Split test of AB testing – snelste weg naar betere resultaten

Een van de grootste voordelen van online marketing is de mogelijkheid om snel, accuraat en goedkoop te testen. Een simpele split test of AB testing kan de resultaten van je website en marketing in korte tijd met enorme percentages verhogen.

Er wordt te weinig getest. En daarmee doet bijna elke ondernemer zichzelf te kort. Je laat omzet liggen die je met een klein beetje moeite (en meestal zonder extra investering) naar binnen had kunnen harken.

Als bovenstaande niet voldoende reden is om te testen, dan heb je er hier nog één: wat je ook doet, je doet het fout of op z’n best niet optimaal. Voel je niet aangevallen. Het geldt voor mij net zo hard.

Als ik een marketingcampagne start heb ik (meestal) een aardig idee welke kant het op moet. Maar hoeveel ervaring ik inmiddels ook heb: ik heb het NOOIT in één keer goed. Zelfs als ik met een campagne vanaf dag 1 aardige resultaten boek, weet ik 100% zeker dat ik omzet laat liggen. Ik weet alleen niet hoeveel en waar. En de enige manier om daar achter te komen is: testen, testen en nog eens testen. En segmenteren. Daarover straks meer. Eerst even over testen.

Door te testen pers je elke marketing-euro tot de laatste druppel uit. Je boekt uiteindelijk met minder werk en minder budget betere resultaten.

Laten we maar meteen met cijfers op tafel komen. Een concreet voorbeeld. Stel dat je marketing-systeem bestaat uit een simpel en overzichtelijk geheel: een banner-advertentie, een landingspagina, een ‘eerste verkoop’ en een backend. Je doet jezelf te kort als dat het enige is wat je in de strijd gooit, maar laten we voor het gemak aannemen dat het niet ingewikkelder is dan dit.

Dan heb je te maken met een aantal variabelen:

• Het aantal impressies van je advertentie
• De CTR (click trough rate) van je advertentie (het % dat daadwerkelijk op je banner klikt)
• De sales conversion (het % dat daadwerkelijk koopt)
• De gemiddelde orderwaarde
• Backend verkoop (in geld en %)

Er zijn er meer te verzinnen, maar nogmaals: we houden het voor het moment even overzichtelijk.

De cijfers hieronder komen overigens niet helemaal uit de lucht vallen. Wellicht weet je dat ik een bedrijf heb wat websites verkoopt: SysteemWebsites. De cijfers hieronder komen uit een van de campagnes voor dat product.

Let even op aub: Dat wil niet zeggen dat je de cijfers die je hieronder aantreft voor ‘waar’ moet aannemen. Sterker nog: hoe je het ook draait of keert, je zult voor jouw product en jouw markt andere cijfers genereren. Maar in grote lijnen is en blijft de werkwijze hetzelfde.

Start
In de startsituatie ga ik uit van 1.000.000 banner impressies. Dat lijkt veel (en duur) maar geloof me: dat valt reuze mee. Ik ken tientallen campagnes waar 1 miljoen impressies binnen 24 uur worden weggewerkt. Niet voor Systeemwebsites overigens. Daar ben ik zuiniger. Niet omdat meer impressies niet werkt, maar omdat we momenteel meer websites kunnen verkopen dan we kunnen maken.

CTR
Ik ga daarnaast uit van een CTR van 0,1% op mijn banners. Kortom, van elke 1.000 mensen die mijn banner onder ogen krijgt, klikt er 1 op die banner en komt zodoende op mijn landingspagina.

Of die 0,1% veel of weinig is? Daar valt geen zinnig woord over te zeggen. Het hangt sterk van de campagne af. Ik heb campagnes met 1% CTR en ik heb campagnes met een CTR van 0,001%. Over het algemeen hou ik in het theoretische model 0,1% aan als startpunt. Je moet toch ergens beginnen, niet waar 🙂

Conversie
Volgende variabele is de conversie: hoeveel ‘prospects’ kopen daadwerkelijk wat ik te verkopen heb. Ik ga uit van 1%. Dat wil zeggen: ik heb het over 1% van de mensen die op mijn landingspagina komen. Dus NIET over 1% van de mensen die mijn banner onder ogen krijgen.

Daarnaast heb ik een ‘backend’ met een aantal producten. Want aan wie ik eenmaal wat heb verkocht, is het nu eenmaal makkelijk(er) om een tweede product, een follow-up, consultancy, een service-abonnement of wat dan ook te verkopen. Ik ga er van uit dat ik 30% van mijn klanten weet te verleiden tot die tweede aankoop. Dat % is redelijk conservatief.

Hieronder staat het allemaal keurig op een rijtje. Inclusief de bedragen.

[table id=1 /]

Je ziet: deze campagne levert me €16.950 op. Dat is leuk, maar ik ‘doe maar wat’. Dus ik wéét dat het beter kan.

Er zitten een aantal stappen in het verkoopproces. Elk van die stappen kan ik verbeteren. Hoe? Door te testen. Niet even, niet een keer, maar constant.

Het enige wat ik doe zijn simpele split tests of AB tests. Dat is wat je waarschijnlijk al dacht: A tegen B en kijken wie er wint. Om concreet te worden: ik heb een banner (mijn uitgangspunt) en maak er daarnaast een waarvan ik denk en vermoed (en hoop!) dat die de doelgroep beter aanspreekt en dus zorgt voor een hogere CTR. Dat is de ‘uitdager’. Ik laat beide banners los op de markt en na verloop van tijd, kijk ik klinisch en emotieloos welke banner het beste scoort.

De beter scorende banner is mijn ‘winnaar’ en vanaf dat moment mijn uitgangspunt. Ik maak een derde banner (de nieuwe uitdager) en laat ze het opnieuw uitvechten. En zo ga ik verder. Niet alleen met banners, maar met alle stappen in het proces.

Dus ook een tweede landingspagina met (bijvoorbeeld) een andere kopregel. Ook die landingspagina’s laat ik het in de dagelijkse praktijk uitvechten. De winnaar wordt uitgangspunt en krijgt te maken met een nieuwe uitdager. Enzovoorts.

NB Wijzig één variabele op een landingspagina. Als je twee dingen aanpast, weet je na afloop nooit precies wat de verandering in CTR teweeg heeft gebracht en sta je alsnog met lege handen.

Stel je voor dat ik alle stappen in het proces met een miezerige 10% weet te verbeteren. Dus geen banner CTR van 0,1% maar 0,11%. Geen 1% conversie maar 1,1%. 10% erbij. Niet echt spectaculair dus. En zeker als het een om een nieuwe campagne gaat, geen overdreven ambitie.

Enig idee wat je dan te wachten staat? Wat dacht je van een omzetstijging van ruim 22%. Van €16.950 naar €20.754. Dat is concreet €3.804 meer op de bank.

[table id=2 /]
NB: Ik heb het aantal banner-impressies gelijk gehouden. Mijn kosten zijn dus niet gestegen. Ook de orderwaarde van zowel het initiële product als de backend hield ik voor het gemak gelijk (al is dat zeker ook iets wat het testen waard is).

Kortom; een paar kleine stapjes van 10% zorgen voor bijna 4.000 extra euro in kas.

Is die 10% het eindstation? Absoluut niet. Want ik blijf testen. En na verloop van tijd zit ik niet 10% hoger (per stap) maar 30%. En weer later op 50%. En dan begint het echt leuk te worden. Kijk maar:
[table id=3 /]

Stel dat ik had gedaan wat bijna iedereen doet. Namelijk blij en best tevreden zijn met de allereerste resultaten. Dan had ik met deze campagne €16.950 omzet. Maar ik ging wel testen en zat binnen enkele maanden op €29.634. Ik ben onderweg naar €40.331. Ruim het dubbele.

En geloof me: die 50% stapsgewijze verbetering van alle onderdelen van het proces is vaak veel minder moeilijk dan het lijkt. Het vraagt tijd, het vraagt soms een beetje geld, het vraagt veel werk maar het vraagt vooral om een goed en consequent uitgevoerde serie split tests of AB testing.

Segmentatie
Waar we het nog niet over hebben gehad en wat essentieel is voor een goede, adequate split test (of AB test – komt op hetzelfde neer) is segmentatie.

Laten we Systeemwebsites nog even als voorbeeld nemen. Elke ondernemer heeft een website nodig. Maar de doelgroep ‘ondernemers’ is me veel te breed om doeltreffend te adverteren. De ene ondernemer is de andere niet. Een administratiekantoor verwacht iets heel anders van zijn website dan een fotograaf. En een consultant heeft weer andere eisen.

Om daar op in te spelen heb voor Systeemwebsites verschillende campagnes lopen. Voor elk van die campagnes heb ik op maat gemaakte banners en op maat gemaakte landingspagina’s. Die verschillen qua sfeer en ‘tone of voice’. Soms is ook het feitelijke aanbod anders. Zelfs de prijzen kunnen verschillen.

Elk van die campagnes spreekt een andere doelgroep aan. Meerdere campagnes dus die allemaal, stuk voor stuk te verbeteren zijn door de verschillende stappen in het proces te testen.

Waarom segmentatie essentieel is?
De beste marketing haakt in op waar de doelgroep een probleem heeft. Een fotograaf denkt bij een website aan een manier om zijn portfolio goed en makkelijk online is te zetten. Een autorijschool wil makkelijk ‘testimonials’ kunnen uploaden. Een consultant wil makkelijk ‘case studies’ publiceren. Ik noem maar wat.

Daarom heb ik aparte campagnes voor verschillende doelgroepen. Omdat ik weet voor wie ik adverteer, kan ik de tekst en de sfeer van banners, de landingspagina en alle andere onderdelen van de campagne zo passend en aansprekend mogelijk maken. Bovendien kan ik zeer gericht testen. Wat werkt voor een consultant werkt waarschijnlijk niet voor een rijschoolhouder.

En zo kan ik verder testen en steeds dieper graven.

Is het zinvol vrouwelijke rijschoolhouders anders aan te spreken dan mannelijke? Klinkt logisch. Dus splits ik de campagne voor rijschoolhouders in een mannelijke en een vrouwelijke variant. Door te testen weet ik vrij snel of dat zoden aan de dijk zet.

Is het zinvol een op iPad’s gerichte campagne te starten voor fotograven? Zou zo maar eens kunnen werken. Test het!

Meerdere doelgroepen, meerdere campagnes, meerdere onderdelen.

En dan hebben we het nu alleen nog maar gehad over een banner-campagne. Ik heb ook nog gesegmenteerde SEO campagnes, Adwords campagnes, retargeting campagnes en ga zo maar door.

Als ik alleen al van de bestaande campagnes alle stappen met 10% verbeter door te split testen, verdrie- of verviervoudig ik mijn resultaat zonder een stuiver meer uit te geven aan marketing.

Overdonderd? Geïntimideerd?
Als dit je eerste kennismaking is met split testing of AB testing, dan kan ik me daar iets bij voorstellen. Maar het is nergens voor nodig. Je kunt heel klein en overzichtelijk beginnen. Begin met een campagne waarin je één variabele test. Dat kan iets eenvoudigs zijn als de kopregel op een landingspagina of wat mij betreft je homepage.

Ten eerste doe je dan al méér dan 99% van je concurrenten. Die voorsprong kun je in je zak steken. Ten tweede geeft het je de kans om stap voor stap dieper in de materie te duiken.

Test verschillende advertenties. Test verschillende foto’s op je landingspagina. Test eens of je een campagne kunt opbouwen die is gericht op één specifieke doelgroep. Want segmentatie is net zo belangrijk als het testen van je marketing-inspanningen.

Een succesvolle marketingcampagne communiceert vaak opvallend simpele boodschappen, maar is op de achtergrond ALTIJD complex.

Bang voor de techniek?
Hoeft ook al niet. Google helpt. Google’s website optimizer is per augustus van dit jaar niet meer beschikbaar, maar de functionaliteit is opgenomen in Google Analytics, onder de naam Google Content Experiments. Zie ook de video hieronder. Je hoeft bovendien geen ‘techno nerd’ of wiskundige te zijn om van dat stukje software gebruik te maken. Gewoon starten. Gewoon doen. En van daaruit verder. Stap voor stap, test voor test.

Geloof me: als je dit stukje online marketing (segmentatie en split test of AB testing) onder de knie hebt, boek je betere resultaten dan je ooit voor mogelijk hield.