A/B-testen op je website: starten zonder statistiekdiploma

De meeste websiteaanpassingen gebeuren op gevoel: iemand vindt een knop mooier en niemand weet of het iets opleverde. Dit artikel laat zien hoe je zonder statistiekdiploma je eerste A/B-test opzet, van hypothese tot conclusie. Je leert wanneer een test zinvol is, hoe lang je moet doorzetten en welke valkuilen je resultaten waardeloos maken.

Wanneer een A/B-test zinvol is (en wanneer niet)

Een A/B-test verdeelt je bezoekers willekeurig over twee versies van dezelfde pagina en meet welke versie meer oplevert. Het idee is simpel, maar de uitvoering strandt vaak op één punt: te weinig data om een betrouwbare conclusie te trekken.

Een echte A/B-test is zinvol als je aan drie voorwaarden voldoet:

• Genoeg conversies. Niet bezoekers, maar conversies bepalen hoe snel een test klaar is. Een pagina met tientallen aanvragen, bestellingen of aanmeldingen per week is testbaar; een pagina met twee per week niet.
• Een meetbare uitkomst. "De pagina voelt frisser" is geen uitkomst. Kliks op een knop, verzonden formulieren of bestellingen wel.
• Een pagina die ertoe doet. Test op plekken waar omzet doorheen loopt: je belangrijkste dienstpagina, de productpagina met het meeste verkeer, de afrekenstap.

Voldoe je daar niet aan, dan is dat geen reden om niets te doen. Verderop lees je hoe je met weinig verkeer toch onderbouwde beslissingen neemt.

Begin met een hypothese, niet met een knopkleur

De meeste tests beginnen bij een element ("laten we de knop testen") in plaats van bij een inzicht. Draai dat om. Een bruikbare hypothese volgt een vast patroon: als ik [wijziging] doorvoer, verwacht ik [meetbaar effect], omdat [inzicht over de bezoeker].

Een voorbeeld uit de installatiebranche: als ik boven het offerteformulier zet dat een prijsindicatie binnen één werkdag volgt, verwacht ik meer verzonden formulieren, omdat bezoekers nu niet weten wat er na het versturen gebeurt.

Goede hypotheses komen uit echte signalen:

• Afhaakgedrag. Pagina's met veel bezoekers en weinig vervolgstappen in je statistieken.
• Klantvragen. Wat mensen telefonisch of per mail vragen, mist blijkbaar op de pagina.
• Mismatch met de zoekintentie. Bezoekers zoeken een prijs en landen op een verhaal over werkwijze.
• Sessieopnames of heatmaps. Daarin zie je waar bezoekers stoppen met scrollen of vergeefs klikken.

Schrijf de hypothese op voordat je iets bouwt. Zonder opgeschreven verwachting praat je achteraf elke uitkomst goed.

Steekproefgrootte zonder formules: denk in conversies

Je hoeft geen statistiek te kennen om de logica te snappen. Hoe kleiner het verschil dat je wilt aantonen, hoe meer conversies je per variant nodig hebt om toeval uit te sluiten. Een verdubbeling van de aanvragen zie je snel; een verbetering van enkele procenten vraagt heel veel data.

Daaruit volgen drie praktische regels:

1. Reken vooraf, niet achteraf. Gebruik een gratis online steekproefcalculator: je vult je huidige conversieratio in en het verschil dat je wilt kunnen meten, en je krijgt het benodigde aantal bezoekers per variant terug.
2. Vertaal dat naar weken. Deel het benodigde aantal door je weekverkeer op die pagina. Komt daar meer dan een maand of twee uit, kies dan een grotere wijziging of een andere aanpak.
3. Test in volle weken. Doordeweeks gedrag verschilt van weekendgedrag. Een test van tien dagen vergelijkt appels met peren; twee of vier volle weken niet.

Vuistregel voor kleine sites: lukt het niet om binnen zes tot acht weken genoeg conversies per variant te halen, dan is een klassieke A/B-test niet het juiste instrument voor die pagina.

Je eerste test opzetten, stap voor stap

Zo zet je de eerste test op zonder gedoe achteraf:

1. Kies de pagina. Veel verkeer, een duidelijke conversie en een herkenbaar afhaakpunt.
2. Leg hypothese en meetdoel vast. Eén primaire uitkomst, bijvoorbeeld verzonden formulieren, en registreer die als event in je statistiekpakket.
3. Bouw één afwijkende variant. Verander één element: de kop, de knoptekst of de volgorde van secties. Knopteksten zijn een dankbaar startpunt.
4. Verdeel het verkeer 50/50. De testtool wijst bezoekers willekeurig toe en houdt ze bij een herhaalbezoek in dezelfde variant.
5. Leg de looptijd vooraf vast. Op basis van je berekening, afgerond op volle weken.
6. Noteer alles in een logboek. Startdatum, varianten, hypothese en externe omstandigheden zoals campagnes of vakanties.

Tooling en SEO-spelregels

Google Optimize bestaat niet meer; voor WordPress zijn er testplugins en veel pagebuilders hebben een ingebouwde splitfunctie. Waar je ook voor kiest, houd je aan de regels die Google voor experimenten hanteert: toon Googlebot dezelfde inhoud als gewone bezoekers, gebruik bij een test met twee URL's een canonical naar de oorspronkelijke pagina plus een tijdelijke 302-redirect, en beëindig het experiment zodra de conclusie binnen is.

Te weinig verkeer? Zo beslis je toch op data

Liever een eerlijke voor- en nameting dan een A/B-test die nooit betrouwbaar wordt. Zo pak je dat aan:

• Wijzig één ding en vergelijk gelijke periodes vóór en na de aanpassing, per kant minimaal vier volle weken, en controleer of het verkeer in beide periodes vergelijkbaar was.
• Kies grotere wijzigingen. Met weinig data zie je alleen grote effecten. Herschrijf de hele pagina-opbouw in plaats van één woord op een knop.
• Bewaak je posities tijdens de meting. Zakt de pagina in Google, dan daalt het aantal conversies zonder dat je wijziging slecht was.

Hoe je afhaakpunten opspoort en welke aanpassingen doorgaans het meeste opleveren, lees je in het stappenplan om je conversieratio te verbeteren. Zorg daarnaast dat je cijfers elke week in hetzelfde format terugkomen: met een automatisch weekrapport valt een trendbreuk direct op, zonder losse exports naast elkaar te leggen.

Veelgemaakte fouten bij A/B-testen

• Te vroeg stoppen. Na drie dagen "wint" variant B en gaat de test uit. Vroege resultaten schommelen enorm. Fix: bepaal de looptijd vooraf en trek pas een conclusie als die verstreken is.
• Dagelijks naar de tussenstand turen. Wie elke dag kijkt, vindt gegarandeerd een moment waarop het verschil overtuigend lijkt. Fix: plan één tussentijdse check op technische fouten, niet op de uitslag.
• Meerdere wijzigingen in één variant. Nieuwe kop, nieuwe foto en nieuwe knop tegelijk: je weet nooit wat het verschil veroorzaakte. Fix: één element per test.
• Testen dwars door een campagne of seizoenspiek heen. Ander publiek gedraagt zich anders. Fix: noteer campagnes in je logboek en interpreteer de uitslag ernaast, of test in een rustige periode.
• De meting zelf nooit controleren. Als het conversie-event kapot is, meet je wekenlang niets. Fix: verstuur bij de start zelf een testconversie in beide varianten.
• Uitkomsten niet documenteren. Zonder archief test een collega volgend jaar hetzelfde nog eens. Fix: houd een simpele testlog bij met uitkomst en geleerde les.

Nog één ding voor na de test: een winnaar is geen eindstation. Voer de winnende variant definitief door, blijf de conversie een paar weken volgen om te zien of het effect standhoudt, en formuleer daarna de volgende hypothese. Testen levert het meeste op als het een gewoonte wordt in plaats van een eenmalig project rond een discussie over een knop.

Wat ViRank hierbij doet

Testen staat of valt met betrouwbare meetdata, en juist die ontbreekt vaak. ViRank volgt dagelijks je posities per zoekwoord en haalt via de koppeling met Search Console je zoekdata binnen; koppel je ook Google Analytics 4, dan staan je conversies in het weekrapport. Zo zie je tijdens en na een test of een verschuiving uit Google komt of uit je variant. Verbeterideeën komen binnen als geprioriteerde lijst, gesorteerd op wat vermoedelijk het meeste opbrengt. Wat ViRank zelf op je WordPress-site doorvoert, zoals meta descriptions en SEO-titels, gebeurt standaard pas nadat je akkoord hebt gegeven, en terugdraaien blijft altijd mogelijk. Benieuwd waar jouw eerste test de meeste kans maakt? Plan een demo van een kwartier en we lopen het samen door.

Veelgestelde vragen