Als webwinkelier wil je dat je webshop crème de la crème is. Een aanpassinkje hier en daar is dan niet ongebruikelijk. Denk aan: andere productfoto’s, verschillende kleuren buttons of nieuwe headers. Veel zal op gevoel gaan – waar niks mis mee is! Alleen breng je wel veranderingen aan met als doel om waarschijnlijk meer conversies binnen te halen. Dan ontkom je niet aan A/B-testen! Ik leg je graag uit waarom je dat zou moeten doen.
Wat is A/B-testen?
De werking van A/B-testen zit in de naam. Je maakt twee varianten van een pagina aan (verrassend genoeg: variant A en B). Hierna laat je willekeurig 50% van de bezoekers variant A zien en de andere 50% variant B. Vervolgens rollen daar – hopelijk – interessante gegevens uit! Door variaties evenredig (50% van de bezoekers over dezelfde tijd) te vergeleken, kun je op een betrouwbare manier te weten komen welke het beste presteert. Anders dan bij een meting vóór versus ná een bepaalde aanpassing, sluit je uit dat andere invloeden je meting beïnvloeden (bijvoorbeeld weer of vermelding van je webwinkel op een andere website).
Wat zijn de randvoorwaarden voor A/B-testen?
Een beperking van A/B-testen is dat je ‘aardig’ wat verkeer en conversies nodig hebt om tot betrouwbare resultaten te komen. Kort door de bocht is het handig om per week minimaal 5.000 bezoekers en 500 conversies te hebben. Meestal is hierbij een conversie een transactie, maar het kan bijvoorbeeld ook het versturen van een contactformulier zijn of het klikken op een telefoonnummer. Deze aantallen zijn niet in beton gegoten; hoe groter het verschil tussen versie A en B (en dus het conversieverschil), hoe minder conversies je nodig hebt om het verschil te meten. Ook kun je ervoor kiezen om langer te testen. Hoe lang? Hiervoor zijn handige tools beschikbaar.
Een net startende webshop zal alleen niet snel in de buurt komen van 500 conversies per week. Dan is het verstandig om te kijken naar andere technieken om je webshop te verbeteren. Denk dan bijvoorbeeld aan kwalitatieve methodes als user testing, waarbij je bijvoorbeeld enkele mensen vraagt een bepaalde taak op je website uit te voeren en vervolgens analyseert waar de verbeteringen zitten.
Hoe het niet moet, maar wel vaak gaat
Vroeg of laat zul je als webwinkelier bezig gaan met conversie optimalisatie. Je wilt immers dat jouw bezoekers zo veel mogelijk bestellen en wanneer dat kan met kleine aanpassingen aan je webwinkel, dan is dat natuurlijk super!
Menig webwinkelier heeft dan ook netjes Google Analytics geïnstalleerd en doet waarschijnlijk periodiek een aanpassing met als doel de conversieratio te verbeteren. In praktijk wordt vervolgens de conversie van de maand ervoor vergeleken met de conversie na de aanpassing. Dat klinkt logisch! Deze manier van werken is echter erg foutgevoelig. Alleen aanpassingen die een enorm effect hebben zijn direct meetbaar.
Zelfs zonder enige aanpassingen zul je verschillen in conversie meten tussen periodes. De verschillen kunnen aan tal van zaken liggen, bijvoorbeeld: aan het weer, de zoekmachineprestaties of puur toeval. Gezien veel aanpassingen echt maar een paar procenten verbetering opleveren, is de kans groot dat je niet meetbaar (en dus betrouwbare) resultaten krijgt. Het meten voegt dan eigenlijk niks toe! Meten is daarom niet altijd weten; een juiste interpretatie van data is minstens zo belangrijk.
Nu kan het zeker in de beginfase geen kwaad om te optimaliseren met boerenverstand. Alleen wil je écht betrouwbaar testen en de data kunnen onderbouwen, dan is A/B-testen een logische eerste stap.
A/B-testen is toch heel moeilijk?
Nee joh! A/B-testen is tegenwoordig helemaal niet moeilijk. Zo kan iedereen gratis gebruik maken van Google Optimize. Middels een stukje javascript code installeer je deze tool op je webwinkel en koppel je deze aan je Google Analytics statistieken. Wellicht ben je er wel een middagje zoet mee, maar daarna kun je lekker aan de slag met A/B-testen!
Vervolgens maak je eenvoudig een experiment aan en geef je aan wat je doelen zijn (bijvoorbeeld orderwaarde verhogen). Daarna kun je met een point-and-click systeem eenvoudig een tweede versie van een pagina maken. No worries: je hebt hier geen echte technische kennis voor nodig. De software van Google Optimize zorgt na publicatie van het experiment er automatisch voor dat 50% van de bezoekers de originele versie en 50% van de bezoekers de aangepaste versie zien. De resultaten kun je allemaal terugvinden in Google Optimize.
Let wel op dat je niet te snel stopt met een experiment. Google Optimize geeft je aan wanneer een resultaat écht statistisch significant is. Daar heb je vaak best wat bezoekers voor nodig.
Is er een duidelijke winnaar? Dan moet je hierna nog wel de veranderingen bij je webwinkel doorvoeren, althans wanneer je aangepaste variant beter presteert dan de originele variant. Op die manier verbeter je niet alleen stap voor stap je webwinkel. Je doet ook waardevolle kennis op over wat wel en niet werkt!
Conclusie
Elke webwinkelier die de opstartfase voorbij is, raad ik zeker aan om aan de slag te gaan met A/B-testen. Het is geen rocket science en voorkomt dat je enkel beslissingen neemt op basis van verkeerde aannames. Meten is immers weten, maar de interpretatie van data is minstens zo belangrijk. Tevens kun je ook testen op andere manieren! Zo hebben wij dit jaar nog diverse reviewmails getest en de best presterende doorgevoerd voor onze leden!
