A/B-testen van landingspaginas: stap voor stap
Bij een A/B-test op je landingspagina ziet de helft van je bezoekers de huidige pagina en de andere helft een aangepaste variant. Na een paar weken vertellen de conversiecijfers welke versie wint. Zo verbeter je op basis van gedrag in plaats van onderbuik. Je hebt er geen dure tools voor nodig, wel een goede werkwijze.
Wat is een A/B-test op een landingspagina precies?
Je maakt twee versies van dezelfde pagina die op één punt verschillen. Versie A is je huidige pagina, versie B heeft bijvoorbeeld een andere kop. Binnenkomend verkeer wordt willekeurig verdeeld en beide groepen weten van niets.
Doordat al het andere gelijk blijft, is elk verschil in conversie toe te schrijven aan die ene aanpassing. Dat is de kracht van het experiment: je meet oorzaak en gevolg, niet toeval en mening.
Het verschil met "gewoon iets aanpassen en kijken wat er gebeurt" is groot. Wie zonder testgroep aanpast, vergelijkt deze maand met vorige maand. Maar deze maand had ook ander weer, andere advertenties en een ander aanbod van de concurrent. Een A/B-test haalt al die ruis eruit.
Waar begin je: welke hypothese test je eerst?
Niet met een willekeurig idee, maar met een vermoeden dat ergens op gebaseerd is. Kijk eerst waar je pagina bezoekers verliest. Scrolldiepte, klikgedrag en opnames van sessies vertellen je waar de aandacht wegzakt. Hoe je dat boven water krijgt lees je in ons artikel over heatmaps voor je landingspagina.
Formuleer daarna een echte hypothese: als ik dit verander, verwacht ik dat effect, omdat die reden. Bijvoorbeeld: als de kop het resultaat benoemt in plaats van het product, stijgt het aantal aanvragen, omdat bezoekers nu niet zien wat het hen oplevert.
Begin bij de elementen met het meeste gewicht. De headline, het aanbod en de call-to-action verzetten meer dan een knopkleur of een fotorandje. Zeker met beperkt verkeer wil je testen die groot genoeg zijn om een meetbaar verschil te maken.
Heb je meerdere ideeën, leg ze dan naast elkaar op twee assen: verwachte impact en benodigde moeite. Het idee met veel impact en weinig moeite gaat als eerste. Zo voorkom je dat je weken bouwt aan een test die hooguit een rimpeling kan opleveren.
Hoe zet je de test technisch op?
Gespecialiseerde tools zoals VWO, Optimizely of Convert verdelen het verkeer, tonen de varianten en rekenen de resultaten voor je door. Veel landingspagina-bouwers hebben daarnaast een ingebouwde testfunctie die voor de meeste MKB-situaties ruim voldoende is.
Weinig budget? Dan is er een pragmatische route: maak twee losse paginavarianten en wissel ze af in je advertentiecampagnes, bijvoorbeeld per advertentiegroep. Je meet de resultaten dan in GA4. Het is minder zuiver dan een echte splittest, maar je leert er wel degelijk van.
Wat je ook kiest: zorg eerst dat je meting klopt. Een test zonder betrouwbaar conversiedoel is een dobbelsteen. Hoe je dat doel goed instelt lees je in onze handleiding voor een GA4 conversiedoel instellen.
Hoe lang laat je een A/B-test draaien?
Minimaal twee volledige weken. Gedrag verschilt per weekdag: de maandagbezoeker is een ander mens dan de zaterdagbezoeker. Elke variant moet alle dagen van de week een paar keer hebben meegemaakt voordat je conclusies trekt.
De verleiding om eerder te stoppen is groot. Na drie dagen staat variant B op winst en wil iedereen door. Maar vroege voorsprongen kantelen geregeld in week twee. Wie te vroeg stopt, beloont toeval.
Kijk naast de looptijd ook naar volume. Een handjevol conversies per variant zegt niets, hoe mooi het percentage ook oogt. Als vuistregel: hoe kleiner het verschil tussen de varianten, hoe meer conversies je nodig hebt om het te vertrouwen.
Hoe beoordeel je de resultaten eerlijk?
Kijk naar het doel waarvoor je de pagina hebt gebouwd, niet naar tussenstatistieken. Een variant die meer klikken op de knop krijgt maar evenveel aanvragen oplevert, is geen winnaar. Klikken betalen geen facturen.
Testtools geven een betrouwbaarheidsscore mee. Hanteer daar een hoge lat voor, in de praktijk minstens 95 procent, en behandel alles daaronder als onbeslist. Liever een eerlijke twijfel dan een valse winnaar die maanden op je pagina blijft staan.
En documenteer elke test: wat je testte, waarom, en wat eruit kwam. Ook verliezers zijn kennis. Een team dat zijn tests bijhoudt, stopt met dezelfde discussies opnieuw voeren.
Welke fouten maken ondernemers bij A/B-testen?
De klassieker is te vroeg stoppen, direct gevolgd door te klein testen. Wie bij 40 bezoekers per dag een knopkleur test, heeft maanden nodig voor een antwoord dat niets waard is. Match de grootte van je test met de grootte van je verkeer.
Ook veel gezien: tijdens de test nog even iets anders aanpassen aan de pagina. Elke tussentijdse wijziging maakt de uitkomst onleesbaar. Een test is een meting, en aan een meetinstrument sleutel je niet halverwege.
In de accounts die we overnemen zien we bovendien regelmatig dat testresultaten nooit worden doorgevoerd. De winnaar is bekend, maar de oude pagina staat er maanden later nog. Een test is pas af als de winnaar live staat en de volgende test gepland is.
Hypothese, variant, twee weken meten en de winnaar live zetten: zo wordt verbeteren een gewoonte in plaats van een gok. Wil je weten wat wij als eerste zouden testen op jouw pagina? Plan een gratis gesprek via empowers.nl/contact.
Veelgestelde vragen over A/B-testen
Hoeveel bezoekers heb je nodig voor een A/B-test?
Denk in conversies, niet in bezoekers. Als vuistregel wil je per variant minimaal enkele honderden conversies zien voordat je een klein verschil durft te vertrouwen. Bij grote verschillen mag het met minder, maar bij een handvol conversies per maand is een klassieke A/B-test zelden zinvol.
Hoe lang moet een A/B-test draaien?
Minimaal twee volledige weken, ook als de teller al eerder een winnaar lijkt aan te wijzen. Koopgedrag verschilt per dag van de week, en een test die je op de verkeerde woensdag stopt geeft een vertekend beeld. Laat elke variant alle weekdagen meerdere keren meemaken.
Welke tools kun je gebruiken voor A/B-testen?
Bekende opties zijn VWO, Optimizely en Convert. Veel landingspagina-bouwers zoals Unbounce hebben testen ingebouwd. Heb je weinig budget, dan kun je ook twee paginavarianten afwisselen in je campagnes en de resultaten vergelijken in GA4. Minder strak, wel leerzaam.
Kun je meerdere dingen tegelijk testen?
Het kan, maar dan weet je niet welk element het verschil maakte. Test je een nieuwe kop en een nieuwe knop tegelijk, dan meet je alleen het gecombineerde effect. Verander per test één ding als je wilt leren, en test complete paginaconcepten als je vooral snel wilt verbeteren.
Wat test je als eerste op een landingspagina?
Het element dat iedereen ziet en dat het meeste gewicht draagt: de headline. Daarna volgen het aanbod zelf en de call-to-action. Kleine visuele details zoals kleuren testen heeft pas zin als de grote bouwstenen staan. Groot testen verslaat klein testen, zeker bij beperkt verkeer.
Wat doe je als een A/B-test geen winnaar oplevert?
Dat is ook een uitkomst: het geteste element maakt blijkbaar weinig uit voor je bezoekers. Documenteer het resultaat en richt je volgende test op iets fundamentelers, zoals het aanbod of de opbouw van de pagina. Een reeks gelijkspellen betekent meestal dat je te klein test.