A/B-testen: hoe verbeter je de effectiviteit van je campagnes?

Wanneer je je bedrijf online presenteert is het belangrijk om je website en campagnes te blijven optimaliseren. Dit komt doordat het online gedrag van mensen verandert, maar ook omdat je bedrijf zich verder ontwikkelt. Maar hoe bepaal je of de veranderingen aan je website of campagnes de juiste zijn? In dat geval kun je A/B-testen. We leggen je uit wat dit is en hoe jij hier gebruik van kan maken.

Wat is A/B-testen?

Een A/B-test wordt ook wel een splittest genoemd. Met zo’n test ga je twee versies van een advertentie of een landingspagina maken waarin één onderdeel anders is. Deze twee versies, versie A en versie B, ga je 50/50 uitleveren aan je doelgroep. Het doel hiervan is om te ontdekken welke versie betere prestaties levert. Is je doel bijvoorbeeld om aanmeldingen te realiseren? Dan ga je analyseren via welke versie de meeste aanmeldingen zijn binnengekomen. Deze versie behoudt je en gebruik je als basis voor je volgende A/B-test. Dit hele proces ga je herhalen om zodoende na verloop van tijd je advertenties of webpagina’s te optimaliseren met als doel: meer conversies.

a/b-testen

Zorg voor betrouwbare resultaten

Wat je ook gaat testen, je moet er altijd voor zorgen dat de resultaten betrouwbaar zijn. Dit doe je onder andere door zo veel mogelijk data te verzamelen. Ga je bijvoorbeeld een advertentie A/B-testen, dan kun je pas conclusies trekken als je genoeg kliks hebt gerealiseerd. Om te bepalen wat voor jouw bedrijf ‘genoeg kliks’ zijn, kun je de kliks van de afgelopen maanden analyseren. Behaal je elke maand zo’n 1.000 kliks, dan kun je die hoeveelheid aanhouden voor je test. Behaal je echter zo’n 50 kliks per maand, dan zal dat niet genoeg zijn om conclusies te trekken. Omdat ‘genoeg kliks’ dus relatief is, geven we het advies om bijvoorbeeld 100 kliks als leidraad aan te houden voor je A/B-test. Doe jij er bijvoorbeeld drie maanden over om 100 kliks te realiseren, dan zul je de periode van je A/B-test op drie maanden moeten zetten om betrouwbare resultaten te analyseren.

Hoe bepaal je wat je gaat A/B testen?

Wanneer je iets wil wijzigen, heb je vanuit ervaring of persoonlijke voorkeur al een idee wat dit moet zijn. Je denkt bijvoorbeeld dat de call-to-action ‘nu winkelen’ beter werkt dan ‘meer informatie’ voor een webshop. Deze gedachte is een hypothese. Wat ook een hypothese kan zijn, is theorie over de psychologie achter adverteren. Als de theorie zegt dat je beter je bedrijfsnaam in de beschrijving van je advertentie kan verwerken, maar jij doet dit nog niet, dan is dit de hypothese van je test. Een hypothese wil zeggen: een stelling die nog niet bewezen is maar die je als uitgangspunt van een test gebruikt. Wat altijd belangrijk is om te onthouden, is dat niets in beton gegoten is. Iets wat voor bedrijf X goed werkt, hoeft niet automatisch voor bedrijf Y ook te werken. A/B-testen is dus altijd een goed idee.

A/B-testen met campagnes

Bij een advertentie zijn er verschillende dingen die je kunt testen: koppen, beschrijvingen, afbeeldingen, advertentie-extensies en landingspagina’s. Echter kun je ook onderdelen testen die niet direct zichtbaar zijn in de advertentie. Denk aan: de doelgroep, biedstrategieën of zoekwoordtypes.

Google Ads experimenten

In Google Ads kun je een experiment aanmaken om een A/B-test uit te voeren. Dit kun je doen via de aanbevelingen van Google Ads, maar je kunt ook er zelf één aanmaken in de interface. Door een experiment te maken, laat je aan Google weten dat je twee types van dezelfde advertentie 50/50 over de doelgroep wil verspreiden. De looptijd van het experiment kun je zelf instellen maar Google Ads zou hier ook een suggestie voor geven.

Terwijl een experiment bezig is, kun je de data bijhouden. Google maakt zelf berekeningen van toename/afname van cijfers. Leidt versie B bijvoorbeeld tot meer conversies? Dan geeft Google heel overzichtelijk weer om welke aantallen en percentages dit gaat. Is het experiment eenmaal voltooid, dan kun je met één klik op de knop het experiment toepassen. 

Meta A/B-testen

Ook in Meta (Facebook en Instagram) kun je A/B-testen. Je kunt één van je bestaande campagnes gebruiken en deze dupliceren. Je krijgt dan de vraag of je er een A/B-test van wil maken. Als je dit doet, kun je aangeven welk onderdeel je wil testen. Meta levert de advertenties 50/50 uit en zorgt ervoor dat niemand beide versies te zien krijgt. Zo weet je zeker dat de data die eruit komt betrouwbaar is.

Wat gebeurt er met het advertentiebudget?

Ga je A/B-testen op Google of Meta? Dan kopieert het advertentiekanaal ook het budget. Houdt hier dus rekening mee in de begroting van je campagnes. Het is belangrijk dat het advertentiebudget van de twee versies gelijk is aan elkaar. Als je versie A namelijk meer budget zou geven dan versie B, dan is het logisch dat versie A vaker uitgeleverd kan worden. Met een verschillend budget creëer je dus een vertekend beeld van de resultaten, en dat wil je niet.

Enkele tips

Voordat je begint geven we je hier nog enkele tips voor het testen. Zo doe je er goed aan om voorafgaand aan de test een nulmeting te doen. Hiermee stel je de cijfers van de huidige situatie vast. Terwijl je bezig bent met testen, kun je analyseren of de cijfers verbeteren. Dat is vooral mooi als je een kwartaal, halfjaar of een heel jaar aan het testen bent.

Verder moet je altijd maar één ding tegelijk gaan testen. Als je zowel de biedstrategie als de advertentietekst tegelijk aanpast, kun je niet analyseren door welke factor de cijfers verbeteren. Als deze twee onderdelen beide interessant voor je zijn, zul je dus twee aparte tests van elkaar moeten doen. Begin dus met het testen van je biedstrategie en start na het voltooien van deze test de volgende waarin je de advertentietekst aanpast.

Optimaliseren uitbesteden?

A/B-testen is onderdeel van onze dagelijkse kost. Heb je zelf geen tijd of middelen om je hierin te verdiepen? Dan nemen wij deze taak graag van je over. Neem in dat geval contact met ons op.

Contactformulier

Blijf op de hoogte

Op deze pagina blijf je op de hoogte van de laatste ontwikkelingen op online marketing gebied!

Bart Kruizenga |

Bart duikt in de gegevens van klanten om de meest relevante data te vinden. Hij zorgt ervoor dat jij alleen adverteert op relevante momenten en plaatsingen.
Lees meer van Bart Kruizenga