Code

Een complete handleiding voor A / B-testen

A / B-testen (ook split-testen genoemd) is een testmethode die over het algemeen in marketing wordt gebruikt om resultaten tussen twee monsters te vergelijken met als doel de conversie of responspercentages te verbeteren.

In webontwerp worden A / B-testen over het algemeen gebruikt om ontwerpelementen te testen (soms tegen het bestaande ontwerp in) om beter te bepalen welke ontwerpelementen het beste antwoord van bezoekers zullen krijgen.

A / B-tests vergelijken per definitie slechts twee variabelen (ontwerpelementen) tegelijk. Er zijn ook multivariate testen, die meer dan één variabele vergelijken.

Elk heeft een doel en kan uw klanten helpen betere beslissingen te nemen die zullen resulteren in een meer succesvolle website.

Hier presenteren we een grondige handleiding voor A / B-testen, inclusief de voordelen van het gebruik ervan en hoe A / B-tests op uw eigen projecten kunnen worden beheerd.

Voordelen van A / B-testen

Met A / B-testen kunt u zien hoe veranderingen het gedrag van bezoekers op een website beïnvloeden. Veel ontwerpers duiken direct in een nieuw ontwerp, met of zonder veel onderzoek naar de huidige gewoonten van bezoekers, en hopen op het beste. Hoewel dit soms resulteert in een geweldig definitief ontwerp, kan het ook resulteren in een ontwerp dat niet beter is dan het origineel (of nog erger).

A / B-testen is een redelijk weinig risicovolle benadering voor het testen van websiteveranderingen. Hoewel het ingewikkeld lijkt, zijn er veel tools beschikbaar die u kunnen helpen bij het beheren van A / B-tests en het interpreteren van hun resultaten.

Een ander groot voordeel van A / B-testen is dat het kan worden gebruikt als bewijs om een ​​klant te overtuigen dat de ene ontwerpkeuze superieur is aan de andere. Dit is met name handig wanneer u samenwerkt met een klant die bewijs wil dat hij een back-up maakt van elke beslissing die hij neemt, of een klant die moeite heeft beslissingen te nemen.

Als je ze concreet bewijs kunt bieden dat het ene ontwerp beter werkt dan het andere, is het vaak veel comfortabeler om een ​​beslissing te nemen.

Wanneer een A / B-test te gebruiken

Zoals reeds vermeld, kan een A / B-test erg handig zijn om klanten te overtuigen die niet kunnen kiezen tussen twee ontwerpopties. Maar het kan ook nuttig zijn voor ontwerpers die niet zeker weten welke van de twee opties het beste werkt voor hun klant.

Er worden elke dag zoveel artikelen en onderzoeken vrijgegeven die ons vertellen hoe we de resultaten voor onze klanten kunnen maximaliseren door gebruik te maken van de ene of andere ontwerpstijl. En in veel gevallen kan de informatie in die artikelen tegenstrijdig zijn in vergelijking met een artikel uit een andere bron of eerder zijn uitgebracht.

Met A / B-tests kunnen ontwerpers de verschillende theorieën en aanbevelingen testen in de context van hun eigen projecten, zodat ze zelf kunnen bepalen wat het beste werkt voor hun klanten.

Volledige herontwerpen van de site zijn niet de enige keer dat A / B-tests van pas kunnen komen. Ze zijn vooral belangrijk bij het uitvoeren van een promotie of andere marketingoefening. Wanneer een klant een pagina wil die is ontworpen voor een bepaalde verkoop of andere promotie, verwachten zij dat u iets ontwerpt dat resultaten oplevert.

Door een A / B-test in te stellen, kunt u het waarschijnlijke succes van verschillende ontwerpelementen, formulering of lay-outs bepalen, zodat uw klant het hoogste aantal conversies genereert.

Dingen om te testen

Er zijn verschillende elementen in een website-ontwerp dat u wellicht zou willen testen. Hier zijn enkele van de meest voorkomende:

  • Kleurenschema
  • Kopieer tekst
  • De algemene lay-out
  • Afbeeldingen
  • Kopregel kopie
  • Tekstgrootte of lettertype

Een voorbeeld van een test op headerafbeeldingen. Alles behalve het beeld zelf wordt tijdens tests gelijk gehouden. Afbeeldingen door Per Ola Wiberg - Powi en aussiegall .

Vrijwel elk element van een website kan worden getest met een A / B-test, hoewel je misschien alleen de belangrijkste elementen (zoals kopie, kleurenschema of koppen) wilt testen, zowel voor tijd als geld.

Hoe een A / B-test in te stellen

A / B-tests bestaan ​​uit een aantal onderdelen. Het instellen van een is relatief eenvoudig, met name met enkele van de hulpmiddelen die verderop in dit artikel worden vermeld. Er zijn een paar basisstappen opgenomen in de meeste A / B-tests:

  • Stel de twee ontwerpen in die u wilt testen.
  • Geef het ene ontwerp of het andere willekeurig aan bezoekers of een testgroep.
  • Volg de prestaties, vooral gerelateerd aan de doelen van de site, voor elk ontwerp.
  • Evalueer de resultaten en bepaal met welke versie het gaat.

U wilt een methode instellen voor het bijhouden van de resultaten die u van elk ontwerp krijgt, naast alleen een analyseprogramma. Als u in een productieomgeving aan het testen bent, is het mogelijk dat niet elk aantal bezoekers elk ontwerp ziet (hoewel ze in de buurt moeten zijn).

Zorg ervoor dat u weet welk percentage bezoekers de doelen bereikt, en niet alleen de concrete cijfers als er een verschil is in het totale aantal bezoekers dat elk ontwerp heeft gezien.

Verander slechts één ding per keer

Dit is vaak het moeilijkste voor veel ontwerpers. Bij echte A / B-tests moet u slechts één wijziging tegelijk uitvoeren of slechts één ding tegelijk testen. Dat betekent dat elk element van de website -navigatie, headerontwerp, inhoudlay-out, kleurenschema, enz. Afzonderlijk moet worden getest.

In het bovenstaande testvoorbeeld wordt het lettertype (Georgia vs. Verdana) van een blok body-kopie getest.

Het punt om elk ding afzonderlijk te testen, is ervoor te zorgen dat u nauwkeurige resultaten krijgt over hoe elk ontwerpelement op de site de bezoeker beïnvloedt. Als u alles in één keer verandert, weet u niet of het het hele ontwerp is dat uw verkeerscijfers heeft verbeterd (of heeft laten vallen) of slechts één element. In het geval van een daling van het aantal bezoekers of de verkoop, is het belangrijk om te kunnen isoleren wat niet werkt.

Laten we bijvoorbeeld zeggen dat u een winkelwagentje volledig opnieuw hebt ontworpen op een site. Alles is anders: de call-to-action-knoppen, de checkout-ervaring, de manier waarop bezoekers hun betalings- en verzendinformatie moeten invoeren, enzovoort. En laten we zeggen dat er een grote daling in de verkoop is. Het probleem hiermee is dat je niet weet wat de oorzaak is van de daling.

Natuurlijk kan het zijn dat alles gewoon anders is en dat terugkerende klanten minder comfortabel zijn met het nieuwe ontwerp.

Maar misschien is dat alleen maar omdat je wat lieve woordjes hebt gebruikt op de knop 'toevoegen aan winkelwagentje' en het mensen verwart. Als u die knop afzonderlijk van de rest van het winkelwagentje had getest, kunt u de tekst wijzigen en de verkoop verhogen. Maar in plaats daarvan wil de cliënt dat je alles terugplaatst zoals het was en ze denken dat je incompetent bent.

A / B-testen kost tijd

A / B-testen is niet iets dat u over het algemeen kunt afronden, hoewel het afhangt van wat u test. Voor iets eenvoudigs, zoals een headerafbeelding, kunt u mogelijk alleen een kortetermijntest uitvoeren. Maar voor grotere wijzigingen, vooral die wijzigingen die een directe impact hebben op conversies, wilt u de test langer laten duren.

Bepalen hoe lang het duurt om een ​​test uit te voeren, is vaak eenvoudig. Kijk naar de verkeerspatronen op de site. De meeste sites hebben cyclische verkeerspatronen, waarbij sommige dagen steeds meer verkeer ontvangen dan andere.

Voor sommige sites loopt deze cyclus over een periode van een week, voor andere is dit een maand. Voer uw A / B-test indien mogelijk minstens één keer uit om nauwkeuriger getallen te krijgen.

Het doel is om een ​​goede doorsnede te krijgen van bezoekers die de nieuwe ontwerpopties testen. Door aandacht te besteden aan de verkeerscycli, zult u eerder geneigd zijn om die doorsnede te krijgen. Als de betreffende site geen identificeerbare verkeerspatronen heeft (of als deze veel langer zijn), probeer dan de test minstens een week uit te voeren.

Hoe uw klanten overtuigen

Soms zijn klanten bestand tegen de extra tijd en het geld dat gemoeid is met het uitvoeren van een goede A / B-test.

Ze denken vaak dat je als ontwerper al moet weten wat er gaat werken en wat niet voor hun website. Soms denken ze als een zakenman, ze weten al wat wel en wat niet zal werken. In beide gevallen moet u hen overtuigen dat een A / B-test deze theorieën kan ondersteunen met concreet bewijs.

Benadruk de voordelen van het uitvoeren van een A / B-test. Vertel hen dat dit ertoe zal bijdragen dat hun bezoekers blij zijn en sneller geneigd zijn iets te kopen, zich aan te melden voor een account of informatie te downloaden.

Benadruk dat het een beetje tijd en geld uitgeven van een goede split-test kan resulteren in veel hogere conversiepercentages in de toekomst. Ook benadrukken dat een goede split-test op de lange termijn ook tijd kan besparen, omdat er waarschijnlijk minder aanpassingen zullen zijn aan het ontwerp zodra de site wordt gestart.

Tools voor eenvoudigere A / B-tests

Zoals reeds vermeld, zijn er tal van geweldige tools beschikbaar voor het beheer van A / B-tests op uw website-ontwerpen. Hier zijn enkele van de beste (voel je vrij om meer te delen in de reacties):

Google Website Optimizer
Google biedt hun Website Optimizer als onderdeel van hun Analytics-pakket aan. Het is een gratis tool waarmee u A / B- of multivariate tests kunt uitvoeren. Ze bieden ook informatie over hoe te testen en hoe u de beste resultaten kunt behalen.

Visual Website Optimizer
Visual Website Optimizer is een eenvoudig te gebruiken A / B-testtool dat wordt gebruikt door zowel bedrijven als bureaus. U maakt gewoon meerdere versies van uw website, definieert wat uw bezoekersdoelen zijn (downloaden, aanmelden, kopen, enz.) En vervolgens splitsen zij uw verkeer tussen de verschillende versies. Er is een gratis proefversie waarbij u één test kunt uitvoeren op maximaal 1000 bezoekers; betaalde accounts beginnen bij $ 49 / maand (voor maximaal 10.000 geteste bezoekers en maximaal 3 gelijktijdige tests). Visual Website Optimizer heeft ook een aantal gratis hulpmiddelen die u kunt gebruiken, zelfs zonder gebruik te maken van hun service: A / B Split-test significantie-calculator , een Landing Page Analyzer , de A / B Ideafox - Case Study Search Engine , en de A / B-splijt- en multivariate testduur-rekenmachine .

Vertster
Vertster is speciaal gemaakt voor multivariate testen, niet alleen A / B-testen. Hun grootste voordeel voor bureaus is dat ze hun technologie voorzien van een eigen label, zodat u uw eigen testoplossing aan uw klanten kunt aanbieden.

Press9 A / B Joomla-plugin testen
Met deze plug-in kunt u A / B-tests uitvoeren in Joomla zonder gebruik te maken van externe services. Het is gemakkelijk te gebruiken en kan worden uitgevoerd op elk element van een Joomla-gebaseerde website.

Amazon Mechanical Turk
Hoewel het niet specifiek een A / B-testtool is, kan Mechanical Turk eenvoudig worden gebruikt om bezoekers te vinden voor A / B- of multivariate tests, vaak voor slechts penny's per bezoeker. U moet de technische aspecten van de test afhandelen, maar het kan het probleem van het vinden van testonderwerpen oplossen.

Splitst de testcalculator
Voor de wiskundig uitgedaagd, kan deze eenvoudige rekenmachine u vertellen welke van uw tests beter hebben gepresteerd als de totale bezoekersaantallen anders zijn. Voer gewoon het totale aantal bezoekers in en het aantal dat uw doelen voor elke groep bezoekers heeft behaald en het zal berekenen welke het beter heeft gedaan.

ABtests.com
Met ABtests.com kunnen ontwerpers resultaten van hun eigen A / B-tests delen en de resultaten van anderen bekijken. Hierdoor kunnen ontwerpers en ontwikkelaars leren van wat anderen al hebben geprobeerd, en kunnen ze hun eigen resultaten delen om anderen te helpen.

Een alternatieve optie
Als alternatief kunt u altijd een aantal reguliere usabilitytesttools gebruiken om een ​​A / B-test uit te voeren, zelfs als ze de service officieel niet aanbieden. Het enige dat u hoeft te doen, is twee tests instellen en de resultaten van elke test controleren. Dit is een goede optie als u al een favoriete tool voor het testen van bruikbaarheid hebt maar u wilt uitbreiden naar A / B-testen. Zo niet, dan zijn er een paar die u zou kunnen overwegen:

Multivariate testen

Multivariate testen is vergelijkbaar met A / B-testen, maar bevat meer opties. Wanneer een A / B-test twee dingen vergelijkt, kan een multivariate test drie, vier of vijf verschillende ontwerpen testen.

Als u ervoor kiest om multivariate tests te gebruiken in plaats van alleen eenvoudige A / B-tests, is het nog steeds een goed idee om slechts één element tegelijk te testen. Sterker nog, hoe meer opties u in de test opneemt, des te ingewikkelder worden de interpretatieresultaten en die complicaties worden alleen verergerd door meer dan één element te testen.

Multivariate tests kunnen met name handig zijn als uw klant niet zeker weet hoe zij hun website willen laten ontwerpen. U kunt twee of drie compleet verschillende website-testmodellen testen en zien welke het beste presteert.

Mogelijk wilt u dan A / B-tests uitvoeren op specifieke elementen binnen het winnende ontwerp om ervoor te zorgen dat deze zo goed mogelijk worden geoptimaliseerd.

In beoordeling

Hier zijn de basisprincipes die u moet onthouden bij het uitvoeren van een A / B-test:

  • Test maar één ding tegelijk.
  • Sta ruim de tijd voor testen.
  • Gebruik beschikbare hulpmiddelen om A / B-testen eenvoudiger te maken.
  • Gebruik de resultaten om uw klanten te helpen betere beslissingen te nemen.


Exclusief geschreven voor WDD door Cameron Chapman .

Als u meer A / B- of multivariate testtips, -technieken of -tools hebt om te delen, kunt u dit doen in de opmerkingen. We horen ook graag succesverhalen die voortkomen uit A / B-tests!

ab testen homepage testen testen van de site