A/B splittesten
A/B Splittesten om de beste resultaten uit je website te halen
Om het maximale uit je webwinkel te halen zal je soms moeten experimenteren met de uitstraling en het bestelproces van je webwinkel. Naast een betere conversie leer je je klanten beter kennen en kun je zeker keuzes maken in plaats van gokken wat je klanten goed vinden.
Testen geeft je waardevolle informatie over het proces en de marketing van je webwinkel, je kunt A/B testing toepassen op je webwinkel en op de advertenties die voor bezoekers moeten zorgen. Door te testen krijg je een helder beeld van de punten die wel en niet werken voor je webwinkel. A/B testen is eigenlijk wetenschappelijke webwinkel optimalisatie. Gebruik de statistieken om het maximale uit je webwinkel te halen!
Er zijn verschillende manier van testen:
Analyseren geeft je vooral inzicht in wat er gebeurt. Met testen gaan we kijken waarom het gebeurt. We willen hierbij weten waarom een bezoeker beslist om door te gaan of af te haken op een pagina. Er zijn verschillende manieren om testen wat het best werkt voor je webwinkel. Dit artikel gaat voornamelijk over A/B split testen. Met deze techniek haalt u namelijk het snelst een beter resultaat met uw webwinkel zonder veel fouten te maken. Ter informatie gaan we ook even in op andere manieren om te testen.
A/B testen (ook wel split testen genoemd)
Met deze techniek test u welke van twee mogelijkheden het beste werkt. Door gebruikers te verdelen in groepen en een andere mogelijkheid te geven komt je er achter wat het best werkt voor je webwinkel. A/B testen wordt ook veel gebruik voor het optimaliseren van banners en andere advertenties.
Multivariate testen
Deze manier is eigenlijk hetzelfde als A/B testen alleen gebruik je dan nog nog meer mogelijkheden. In plaats van twee groepen verdeel je de bezoekers bijvoorbeeld in 3 groepen die een verschillende pagina te zien krijgen
Periode testen
Deze manier werkt iets simpeler. Hiermee test u verschillende methodes voor een lange periode om er achter te komen wat het beste werkt. Deze methode is iets minder betrouwbaar omdat je niet over dezelfde periodes test. Daarnaast duurt het veel langer voordat je waardevolle informatie hebt.
Experimentele testen
Dit is een meer vrije methode om te testen. Hierbij experimenteer je met buttons en de weergave van je webwinkel. Als er een flinke stijging in de omzet merkbaar is kun je de verandering blijvend gebruiken.
Wat is A/B testen nou precies?
Omdat dit artikel voornamelijk over A/B testen gaat gaan we eerst wat dieper in op de definitie van deze techniek. Bij A/B testen verdeel je de bezoekers in twee verschillende groepen die beide een andere versie van een webpagina te zien krijgen. A/B testen is de beste methode om de conversie van een webwinkel omhoog te stuwen!
Een praktijkvoorbeeld:
Graag leggen we je de werking van A/B split testen met een eenvoudige afbeelding uit. Website A heeft een groene achtergrond en website B heeft een rode achtergrond. Website A zorgt voor 32% conversie en website B voor slechts 14%. De keuze voor de achtergrond van de website is zo snel gemaakt natuurlijk!
Deze afbeelding legt het proces van A/B testen uit:
A/B testen wordt voornamelijk toegepast als er drastische aanpassingen aan een pagina gedaan worden. In de test kan je bijvoorbeeld kijken welke buttons, afbeeldingen of lettertype het best werkt. Meestal betreft het eigenlijk wat kleine veranderingen die getest worden.
A/B testen zou een vast onderdeel moeten zijn van de conversie optimalisatie van je webwinkel. Hierdoor kun je elke periode de conversie verbeteren. Met A/B testen kan je ook het rendement van je Adwords campagnes verbeteren omdat de conversie stijgt.
Waarmee kan je testen?
A/B testing wordt gebruikt om te kijken hoe een pagina het meest kan opleveren. Je kunt A/B testen met verschillende soorten pagina's. Hieronder een paar voorbeelden.
Landingspagina's
Landingspagina zijn de pagina's waarop bezoekers binnenkomen als ze op je advertentie klikken bijvoorbeeld. Als je dit goed doet komt de bezoeker gelijk op een relevante pagina met een overzicht van artikelen. Je kunt bijvoorbeeld testen welke afbeeldingen en lettertypes het best werken.
Productpagina's
De productpagina is favoriet als het gaat om A/B testen. Via Google Analytics kun je per pagina kijken wat de conversie is. Vervolgens kun je testen of de conversie toeneemt bij het aanpassen van de product tekst, afbeeldingen, buttons etc.
Check out pagina
Na de productpagina wordt A/B testing het meest toegepast voor het optimaliseren van de checkout pagina. Dit is een beslissend moment waarop de klant afhaakt of de bestelling afrond. Veel webwinkels doen er dan ook alles aan om deze pagina te optimaliseren.
Split testen met advertenties
Naast je eigen webwinkel wil je natuurlijk ook het optimale uit je advertenties halen. Met split testen kun je er voor zorgen dat je meer uit elke euro haalt die investeert in marketing. Hoewel dit artikel voornamelijk in gaat op het A/B testen met je webwinkel geven we hieronder toch even een paar voorbeelden hoe je deze optimalisatie techniek kunt toepassingen op je marketing.
Banners
Naast de webwinkel kun je A/B testen ook toepassen op bannermateriaal. Gebruik je bijvoorbeeld banners voor Google Adwords? Dan kan je eenvoudig twee verschillende banners gebruiken en hiermee A/B testen om te kijken welke banner voor de hoogste CTR (Click Trough Rate) zorgt.
Adwords advertenties
Banner kun je ook gebruiken in Google Adwords maar ook op de tekstadvertenties kun je eenvoudig A/B testing toepassen. Dit kun je doen door meerdere advertenties aan te maken binnen één advertentiegroep. Je gebruikt uiteraard net even iets andere titels om te kijken welke het beste werken. Je kunt ook experimenteren met vraagtekens en vinkjes in je advertentietekst, handige trucjes die vaak net even voor meer clicks zorgen. Adwords test beide advertenties vervolgens voor je uit (zo worden om de beurt getoond) en de beste converterende wordt vaker getoond.
Marktplaats advertenties
Ook bij Marktplaats advertenties kun je eenvoudig A/B testing eenvoudig toepassen. Je kunt simpelweg voor één landingspagina twee advertenties aanmaken met andere titels en trefwoorden. Vervolgens kun je kijken op welke advertentie de meeste bezoekers klikken en
De valkuilen van A/B testen
Hoewel A/B testen in de meeste gevallen super veel informatie op kan leveren moet je wel uitkijken dat je niet in de onderstaande valkuilen valt waardoor je de verkeerde conclusies uit je tests trekt.
– Te weinig gegevens verzameld
Als je te weinig gegevens verzameld dan kunnen de uitkomsten erg onbetrouwbaar zijn. De mening van 10 mensen is natuurlijk veel minder betrouwbaar dan de mening van 100 mensen. hoe meer mensen je vraag, des te betrouwbare zal de uitkomst zijn. Een goede test bestaat vaak uit minimaal 500 testronden of ondervraagden.
– De verkeerde vraag gesteld
Als je de verkeerde vraag stelt dan krijg je vaak een antwoord waar je weinig aan hebt. Je moet daarom goed weten wat je wil onderzoeken. Vaak weet je ook al enigzins uit klantfeedback wat de pijnpunten van je webwinkel kunnen zijn. Als je het bestelproces beter kan, voer hier dan ook je A/B testing uit!
– Te snel conclusies trekken
Als je de test niet lang genoeg uitvoert dan kunnen de uitkomsten ook erg onbetrouwbaar worden. We raden je daarom aan om de test op verschillende perioden uit te voeren. Het liefst in verschillende seizoenen ook nog zelfs. Hiermee haal je de kans op toevallige uitkomsten er zoveel mogelijk uit. Hoe langer je de test uitvoert, des te betrouwbaarder zal deze zijn.
Gestructureerd A/B testen
A/B testen is niet eenvoudig en zou dan ook gestructureerd aangepakt moeten worden. Daarnaast moet je in je achterhoofd houden wat de doelstelling zijn op het gebied van conversie. Hierdoor je je gelijk welke landingspagina testen en optimalisatie verdienen.
Als je deze test techniek gestructureerd toepast dan kan je in no time meer rendement uit je landingspagina's halen. Hieronder vind je een handig stappenplan dat je kunt toepassen om de pagina's van je webwinkel te verbeteren d.m.v. A/B testen.
1. Meet je webwinkel conversie
De eerste stap is altijd het vast stellen van een 0 punt. Dit is de huidige situatie. Bepaal de huidige conversie van je webwinkel en van specifieke landingspagina's. We willen weten wat er gebeurt en waarom dat gebeurt.
Bepaal je doelen
Bepaal vervolgens de doelstellingen van je bedrijf en van je webwinkel. Maak echt SMART doelstelling, zorg dus dat deze Specifiek, Meetbaar, Ambitieus, Realistisch en Tijdsgebonden zijn. Dit zijn doelen zoals:
‘We willen binnen een kwartaal van 1,2% naar 1,5% conversie'
‘Landingspagina X moet het komende half jaar 300 euro omzet draaien'
Let bij het maken van doelstellingen goed op je strategie en bepaal de prioriteiten. Website doel kan je ook gelijk invoeren in Google Analytics als je daar gebruik van maakt.
Bepaal je KPI's
KPI staat voor Key Performance indicator. In het Nederlands vertaald zou je dit prestatie indicatoren kunnen noemen. Dit zijn de belangrijkste cijfer die bepalen of je doelen behaald worden. Aan deze prestatie indicatoren kun je de prestaties van je webwinkel analyseren. Hieronder vind je een paar voorbeelden van belangrijke prestatie indicatoren die je constant in de gaten moet houden.
Conversie Ratio
Het conversie percentage van je webwinkel is het percentage van de bezoekers dat uiteindelijk een aankoop doet. Voor webwinkel eigenaren is dit ongetwijfeld het belangrijkste cijfer om te analyseren.
Gemiddelde besteding
De gemiddelde besteding is het gemiddelde bedrag dat een klant uitgeeft. Dit bedrag zegt veel over je de betrouwbaarheid en aantrekkelijkheid van je aanbod. Hoe meer vertrouwen, des te meer wordt er gemiddeld uitgegeven.
Percentage succesvolle aankopen
Dit is het percentage van de bezoekers die succesvol een bestelling afrond nadat er begonnen is met de winkelwagen.
Percentage afhakers
Dit is het percentage dat uiteindelijk weer de winkelwagen verlaat. Dit is een belangrijk percentage, als er teveel mensen afhaken dan kun je beter je volledig focussen op de optimalisatie van de winkelwagen. Nadat de winkelwagen is geoptimaliseerd en je conversie in orde is kun je je weer richten op de marketing van je webwinkel.
2. Stel de belangrijkste pagina's vast
De belangrijkste stap bij de voorbereiding op A/B testen is prioriteiten opstellen. Je zou natuurlijk alle pagina's kunnen testen maar dat kost veel te veel tijd. Welke pagina's verdienen de meeste aandacht en optimalisatie? Welke producten verkoop je nog te weinig en hebben wel potentie? Dat zijn vragen die je je zelf zou moeten stellen om te bepalen welke pagina's A/B testing verdienen.
De meeste webwinkeliers focussen hun aandacht vooral op de homepage terwijl dit niet altijd verstandig is. Dit is vaak niet eens de pagina waarop de meeste bezoekers hun tijd besteden. Duik daarom weer in je Analytics en kijk welke pagina's goed bezocht worden en op welke pagina's mensen afhaken. Vaak verdienen de categorie- en productpagina de meeste aandacht omdat klanten hier bepalen.
Ga in Google Analytics naar ‘GEDRAG' en dan ‘INHOUD' om de belangrijkste pagina's vast te stellen. Als je ook hebt ingesteld dat transacties worden bijgehouden zie meteen wat iedere pagina gemiddeld oplevert!
Op welke pagina's haken mensen af?
Je kunt ook kijken naar de pagina's waarop de meeste mensen afhaken. Waarschijnlijk is er iets op deze pagina wat de bezoeker deed beslissen om weg te gaan. Weet je niet zeker wat dit is? Dan biedt A/B testen uitkomst.
Je kunt deze functie vinden via gedrag > site inhoud > uitstappagina's. Hier vind je de pagina's waar de meeste bezoekers uitstappen.
Hoe komt het dat bezoekers afhaken?
Wanneer je hebt vastgesteld wat de belangrijkste pagina's zijn waarop bezoekers afhaken kun je je afvragen waarom dit zou kunnen zijn. Dit noem je een hypothese bedenken. Staat er bijvoorbeeld een button verkeerd, een link die niet werkt of iets anders? Dit is natuurlijk eenvoudig te verhelpen maar als je er niet direct uit komt dan kan je A/B testing toepassen!
Stel jezelf gelijk de juiste kritische maar logische vragen zoals de onderstaande.
Antwoorden op deze vragen helpen je verder op weg om zo efficiënt mogelijk te split testen.
> Welke informatie zoekt de bezoeker?
> Waarom zou een bezoeker kunnen afhaken?
> Wat verwacht de bezoeker als ze op de pagina komen?
> Waar komen de bezoekers weg?
> Wat stimuleert de bezoeker om verder te gaan?
Gebruik segmentatie
Bij het testen op verschillende groepen bezoekers moet je er wel rekening mee houden dat bezoekers uit verschillende segmenten, verschillend gedrag kunnen vertonen. Je heb bepaalde groepen die voor een gelijke toepassing je product gebruiken bijvoorbeeld. De mening van elke groep kun je vaak niet door elkaar halen.
Segmenteer op bron
Er zijn verschillende bronnen waar je bezoekers weg komen; de nieuwsbrief, Google, Marktplaats etc. Om een betrouwbare test uit te voeren moet je je afvragen of er een verschil tussen deze bezoekers zit. Is er een verschil in bounce rates tussen deze bezoekers en hoe kan je dat verbeteren?
Segmenteer op gedrag
Verschillende groepen mensen gedragen zich verschillend op je webwinkel. Je wil hierbij weten of deze bezoekers wellicht een ander aanbod nodig hebben.
Segmenteer op behoefte
Om de meest winstgevende segmenten te ontdekken kijk je natuurlijk ook naar aankopen van je bezoekers. Wie zijn je topklanten en wat zijn de best verkochte producten of hoe kunnen we deze pagina's verder verbeteren?
3. En testen maar..
De voorgaande punten zijn er allemaal op gericht om te begrijpen wat een bezoeker doet op je webwinkel en waarom ze verder klikken of vertrekken. Deze informatie biedt een handig uitgangspunt om A/B testing zo effectief mogelijk toe te passen. Laten we nu beginnen met het opstarten van je test.
Een hypothese
Een hypothese is een waarschijnlijke oplossing voor een probleem. Welke problemen denk je dat er zijn op een pagina en hoe zouden we die misschien kunnen verhelpen? Misschien zijn er spelfouten waardoor de bezoekers niet verder gaat of misschien haken veel bezoekers af op de check out pagina.
Een voorbeeld van een goede hypothese:
Probleem: 40% van de bezoekers haakt of op de winkelwagen pagina.
Oplossing: Bezoekers weten niet hoe snel het product geleverd wordt, daarom moeten we dit vermelden op elke stap in de check out.
Bij dit voorbeeld ga je de checkout pagina op elke stap uitbreiden met een link een korte tekst waarin je informatie over de levertijd (en eventueel) voorraad geeft. Door middel van de A/B test kom je er achter of deze oplossing zorgt voor een lager percentage afhakers.
Een goede hypothese is altijd meetbaar, heeft het doel om problemen op te lossen en geeft je informatie over de behoeften van je klant.
Zorg voor een goede testmarkt
Voor het uitvoeren van een A/B test moet je wel voldoende bezoekers hebben. als je twee versies van een pagina laat zien aan twee groepen van 100 personen laat zien dan is de kans op toeval te groot. Als je het test op twee groepen van 1000 bezoekers dan wordt het al weer wat betrouwbaarder. Als je niet voldoende bezoekers hebt om een test uit te voeren dan kan je er beter je tijd ergens anders in stoppen.
Test op omzet
Aan het eind van de dag gaat het allemaal om omzet en winst. Bij conversie optimalisatie en dus ook bij A/B testen wordt de focus gelegd op omzet. Welke veranderingen zorgen voor een hogere omzet?
Soms word je conversie hoger maar je omzet lager. Dat is natuurlijk niet de bedoeling van A/B testen. Natuurlijk wordt het product vaker gekocht als je de prijs omlaag doet maar dan daalt je omzet en winst natuurlijk ook.
Wat ga je testen?
Eigenlijk weet je al wat je moet testen omdat je een gedegen analyse hebt uitgevoerd als je bij deze stap beland. Toch zijn er een paar standaard factoren te noemen die het testen altijd waard zijn:
Call to action buttons:
Hiermee bedoelen we de grote knoppen die bezoeker door het bestelproces te leiden. De ‘in winkelwagen' en ‘verder winkelen' knop bijvoorbeeld. Het wijzigen van deze buttons kan een flink conversiestijging opleveren.
Teksten
De teksten kunnen het verschil maken op een pagina. Wordt een product goed beschreven? Gebruik je een uitgebreide omschrijving of maak je een overzichtelijke samenvatting met bullet bijvoorbeeld? Daarnaast kunnen de koppen erg belangrijk zijn omdat bezoekers de teksten vaak scannen.
Test ook eens met het lettertype dat je gebruikt. Bedenk hierbij, bij een vrolijke webwinkel (kinderkleding bv.) gebruik je een vrolijk lettertype. Bij een webwinkel met een zakelijke doelgroep (kantoormaterialen bv.) gebruik je een zakelijk lettertype.
Invul velden
Test ook eens met de weergave van invulvelden en de tekst die hier gebruikt wordt.
Prijsstrategie
Test ook eens met een andere vorm van prijzen. Je hoeft niet gelijk de prijzen omlaag te doen maar je kan bijvoorbeeld eens testen met afgeronde prijzen (€10,-) en psychologische prijzen (€9,99).
Afbeeldingen
De afbeeldingen zijn voor veel bezoekers belangrijker dan de omschrijving. Een bezoeker kan het product niet in het echt bekijken en daarom moet je testen met de weergave van afbeeldingen. Test bijvoorbeeld met de afmetingen en achtergrondkleur.
4. Leer van de resultaten en blijf testen.
Nadat je klaar bent met de A/B test weet je wat het beste werkt voor je webwinkel. Je weet nu welke buttons en welk lettertype je moet gebruiken bijvoorbeeld. Houdt er wel rekening mee dat niet alle testen succesvol zullen zijn. Soms zie je weinig verbetering in de conversie bijvoorbeeld.
Na de A/B test heb je wel waardevolle informatie om je verbeteringen aan te brengen. Ook al zijn het slechts kleine dingen. Stop niet met analyseren en testen. Als je blijft testen en optimaliseren zal je structureel de conversie van je webwinkel verbeteren.
Bedenk zelf maar eens hoe hevig de concurrentie tegenwoordig is op webwinkel gebied. Als jij niet blijft optimaliseren dan doet je concurrent het wel en uiteindelijk is de concurrent niet meer in te halen. Onthoudt hierbij, de enige constante is verandering! Wat vandaag werkt kan morgen minder goed werken en daarom moet je blijven testen en optimaliseren!
Nog meer handige A/B testing tips
Om je verder op weg te helpen vindt je hieronder nog enkele tips die er voor kunnen zorgen dat de test die je uitvoert betrouwbaarder wordt. zo kan je de test uitvoeren in verschillende browsers en op verschillende apparaten. Houdt hier ook rekening mee als je data verzameld.
1. Test in alle browsers
Als je een test uitvoert dan zou je dit altijd wel even in alle browsers moeten controleren. Vaak verschilt de weergave van je webwinkel in verschillende browsers zoals Google Chrome, Internet Explorer en Firefox.
2. Test ook op mobiele apparaten
Naast verschillende browsers gebruiken consumenten tegenwoordig veel verschillende apparaten om een webwinkel te bezoeken. Zorg er voor dat je de A/B test ook altijd controleert op verschillende apparaten zoals laptops, tablets en smartphones.
Handige tools die je kan gebruiken voor A/B testen
Gelukkig hoef je het niet allemaal zelf te testen. Er zijn veel handige tools bedacht die je helpen om de A/B test uit te voeren.
Google content experiments (voorheen Google Optimizer)
Deze gratis tool van Google Analytics werd voorheen Google Optimizer genoemd maar heet nu Google content experiments. Met deze handige tool kan je doelen stellen en alles gelijk in je Google Analytics bijhouden. Dit is een prima tool om kosteloos ervaring op te doen met A/B testen.
Convert Experiments
Een vrij nieuwe tool is Convert experiments. Als je een redelijk grote webwinkel hebt kun je van deze betaalde tool gebruik maken. Je hoeft slechts eenmaal een code op je website te plaatsen en je kan testen met vrijwel alle pagina's. Deze tool heeft natuurlijk ook een directe koppeling met Google Analytics. Je kunt de Convert tool ook twee weken gratis uit proberen.
Visual website optimizer
Visual website optimizer is één van de betere maar ook duurdere tools om A/B testen uit te voeren. Voor een maandelijks tarief kan je eenvoudige en overzichtelijke test uit voeren met een groot aantal bezoekers. Net als Convert heeft deze tool een gratis trial periode en een handige koppeling met Visual Website Optimizer.
Meer weten over A/B testen?
Als je meer wil weten over A/B testen dan raden we je aan om de onderstaande artikelen ook eens door te nemen. Zorg er voor dat je eerst gaat experimenteren en niet gelijk al te grote conclusies uit je test trekt tot je zeker weten dat het betrouwbaar is!
