Kort: A/B-testen betekent twee versies van dezelfde pagina tegelijk tonen en meten welke meer conversies oplevert. Het vervangt meningen door cijfers. Op kleine sites duurt een betrouwbare test lang, dus test daar grote wijzigingen en combineer met opnames en gebruikerstests. Wat is A/B-testen? A/B-testen is het gelijktijdig tonen van twee versies van dezelfde pagina aan […]
Kort: A/B-testen betekent twee versies van dezelfde pagina tegelijk tonen en meten welke meer conversies oplevert. Het vervangt meningen door cijfers. Op kleine sites duurt een betrouwbare test lang, dus test daar grote wijzigingen en combineer met opnames en gebruikerstests.
Wat is A/B-testen?
A/B-testen is het gelijktijdig tonen van twee versies van dezelfde pagina aan vergelijkbare groepen bezoekers, om te meten welke versie meer conversies oplevert. Versie A is je huidige pagina, versie B de variant met één wijziging.
Het verkeer wordt willekeurig verdeeld over beide versies. Daardoor weet je dat een verschil in aanvragen aan de pagina ligt en niet aan het soort bezoeker dat toevallig langskwam.
Split testen is hetzelfde principe onder een andere naam. Bij een klassieke A/B-test draaien beide varianten op dezelfde URL; bij een split-test staan ze op twee aparte URL's waartussen het verkeer wordt verdeeld.
Waarom een A/B-test op je website discussies beëindigt
De grootste winst van A/B-testen is niet de test zelf, maar wat hij met je besluitvorming doet. Meningen over knopteksten, koppen en formulieren zijn eindeloos; een gemeten verschil is dat niet.
In de meeste MKB-bedrijven wint bij zo'n discussie degene met de meeste overtuigingskracht of de hoogste functie. Dat is geen slechte wil, maar wel gokken met je budget.
Met een test verschuift de vraag van "wie vindt wat?" naar "wat leverde meer aanvragen op?". Dat maakt ook het omgekeerde bespreekbaar: een idee dat níet werkte, is geen verlies maar informatie die je een verkeerde investering bespaart.
Het eerlijke probleem: weinig bezoekers, lange tests
Een A/B-test werkt met kansen, niet met zekerheden. Je conversie schommelt sowieso van week tot week: andere bezoekers, een aanlopende campagne, een vakantieperiode. Om te kunnen zeggen dat versie B beter is, moet het gemeten verschil groter zijn dan die normale ruis.
Hoe minder conversies je per variant verzamelt, hoe zwaarder toeval meeweegt. Bij een handvol aanvragen per week kan één extra aanvraag het beeld al omdraaien. Dat is geen bewijs, dat is ruis.
Daar komt bij dat je je verkeer over twee versies verdeelt. Elke variant krijgt dus maar de helft van wat je pagina normaal binnenkrijgt, waardoor je bijna twee keer zo lang moet wachten voordat je iets zinnigs kunt zeggen.
Kleine verschillen vragen bovendien meer data dan grote. Een andere knopkleur is op een doorsnee MKB-site praktisch niet aan te tonen; een compleet ander aanbod wel.
Wie weinig verkeer heeft en toch iets wil verbeteren, wint dus vaak meer met de basis op orde brengen. Weet je nog niet waar je nu staat, begin dan bij je conversieratio en bij bredere conversie-optimalisatie.
Wat je dan wél doet bij weinig verkeer
Kun je geen statistisch harde test draaien, dan blijft er genoeg over dat wél werkt. De aanpak verschuift van bewijzen naar leren: je verzamelt sterke aanwijzingen in plaats van sluitend bewijs, en je bent daar eerlijk over.
- Test grote wijzigingen, geen details. Een ander aanbod, een andere belofte of een fundamenteel korter formulier veroorzaakt een verschil dat je bij weinig verkeer nog kunt zien. Knopkleurtjes niet.
- Test sequentieel. Draai een periode de oude versie en daarna een even lange periode de nieuwe. Vergelijk hele weken met hele weken en houd rekening met seizoen, campagnes en feestdagen — die vertekening zit erin, dus benoem hem.
- Kijk mee met sessie-opnames. Opnames en heatmaps laten zien waar bezoekers aarzelen, terugscrollen of afhaken. Eén duidelijke afhaakplek is vaak waardevoller dan een test die nooit afkomt.
- Doe gebruikerstests. Laat een handvol mensen uit je doelgroep hardop een taak uitvoeren op je site. Verwarring die drie van hen tegenkomen, hoef je niet meer te testen — die repareer je gewoon.
- Analyseer je formulier per veld. Meet waar mensen stoppen met invullen. Dat is meetbaar zonder varianten en levert meestal direct een verbeterpunt op.
Wat je test, in volgorde van impact
Begin bovenaan de lijst, niet bij het detail. Aanbod en boodschap verplaatsen de meeste bezoekers, knopdetails het minste — precies de omgekeerde volgorde van waar de meeste discussies over gaan.
| Prioriteit | Wat je test | Voorbeeld |
|---|---|---|
| 1. Aanbod | Wat je aanbiedt en tegen welke voorwaarden | Vrijblijvende scan versus direct een offerte |
| 2. Boodschap | Kop, subkop en het probleem dat je benoemt | Dienst benoemen versus resultaat benoemen |
| 3. Bewijs | Reviews, referenties, keurmerken en hun plaatsing | Beoordelingen naast de knop in plaats van onderaan |
| 4. Formulier | Aantal velden, volgorde en verplichte velden | Zes velden terug naar drie |
| 5. Knop | Tekst, plaatsing en aantal knoppen | "Verzenden" versus "Vraag mijn scan aan" |
De knop staat bewust onderaan, maar niet omdat hij onbelangrijk is: de tekst erop doet meer dan de kleur. Welke formuleringen werken, lees je bij call-to-action.
Zo zet je een A/B-test op in vijf stappen
Een test opzetten kost minder tijd dan hem netjes afronden. De discipline zit vooraf: één hypothese, één variabele en een stopmoment dat je van tevoren vastlegt.
- Controleer eerst je meting. Zonder betrouwbare conversieregistratie test je niets, je verzamelt alleen cijfers waar je later ruzie over krijgt. Regel dit met conversietracking instellen vóór je begint.
- Formuleer één hypothese. Schrijf op: "Ik verwacht dat X leidt tot meer aanvragen, omdat Y." Kun je die zin niet afmaken, dan heb je geen test maar een idee.
- Wijzig één variabele. Verander de kop óf het formulier, niet allebei. Wijzig je twee dingen tegelijk en het werkt, dan weet je nog steeds niet wát werkte.
- Bepaal vooraf wanneer je stopt. Leg vast hoeveel volle weken de test loopt en hoeveel conversies je minimaal per variant wilt zien. Altijd hele weken, zodat weekendpatronen in beide varianten meelopen.
- Leg de uitslag vast. Noteer hypothese, wijziging, looptijd en uitkomst in een eenvoudig overzicht. Zo bouw je in een jaar een testlogboek op in plaats van elk kwartaal dezelfde discussie te voeren.
Loopt het vast op stap 1, dan is dat het echte probleem. Twijfel je of je meting klopt, vraag dan een gratis scan aan — meten gaat vóór optimaliseren.
Veelgemaakte fouten bij A/B-testen
De meeste mislukte tests gaan niet mis in de uitvoering, maar in de interpretatie. Deze vier komen het vaakst voor bij MKB-sites.
- Te vroeg conclusies trekken. Na een paar dagen loopt er altijd wel een variant voor. Wie dagelijks meekijkt en stopt zodra het resultaat bevalt, kiest in de praktijk een winnaar op basis van toeval.
- Meerdere dingen tegelijk wijzigen. Een nieuwe kop, een ander formulier en een andere knop in één variant levert hooguit een gevoel op, geen verklaring.
- Testen zonder werkende meting. Dubbeltellingen, een formulier dat wél verstuurt maar geen conversie doorgeeft, of een bedankpagina die niet wordt geregistreerd: dan test je je meetfout.
- Alleen naar klikken kijken. Meer kliks op de knop maar minder ingevulde formulieren is geen winst. Meet door tot de conversie die je echt wilt.
Veelgestelde vragen over A/B-testen
Hoe lang moet een A/B-test lopen?
Laat een test altijd hele weken lopen, zodat weekend- en werkdagpatronen in beide varianten zitten. Bepaal vooraf je looptijd en het minimum aantal conversies per variant, en stop pas als je dat haalt. Kom je er in een redelijke periode niet, dan is je verkeer te laag voor deze wijziging.
Hoeveel bezoekers heb ik nodig voor A/B-testen?
Er bestaat geen vast aantal, want het hangt af van hoe groot het verschil is dat je wilt aantonen. Grote wijzigingen zijn met minder bezoekers zichtbaar dan kleine. Vuistregel: hoe minder verkeer, hoe forser de wijziging moet zijn om het uit de normale weekschommeling te tillen.
Wat is het verschil tussen A/B-testen en split testen?
In de praktijk worden beide termen door elkaar gebruikt. Technisch draait een A/B-test twee varianten op dezelfde URL, terwijl split testen het verkeer verdeelt over twee losse URL's. Split testen is handig bij compleet verschillende pagina's; let dan wel op dat beide varianten goed vindbaar en gemeten zijn.
Kan ik A/B-testen zonder dure software?
Ja. Voor een sequentiële test heb je alleen een betrouwbare conversiemeting en een agenda nodig: periode A, dan periode B, met gelijke lengte. Testsoftware maakt het netter en sneller, maar lost het echte knelpunt op kleine sites niet op — dat is het aantal bezoekers, niet het gereedschap.
Van gokken naar meten
A/B-testen is geen wondermiddel, maar wel de kortste route van meningen naar feiten. Op een kleine site betekent dat: forse wijzigingen testen, geduld met de looptijd en de rest uit opnames en gesprekken halen.
Onlinemeersucces.nl werkt datagedreven: eerst zorgen dat je meting klopt, dan pas optimaliseren. Plan een gratis scan van je website en ontvang een concrete lijst met verbeterpunten die je verkeer aankan.