A/B Test

Wat is een A/B test?

A/B testen is een tool dat een deel is van de conversie optimalisatie strategie, dat helpt met het statistisch valideren van hypotheses en met het begrijpen van bezoekersgedrag. A/B testen is een snelle, goedkope manier om data te verzamelen, en wordt uitgevoerd op grote samples met weinig vooroordelen, aangezien de bezoekers niet op de hoogte zijn van de test. Deze wetenschappelijke methode brengt data terug naar het hart van het beslissingsproces, doordat het de persoonlijke meningen en vermoedens uit het beslissingsproces haalt en dit proces versnelt.

In een A/B test worden er twee varianten van een webpagina of app tegen elkaar getest om te bepalen welke versie het meest succesvol is. Met deze test worden bezoekers willekeurig verdeeld in verschillende varianten en het succes van de twee pagina’s wordt bijgehouden en wordt statistisch geanalyseerd naar een bepaald doel, zoals de aankoop van een product of de registratie voor een nieuwsbrief door de gebruikers. De verschillende versies worden getest in een echte omgeving: elke webbezoeker, niet op de hoogte van de test, wordt willekeurig toebedeeld tot een enkele variatie wanneer ze op de website aankomen. Wanneer een bezoeker terugkomt op de website, blijft deze bezoeker de variatie krijgen die hij ook kreeg toen hij voor het eerst op de website aankwam. Met grootschalig testen komen er trends naar boven om te onthullen welke versie het beste is.

A/B Test

Wat is een A/B/n test?

Bij een A/B/n test worden er verschillende variaties van een webpagina of app tegen elkaar getest om te bepalen welke van de gecreëerde varianten de meest succesvolle variant is. Bezoekers worden ook hier willekeurig verdeeld onder de varianten. Het succes van de pagina’s met een bepaald doel, zoals aankoop van een product of registratie voor een nieuwsbrief door de gebruikers, wordt ook hier bijgehouden en wordt statistisch gevalideerd, net als bij een A/B test.

Het verschil tussen een A/B test en een A/B/n test is dat met een A/B test je twee varianten test van een webpagina, en met een A/B/n test worden er drie of meer varianten van een webpagina getest.

A/B/n Test Darstellung

De afbeelding laat een testcampagne zien dat drie varianten van een webpagina tegen elkaar test – een klassieke A/B/n test.

Waarom is A/B testen belangrijk?

A/B testen is een geweldige methode om totaal verschillende ideeën te testen voor conversie optimalisatie (complete redesign) of voor kleine veranderingen op een pagina. A/B testen is de juiste methode om te kiezen als je niet een grote hoeveelheid verkeer op je website hebt. Dus als je een paar variaties wilt testen en je pagina een lage hoeveelheid verkeer heeft, is A/B testen je beste kans. Het is een goede methode om de testtijd te maximaliseren en snel resultaten te verkrijgen.

A/B testen is dus een tool om te gebruiken als onderdeel van een conversie optimalisatie strategie, maar de conversie strategie kan niet alleen worden beperkt tot een enkele tool. Hoewel A/B testen hypotheses statistisch valideert, biedt het niet alle sleutels tot het begrijpen van het bezoekersgedrag. Toch kun je belemmerende factoren en conversieproblemen identificeren door dat gedrag te begrijpen. Andere testmethodes en tools kunnen je voorzien van aanvullende informatie over webbezoekers en kunnen aangeven dat de te testen hypotheses daarom moeten worden gebruikt om in de A/B teststrategie te komen. Het hebben van een goede A/B testoplossing is bepalend, maar is niet altijd voldoende, aangezien conversiepraktijken erg complex zijn.

De sleutel tot succes met een A/B teststrategie is daarom de formulering van krachtige hypotheses die een positieve impact kunnen hebben op de conversie. Hoewel het testen op geluk, zonder de te testen hypotheses goed te rechtvaardigen, kan worden gerechtvaardigd tijdens het leren hoe je de software gebruikt, moet je deze praktijk snel vervangen door een strategie met meer solide fundamenten.

A/B testen biedt meerdere voordelen:

  • Het is een snelle en goedkope methode om informatie te verzamelen. Verder hebben de verzamelde data betrekking op een grote hoeveelheid individuen en biedt het kleine vooroordelen, omdat de webbezoekers niet op de hoogte zijn van deze test.
  • Het is een wetenschappelijke methode dat de data plaatst bij het hart van het beslissingsproces en het degradeert de persoonlijke meningen en veronderstellingen naar een positie die minder van belang is, en ook zorgt het voor een versnelling van het beslissingsproces.
  • Het verzamelt een grote hoeveelheid data, waardoor de indicatoren die het meest relevant zijn voor het beslissingsproces precies kunnen worden gemeten. Deze indicatoren, de bekende KPI’s, zijn in wezen specifiek voor elk bedrijf.

Dingen om te onthouden

  • A/B testen is niet alleen voor e-commerce websites. Media sites, bijvoorbeeld, worden steeds meer bewust van de impact van een A/B test, zelfs als het moeilijker is om de winst te kwantificeren dan voor een e-commerce website.
  • Als je een website hebt met veel verkeer, kan je de prestatie evalueren van een bredere set van variaties. Er is echter niet nodig om 20 verschillende variaties te testen van hetzelfde element, zelfs als je een adequate hoeveelheid verkeer hebt. Dit soort testen geeft het idee dat je geen strategie hebt en dat je teststrategie berust op toeval.
  • De bepalende stappen voor een succesvolle teststrategie:
  1. 1. Het vaststellen van de doelen en doelstellingen
  2. 2. Het opzetten van een projectteam
  3. 3. Het ontwikkelen van testhypotheses
  4. 4. Het prioriteren van de uit te voeren testen
  5. 5. Het uitvoeren van de testen
  6. 6. Het analyseren van de resultaten
  7. 7. Het documenteren van de uitgevoerde testen
  8. 8. Het implementeren van de winnende versies
  9. 9. Het communiceren van de resultaten
  10. 10. Het continue blijven testen

 

Interne links / Case studies

Om A/B testen in je conversie optimalisatie strategie op te nemen, is het aan te raden om dit ebook te lezen:

Weet je niet zeker welke test je moet kiezen? A/B test, MVT test, split test? Bekijk dan dit artikel om te zorgen dat je de juiste test kiest.

 

Share
Tweet
Share