Conversie-optimalisatie en A/B-testen

Om meer geld met een blog of website te verdienen, moet je begrijpen hoe je je website voor conversie kunt optimaliseren. Een beproefde methode om dit resultaat te bereiken is wat ‘split‘- of A/B-testen wordt genoemd.

WAT JE LEERT

• Het belang van conversieratio‘s
• Tips voor A/B-testen
• Hoe gebruik te maken van test-hulpmiddelen

Wat is conversie-optimalisatie?

Conversie-optimalisatie houdt in dat het aandeel bezoekers aan je website dat daadwerkelijk iets koopt, toeneemt – of heeft als doel om meer specifiek bezoekersgedrag aan te moedigen (zoals het aanmelden voor een nieuwsbrief of het kiezen voor een gratis rapport).

Wijzig eerst afzonderlijke elementen van je website of blog; meet vervolgens de invloed van deze wijzigingen op de acties van de bezoekers. Idealiter probeer je doorlopend iets nieuws uit om te zien wat werkt. In de loop van de tijd kun je hiermee geleidelijk je website perfectioneren.

Wat zijn de voordelen?

Veel eigenaren van websites denken dat om online geld te verdienen je het verkeer naar hun website moet laten toenemen. Veel bloggers en website-eigenaren richten zich op SEO-maatregelen, artikelen op sociale media en nieuwe content.

Alhoewel deze op marketing gebaseerde benadering een belangrijke component voor succes vormt, negeert deze strategie vaak bestaande bezoekers – en kan ertoe leiden dat website-eigenaren veel potentiële inkomsten mislopen.

Door conversie-optimalisatie goed te begrijpen en te implementeren, kun je met hetzelfde aantal bezoekers meer verkopen behalen en meer inkomsten genereren.Veel tests laten zien hoe kleine veranderingen grote effecten kunnen hebben.

Er zijn duidelijke aanwijzingen dat de omzet van webwinkels is toegenomen dankzij opwaartse wijzigingen in de conversieratio: zie dit onthullende artikel op kissmetrics.com voor 100 conversie-optimalisatie-voorbeelden voor talloze handige voorbeelden van hoe deze ideeën op je website te implementeren.

Zou je je op conversie-optimalisatie moeten richten?

Probeer om deze vraag te beantwoorden een eenvoudig experiment uit, A/B-testen met je bezoekers. Als je bijvoorbeeld weet dat je 100 bezoekers per maand aan je website hebt, kun je merken dat het moeilijk is om statistisch betrouwbare resultaten te verkrijgen vanwege de kleine omvang van de steekproef.

Dus, als je een A/B-test uitprobeert waar 50 bezoekers knop A en 50 bezoekers knop B zien, is het geen grote kwantitatieve maatregel – hoewel het misschien nog steeds de moeite waard is om uit te proberen om te bekijken of je nuttige informatie kunt verzamelen. Als je echter enkele duizenden bezoekers hebt, zou je zeker conversie-optimalisatie moeten implementeren.

Je kunt gebruik maken van gratis hulpmiddelen om dit te doen, deze zijn relatief eenvoudig te implementeren en kunnen met weinig moeite worden aangesloten en ingesteld.

A/B-tests in gebruik

Een A/B-test kan erg eenvoudig zijn. Je maakt gewoon twee versies van een website-element en test deze om te zien welke beter presteert. Dit kan bijvoorbeeld een verschillende stijl en type bestelknop zijn, of zelfs een verkooppagina met of zonder video. Je kunt de test ook eenvoudig op een knop wijzigen.
Het is belangrijk dat je slechts één wijziging aanbrengt.

Als je bijvoorbeeld een aantal elementen wijzigt (zoals de knop, de tekst, afbeelding en meer), weet je niet welke van deze wijzigingen voor de resultaten verantwoordelijk zijn. Je moet de twee versies ook parallel en niet na elkaar vergelijken.
Dit omdat de resultaten kunnen worden verstoord door seizoenseffecten.

Voorbeeld in stappen: optimizely.com

Je kunt A/B-tests uitvoeren zonder externe hulpmiddelen. Je zou in theorie twee verkooppagina voor een product kunnen maken en op elke pagina verschillende elementen aanmaken, en vervolgens je website instellen om je bezoekers de twee verschillende versies van je productpagina beurtelings te tonen.

Deze zouden dan met een statistisch hulpmiddel moeten worden gemeten, waarbij je het aantal klikken en de conversieratio van de twee varianten vergelijkt. Dit kan echter kostbaar, tijdrovend en moeilijk om te doen zijn. Voor een meer eenvoudige implementatie zijn er bepaalde speciale hulpmiddelen voor conversie-optimalisatie zoals optimizely.com.

Met deze online dienst kun je je gratis registreren en een experiment uitvoeren zonder dat daar kosten aan verbonden zijn. Klik na het inloggen op ‘new experiment’, geef dit een naam en voer de URL van de geoptimaliseerde pagina in.

Maak vervolgens een nieuwe variant aan waar je een element van de pagina wijzigt. Deze wijziging kan direct in het hulpmiddel optimizely.com worden aangebracht, wat ervoor zorgt dat je geen wijzigingen in de websitecode hoeft aan te brengen.

Je kunt ook meerdere versie aanmaken, elk met een wijziging. Werk bij de start echter met slechts twee varianten. Vervolgens moet je een doel specificeren, dat gaat over wat de gebruiker zou moeten doen.

Dit kan bijvoorbeeld zijn gericht op een winkelpagina met “Bedankt voor het winkelen“; een registratiebevestigingspagina voor een nieuwsbrief; of welke van de twee knoppen meer klikken krijgt.

Houd er echter rekening mee dat als je je partnerinkomsten wilt verhogen, je de winkelwebsite van het partnerprogramma niet als doel in een regel kunt specificeren omdat je de Optimizely-trackingcode daar niet kunt installeren.

In plaats daarvan kun je alleen het aantal klikken op een partnerlink tellen, maar dit is nog steeds een goed optimalisatiedoel en is voldoende voor de wensen van de meeste gebruikers.

Tenslotte heb je wat geduld nodig totdat je genoeg gegevens hebt verzameld om te beoordelen welke optie het beste werkt. Wanneer je kunt bepalen wat de beste variant is, kun je deze beginnen te gebruiken op je website. Je kunt vervolgens een nieuw experiment starten waarin je iets anders test.

Disclaimer: Bij het testen is het noodzakelijk om een verwijzing naar de Optimizely-cookie in de privacyverklaringen op je website op te nemen en om een ‘opt-out‘-link aan te bieden.

Een opmerking over significantie

Het lijkt gemakkelijk om tussen twee varianten te kiezen, maar in de praktijk is dit vaak niet zo duidelijk. Niet alleen dat, de resultaten van verschillende varianten liggen vaak dicht bij elkaar, dus ze zijn niet altijd betrouwbaar.

Statistieken geven de betrouwbaarheid van dergelijke gegevens aan als ‘significantie‘, die op een schaal van tussen de 0 en 100 procent kan worden gemeten.

Hoe hoger de significantie, des te betrouwbaarder het resultaat is. Een significantie van 95 procent betekent dat er een kans van 5 procent is dat het resultaat op toeval berust. Het is dus weinig zinvol om voor een variant te kiezen die een significantie van slecht 10 procent heeft.

Je zou een experiment moeten laten doorlopen totdat het ten minste een significantie van 90 tot 95 proces heeft. Optimizely.com biedt je deze analyse zodat je de significantie in de resultaten van elke afzonderlijke variant kunt zien.

Conclusie

A/B-tests kunnen erg handig zijn om je te helpen je inkomsten te doen toenemen en om te helpen bij het optimaliseren van andere zakelijke doelen van je website.

Je zou echter betrouwbare, professionele hulpmiddelen moeten gebruiken en alleen overgaan tot het wijzigen van website-elementen als er betrouwbare resultaten aanwezig zijn.

Houd er ook rekening mee dat om de meeste waarde uit al je inspanningen te halen, je conversie-optimalisatie als een voortgaand proces zou moeten beschouwen.