To test, or not to test...

In meerdere van onze weblog artikelen is het onderwerp conversie optimalisatie al aan de orde gekomen. Zo schreven we over het optimaliseren van je content, je productfoto's en natuurlijk je webpagina’s om de conversie te bevorderen. Met testingtools kun je voorkomen dat je vanuit een fingerspitzengefühl aanpassingen of wijzigingen aanbrengt. In dit artikel bespreken we de meest eenvoudige en daarom ook de meest toegankelijke testingtool die je voor je webwinkel kunt inzetten: ‘A/B testing’.

Wat is A/B testing

A:B

A/B testing is een marktonderzoekmethode die wordt gebruikt om te onderzoeken wat van twee mogelijkheden de meest efficiënte mogelijkheid is. A/B testing wordt vooral gebruikt voor het optimaliseren van de conversie in je verschillende communicatiekanalen. Denk hierbij aan je website, je e-nieuwsbrieven, je advertenties en je direct marketing.

Bij een A/B test worden twee verschillende versies van een pagina of maximaal één pagina element getest. Door het ‘object’ anders in te delen kan namelijk het conversiepercentage wijzigen. Vervolgens verdeel je je bezoekers in twee groepen en wordt aan elke groep één van de twee versies getoond. Op basis van de onderzoeksresultaten wordt besloten welke opzet, versie A of versie B, het gewenste doel het best benadert. A/B testing wordt ook ingezet om de meest converterende versie van banners, indeling van advertenties en ander promotiemateriaal te testen.

Waarom A/B testing

A/B testing wordt zoals genoemd ingezet om conversie te verbeteren van websites, webshops en communicatie uitingen. De bezoeker bepaalt. De A- of B-versie waar de bezoeker het best op reageert is de beste variant. Reageren kan onder andere zijn door middel van het klikken op een bepaalde link, het invullen van een formulier of het doen van een aankoop. Zo kun je bijvoorbeeld het scoringsresultaat van het design van een nieuwe pagina onderzoeken. Ook helpt het je met het opdoen van kennis over wat wel of niet werkt voor je bezoekers. Op deze manier kun je je uitingen blijven optimaliseren.

Een voordeel van A/B testing ten opzichte van tal van andere onderzoeksmethoden is dat bezoekers niet weten dat ze aan een onderzoek meedoen. Bezoekers bevinden zich in een natuurlijk omgeving en vertonen natuurlijk gedrag, dat niet beïnvloed wordt doordat zij zich er van bewust zijn dat ze mee doen aan een onderzoek.

Hoe kun je A/B testing voor je webwinkel inzetten?

Met A/B testing start je met je originele testpagina en maak je, van de pagina of van het gewenste te testen element, een alternatieve versie aan. Welke elementen kun je zoal testen? Dit kan per website en webshop erg verschillen. Zo kun je bijvoorbeeld de inhoud van de pagina wijzigen, het uiterlijk veranderen of de indeling van de pagina aanpassen. Het artikel van Pascal Selles op Frankwatching geeft een uitgebreide opsomming. Een selectie van de mogelijkheden:

  • Varianten op de navigatiestructuur
    Test het verschil in resultaat met een doelgroepgerichte navigatiestructuur en een productgerichte navigatiestructuur. Ook verschillende labels van navigatie items kun je testen.
  • Voorraadgegevens en levertijden
    Geeft dit daadwerkelijk de doorslag tot aankoop?
  • Het aantal stappen in je bestelproces
    Hoe meer of minder stappen hoe beter?
  • Up- & cross sells toevoegen aan de afrekenpagina
    Werkt dit echt conversieverhogend per order?
  • Wel of geen reviews
    Doet een review een consument eerder tot aankoop besluiten?
  • Call-to-action elementen in je site
    Denk aan de nieuwsbrief inschrijving, je zoekfunctie, het contactformulier, alle mogelijke buttons, et cetera. In welke mate vallen ze het beste op door te experimenteren met plaats, inhoud en vormgeving en zijn ze het meest converterend?

Maar natuurlijk ook:

  • Content
    Schrijfstijl, images, lengte, titels, call-to-action en structuur van de tekst hebben grote invloed op de conversie.
  • Lettergrootte
    Welke lettergrootte werkt voor je doelgroep het beste?
  • Links
    Test de verschillende manieren van opmaak van links. Wat werkt beter, waar wordt sneller op geklikt? Onderstreping, kleur van de link of mouse-over effecten?
  • Contrast
    Welke achtergrondkleur in combinatie met tekstkleur werkt het beste?
  • Formulier, email, chat
    Test de verschillende manieren om in contact met de consument te komen. Dit kan invloed hebben op de mate van gebruiksvriendelijkheid en conversie.

Weet voordat je begint met testen duidelijk wat je door middel van de test te weten wilt komen. Analyseer je webpagina’s daarom goed en bepaal op welke elementen je je gaat richten en welke hypothese je er tegenover zet.

Een aantal real-case voorbeelden:

AB test

Afbeelding 1: Product presentatie test: Welke versie heeft 39% meer ‘voeg toe aan winkelwagentje’ kliks ontvangen?

AB test

Afbeelding 2: Contrast en opmaak A/B test.

AB test

Afbeelding 3: Verschillende call-to-action A/B tests.

Onlangs is een artikel gepubliceerd betreffende het bedrijf Patel. Om de twee weken voeren zij een A/B test uit. Het artikel presenteert negen succesvolle A/B test voorbeelden die je als webwinkelier uitgeprobeerd moet hebben.

Wel of niet geslaagd?

Content Experiments in Google Analytics

Wat maakt een A/B test nu geslaagd? Omdat er op een A-versie button vaker geconfereerd is wil niet zeggen dat deze button ook daadwerkelijk de winnaar is. Is het aantal deelnemers per versie wel gelijk? En wat te zeggen van toeval? De A/B-test Calculator website geeft je de mogelijkheid om de daadwerkelijke significantie van je resultaat te meten. Om ‘toeval’ volledig uit te sluiten ben je op zoek naar de statistische significantie. In dat geval berust de uitkomst met 95% zekerheid niet op toeval. Vul het aantal deelnemers en het conversie aantal per versie in en de A/B-test Calculator geeft je het resultaat. Jordy Noll, SEO Specialist bij Wehkamp.nl gaat hier verder op in en geeft meer tips om er voor te zorgen dat je je test goed en naar behoren uitvoert.

Let er ook op dat je de A/B test gelijktijdig uitvoert. Een A/B test kan ook achtereenvolgens worden uitgevoerd. Dan bestaat alleen wel de mogelijkheid dat de test resultaten worden beïnvloed door periode invloeden.

Testing tools

Ben je nieuw met testen dan raad ik je aan om met A/B testing te beginnen. A/B testen zijn vrij eenvoudig op te zetten het en interpreteren van de resultaten is zeer toegankelijk. Nu kun je voor het uitvoeren van A/B testen een bureau in de hand nemen maar je kunt ook zelf aan de slag. Er zijn verschillende tools beschikbaar om A/B-testen uit te voeren. De meest bekende is Google’s Website Optimizer. De tool is onlangs door Google aan Goolge Analytics toegevoegd onder de naam Content Experiments.

Ga naar je GOOGLE ANALYTICS account → naar INHOUD → en kies EXPERIMENTEN om direct aan de slag te kunnen.


Content Experiments

Afbeelding 4: Start met testen. 

NB. Om fouten in je testen te voorkomen zorg dat je je verder goed inleest. Webanalisten waarschuwt je voor de veelvoorkomende fouten die met A/B testen gemaakt worden.

Wil je niet zelf aan de slag of heb je behoefte aan meer geavanceerde testing tools dan zijn er verschillende mogelijkheden. Geavanceerdere tools die je hiervoor kunt gebruiken zijn:

Maar let op, geavanceerdere tools en testen waarin je meerdere varianten van items wil testen betekent ook meer variabelen en vergt goede analyse skills. Weet dus waar je mee bezig bent en voorkom het trekken van de verkeerde conclusies.

2 Comments