Een A/B-test vergelijkt twee versies van een webpagina, e-mail of advertentie om te zien welke beter presteert. Klinkt eenvoudig, maar veel tests mislukken omdat ze niet goed zijn opgezet of de resultaten verkeerd worden geïnterpreteerd. Deze gids helpt je een betrouwbare test op te zetten en de uitkomsten correct te beoordelen.
Wat is een A/B-test en waarom doe je het?
Een A/B-test (ook wel split-test genoemd) toont twee versies van dezelfde pagina of element aan verschillende groepen bezoekers. Je meet welke versie beter scoort op een vooraf gekozen doel: meer conversies, lagere bounceRate, meer clicks of hoger gemiddeld bestelwaarde.
Het verschil met gokken: je baseert beslissingen op data, niet op intuïtie. Dat scheelt geld en tijd. Voor veel bedrijven is dit onderdeel van een breder CRO-strategie om de website-prestaties stap voor stap te verbeteren.
Stap 1: Definieer je doel en hypothese
Begin altijd met een duidelijke vraag. Niet: ‘Welke knop is beter?’ Maar: ‘Leidt een rode knop tot meer conversies dan een groene knop?’
Schrijf je hypothese op voordat je test start:
- Wat ga je testen? (knoptekst, kleur, formuliervelden, afbeelding)
- Wat verwacht je? (versie B geeft 15% meer conversies)
- Waarom? (gebruikers reageren beter op actiegericht taalgebruik)
- Wat meet je? (conversies, clicks, tijd op pagina)
Een sterke hypothese voorkomt dat je achteraf resultaten gaat interpreteren zoals je ze graag wilt zien. Dit is essentieel voor objectieve besluitvorming.
Stap 2: Bepaal steekproefgrootte en testduur
Dit is waar veel tests fout gaan. Te weinig bezoekers of te kort testen leidt tot onbetrouwbare resultaten.
Steekproefgrootte berekenen: Je hebt minstens 100 conversies per variant nodig voor een betrouwbare uitkomst. Heb je 50 conversies per maand? Dan duurt je test minstens twee maanden.
Gebruik een online calculator (zoek op ‘A/B test sample size calculator’) en vul in:
- Huidige conversiepercentage (baseline)
- Minimale verbetering die je wilt detecteren (meestal 15-25%)
- Gewenste betrouwbaarheidsniveau (95% is standaard)
Testduur: Run je test minstens één volledige week, liever twee tot vier weken. Dit vangt verschillen in bezoekersgedrag op tussen weekdagen en weekends. Zorg dat je niet halverwege stopt omdat je al een ‘winnaar’ ziet.
Stap 3: Kies één element om te testen
Test nooit vijf dingen tegelijk. Je weet dan niet wat de verbetering veroorzaakte. Kies één variabele:
- Knoptekst (‘Nu kopen’ vs. ‘Gratis proberen’)
- Kleur of grootte van een element
- Formuliervelden (3 velden vs. 5 velden)
- Koppelingtekst of heading
- Afbeelding of video
Alles anders moet identiek blijven. Dat is de enige manier om te weten wat het verschil veroorzaakte. Dit principe geldt ook bij het optimaliseren van je website in het algemeen.
Stap 4: Implementeer de test correct
Zorg dat bezoekers willekeurig worden verdeeld over variant A en B. Geen handmatige selectie. Gebruik je testplatform (Google Optimize, VWO, Optimizely of je CMS-ingebouwde functie) om dit automatisch te doen.
Controleer:
- Beide varianten laden correct
- Tracking werkt (conversies worden geregistreerd)
- Bezoekers zien maar één variant (niet beide door elkaar)
- Je analytics correct is ingesteld
Een kleine fout hier kan je hele test ongeldig maken. Zorg dat je analytics goed is geconfigureerd voordat je start.
Stap 5: Verzamel genoeg data en monitor voortgang
Wacht tot je minimale steekproefgrootte hebt bereikt. Controleer wekelijks, maar stop niet voortijdig. Een test die na twee weken al een ‘winnaar’ toont, kan na vier weken omslaan.
Let op statistische significantie: je testplatform toont dit meestal als een percentage (95% betekent: 95% kans dat het verschil echt is, niet toeval). Accepteer alleen resultaten met minstens 95% significantie.
Praktische monitoringaanpak: Maak wekelijks een eenvoudig overzicht met deze gegevens: aantal bezoekers per variant, aantal conversies per variant, huidige conversiepercentage, en statistische significantie. Dit helpt je trends vroegtijdig te herkennen zonder voortijdig conclusies te trekken.
Stap 6: Interpreteer de resultaten correct
Variant B wint met 98% significantie? Prima, implementeer die versie.
Geen duidelijke winnaar na vier weken? Beide versies presteren gelijk. Je kunt kiezen op basis van andere factoren (gebruikerservaring, laadtijd, onderhoudbaarheid).
Variant A wint, maar je verwachtte B? Dat gebeurt. Accepteer het resultaat en leer ervan. Misschien werkt je hypothese niet voor jouw doelgroep.
Waarschuwing: Zeg niet ‘Variant B is 25% beter’ als je bedoelt ‘Variant B geeft 25% meer conversies’. Het eerste klinkt indrukwekkender, maar is onnauwkeurig.
Veelgemaakte fouten
Te vroeg stoppen: Je ziet na twee weken al een trend en stopt. Toeval kan je resultaat nog omgooien.
Meerdere testen tegelijk: Je weet niet welke test welk effect had.
Verkeerde metriek: Je test op clicks, maar je doel is eigenlijk conversies. Meet wat ertoe doet.
Geen hypothese vooraf: Je gaat achteraf zoeken naar verklaringen. Dat leidt tot foute conclusies.
Onvoldoende verkeer: Met 10 conversies per variant kun je niets betrouwbaars zeggen.
Externe factoren negeren: Een test die je in december start, kan beïnvloed worden door seizoensgebonden gedrag. Zorg dat je dit in je analyse meeneemt.
Beslischeck: Is je test betrouwbaar?
Voordat je resultaten implementeert, loop deze checklist af:
- ☐ Heb ik minstens 100 conversies per variant verzameld?
- ☐ Is de testduur minstens twee weken geweest?
- ☐ Bedraagt de statistische significantie minstens 95%?
- ☐ Heb ik slechts één element getest?
- ☐ Zijn beide varianten correct geïmplementeerd en geladen?
- ☐ Heb ik geen externe factoren (seizoen, campagnes, technische problemen) die het resultaat kunnen verklaren?
- ☐ Klopt mijn tracking en zijn conversies correct geregistreerd?
Kun je alle vragen met ‘ja’ beantwoorden? Dan kun je je resultaten met vertrouwen implementeren.
Na de test: wat nu?
Implementeer de winnaar op 100% van je traffic. Maar stop niet met testen. Elke test geeft inzicht voor de volgende. Documenteer wat je hebt geleerd en welke hypothese je volgende keer wilt testen.
Wil je meer leren over het optimaliseren van je website? Bekijk onze kennisbank over data, CRO en analytics. Ook Google Ads-campagnes kunnen baat hebben bij A/B-testing.
Veelgestelde vragen
Hoe lang moet een A/B-test minimaal duren?
Minstens één week, liever twee tot vier weken. Dit vangt variaties in bezoekersgedrag op. Korter testen geeft onbetrouwbare resultaten.
Wat als ik niet genoeg bezoekers heb voor een test?
Met minder dan 100 conversies per variant per maand is testen lastig. Overweeg dan multivariate testing (meer varianten tegelijk) of focus op andere optimalisaties. Vraag advies aan een specialist.
Kan ik een test tussentijds aanpassen?
Nee. Aanpassingen halverwege maken je test ongeldig. Voer de test af en start een nieuwe als je iets wilt veranderen.
Samenvatting
Een betrouwbare A/B-test vereist voorbereiding: een duidelijke hypothese, voldoende bezoekers en tijd, één variabele, correcte implementatie en geduld. Interpreteer resultaten alleen als je minstens 95% statistische significantie hebt bereikt. Veel tests mislukken niet omdat het idee slecht is, maar omdat ze niet goed zijn opgezet. Gebruik de beslischeck om zeker te weten dat je test betrouwbaar is voordat je wijzigingen doorvoert.
Heb je vragen over het opzetten van tests voor je website of campagnes? Neem contact met ons op. We helpen je graag verder. Je kunt ook onze cases bekijken om te zien hoe we andere bedrijven hebben geholpen.