Gidsen

A/B-testen voor websites: wat je test en hoe je het leest

Taras Shynkarenko
Taras Shynkarenko
•Bijgewerkt: •7 min leestijd
A/B-testen voor websites: wat je test en hoe je het leestA/B-testen voor websites: wat je test en hoe je het leest

TL;DR, kort antwoord

7 min leestijd

Met A/B-testen vergelijk je twee versies van een pagina-element om te zien welke beter presteert. Stel een duidelijk doel, verander één variabele tegelijk, verdeel het verkeer gelijk en laat de test lang genoeg lopen voor statistisch significante resultaten.

Een websitewijziging omzetten in een gecontroleerd experiment is waar A/B-testen voor websites om draait. Het verdelen zelf is makkelijk; het moeilijke is jezelf geen resultaat aanpraten dat er nooit was.

A/B-testen is nuttig omdat het een websitewijziging verandert in een gecontroleerd experiment in plaats van een discussie over smaak. De discipline is eenvoudig: bepaal welke zakelijke uitkomst je wilt verbeteren, toon vergelijkbare bezoekers verschillende versies en meet of de wijziging echt iets opleverde. Het moeilijke is valse zekerheid vermijden.

Een privacyvriendelijke analytics-opzet kan goede experimenten ondersteunen zonder van elke bezoeker een langlevend advertentieprofiel te maken. Meestal heb je paginaweergaven, verwijzers, campagneparameters, varianttoewijzing en een conversie-event nodig. Voor de meeste website-experimenten heb je geen cross-site tracking, gevoelige kenmerken of identiteitsgrafiek nodig.

Wat een goed website-experiment is

Een bruikbare A/B-test heeft vier onderdelen: een hypothese, een primaire statistiek, een methode voor willekeurige toewijzing en een stopregel. Bijvoorbeeld: "Als we het prijsbewijs dichter bij de aanmeldknop zetten, stijgt het aantal gestarte proefperiodes vanaf de prijspagina, omdat bezoekers risicovermindering zien voordat ze beslissen." Dat is beter dan "test een nieuwe prijspagina", omdat het zegt wat er moet veranderen en waarom.

Kies voor de lancering één primaire statistiek. Secundaire statistieken blijven nuttig, maar ze mogen achteraf geen boodschappenlijstje worden voor een positief resultaat. Een test op de prijspagina van een SaaS kan het percentage proefaanmeldingen als primaire statistiek gebruiken en fouten bij het afrekenen, klikken naar support, scrolldiepte en terugbetalingsverzoeken als guardrails volgen.

Willekeurige toewijzing doet ertoe. Zien terugkerende bezoekers altijd de controle en nieuwe bezoekers de variant, dan vermengt het resultaat je ontwerpwijziging met verschillen in publiek. Begin met toewijzing op de server voor de huidige sessie of voor ingelogde gebruikers, waarbij het interne account-ID binnen je eigen systemen blijft. Sla je de toegewezen variant op in een first-party cookie, local storage of vergelijkbare browseropslag, ga er dan van uit dat die opslag onder ePrivacy-toestemming kan vallen, tenzij een smalle lokale uitzondering geldt.

Twee collega's die op een laptopscherm een grafiek bekijken terwijl ze bespreken welk pagina-element ze als eerste testen.

Wat een geldige test nodig heeft
1
Hypothese. Zeg wat er moet veranderen en waarom, niet alleen dat je iets nieuws gaat testen.
2
Primaire statistiek. Kies er één voor de lancering, zodat secundaire cijfers geen boodschappenlijstje voor een positief resultaat worden.
3
Willekeurige toewijzing. Verdeel bezoekers op de server, zodat het resultaat de ontwerpwijziging weerspiegelt en niet verschillen in publiek.
4
Stopregel. Leg looptijd, minimaal aantal conversies en detecteerbaar effect vast voordat de test begint, en houd je eraan.
Een test telt pas als bewijs als alle vier onderdelen voor de lancering vastliggen.

Wat je als eerste test

Begin met wijzigingen die aan een beslismoment hangen. Knopkleuren zijn zelden het beste eerste experiment. Betere kandidaten zijn de duidelijkheid van de boodschap, de prijsstructuur, de lengte van formulieren, bewijs bij een CTA met hoge intentie, de keuze tussen proefperiode en demo, frictie bij het afrekenen en betaalopties.

Geef voorrang aan tests met genoeg verkeer en genoeg controle over het risico. Een test op de afrekenpagina kan snel signaal geven, maar een kapotte afrekenpagina kost ook geld. Gebruik feature flags, test beide varianten grondig en volg vanaf de eerste minuten na de lancering de foutpercentages.

Steekproefgrootte en timing

Stop een test niet de eerste keer dat een dashboard groen kleurt. Herhaaldelijk kijken vergroot de kans op een fout-positief. Microsoft-onderzoekers Ronny Kohavi, Diane Tang en Ya Xu benadrukken in hun werk over online gecontroleerde experimenten dat experimentprogramma's duidelijke statistieken, randomisatie en statistische discipline nodig hebben, niet alleen het verdelen van verkeer (Trustworthy Online Controlled Experiments).

Leg voor praktische teams deze regels voor de lancering vast:

  1. Minimale looptijd: minstens één volledige bedrijfscyclus, meestal zeven dagen, zodat gedrag op werkdagen en in het weekend vertegenwoordigd is.
  2. Minimaal aantal conversies: genoeg conversies per variant om het resultaat betekenis te geven. Een test met 20 conversies in totaal is meestal richtinggevend, niet doorslaggevend.
  3. Minimaal detecteerbaar effect: de kleinste verbetering waarop je echt zou handelen. Zou een verbetering van 1% je roadmap niet veranderen, ontwerp de test dan niet rond het detecteren van 1%.
  4. Guardrails: statistieken die een winnaar ongeldig kunnen maken, zoals een tragere paginalading, meer terugbetalingen, minder activatie of meer supporttickets.

Voor sites met weinig verkeer kan A/B-testen het verkeerde gereedschap zijn. Krijgt je prijspagina 300 bezoeken en 9 aanmeldingen per maand, dan duurt een statistisch zuivere test lang. Gebruik eerst kwalitatief onderzoek, funnels op sessieniveau, enquêtes, aantekeningen van salesgesprekken en usabilitytests. Draai daarna grotere, gedurfdere experimenten waarbij het verwachte effect groot genoeg is om te detecteren.

Iemand die privacy- en cookie-instellingen op een telefoon aanpast, als beeld van de toestemmingskeuzes achter een privacyvriendelijk experiment.

Privacyvriendelijke implementatie

Een minimale implementatie heeft drie events nodig: blootstelling aan het experiment, het behalen van het doel en guardrail-events. Houd de eventeigenschappen saai: pagina, naam van het experiment, variant, tijdstempel, bron en apparaatklasse zijn genoeg.

Verzamel geen e-mailadressen, namen, ruwe IP-adressen of volledige URL's met persoonsgegevens. Zijn campagneparameters nodig, houd dan de UTM's maar haal onnodige identificatoren weg. Kan een URL een token, order-ID of e-mailadres bevatten, schoon hem dan op voordat hij analytics bereikt.

Flowsery
Flowsery

Start je gratis proefperiode van 14 dagen

Realtime dashboard

Doelen bijhouden

Tracking zonder cookies

Toestemmingsregels hangen af van de implementatie. Onder EU-recht valt het opslaan van of toegang krijgen tot informatie op het apparaat van de gebruiker meestal onder nationale wetten die de ePrivacyrichtlijn uitvoeren, terwijl de daaropvolgende verwerking van persoonsgegevens onder de AVG valt. De richtlijnen van de EDPB over artikel 5, lid 3, en de richtlijnen van de ICO over opslag en toegang benadrukken allebei dat deze regels meer dan cookies dekken, waaronder local storage, pixels, SDK's en andere toegang tot eindapparatuur (richtlijnen van de EDPB over artikel 5, lid 3, richtlijnen van de ICO over opslag- en toegangstechnologieën). Het rapport van de cookiebanner-taskforce van de EDPB wijst op de scheiding tussen de regels voor cookietoegang en de verwerkingsregels van de AVG (EDPB Cookie Banner Taskforce).

Gebruikt je experiment niet-essentiële cookies, local storage, tracking van derden of advertentiebestemmingen, dan heb je mogelijk toestemming nodig. Draai je een strikt noodzakelijk experiment op de server zonder persoonlijke profilering, dan ligt de afweging anders, maar leg je redenering vast en zorg dat de toewijzing geen verborgen identificator wordt.

Het resultaat lezen

Een winnende variant moet drie vragen beantwoorden: is de primaire statistiek verbeterd, zijn de guardrails gezond gebleven en is het effect groot genoeg om ertoe te doen? Wees voorzichtig met segmentanalyse. Snijd je de resultaten na de test in tien segmenten, dan kan er toevallig één spectaculair lijken. Gebruik segmenten om vervolghypotheses te bedenken, niet om een zwak resultaat te redden.

Bepaal ook wat er na een verlies gebeurt. Een mislukte test is nuttig als hij een slecht idee van de roadmap haalt of laat zien dat de hypothese niet klopte. Noteer het resultaat, de interpretatie en de volgende actie. Na verloop van tijd wordt je archief met experimenten een kennisbank over je product.

A/B-testen is geen magie. Het is een manier om websitebeslissingen minder kwetsbaar te maken. De beste teams gebruiken het spaarzaam, meten alleen wat ze nodig hebben en behandelen privacybeperkingen als ontwerpeis in plaats van als obstakel.

Compliancechecklist voor experimenten

Controleer voordat je een test live zet de toewijzingsmethode, het opslaggedrag, de toestemmingstrigger, de inhoud van de events, de bewaartermijn en de bestemmingen bij leveranciers. Test in een schone browser de eerste paginalading voor een keuze, na een weigering en na acceptatie. Een experiment dat aan de regels voldoet is niet alleen statistisch degelijk; het bewijst ook dat optionele opslag en tags de keuze van de gebruiker respecteren.

Koppel elke statistiek aan een beslissing. Paginaweergaven sturen werk aan content en navigatie, verwijzers sturen investeringen in kanalen, campagnetags sturen uitgaven, en conversie-events moeten kloppen met de gegevens in de backend. Kan een statistiek geen beslissing veranderen, haal hem dan van het hoofddashboard.

Veelgestelde vragen

Wat maakt een goede hypothese voor een A/B-test?

Een goede hypothese zegt wat er moet veranderen en waarom, niet alleen dat je iets nieuws gaat testen. Bijvoorbeeld: het prijsbewijs dichter bij de aanmeldknop zetten, omdat bezoekers risicovermindering moeten zien voordat ze beslissen. Die formulering vertelt je wat je moet bouwen en welk resultaat als steun telt.

Hoe lang moet je een A/B-test laten lopen?

Laat hem minstens één volledige bedrijfscyclus lopen, meestal zeven dagen, zodat gedrag op werkdagen en in het weekend allebei in de data terechtkomt. Eerder stoppen omdat een dashboard groen kleurt, vergroot de kans op een fout-positief.

Hoeveel conversies heb je nodig voordat je een resultaat vertrouwt?

Er is geen getal dat overal werkt, maar elke variant heeft genoeg conversies nodig om het resultaat betekenis te geven. Een test met 20 conversies in totaal over beide varianten is meestal hooguit richtinggevend, geen basis om op te handelen.

Waarom is vroeg naar resultaten kijken een probleem?

Herhaaldelijk naar een test kijken voordat hij klaar is, vergroot de kans dat je een fout-positief als winst uitroept. Leg de stopregel, looptijd, het minimaal aantal conversies en het minimaal detecteerbare effect voor de lancering vast, en houd je eraan.

Wat test je als eerste op een website?

Sla knopkleuren over en begin met dingen die aan een beslismoment hangen: de duidelijkheid van de boodschap, de prijsstructuur, de lengte van formulieren en bewijs bij een call-to-action met hoge intentie. Test daarna de keuze tussen proefperiode en demo, frictie bij het afrekenen en betaalopties. Die wegen zwaarder omdat ze raken aan waarover bezoekers echt beslissen.

Is A/B-testen de moeite waard voor een site met weinig verkeer?

Niet echt. Een prijspagina met 300 bezoeken en 9 aanmeldingen per maand doet lang over een statistisch zuiver resultaat. Kwalitatief onderzoek, sessiefunnels, enquêtes en usabilitytests beantwoorden meer in minder tijd, en dan bewaar je A/B-tests voor wijzigingen met een groot verwacht effect.

Heb je cookietoestemming nodig om een A/B-test te draaien?

Cookietoestemming is nodig als de test niet-essentiële cookies, local storage of tracking van derden gebruikt, waarvoor onder de ePrivacyregels meestal toestemming vereist is. Een strikt noodzakelijk experiment op de server zonder persoonlijke profilering valt in een ander gebied, maar leg je redenering hoe dan ook vast.

Wat telt als guardrail-statistiek?

Guardrails zijn de statistieken die een schijnbare winnaar ongeldig kunnen maken: een tragere paginalading, meer terugbetalingen, minder activatie of meer supporttickets. Door ze naast de primaire statistiek te volgen, voorkom je dat een verbetering in één cijfer schade elders verbergt.

Flowsery
Flowsery

Start je gratis proefperiode van 14 dagen

Realtime dashboard

Doelen bijhouden

Tracking zonder cookies

Welke data heeft een privacyvriendelijke A/B-test echt nodig?

Paginaweergaven, verwijzers, campagneparameters, varianttoewijzing en een conversie-event dekken de meeste website-experimenten. Cross-site tracking, gevoelige kenmerken en een identiteitsgrafiek zijn daarvoor niet nodig.

Wat doe je nadat een test verliest?

Noteer het resultaat, je interpretatie en de volgende actie, net zoals je bij een winst zou doen. Een mislukte test levert nog steeds iets op als hij een slecht idee van de roadmap haalt of laat zien dat de oorspronkelijke hypothese niet klopte.

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