Je runt een goedlopende website, de aanvragen stromen binnen. De baas is blij, alleen irriteert hij zich aan het feit dat de verzendkosten bij elk product vermeldt staan. “Dat zien ze bij het betalen wel toch”, aldus je baas. Je verwijdert daarom deze informatie van de productpagina’s en gaat door met je dagelijkse werkzaamheden. Een week later duik je weer eens de statistieken in en merk je op dat er al een week nauwelijks meer aanvragen binnenkomen. Je komt er maar niet achter waarom dit zo is, want de hele website lijkt niet meer te werken. Totdat je te binnen schiet dat je de verzendkosten weggehaald hebt. Je plaatst deze terug en een dag later is het aantal aanvragen weer als vanouds. Een kleine wijziging met grote gevolgen dus. Had maar een A/B-test gedraaid…

Wat is Conversie Optimalisatie (CO)?

Een A/B-test? Conversie Optimalisatie? – Juist! Het doel van Conversie Optimalisatie is om een verandering aan een website te testen voordat je deze doorvoert, zodat je de website aan het verbeteren bent in plaats van slechter maakt. Dit doe je met een zogenoemde ‘A/B-test’. In plaats van dat je iets zomaar doorvoert en er na een week achter komt dat het niet zo goed gaat – zoals in het voorbeeld hierboven – toon je op hetzelfde moment 2 of meer varianten: de originele pagina (A) en een variant (B) (of meerdere varianten). Deze worden dan bijvoorbeeld 50/50 weergegeven, dus aan 50% van de bezoekers variant A en 50% van de bezoekers variant B. Doordat dit om en om plaatsvindt spelen externe factoren als bijvoorbeeld het weer, nieuws of de dag van de week geen rol meer.

Wat is Google Optimize en wat kun je ermee?

De meest eenvoudige manier om een A/B-test te draaien is met behulp van een tool. Er zijn diverse tools op de markt, waarvan een hele toegankelijke Google Optimize is. Een voordeel van Google Optimize is dat deze standaard met Google Analytics geïntegreerd is wat het meten van resultaat makkelijk maakt. Ook kun je snel met testen beginnen omdat Optimize deel is van het Google Marketing Platform. Gebruik je dus al Analytics en Tag Manager dan is het plaatsen van een de Optimize-pixel binnen no-time geregeld en kan het testen dus snel beginnen. En had ik al gezegd dat het een gratis tool is? Tenminste in de meeste gevallen, want als je écht geavanceerd met Optimize aan de slag wilt dan moet je wel betalen. Maar voor de meeste bedrijven geldt dat de gratis versie meer dan genoeg is. Met Google Optimize draai je A/B-testen (één wijziging op de pagina), Mulivariate testen (meerdere wijzigingen en varianten), Omleidingstesten (twee totaal verschillende pagina’s) en testen aan serverzijde.

Een voorbeeld van CO met Google Optimize

Een A/B-test kan ontstaan vanuit een wens of behoefte, zoals in het voorbeeld hierboven: de baas irriteert zich aan (belangrijke) informatie. Als marketeer had je in dit geval prima voor kunnen stellen om een A/B-test op te zetten waarbij variant A de oorspronkelijke pagina met verzendkosten is, en variant B de pagina die zonder verzendkosten. Maar het mooiste is natuurlijk als A/B-testen gaan ontstaan met het doel om de website beter te maken en meer ‘conversies’ te halen. Vandaar: Conversie Optimalisatie. Hieronder een voorbeeld van een test met Google Optimize in 7 stappen:

Stap 1: een hypothese opstellen met Google Analytics

Tijdens een data-analyse in Google Analytics 4 kom je erachter dat bezoekers op je website vrijwel altijd alle informatie op de productpagina’s lezen, dat ziet er goed uit. Ook zie je dat de bezoekers die het product in het winkelmandje gooien vrijwel allemaal afrekenen, super positief dus! Echter: slechts een zeer klein percentage van de bezoekers plaatst daadwerkelijk een product in het winkelmandje.

Na een analyse van de productpagina heb je het vermoeden dat dit komt omdat de knop ‘Plaats in winkelmand’ enkel heel klein onderaan de pagina staat. Jouw vermoeden is dat door het plaatsen van een duidelijke extra knop bovenaan de pagina méér personen een product in de winkelwagen plaatsen om vervolgens een aankoop te doen. Je stelt voor jezelf een hypothese op:

“Door een extra ‘Plaats in winkelwagen’-knop toe te voegen aan de bovenkant van de productpagina’s zal het aantal bezoekers dat een product in de winkelwagen plaatst toenemen en daarmee het aantal verkopen stijgen”.

Stap 2: een test aanmaken met Google Optimize

Je kiest ervoor om te testen op een aantal productpagina’s die veel verkeer hebben zodat je snel conclusies kunt trekken. Vervolgens ga je naar Google Optimize en maak je per pagina een nieuwe test aan. Deze geef je een naam, je selecteert de pagina die je aan gaat passen (de A-variant) en het type experiment dat je gaat maken. In dit voorbeeld kies ik voor ‘A/B-test’.

Mogelijke testen Google Optimize

Stap 3: een variant toevoegen aan de A/B-test

Nadat je op ‘Maken’ hebt geklikt kom je in de testomgeving waar je op ‘Variant toevoegen’ klikt. Geef de variant indien gewenst een naam en klik op klaar. In de testomgeving zie je vervolgens de originele variant (A) én de zojuist door jou aangemaakte variant (B). De variant kan je vervolgens gaan bewerken. In dit geval voegen we dus een knop toe bovenaan de pagina. Om de variant te bewerken moet je nog wel even een extensie toevoegen aan de browser. Dat wijst zichzelf.

Google Optimize overzicht testen

Stap 4: een variant bewerken in Optimize

Vervolgens kan je de variant gaan bewerken. Daarbij komt afhankelijk van de wijziging wellicht wel wat technisch kennis kijken. Een button-kleur veranderen kan bijvoorbeeld door op de button te klikken en simpelweg bij kleur de kleur aan te passen. Maar bij het toevoegen van een knop komt wel wat meer kijken. Maar het is gelukt, er is een knop toegevoegd! Mocht je hier overigens zelf dus niet uitkomen, dan kun je ook de webbouwer vragen een alternatieve pagina te maken en die als B-variant inzetten middels een multivariate-test. Ons is het gelukt dus we klikken op ‘Opslaan’.

Variant maken Google Optimize

Stap 5: de juiste instellingen in Optimize kiezen

We zijn terug op het overzicht en kunnen nu de verschillende varianten bekijken. Ook moeten we nog wat zaken instellen. We kiezen in dit geval voor een ‘gewicht’ van 50% voor het origineel en voor variant 1 omdat we de twee varianten even vaak willen tonen. Mocht je wat meer twijfels hebben of het echt een verbetering is zou je ook met bijvoorbeeld 60/40 kunnen beginnen waarbij je het origineel in 60% van de gevallen toont en variant 1 in 40%. Net wat je prettig vindt. Qua instellingen zijn we verder tevreden, alleen willen we nog een doel instellen. Omdat we Analytics gekoppeld hebben kiezen we voor het Analytics-doel ‘Product besteld’. Ook voegen we als aanvullend doel ‘Toegevoegd winkelwagen’ toe. Want we willen ook weten of er meer mensen naar de winkelwagen gegaan zijn.

Doel instellen Optimize

Stap 6: beginnen met A/B-testen

We hebben nu varianten, weten wie we willen gaan targeten en hoe vaak, we hebben de resultaten inzichtelijk middels Google Analytics-data én we hebben doelen ingesteld. Omdat we niet kunnen wachten om de eerste resultaten binnen te zien komen willen we direct starten, daarom stellen we geen moment in om te starten maar drukken we gelijk op ‘Begin’. De test draait!

Test starten Google Optimize

Stap 7: Google Optimize data analyseren en conclusies trekken

De varianten worden nu om en om getoond aan onze websitebezoekers. Uiteraard hebben we even geduld nodig voordat we voldoende data hebben om conclusies te gaan trekken. We willen immers wel dat het verschil significant genoeg is dat we met zekerheid kunnen zeggen dat de variant het inderdaad beter doet op het gebied van winkelwagen-bezoekers en aankopen. Liefst wil je met een significantie werken van 95% of hoger, waarbij je dus met 95% zekerheid kun zeggen dat de variant beter (of minder goed werkt). Na een tijdje kijken we en zien we dat na bijna 410k sessies met een significantie van 80% te zeggen is dat variant 1 het beter doet dan de oorspronkelijke pagina! De significantie is nog geen 95% maar het hoge aantal sessies, het toegenomen aantal winkelwagen-bezoekers én het verhoogde aantal aanvragen besluiten we toch de hypothese aan te nemen en de winkelwagen-button definitief aan de pagina toe te voegen! Het is nu tijd voor de volgende test.

Resultaten Google Optimize

Tips voor A/B-testen met Google Optimize

Je hebt nu een beeld bij Conversie Optimalisatie en het opzetten van een A/B-test met behulp van Google Optimize. In de basis kan iedereen dit, maar hoe meer je je hierin verdiept, des te beter de testen en resultaten zullen zijn. Nog een aantal tips voordat je gaat beginnen:

  • Een A/B-test kan heel snel significant zijn, maar dit kan ook heel lang duren! Dit is ook afhankelijk van het aantal bezoekers dat op een pagina komt. Je hebt vaak toch wel minimaal een paar honderd bezoekers nodig voordat je resultaat gaat zien. Heb je heel weinig bezoekers maar wil je toch testen? Denk dan eens na over een iets lagere significantie.
  • In sommige gevallen kan er sprake van wat wij ‘no-brainers’ noemen: aanpassingen die dusdanig logisch zijn dat A/B-testen niet nodig is. In dat geval kunnen die wijzigingen ook wel direct worden geïmplementeerd.
  • Zoek voor Conversie Optimalisatie goed uit waar de pijnpunten op je website zich bevinden met behulp van bijvoorbeeld Google Analytics-data! Hoe groter het pijnpunt dat je met een A/B-test oplost, hoe groter de uiteindelijke winst!
  • Draai nooit meer dan 1 test binnen dezelfde flow tegelijkertijd. Test je bijvoorbeeld in het voorbeeld hierboven naast het toevoegen van de winkelwagen-knop ook nog iets in de betalingsstap die daarop volgt, dan weet je nooit of de verbetering/verslechtering van het aantal aanvragen door de ene of door de andere wijziging komt.
  • Wist je dat je pijnpunten om A/B-testen op te baseren ook op kunt sporen door middel van biometrisch en neurologisch onderzoek? Wij hebben daar zelfs een heel Pure Lab voor ingericht!

Wil jij Conversie Optimalisatie toe gaan passen maar heb je geen idee waar je moet beginnen? Neem dan gerust eens contact met ons op. Wij kunnen dit ook volledig voor je uit handen nemen. Meer over deze dienst vind je hier. Happy testing!