Tutorials

A/B-tests tracken met tags en conversie-events

Taras Shynkarenko
Taras Shynkarenko
•Bijgewerkt: •8 min leestijd
A/B-tests tracken met tags en conversie-eventsA/B-tests tracken met tags en conversie-events

TL;DR, kort antwoord

8 min leestijd

Met segmentatie op basis van tags draai je A/B-tests door variantmetadata aan paginaweergaven te koppelen en daarna je analytics-dashboard te filteren om conversieresultaten tussen varianten te vergelijken.

De meeste teams bouwen dit te zwaar, terwijl degelijke tracking van A/B-tests maar drie dingen nodig heeft: een stabiele toewijzing van varianten, een registratie van welke variant werd getoond en uitkomst-events die je vertrouwt.

A/B-tests tracken hoeft niet te betekenen dat je een volledig experimentatieplatform installeert, extra cookies plaatst of elke bezoeker in een advertentie-identiteitsgrafiek stopt. Voor veel marketingsites en producten in een vroeg stadium is de praktische taak eenvoudiger: toon een stabiele variant, registreer welke variant werd getoond en vergelijk de conversie-events die ertoe doen.

De privacyvriendelijke versie van die werkwijze gebruikt kortlevende experimentmetadata in plaats van persoonlijke profielen. Je krijgt nog steeds genoeg signaal om een betere kop, prijsindeling, onboarding-CTA of documentatiestructuur te kiezen, maar je bouwt geen systeem dat mensen door losstaande contexten heen volgt.

Wat je echt moet tracken

Een bruikbare A/B-test heeft vier stukjes data nodig:

  1. De naam van het experiment, zoals homepage_hero_q2
  2. De getoonde variant, zoals control, benefit_headline of short_form
  3. Het blootstellings-event, meestal de paginaweergave waarbij de bezoeker de variant zag
  4. Het uitkomst-event, zoals een aanmelding, demo-aanvraag, afrekening, download of accountaanmaak

Al het andere is optioneel. Je hebt geen permanent bezoekersprofiel nodig om te leren of variant B meer proefaanmeldingen oplevert dan variant A. Je hebt wel een consistente toewijzing nodig die lang genoeg duurt om te voorkomen dat dezelfde browser bij elke refresh een andere variant ziet.

Een developer achter een laptop die consistente varianttags voor een paginaweergave implementeert.

Gebruik tags voor blootstelling aan varianten

Analytics op basis van tags past goed, omdat experimentlabels beschrijvende metadata bij het event zijn. Een paginaweergave kan tags dragen zoals:

  • experiment=homepage_hero_q2
  • variant=benefit_headline
  • page_type=landing

Daarna kan je analyticsrapport op die tags filteren of groeperen. De belangrijke ontwerpkeuze is dat je de blootstelling tagt, niet alleen de conversie. Tag je alleen de klik op de knop, dan kun je geen conversiepercentage berekenen, omdat je niet weet hoeveel bezoekers elke versie zagen.

Wijs bij een eenvoudig pagina-experiment de variant bij voorkeur op de server toe voor de huidige sessie en render hem in de pagina. Zo heb je geen opslag aan de clientkant nodig alleen om de pagina stabiel te houden:

<html data-experiment="homepage_hero_q2" data-variant="benefit_headline"></html>

Ondersteunt je analyticssnippet data-tag-*-attributen, koppel die waarden dan aan de getrackte paginaweergave. Ondersteunt het eventeigenschappen in JavaScript, stuur dezelfde waarden dan mee als eventmetadata. De naamgeving doet er minder toe dan de consistentie.

Sla je de toewijzing bewust op in localStorage, een cookie of vergelijkbare browseropslag, zet die opslag dan achter een geldige toestemmingskeuze, tenzij je juridische check bevestigt dat in het betreffende land een smalle uitzondering geldt:

if (consent.analytics === true) {
  localStorage.setItem('exp_homepage_hero_q2', variant);
}

Wees voorzichtig met randomisatie

Randomisatie klinkt triviaal tot het ongemerkt je resultaten verpest. Wijs varianten niet bij elke paginalading opnieuw onafhankelijk toe; dat veroorzaakt overloop en laat de ervaring kapot aanvoelen. Wijs waar mogelijk op de server toe voor de huidige sessie, of voor ingelogde gebruikers met een intern account-ID dat binnen je eigen systemen blijft. Gebruik je browseropslag, maak de sleutel dan specifiek voor het experiment, zet hem achter toestemming waar dat nodig is en verwijder hem als de test is afgelopen.

Gebruik op privacygevoelige sites de experimenttoewijzing niet als achterdeur-identificator. Een dagelijks wisselende sessiehash of een tijdelijke lokale toewijzing is genoeg voor de meeste webtests. Combineer experimenttags niet met e-mailadressen, advertentie-ID's, fingerprintingsignalen of remarketingpixels van derden.

Stabiele toewijzing wint van willekeurig opnieuw toewijzen
Bij elke lading opnieuw toegewezen
  • Variant verandert bij een refresh
  • Overloop tussen controle en test
  • Voelt kapot aan voor de bezoeker
Eén keer toegewezen, stabiel gehouden
  • Op de server voor de huidige sessie
  • Intern account-ID voor ingelogde gebruikers
  • Dagelijks wisselende hash of lokale toewijzing
Bij elke paginalading randomiseren maakt het experiment stuk. Een stabiele toewijzing houdt elke bezoeker de hele test in één variant.

Track uitkomsten als events

Het conversie-event moet expliciet zijn. Voorbeelden:

analytics.track('signup_started', {
  experiment: 'homepage_hero_q2',
  variant: variant,
  source_page: location.pathname,
});

Gebruik voor pagina's zonder code attributen op het klikbare element, als je analyticstool automatische eventregistratie ondersteunt:

Flowsery
Flowsery

Start je gratis proefperiode van 14 dagen

Realtime dashboard

Doelen bijhouden

Tracking zonder cookies

<a href="/signup" data-event="signup_clicked" data-tag-experiment="homepage_hero_q2" data-tag-variant="benefit_headline"> Start free </a>

Track de eerste betekenisvolle actie en de uiteindelijke zakelijke actie apart. Een klik op een CTA op de prijspagina is nuttig, maar het is niet hetzelfde als een voltooide proefperiode. Een download van documentatie is nuttig, maar het is niet hetzelfde als een gekwalificeerde lead.

Beslis voordat je kijkt

A/B-tests worden misleidend als teams het doel blijven aanpassen nadat ze de data hebben gezien. Leg voor de lancering de primaire statistiek, de guardrail-statistieken, de minimale looptijd, de uitsluitingsregels en de beslisdrempel vast. Roep geen test af na een paar conversies alleen omdat één lijn hoger lijkt. Kleine steekproeven schommelen enorm. Heb je niet genoeg verkeer voor statistische betrouwbaarheid, behandel de test dan als richtinggevend onderzoek en niet als bewijs.

Privacy en toestemming

Experimenttracking kan weinig risico hebben, maar het blijft gegevensverwerking. In de EU vereisen analyticscookies en vergelijkbare opslag toestemming, tenzij de tool en de configuratie aan strikte uitzonderingscriteria voldoen. De richtlijnen van de EDPB over artikel 5, lid 3, van de ePrivacyrichtlijn maken duidelijk dat de regel geldt voor het opslaan van of toegang krijgen tot informatie op het apparaat van een gebruiker, niet alleen voor traditionele cookies (richtlijnen van de EDPB over artikel 5, lid 3). De ICO geeft vergelijkbare richtlijnen over opslag en toegang voor cookies, pixels, local storage, SDK's en verwante technologieën (richtlijnen van de ICO over opslag- en toegangstechnologieën).

Toestemming moet ook aan de norm van de AVG voldoen als die de grondslag voor verwerking is. De richtlijnen van de EDPB over toestemming beschrijven geldige toestemming als vrij gegeven, specifiek, geïnformeerd en ondubbelzinnig (richtlijnen van de EDPB over toestemming). De Franse CNIL beschrijft voorwaarden waaronder bezoekersmeting van toestemming kan worden vrijgesteld, alleen als de meting strikt noodzakelijk is, beperkt blijft tot anonieme statistieken en niet wordt gebruikt voor cross-site tracking of advertenties (richtlijnen van de CNIL over de vrijstelling voor analytics).

Je opzet moet dus blijvende cross-site identificatoren, advertentie-integraties van derden en gedetailleerde gedragsprofielen vermijden. Plaatst je A/B-testtool marketingcookies, synchroniseert hij ID's met advertentieplatforms of neemt hij standaard sessies op, dan kan een volledige toestemmingsflow nodig zijn, ook als je eigenlijke experiment eenvoudig is.

Twee collega's die geprinte conversiegrafieken naast elkaar vergelijken voordat ze over een testresultaat beslissen.

Zo lees je de resultaten

Vergelijk varianten op conversiepercentage, niet op ruwe conversies. Kreeg variant A 2.000 bezoeken en variant B 1.200, dan zijn de ruwe totalen niet vergelijkbaar. Segmenteer resultaten alleen op verkeersbron als de segmenten groot genoeg zijn om iets te betekenen. Een variant die in totaal wint maar flink verliest op betaald verkeer, is nog steeds een slechte keuze voor een campagnelandingspagina.

Let ook op artefacten van de implementatie. Laadt de ene variant een grotere afbeelding, dan kan de paginasnelheid het resultaat beïnvloeden. Verplaatst de ene variant een knop, dan kunnen mobiel en desktop zich anders gedragen. Verandert een test de tekst, dan kan dat de kwaliteit van leads veranderen en niet alleen het aantal.

Een eenvoudige checklist voor de lancering

Controleer voordat je een test aanzet of elke variant consistent wordt toegewezen, paginaweergaven experiment- en varianttags bevatten, conversie-events dezelfde tags dragen, intern verkeer wordt uitgefilterd en het dashboard bezoeken, conversies en conversiepercentage per variant kan tonen. Test na de lancering het hele pad in een privévenster en controleer of de events precies één keer verschijnen.

Voor de meeste teams is dit genoeg. Begin met lichte, transparante experimenten. Meet de beslissing die je echt moet nemen. Houd de data beperkt. Het beste systeem voor A/B-tests is het systeem dat je helpt de pagina te verbeteren zonder bezoekers te veranderen in langdurige trackingdoelwitten.

Privacyveilige controles voor de lancering

Leg voor de lancering vast hoe de variant wordt toegewezen, waar de toewijzing wordt opgeslagen, wanneer die verloopt en welke events de experimenttags dragen. Test de pagina voor enige toestemmingskeuze, na een weigering en na acceptatie. Het resultaat moet overeenkomen met je toestemmingsontwerp: geen niet-essentiële opslag, pixels of advertentieaanroepen voor een geldige opt-in, tenzij een gedocumenteerde lokale uitzondering geldt.

Voor de meeste website-experimenten is het veiligste patroon een toewijzing op de server of alleen voor de sessie, geaggregeerde rapportage, geen hergebruik voor advertenties, geen gevoelige gegevens in URL's en geen blijvend ID dat alleen voor experimenten wordt aangemaakt.

Veelgestelde vragen

Wat is de minimale data die je nodig hebt om een A/B-test te draaien?

Je hebt vier onderdelen nodig: de naam van het experiment, de variant die een bezoeker zag, het blootstellings-event dat die weergave registreerde, en een uitkomst-event. Dat uitkomst-event hangt aan een echte zakelijke actie, zoals een aanmelding of afrekening. Alles daarbovenop is optioneel. Consistente toewijzing is belangrijker dan extra velden, omdat die voorkomt dat dezelfde browser bij elke refresh een andere variant ziet.

Waarom is het blootstellings-event net zo belangrijk als het conversie-event?

Tag je alleen de klik op de knop, dan weet je nooit hoeveel bezoekers elke variant echt zagen, en kun je geen conversiepercentage berekenen. Door de paginaweergave te taggen waarop de variant verscheen, krijg je de noemer. Zonder die noemer zegt een aantal klikken op zichzelf niets over de prestaties.

Moet de toewijzing van varianten op de server of in de browser gebeuren?

Wijs bij pagina-experimenten de variant op de server toe voor de huidige sessie en render hem direct in de pagina. Zo blijft de ervaring stabiel zonder afhankelijk te zijn van opslag aan de clientkant. Voor ingelogde gebruikers werkt een intern account-ID dat binnen je eigen systemen blijft op dezelfde manier.

Flowsery
Flowsery

Start je gratis proefperiode van 14 dagen

Realtime dashboard

Doelen bijhouden

Tracking zonder cookies

Heb ik toestemming nodig voordat ik een A/B-testtoewijzing opsla?

Sla je de toewijzing op in localStorage, een cookie of vergelijkbare browseropslag, zet die dan achter een geldige toestemmingskeuze, tenzij je juridische check bevestigt dat een smalle uitzondering geldt. Toewijzing op de server voor de huidige sessie vermijdt deze eis, omdat er niets naar de browser wordt geschreven. Maak de opslagsleutel specifiek voor het experiment en verwijder hem als de test is afgelopen.

Hoe lang moet een varianttoewijzing geldig blijven?

Houd hem stabiel zolang de test loopt, niet onbeperkt. Een dagelijks wisselende sessiehash of een tijdelijke lokale toewijzing dekt de meeste webtests zonder een langlevende identificator aan te maken. Verwijder de opgeslagen waarde als de test is afgelopen in plaats van hem te laten staan.

Wat is het verschil tussen een blootstellings-event en een uitkomst-event?

Het blootstellings-event is het moment waarop een bezoeker een bepaalde variant zag, meestal de paginaweergave zelf. Het uitkomst-event is de zakelijke actie waarop je echt test, zoals een aanmelding, demo-aanvraag, afrekening, download of accountaanmaak. Vergelijk je aantallen uitkomsten zonder aantallen blootstellingen, dan kun je geen echt conversiepercentage berekenen.

Hoe voorkom ik een misleidend resultaat van een A/B-test?

Leg voor de lancering de primaire statistiek, de guardrail-statistieken, de minimale looptijd, de uitsluitingsregels en de beslisdrempel vast, en verander het doel niet nadat je de data hebt gezien. Kleine steekproeven schommelen enorm, dus roep geen winnaar uit na een handvol conversies. Kan je verkeer geen statistische betrouwbaarheid dragen, behandel het resultaat dan als richtinggevend onderzoek en niet als bewijs.

Valt het tracken van A/B-tests onder de AVG en de cookiewetgeving?

Het tracken van A/B-tests telt als gegevensverwerking, ook als de opzet licht is. De richtlijnen van de EDPB over artikel 5, lid 3, van de ePrivacyrichtlijn gelden voor het opslaan van of toegang krijgen tot informatie op een apparaat, niet alleen voor traditionele cookies, en de ICO past vergelijkbare regels toe op pixels, local storage en SDK's. Plaatst je testtool marketingcookies of synchroniseert hij ID's met advertentieplatforms, dan kan een volledige toestemmingsflow nodig zijn, ook als je eigen experiment eenvoudig is.

Hoe vergelijk ik conversiepercentages als varianten verschillend verkeer krijgen?

Vergelijk op conversiepercentage, niet op ruwe aantallen conversies. Krijgt variant A 2.000 bezoeken en variant B 1.200, dan zijn de ruwe totalen op zichzelf niet vergelijkbaar. Segmenteer alleen op verkeersbron als elk segment genoeg volume heeft om iets te betekenen, want een variant die in totaal wint, kan op betaald verkeer nog flink verliezen.

Wat hoort er op een checklist voor de lancering van een A/B-test?

Controleer of elke variant consistent wordt toegewezen, of paginaweergaven de experiment- en varianttags dragen en of conversie-events dezelfde tags hebben. Filter intern verkeer weg en zorg dat het dashboard bezoeken, conversies en conversiepercentage per variant kan tonen. Test na de lancering het hele pad in een privévenster en controleer of elk event precies één keer afgaat.

Was dit artikel nuttig?

Laat ons weten wat je ervan vindt!

Zie ons vaker in Google

Met één klik markeer je Flowsery als voorkeursbron, zodat onze artikelen hoger staan in je Topverhalen, AI-modus en AI-overzichten.

Voordat je gaat...

Flowsery

Flowsery

Analytics voor je website, met omzet voorop

Volg elke bezoeker, bron en conversie in realtime. Eenvoudig, krachtig en zonder cookies.

Realtime dashboard

Doelen bijhouden

Tracking zonder cookies

Gerelateerde artikelen