De kans is groot dat je al eens hebt gehoord van A/B testen. De kans is nóg groter dat je dagelijks onderdeel bent van een A/B test. Er wordt online veel getest om websites, e-mails en andere kanalen zo goed en gebruiksvriendelijk mogelijk te maken. Ik leg je graag uit hoe A/B testen in de basis werkt en waar je dit makkelijk kan toepassen.
Wat is A/B testen?
A/B testen is een onderzoeksmethode waarbij je meerdere varianten met elkaar vergelijkt. Het doel van dit onderzoek is om te ontdekken welke variant het beste presteert. Vaak bestaat een test uit een origineel (variant A) en een tweede alternatief (variant B), maar je kunt ook meer varianten maken.
Dit klinkt wellicht wat technisch en theoretisch. Maar in de praktijk zijn A/B testen vaak verhelderend, effectief en zelfs leuk. Om duidelijk te maken hoe het in de praktijk werkt, gaan we het a/b testen bij verschillende online kanalen bekijken.
A/B testen op je website
Een pagina op je website heeft vaak één of meerdere doelen, welke ook wel conversies worden genoemd. Denk bijvoorbeeld aan het invullen van een formulier, het plaatsen van een bestelling of het downloaden van een brochure. Als online marketeer wil je dat zoveel mogelijk bezoekers zo’n doel behalen. Om dit te bereiken worden er telkens kleine aanpassingen gedaan op de pagina’s.
Om te bewijzen dat je aanpassing ook het gewende resultaat biedt, kun je gebruik maken van een A/B test. Deze kun je opzetten met tools als Google Optimize, Optimizely en Visual Website Optimizer. Tijdens zo’n test ziet een deel van je bezoekers de originele pagina, terwijl het andere deel de pagina met de nieuwe aanpassing ziet. De bezoekers zelf hebben dit trouwens niet door, wat ervoor zorgt dat ze de resultaten ook niet bewust kunnen beïnvloeden.
Bijna elk element op je website heeft invloed op je resultaten en kun je dus testen. Test bijvoorbeeld de titel van een pagina, het aantal velden in een formulier en de kleur en tekst van een button.
A/B testen in e-mail
Net zoals je website heeft ook je e-mailmarketing ook allerlei doelen. Je wilt dat zoveel mogelijk personen je mail openen en vervolgens klikken. Met behulp van A/B testen ontdek je welke aanpassingen hiervoor het beste werken. De meeste moderne e-mailprogramma’s hebben een eigen functie voor het A/B testen.
Je kunt bijvoorbeeld testen met de onderwerpregel, afzender, timing en content van een e-mail. Met name de onderwerpregel en afzender zijn belangrijk: als deze niet aanspreken wordt je mail überhaupt niet geopend, hoe mooi en inspirerend deze ook mag zijn. Daarnaast is timing een interessante factor bij e-mail. Neem een deel van je contactenlijst en stuur hen de mail eens op een andere dag of een ander tijdstip. Vergelijk vervolgens het percentage dat opent en klikt met de originele verzending, je zult zomaar eens verrast kunnen worden!
Het grote voordeel van A/B testen in e-mailmarketing is dat je de test ook eerst bij een selectie van je lijst kan doen, om vervolgens de beste variant naar de rest van de lijst te versturen. Stel; je hebt 200.000 contacten en gebruikt 10% van de lijst voor een test. Je stuurt dan variant A naar 10.000 personen en variant B naar 10.000 andere personen. Na een aantal uur kijk je welke mail het beste presteert, om deze vervolgens naar de andere 90% van de lijst te versturen. Op deze manier profiteer je direct van de nieuwe ontdekkingen.
A/B testen in Facebook en Google Ads
Ook bij het maken van advertentiecampagnes in kanalen zoals Facebook en Google Ads is het heel gebruikelijk om meerdere varianten te proberen. Een advertentieset bevat doorgaans verschillende varianten die verschillen qua afbeelding of tekst. Facebook en Google Ads verspreiden deze vervolgens onder de doelgroep. Uit de resultaten zoals het aantal vertoningen en klikken wordt vrij snel duidelijk welke varianten het beste presteren. Beide programma’s gebruiken hun eigen technieken om deze automatisch verder te verspreiden.
Start met testen
Ben je enthousiast en heb je al de eerste ideeën om te testen? Ga er lekker mee aan de slag! Je kunt experimenten namelijk enorm groot maken, maar ik ben voorstander om in eerste instantie maar gewoon te beginnen en daarvan te leren.
Om deze blog voor iedereen toegankelijk te houden is het A/B testen bewust simpel omschreven. Uiteraard zijn bij iedere succesvolle A/B test de juiste data, hypotheses en tools van belang. Vind je het fijn om hier samen over na te denken? Dan kan! Stuur ons een berichtje en we spreken graag af of verder te praten over A/B testen!
