede methode om de testtijd te maximaliseren om snelle resultaten te krijgen.

Als je een high-traffic website hebt, kun je de prestaties van een veel bredere reeks aan variaties evalueren. Echter is er geen noodzaak om 20 verschillende variaties van hetzelfde element te testen, zelfs als je adequaat veel traffic hebt! Dit betekent dat je geen strategie hebt en dat je teststrategie berust op toeval.

Multivariatie testen: begrip van oorzaak en gevolg

magic-cube-378543_1280

Multivariatie testen, of multivariate testen, zijn gelijk aan de A/B test in hun kernmechanisme en filosofie. Het verschil is natuurlijk de multivariate testen een groter aantal variabelen en de interacties tussen elkaar kan vergelijken, en ook kan testen als je meerdere wijzigingen hebt in meerdere secties op één pagina.

Voor multivariate testen moet je een paar belangrijke paginasecties identificeren en moet je vervolgens variaties creëren voor die specifieke secties – je bent geen variaties aan het creëren van een gehele pagina, zoals het geval is met A/B testen.

TIP: gebruik multivariate testen wanneer verschillende elementcombinaties op je website of landing pagina in twijfel worden getrokken.

Multivariate testen onthullen meer informatie over hoe deze wijzigingen in meerdere secties op elkaar reageren. In multivariate testen wordt de traffic verdeeld in elk mogelijke combinatie van een pagina – waar de effectiviteit en de veranderingen worden gemeten.

TIP: gebruik multivariate testen om een bestaande website of landing pagina te optimaliseren zonder een grote investering te doen in een redesign wanneer elementen worden verondersteld om te reageren op elkaar.

Houd in gedachten dat multivariate testen ingewikkelder zijn dan A/B testen. Multivariate testen zijn het meest geschikt voor de meer gevorderde marketing testers, omdat ze veel meer mogelijke combinaties van ervaring geven naar de bezoekers van je website of landing pagina. Te veel veranderingen op een pagina in één keer kan snel oplopen – en dan word je achtergelaten met een zeer groot aantal combinaties die nog moeten worden getest.

Multivariate testvoorbeeld:

Je besluit om een multivariate test uit te voeren op een van je landing pagina’s. Je besluit om twee elementen op je landing pagina te wijzigen. Op de eerste versie voeg je een video toe in plaats van een afbeelding. Op de tweede versie voeg je een schuifbalk toe in plaats van een afbeelding.

Voor elke pagina variatie voeg je een andere versie van een kop toe. Dit betekent dat je nu 3 versies hebt van de belangrijkste inhoud en 2 versies hebt van de kop = 6 verschillende combinaties van de landing pagina.

AfbeeldingVideoSlider
Kop 1Combinatie 1Combinatie 2Combinatie 3
Kop 2Combinatie 4Combinatie 5Combinatie 6

Wanneer multivariate testen gebruiken?

Multivariate testen worden aanbevolen voor de sites die over een grote hoeveelheid van dagelijkse traffic beschikken – je zult een site nodig hebben met een hoog volume van traffic om naar meerdere combinaties te testen, en het zal een langere tijd in beslag nemen om de zinvolle data uit een test te verkrijgen.

mvt
AB Tasty’s report stelt je in staat om bij elk element de impact te meten op het conversiepercentage

Met de multivariate testmethode kun je subtiele veranderingen aan je website of landing pagina’s maken en deze testen hoe ze op elkaar reageren. Dit zal je toelaten om stapsgewijs te verbeteren op een bestaand design, terwijl de testresultaten kunnen worden gebruikt om een grotere website of landing pagina te redesignen.

Multipagina testen: zorg voor een consistente gebruikerservaring

dominoes-719199_1280

Multipagina testen is een testmethode die vergelijkbaar is met het standaardtype A/B testen. In A/B testen kunnen wijzigingen worden aangebracht op een specifieke pagina of op een groep van pagina’s. Als het gewijzigde element op meerdere pagina’s wordt weergegeven, kun je kiezen of je het op elke pagina wilt gaan wijzigen of niet. Als het element echter op meerdere pagina’s is, maar niet geheel identiek is, verschijnt het op een andere plaats of heeft het een andere naam: dit moet je opzetten met een multipagina test.

Multipagina testen stelt je in staat om dit soort experimenten uit te voeren: de wijzigingen die je maakt worden consistent geïmplementeerd op meerdere pagina’s. Dit betekent dat multipagina testen toestaan om variaties van verschillende pagina’s aan elkaar te koppelen en zijn vooral handig wanneer je de trechter test. In multipagina testen worden de bezoekers doorgesluisd naar een trechter versie. Je moet de manier waarop gebruikers omgaan met verschillende pagina’s die worden weergegeven bijhouden, zodat je kunt bepalen welke trechtervariatie het meest effectief is.

TIP: je moet ervoor zorgen dat de gebruikers een consistente variatie met wijzigingen te zien krijgen gedurende een reeks van pagina’s. Dit is de sleutel tot het verkrijgen van bruikbare data en maakt het ook mogelijk om een variatie eerlijk te testen tegen een ander.

Multipage testvoorbeeld:

Je voert een multipagina test uit met een gratis verzendcoupon die wordt weergegeven in de trechter op verschillende plekken ten opzichte van de originele aankooptrechter zonder een coupon. Bijvoorbeeld: je zou de bezoekers een gratis verzendcouponkunnen bieden op een productpagina – waar je “Gratis verzending bij bestedingen boven de €50” kan zien als een statistische banner op de pagina. Zodra de bezoeker een product toevoegt aan zijn winkelmand gaat hij naar de winkelwagen pagina. Van daaruit kan hij nog doorgaan met winkelen of naar de kassa gaan. In beide gevallen kun je hem een nieuw dynamiek bericht laten zien – “Voeg €X toe en krijg gratis verzending)” als de winkelwagenwaarde onder €50 is (waar €X dan het verschil is tussen €50 en de waarde van de winkelwagen). Nogmaals, je kan experimenteren waar het bericht wordt geplaatst – dichtbij de “Naar de kassa”-knop, dichtbij de “Doorgaan met winkelen”-knop, dichtbij de verzendkosten voor zijn order of ergens anders – en met de CTA variaties van het bericht.

Dit soort testen zullen je helpen met het begrijpen van het koopgedrag van je bezoekers – hoe is een gratis verzendcoupon weergegeven op de juiste plek en tijd gerelateerd aan het verminderen van het winkelmand verlatingspercentage en meer verkopen? Na het hebben van genoeg bezoekers, moet je naar het eind van de aankooptrechter gaan bij verschillende designs, dan zal je in staat zijn om het gevolg van de verschillende designstijlen te vergelijken – eenvoudig en effectief.

Hoe succesvol te testen?

Vergeet niet dat de geteste pagina’s een aanzienlijk aantal traffic moet krijgen om zo de relevante data te analyseren uit de testen. Hier zijn een paar dingen belangrijk om te begrijpen, zoals hoelang je een test moet uitvoeren en hoe het berekenen van statistieken werkt met AB Tasty.

Of je nou A/B testen, Split testen, Multivariate testen of multipagina testen gebruikt om je conversiepercentage of de prestaties van je website en landing pagina te verhogen, vergeet niet om ze correct te gebruiken. Elk type test heeft zijn eigen eisen en is aangepast aan specifieke situaties, met voor- en nadelen. Alle tests zijn krachtige optimalisatie methodes die elkaar aanvullen. Door het gebruiken van de juiste test op de juiste situatie zal je helpen het meeste uit je site te halen en het beste rendement te krijgen op je investering in de testcampagne.

De volgende stap is om te leren hoe je een test naar keuze moet starten! Leer hoe je je eerste A/B test, een multivariate test of een multipagina test moet starten.