Een A/B-test laat zien welke versie van een pagina meer aanvragen of verkopen oplevert, maar alleen als je meting klopt en je genoeg bezoekers hebt. Hieronder lees je stap voor stap hoe je dat aanpakt, van het instellen van je conversies tot het doorvoeren van de winnaar. En heb je te weinig verkeer voor een test, dan lees je wat wel werkt.
Begin bij meten: wat telt als conversie?
Voor de meeste mkb-sites is de conversie een offerteaanvraag, een contactformulier, een telefoontje of een bestelling. Daarnaast zijn er tussenstappen, zoals een klik op de knop naar het formulier. Die laten zien waar bezoekers afhaken.
In Google Analytics 4 markeer je zo’n actie als belangrijke gebeurtenis, zoals een conversie daar tegenwoordig heet. Klikken op je telefoonnummer, e-mailadres of WhatsApp-knop meet je goed met Google Tag Manager. Hoe je dat inricht, lees je in ons artikel over Google Tag Manager inzetten voor CRO.
Controleer je meting voordat je gaat testen. Deze fouten komen vaak voor:
- Een bezoek aan de contactpagina telt als conversie, terwijl niemand iets heeft verstuurd.
- Een formulier wordt dubbel geteld, bij het verzenden én bij het laden van de bedankpagina.
- Formulieren in een pop-up of een extern systeem worden niet altijd gemeten.
- Je eigen bezoeken tellen mee. In GA4 sluit je die uit met een filter voor intern verkeer.
Doe zelf een testaanvraag voordat je het filter voor intern verkeer aanzet, of verstuur hem vanaf je telefoon via mobiele data, en kijk of hij precies één keer in GA4 binnenkomt.
Heb je genoeg verkeer voor een A/B-test?
Hoe minder conversies je hebt, hoe langer het duurt voordat je een verschil betrouwbaar kunt aanwijzen. Reken dat vooraf uit met een gratis A/B-testcalculator, die veel aanbieders van testtools op hun website hebben. Je vult je huidige conversieratio in en het kleinste verschil dat je wilt kunnen aantonen, en de calculator vertelt hoeveel bezoekers je per variant nodig hebt. Tel dat aantal voor alle varianten bij elkaar op en deel het totaal door je aantal bezoekers per week op die pagina. Dan weet je hoeveel weken de test moet lopen.
Kom je boven de zes tot acht weken uit, dan is een A/B-test op die pagina meestal geen goed idee. In die tijd veranderen het seizoen, je advertenties en je concurrenten, en dat vertroebelt de uitslag. Een installatiebedrijf met een paar honderd bezoekers per maand op zijn dienstpagina en een handvol aanvragen haalt vaak helemaal geen betrouwbare uitslag, ook niet na maanden. Een webshop met tientallen bestellingen per dag kan meestal wel testen.
Te weinig verkeer? Dit werkt wel
- Heatmaps en sessie-opnames laten zien waar bezoekers klikken, hoe ver ze scrollen en waar ze afhaken. Meer daarover lees je in ons artikel over inzichten uit heatmaps voor mkb-websites.
- Vijf mensen laten meekijken. Geef ze een opdracht, zoals “vraag een offerte aan”, en kijk zonder te helpen waar ze vastlopen.
- Klanten vragen wat hen bijna tegenhield om contact op te nemen.
- Testen waar je wel volume hebt. In e-mailtools als Mailchimp en ActiveCampaign zit een A/B-test voor onderwerpregels en inhoud, en in Google Ads test je met Experimenten een andere advertentietekst of landingspagina. Dat gaat vaak sneller dan een test op je website. Kies bij een e-mailtest de winnaar op klikken, want openingen worden door privacyfuncties in mailprogramma’s minder betrouwbaar gemeten.
- Duidelijke fouten direct oplossen. Een formulier dat op mobiel niet werkt, hoef je niet te testen.
Voer je daarna een wijziging door, vergelijk dan een periode voor en na, rekening houdend met seizoen en advertentiebudget. Minder hard dan een A/B-test, maar veel beter dan niets meten.
Van observatie naar hypothese
Test nooit zomaar een idee. Een goede hypothese begint bij iets wat je in je data of bij bezoekers hebt gezien. Gebruik deze vorm:
Omdat we zien dat [observatie], verwachten we dat [wijziging] leidt tot meer [meetbare conversie].
Een voorbeeld: een dienstverlener ziet in de heatmap dat mobiele bezoekers zelden tot het formulier onderaan scrollen. De hypothese: omdat mobiele bezoekers het formulier niet bereiken, verwachten we dat een knop “Offerte aanvragen” direct onder de intro leidt tot meer verstuurde aanvragen. Dat is toetsbaar, en je weet vooraf welk getal moet bewegen. Heb je meerdere ideeën, begin dan met wat veel impact belooft en weinig werk kost.
Wat test je eerst?
Knopkleur is een populair voorbeeld, maar zelden de reden dat iemand geen offerte aanvraagt. Meer winst zit meestal in wat bezoekers lezen en moeten doen:
- De kop bovenaan: zie je direct wat je doet, voor wie en wat de volgende stap is?
- Het formulier: minder velden of een keuze tussen bellen en een formulier. Hoe je dat aanpakt, lees je in ons artikel over formulieren die meer conversie opleveren.
- Vertrouwen bij de knop: reviews of keurmerken vlak bij het formulier in plaats van onderaan de pagina. Welke elementen daarbij helpen, lees je in ons artikel over meer conversie met trust-elementen.
- De knoptekst: “Plan een gratis adviesgesprek” zegt meer dan “Verstuur”. Meer over knopteksten lees je in ons artikel over effectieve CTA’s voor meer conversie.
- De volgorde op mobiel: staat de belangrijkste informatie bovenaan, of scroll je eerst langs een grote afbeelding?
Test één idee per keer. Verander je tegelijk de kop, de afbeelding en het formulier, dan weet je niet wat het verschil maakte.
Zo zet je de test op
Google is in 2023 gestopt met Google Optimize, dus je hebt een aparte testtool nodig, zoals VWO, Optimizely, AB Tasty of Convert. In ons overzicht van CRO-tools voor conversieoptimalisatie lees je waar zulke tools in verschillen. Let op een koppeling met GA4 en op hoe de tool omgaat met cookies en toestemming. Houd daarna deze regels aan:
- Verdeel het verkeer gelijk over A en B, op alle apparaten, tenzij je hypothese alleen over mobiel gaat.
- Leg vooraf je hoofdmeting en de looptijd vast.
- Test in hele weken, liefst minstens twee, zodat werkdagen en weekenden meetellen.
- Bekijk beide versies zelf op telefoon en desktop. Een variant die flikkert of een kapot formulier heeft, verliest om de verkeerde reden.
- Verander tijdens de test niets aan de pagina, je advertenties of je acties.
Een A/B-test is één manier om je website te testen. Hoe je testen breder aanpakt, lees je in ons artikel over CRO testen voor betere websiteprestaties.
De uitslag lezen en doorvoeren
Een veelgemaakte fout is te vroeg stoppen. In de eerste dagen schieten de cijfers alle kanten op, en een variant die na drie dagen ver voorligt, kan gelijk eindigen. Wacht tot het berekende aantal bezoekers is bereikt. Gebruikelijk is een betrouwbaarheid van 95 procent als ondergrens. Haal je die niet, dan is het verschil niet hard genoeg om op te bouwen.
- Check de verdeling: kreeg B veel meer of minder bezoekers dan A terwijl je half om half had ingesteld, dan klopt er technisch iets niet.
- Kijk naar kwaliteit: meer aanvragen is alleen winst als het echte klanten zijn. Vraag wie de aanvragen opvolgt of de leads even goed waren.
- Segmenten met mate: kleine groepen geven snel toevallige uitslagen. Gebruik ze hooguit als idee voor een volgende test.
Wint een variant, bouw hem dan netjes in je website in en zet de test uit, want een testtool die maandenlang de winnaar toont kost laadtijd. Geen verschil is ook een uitkomst. Noteer elke test in een testlogboek met hypothese, periode, uitslag en besluit, zodat je over een jaar niet hetzelfde idee opnieuw test.
Checklist voor je eerste A/B-test
- Hoofdconversie gecontroleerd met een eigen testaanvraag, vóór het activeren van het filter voor intern verkeer
- Intern verkeer uitgesloten in GA4
- Benodigd aantal bezoekers berekend en haalbaar binnen zes tot acht weken
- Hypothese opgeschreven, met één wijziging per test
- Beide versies gecontroleerd op mobiel en desktop
- Uitslag en besluit genoteerd in het testlogboek
Wil je dit niet zelf uitzoeken? Het vaste team van Paperclicks richt je metingen in, zoekt met data en heatmaps uit waar bezoekers afhaken en test verbeteringen, of voert ze direct door als je verkeer te klein is voor een test. Lees meer over onze aanpak voor conversie-optimalisatie (CRO) of vraag een gratis website-scan aan.
Veelgestelde vragen
Wat is het verschil tussen A/B-testen en multivariate testen?
Bij een A/B-test vergelijk je twee versies die op één punt verschillen. Bij een multivariate test combineer je meerdere wijzigingen en meet je welke combinatie het beste werkt. Daarvoor heb je veel meer verkeer nodig, dus voor de meeste mkb-sites is een A/B-test de logische keuze.
Hoe lang moet een A/B-test lopen?
Tot het vooraf berekende aantal bezoekers per variant is bereikt, en altijd in hele weken, liefst minstens twee. Duurt het langer dan zes tot acht weken, dan kun je beter kiezen voor heatmaps, gebruikerstests en gerichte verbeteringen.
Is A/B-testen slecht voor mijn SEO?
Niet als je het netjes doet. Google staat testen toe, zolang je Googlebot geen andere versie laat zien dan bezoekers. Test je met aparte URL’s, zet dan op de variant een canonical naar de originele pagina en stuur bezoekers door met een tijdelijke 302-redirect in plaats van een 301.
