Krijg Meer Conversies met Deze Landing Page A/B Testtips

Veel van de veranderingen die we aan onze websites maken, zijn gebaseerd op intuïtie. We gebruiken ontwerpen waarvan we denken dat gebruikers ze geweldig zullen vinden en schrijven inhoud waarvan we geloven dat deze zal aanslaan bij hen — En hoewel ervaring en intuïtie een grote rol kunnen spelen bij het creëren van een populaire website, zijn het slechte vervangers voor echte gegevens.

Het goede nieuws is dat A/B-testen je kan helpen verschillende versies van een webpagina tegen elkaar te testen voor je doelgroep. Je kunt deze informatie gebruiken om beter te begrijpen wat je gebruikers leuk vinden en veranderingen doorvoeren die je bezoekers zullen verbazen.

In dit artikel bespreken we hoe A/B-testen werken en wat de experts erover te zeggen hebben. We zullen je ook door zeven best practices voor A/B-testen op landingspagina’s leiden om je te helpen je experimenten te beheersen. Zonder verder oponthoud:

Een Introductie Tot A/B Testen (En Hoe Het Werkt)

Conversieoptimalisatie (CRO) is een brede term die de praktijk beschrijft van het maken van iteratieve veranderingen aan je website om de frequentie waarmee websitebezoekers interageren (klikken, converteren) met je website te verbeteren. A/B-testen worden uitgevoerd door twee gelijktijdige ervaringen aan te bieden aan verschillende gebruikersgroepen, vaak met slechts één verandering aan een bepaalde pagina of sectie (zoals de kleur, grootte of positie van een oproep-tot-actie [CTA] knop).

Als je genoeg verkeer hebt en het gelijkmatig verdeelt over de twee versies (variant A en variant B), zou de ene betere resultaten en conversies moeten opleveren dan de andere. Daarom wordt A/B-testen ook vaak split-testen genoemd.

Bijvoorbeeld, als je twee versies van een CTA test, zou de ene meer klikken moeten krijgen dan de andere. Die resultaten laten je zien wat jouw publiek verkiest, en dan kun je jouw website bijwerken en genieten van verhoogde betrokkenheid:

Veel moderne CRO-platforms, waaronder Spiralyze, VWO, en Optimizely, stellen je in staat om alle technische aspecten van A/B-testen te beheren zonder al te veel moeite. In de meeste gevallen kun je gewoon een element kiezen, een page builder gebruiken om een alternatieve versie te creëren, en dan bijna onmiddellijk met de test beginnen.

Het is belangrijk om te noteren dat, net als bij elk type experiment, de resultaten afhangen van of je de juiste “vragen” stelt en van je steekproefgrootte. Dit zijn twee aspecten van A/B-testen die we in de rest van dit artikel zullen verkennen.

Welke Elementen Kun Je A/B Testen?

Eerst wil je een spelplan bedenken. “Je kunt bijna alles op je site testen, van de lengte van je landingspagina tot de kleur van je ‘Koop Nu’-knop, maar je wilt die items prioriteren waarvan je denkt dat ze het grootste verschil zullen maken voor je resultaten,” zegt Gallinger. “Een beginner moet vaak beginnen met een van de grote vier.”

Lengte Van De Tekst

De lengte van de tekst op een website kan vaak een grote invloed hebben op de conversieratio van een pagina. Toch is het moeilijk om van tevoren te weten of je meer of minder tekst nodig hebt om je idee uit te leggen totdat je het laat zien aan daadwerkelijke potentiële klanten met behulp van een A/B-test:

We raden af om A/B-testen te gebruiken voor bloginhoud en artikelen omdat te veel factoren de conversieratio’s kunnen beïnvloeden.

Bijvoorbeeld, een artikel van 3.000 woorden zou beter kunnen presteren dan een “samengevatte” versie van 1.500 woorden. Echter, honderden factoren kunnen de gebruikersbetrokkenheid beïnvloeden als je de inhoud op een webpagina verdubbelt. Dat betekent dat testresultaten geen waardevolle informatie zullen opleveren.

In plaats daarvan raden we aan om je te richten op het testen van korte tekstelementen, zoals lijsten en inleidingen. Deze hebben waarschijnlijker een aanzienlijke invloed op hoe gebruikers reageren op de inhoud, en ze zijn veel gemakkelijker te A/B testen.

Kop

De kop is meestal het eerste wat mensen zien, dus het is van cruciaal belang om deze effectief te gebruiken om hun aandacht te trekken. Sommige sites zullen A/B-testen uitvoeren op tien koppen of meer voordat ze zich op een definitieve optie vastleggen.

Koppen kunnen de doorklikratio op blogpagina’s en zoekmachine resultaten drastisch beïnvloeden. In onze ervaring kan het aanpassen van een kop sommige pagina’s veel meer aandacht geven.

Ideaal zou je niet elke kop hoeven te testen die je maakt. In plaats daarvan raden we aan om je te concentreren op pagina’s en berichten die niet genoeg aandacht krijgen (en waarvan je denkt dat de inhoud het verdient). Probeer het type titel na te bootsen dat jij of je concurrenten gebruiken op andere succesvolle pagina’s en kijk of dat invloed heeft op hoe gebruikers op de inhoud reageren.

Oproep Tot Actie (CTA)

Dit kleine stukje tekst kan vaak een groot verschil maken. Bijvoorbeeld, een knop die zegt “Koop Nu” in plaats van “Kopen” kan een gevoel van urgentie creëren dat mensen aanmoedigt om erop te klikken of een vals gevoel van urgentie genereren dat mensen ervan weerhoudt.

CTA’s zijn enkele van de eenvoudigste elementen van een A/B-test bij het analyseren van resultaten. Een “betere” CTA zal meer conversies opleveren. Vervolgens kun je die informatie gebruiken om te leren welke soorten aanwijzingen beter resoneren met je publiek.

Bovendien zijn CTAs doorgaans kort. Dat betekent dat er minder potentiële variaties zijn om te testen, waardoor het opzetten van tests gemakkelijker is dan met reguliere tekst, koppen of afbeeldingen.

Afbeeldingen

Afbeeldingen brengen belangrijke emoties over, maar het is niet altijd eenvoudig om vooraf te weten welke afbeeldingen werken en welke niet aanslaan bij je publiek. Net als koppen, kun je een grote verscheidenheid aan afbeeldingen testen voordat je de beste kiest:

Als vuistregel moeten afbeeldingen altijd van hoge kwaliteit zijn en gerelateerd aan het onderwerp. Bovendien moet je niet willekeurig foto’s vervangen. Let in plaats daarvan op afhaakstatistieken en kijk welke webpagina’s de meeste gebruikers “verliezen”.

Die metriek zal je wijzen op pagina’s die op een bepaalde manier opnieuw ontworpen of herzien moeten worden. Vanaf dat moment kun je bestaande afbeeldingen analyseren en overwegen of ze de gebruikerservaring negatief kunnen beïnvloeden.

Hoe Je Je Landingspagina A/B-Tests Kunt Verbeteren (7 Tips)

Deze A/B-testen beste praktijken helpen je bij het opzetten van nauwkeurigere experimenten voor elke pagina binnen je website. Een landingspagina is echter meestal de perfecte omgeving voor een A/B-test, omdat deze zelfstandig is.

1. Ontwikkel Een Hypothese

Praktisch alles kan A/B getest worden, en de resultaten kunnen op verschillende manieren gebruikt worden om je website te verbeteren.

“In algemene termen kun je het ontwerp, de kopie of de aanbieding testen,” zegt Sid Bharath, een SAAS-marketingconsultant. “Ontwerp betekent de kleuren, lay-out, lettertypen en visuals. Kopie is de inhoud op de pagina, zoals koppen of productbeschrijvingen. Tot slot is de aanbieding precies wat je van mensen vraagt, zoals inschrijven voor een e-cursus of het kopen van een product.”

Toch betekent het feit dat je A/B-testen kunt gebruiken om bijna alles te meten niet dat het voor alles gebruikt moet worden. Het is cruciaal om een strategie te hebben om het op manieren te gebruiken die er echt het meeste uit halen.

“Er was een populair gezegde toen testen begin jaren nul populair werden om ‘altijd te testen,’” zegt Shukairy. “Wat mensen aannamen was ‘test een kleur en oproep tot actie op je site, en je zult enorme verbeteringen zien in conversies.’ Dit is helemaal niet waar.”

Er is zowel een kunst als een wetenschap voor het testen, waarbij regelmatige statistische analyses van je site nodig zijn om mogelijke probleemgebieden te ontdekken en de redenen daarvoor te onderzoeken. Dat betekent het uitvoeren van kwalitatieve peilingen, enquêtes en gebruikstesten om beter te begrijpen waar klanten moeite mee hebben.

“Pas nadat je de problemen hebt verzameld, kun je beginnen met het prioriteren ervan en beslissen welke oplossingen getest kunnen worden om de aan het licht gebrachte problemen te verbeteren,” zegt Shukairy. “Een hypothese is noodzakelijk voor de test omdat het uiteindelijk de statistieken zijn die A/B-testen haalbaar maken.”

Het uitvoeren van een A/B-test kost tijd omdat je voldoende gegevens moet verzamelen om statistisch nauwkeurige resultaten te krijgen. Dat betekent dat het in je eigen belang is om ervoor te zorgen dat je de juiste elementen test.

Om dat te laten gebeuren, moet je een op data gebaseerde hypothese hebben. Bijvoorbeeld, als je homepage een hoge bounce rate heeft, kunnen enkele geldige hypothesen om dit te verklaren het volgende zijn:

• De pagina laadt te langzaam
• Gebruikers worden ontmoedigd door de inhoud die ze boven de vouw zien
• De pagina biedt geen goede ervaring op mobiele apparaten

Al die zijn geldige redenen en zouden het testen waard zijn. Je kunt echter de mogelijke oorzaak verder verkleinen door interne gebruikstesten uit te voeren en andere mensen om hun feedback over je website te vragen. Die extra inspanning zal je helpen om precies de elementen te identificeren die je moet A/B testen.

2. Analyseer Gebruikersuitvalpunten

In plaats van willekeurig te beslissen welke pagina’s op je site je wilt A/B testen, raden we aan om je te richten op de meest prominente “afhaakpunten”. Dat wil zeggen, de pagina’s die je de meeste gebruikers kosten.

“Door Google Analytics te gebruiken, zou je in staat moeten zijn om te benadrukken waar de grootste afhaakpunten zijn. Ik zou voorstellen om daar je A/B-testen te starten,” adviseert Andrew Wheller, digitale marketing & SEO executive bij Pierre Cardin Stationery. “Het beoordelen van je meest verlaten pagina’s is een mooi startpunt om je pagina te benadrukken, die het potentieel kan hebben voor de grootste verbetering.”

Als je niet duidelijk weet waar je afhaalpunten kunt vinden, raadt Bharath aan om te beginnen met je bestaande gegevens. Bijvoorbeeld, op een e-commerce website kan de verkeersstroom er als volgt uitzien: Homepagina → Productpagina → Winkelwagen → Afrekenen.

“Bij elke stap zul je merken dat mensen afhaken en de site verlaten,” zegt hij. “Zoek uit waar de grootste uitval is en voer een test uit op die stap om het te verminderen. Prioriteer tests op basis van waar de grootste verbetering vandaan kan komen.”

Het is verstandig om je te richten op pagina’s waar bezoekers afhaken als je website een grote bibliotheek aan content heeft die je wilt testen. Het vinden van de problemen met deze pagina’s zal de beste resultaten op korte termijn opleveren als je rationele hypothesen ontwikkelt om te testen.

3. Geef De Test Voldoende Tijd Om Te Draaien

Er is geen magische tijdsduur als het om testen gaat. “Het moment om wat we ‘statistische significantie’ noemen voor een A/B-test te verklaren, hangt af van het verkeer dat door je site stroomt,” zegt Blake Puryear, productleider bij Engine Insights.

“Als je een kleine hoeveelheid verkeer krijgt, laat die A/B-test dan een tijdje lopen. Je hebt ongeveer een week verkeer nodig aan beide kanten van je test voordat je iets kunt gaan afleiden,” voegt Puryear toe.

“Zelfs als een test het na een middag geweldig doet, kan dat een verkeerd beeld van het verkeer zijn. Het is makkelijk om op gevoel beslissingen te nemen of een variant te prefereren omdat je die beter vindt. Hier is het echt belangrijk om een stap terug te doen en de gegevens voor zich te laten spreken.”

Dit is waar de test “statistische significantie” van belang is. Als je een A/B-test ontwerpt en, na 50 bezoeken, één variant duidelijk aan het winnen is, bewijst dat nog niets. Vijftig gebruikers is geen grote genoeg steekproef om een beslissing op data gebaseerd te maken. Als je die test langer laat lopen, kan de trend volledig omkeren.

De conclusie is om je tests alle tijd te geven die ze nodig hebben totdat de resultaten onbetwistbaar zijn. Dit proces kan frustrerend zijn aangezien het langer duurt om wijzigingen door te voeren. Het is echter de enige manier om te garanderen dat je tests geen onnauwkeurige gegevens teruggeven.

Voor cijferliefhebbers zijn er tools die je kunnen helpen om je testtijd te bepalen. “Een A/B-test is voltooid wanneer er een statistisch significant verschil is tussen de A en B versies van je landingspagina,” zegt Gallinger. “De meeste A/B-testsoftware heeft een ingebouwde rekenmachine om te bepalen wanneer een statistisch significante winnaar is bereikt, dus je hoeft de berekening niet zelf te doen.”

Als je een aparte rekenmachine wilt gebruiken, deze van Neil Patel werkt goed en is makkelijk te begrijpen. Het hulpmiddel laat je ook meer varianten toevoegen als je zelfverzekerd genoeg bent om multivariabele tests te proberen.

4. Gebruik Het Juiste A/B Testgereedschap

Afhankelijk van je vaardigheidsniveau kun je de test zelf instellen. “A/B-testen lijken in eerste instantie misschien ontmoedigend, maar er is geen reden waarom je het niet zelf zou moeten proberen,” zegt Gallinger. “Voordat je dat doet, zorg ervoor dat je een goed begrip hebt van de veranderingen die je wilt testen en de tools die je gaat gebruiken. Als je hulp nodig hebt bij het opzetten van een A/B-test, neem dan contact op met een webontwikkelaar om te helpen bij het opzetproces.”

De volgende stap is om software te gebruiken om elke versie van je site aan 50% van de sitebezoekers te tonen. “Je kunt tools als Optimizely, VWO of Omniconvert gebruiken om A/B-tests op je site te creëren,” zegt Bharath. “Met hun tools met klik-en-wijs functionaliteit kun je variaties van een pagina maken en elementen wijzigen om te testen zonder enige kennis van coderen nodig te hebben.”

“Als een klant al een WordPress plugin heeft, zal ik me aanpassen aan hun toolset en die gebruiken voor de duur van het project,” zegt Puryear. “De tools werken meestal samen met Google Analytics, dus je zult daar sterk op moeten leunen.” Voor degenen met meer complexe behoeften, raadt Gallinger Kissmetrics, Crazyegg, of Optimizely aan.

WordPress plugins voor A/B-testen kunnen ook nuttig zijn voor beginners. “Ze geven je wat grenzen waarbinnen je kunt opereren — Beschouw deze plugins als trainingswielen. Een die ik verschillende klanten heb zien gebruiken is Nelio A/B Testing voor WordPress,” zegt Puryear.

Als je WordPress gebruikt, raden we aan om naar populaire A/B-testplugins te kijken, aangezien deze een eenvoudigere implementatie kunnen bieden dan platforms van derden. Puryear beveelt Nelio A/B-testen aan, maar andere tools kunnen je helpen specifiekere elementen te testen.

Bijvoorbeeld, Title Experiments Free kan je helpen met het A/B testen van berichten en paginatitels:

“Uiteindelijk heb je een nauwkeurig hulpmiddel nodig dat je kan helpen het verkeer te verdelen over twee verschillende ontwerpen en je een uitvoer van informatie geeft om de winnaar aan te duiden en andere gegevenspunten en metrieken die voor jou van belang kunnen zijn,” zegt Shukairy.

5. Leer Hoe Je Resultaten Analyseert

“A/B-testtools hebben meestal altijd een analyse- of statistieken-dashboard,” zegt Puryear. “Als je tool dat niet heeft, gebruik je zeker de verkeerde tool. Deze dashboards moeten je de prestaties van je A-variant versus je B-variant laten zien. Kijk naar de spreiding van prestaties en welke variant de meeste gebeurtenissen had waarvoor je test. Goede tools zullen je een betrouwbaarheidswaarde geven gebaseerd op de hoeveelheid verkeer die door de test is gelopen.”

Aan het eind van het experiment, kijk naar een stijging of mogelijke afname in conversieratio voor de variantgroep. “Het is belangrijk om te overwegen dat soms na een A/B-test, de controlegroep de betere optie blijft,” Edelstein zegt. “Dit is een veelvoorkomende fout omdat het verleidelijk kan zijn om de site te veranderen vanwege een onbeduidende toename van de conversie.” En zorg ervoor dat je voldoende gegevens hebt om een statistisch significant resultaat te verkrijgen.

“Het analyseren van resultaten is een belangrijk en vaak genegeerd onderdeel van testen,” zegt Shukairy. “Eerst moet je kijken of je hypothese bevestigd wordt of niet. Vervolgens, op basis van de resultaten, verifieer of er andere vervolgtests overwogen kunnen worden.”

Bijvoorbeeld, Shukairy testte het verwijderen van een video en het plaatsen van een statische afbeelding op de abonnementssite van een klant. Nadat haar team had bevestigd dat de statische afbeelding de conversies verhoogde en de hypothese van de groep om de bovenkant van de pagina te ontruimen bevestigde, hebben ze de video op een ander deel van de pagina opnieuw geïntroduceerd met dezelfde statische afbeelding, en de conversieratio’s schoten opnieuw omhoog.

“De test onthult veel over de gedragspatronen, voorkeuren en antipathieën van klanten, afhankelijk natuurlijk van welk element je daadwerkelijk test,” zegt ze. “Deze gegevens kunnen toekomstige tests beïnvloeden.”

6. Archiveer Eerdere A/B Testresultaten

Zelfs nadat je verder bent gegaan met een bepaalde A/B-test, wil je die gegevens bewaren, voor het geval je er in de toekomst naar wilt verwijzen. “Het is een goed idee om alle testresultaten en bevindingen bij elkaar te houden,” stelt Wheller. “Ik gebruik persoonlijk een aparte map op Google Drive; dit is vooral handig omdat je je bevindingen gemakkelijk kunt delen met relevante teamleden en besluitvormers.”

De meeste A/B-testtools bewaren testresultaten voor toekomstige referentie. “Elk A/B-testplatform dat zijn zout waard is, zal een archief- of referentiefunctie hebben waar je terug kunt kijken naar oude tests,”  zegt Puryear. “Een van mijn favoriete dingen om te doen in een nieuw jaar is om naar oude tests te kijken die echt een verschil hebben gemaakt en dan die tests opnieuw uit te voeren om te zien hoe ze het houden zes, acht, of 12 maanden later. Je zou de resultaten heel interessant kunnen vinden omdat je klanten of verkeersprofiel in de loop van een jaar kan veranderen.”

Een ander cruciaal voordeel van het opslaan van eerdere testgegevens is dat je kunt zien hoe je hypothesen standhouden in de loop van de tijd. Het uitvoeren van meerdere tests stelt je in staat om verschillende wijzigingen uit te proberen, en sommige daarvan zullen beter resoneren met je specifieke publiek.

Bijvoorbeeld, je publiek reageert misschien beter op een specifieke toon in de tekst of op bepaalde soorten afbeeldingen. Door gegevens van eerdere tests op te slaan en deze periodiek te herzien, zou je in staat moeten zijn om patronen te herkennen die je helpen toekomstige tests te verfijnen.

7. Begin Met Kleine Tests

Een van de meest voorkomende fouten die we zien bij A/B-testen is dat veel mensen proberen meer te doen dan ze aankunnen. Als je nieuw bent met dit type testen, raden we je aan klein te beginnen. Identificeer een afhaakpunt op je website, ontwikkel een eenvoudige hypothese rond één element (zoals een CTA) en test het.

Die aanpak is misschien niet baanbrekend, en zelfs als de test goed verloopt, leidt het misschien niet tot veel extra conversies. Deze wetenschappelijke methode draait echter om kleine, incrementele veranderingen die over tijd worden toegepast om je website beetje bij beetje te verbeteren.

Het testen van volledig verschillende versies van een pagina zal je geen nauwkeurige resultaten opleveren, en het tegelijk uitvoeren van tientallen tests zal je simpelweg overweldigen. In plaats van A/B-testen te beschouwen als een magische oplossing, raden we aan om het te zien als een langetermijnproject.

“Begin met kleine tests tot je bekend bent met de statistische significantie van je site en je verkeerspatronen,” zegt Puryear. “Ik heb verschrikkelijke dingen zien gebeuren wanneer iemand zich meteen in een grote test stort als hun eerste poging tot A/B-testen. Optimaliseer iets kleins en raak vertrouwd met wat je doet.”

Meer Conversies Behalen Met A/B Testen

A/B-testen is geen trucje of een vaardigheid waarvoor je een expertmarketeer moet zijn om het te kunnen uitvoeren. In de kern is A/B-testen zo simpel als vragen, “Welke van deze twee opties werkt het beste?” en vervolgens kijken wat gebruikers denken in een gecontroleerde omgeving. Met de juiste hulpmiddelen kan het opzetten van A/B-testen opmerkelijk eenvoudig zijn.

Het moeilijkste deel van het succesvol uitvoeren van deze tests is het leren stellen van de juiste vragen en het interpreteren van de resultaten. Hier zijn enkele tips om je te helpen slagen in beide aspecten:

1. Ontwikkel een hypothese.
2. Analyseer de afhaakpunten van gebruikers.
3. Geef de test voldoende tijd om te draaien.
4. Gebruik het juiste A/B-testgereedschap.
5. Leer hoe je resultaten analyseert.
6. Archiveer eerdere A/B-testresultaten.
7. Begin met kleine tests.

A/B-testen kan je helpen te bepalen wat je publiek leuk vindt, maar voor succesvol testen heeft je site veel bezoekers nodig. Bij DreamHost bieden we professionele SEO-marketingdiensten aan om je publiek te laten groeien en organisch verkeer te verhogen. Ontdek meer over onze professionele SEO-marketingplannen!