De multivariate test die jouw landingspagina verbeterd

Whoops! This blog-article isn't available in your language. You can still read it but translating might give you incorrect information, be careful.

Naast de welbekende A/B-test is er nog een test die iedereen met een landingspagina zou moeten uitvoeren: de multivariate test.

Deze test helpt jou om de effectiviteit van jouw landingspagina daadwerkelijk te testen en meten. Met die gegevens kun je jouw pagina verder optimaliseren om zo veel mogelijk conversies te behalen.

Dat wil jij toch ook?

In dit artikel vertel ik je alles over de multivariate test en hoe deze jou kan helpen jouw landingspagina nóg effectiever te maken.

 

Dit is de multivariate test

Afbeeldingsresultaat voor testen in het lab

Ik stap hier heel even terug naar het A/B-testen. Bij deze testen test je twee verschillende vormen van een element van de landingspagina tegen elkaar. Bijvoorbeeld het effect van koptekst A tegen het effect van koptekst B. Bij de multivariate test gaat het nog een stap verder.

Wanneer je je landingspagina via de A/B-test wilt analyseren, kun je per test maar één element in verschillende vormen testen. Anders kun je niet duidelijk zeggen welke koptekst er beter werkt als je bijvoorbeeld ook de call-to-action (CTA) hebt veranderd. Daar komt bij dat de ene CTA misschien wel werkt bij de ene, maar niet bij de andere koptekst.

Je bent met deze manier van testen wel even bezig. Om meerdere elementen tegelijk te kunnen testen, kun je gebruik maken van de multivariate test.

Bij deze test, test je meerdere variabelen welke in iedere conditie veranderen. Zo ga je op zoek naar de ideale combinatie van deze verschillende variabelen uit alle mogelijke combinaties.

Voorbeeld

Alles wordt altijd duidelijker aan de hand van een voorbeeld, zo ook de multivariate test. Stel je hebt een nieuwe landingspagina gemaakt en je wilt graag weten welke combinatie van koptekst, afbeelding en CTA het beste werkt.

Van de koptekst heb je twee opties, namelijk K1 en K2. Voor de afbeelding heb je twee opties waar je tussen twijfelt, namelijk A1 en A2. Daar komt bij dat je voor de CTA ook twee verschillende mogelijke buttons hebt ontwikkeld: button C1 en C2.

Alle verschillende mogelijkheden worden op deze manier:

K1 + A1 + C1

K2 + A1 + C1

K1+ A2 + C1

K2 + A2 + C1

K1+ A1 + C2

K2 + A1 + C2

K1 + A2 + C2

K2+ A2 + C2

Het handige van de multivariate test is dus dat je niet alleen weet of je moet gaan voor K1 of K2 (zoals je bij een A/B-test zou testen), maar je weet ook direct welke afbeelding en CTA je toe moet voegen voor de meest effectieve combinatie.

Dit alles kun je testen door voor iedere combinatie een landingspagina te maken en deze van traffic te voorzien.

 

De plussen en de minnen

Gerelateerde afbeelding

Zoals bij iedere methode zijn er ook bij het doen van een multivariate test verschillende plussen en minnen. Ik zal ze hieronder voor je uitleggen zodat je beter kunt beslissen of je daadwerkelijk een multivariate test nodig hebt, of wellicht beter voor de A/B-test kunt gaan.

De plussen

Op een landingspagina zijn altijd meerdere elementen aanwezig. Je hebt nooit een pagina met simpelweg één foto of één koptekst en verder helemaal niets.

Daar komt bij dat je van alle verschillende elementen graag wilt weten hoe je deze het beste vorm kunt geven. Ieder element afzonderlijk testen kan door middel van een A/B-test, maar het is natuurlijk al helemaal mooi als je ook nog weet welke combinatie van alle elementen het beste is. Dit omdat je toch altijd de verschillende elementen op die ene pagina zult plaatsen.

Op deze manier kun je precies meten welke combinatie de meeste conversies oplevert. Het is, wanneer je gebruik maakt van een multivariate test, niet meer nodig om verschillende A/B-testen uit te voeren.

De minnen

Natuurlijk zijn er ook een aantal nadelen aan een multivariate test. Het eerste nadeel is het aantal bezoekers dat je per combinatie nodig hebt om duidelijke resultaten te krijgen.

In de wereld van de wetenschap is er voor een ingevulde enquête behoefte aan ongeveer driehonderd deelnemers voor een significante uitkomst.

Het is ook voor het testen van jouw landingspagina van belang dat er per conditie genoeg deelnemers zijn. Iedere combinatie van de koptekst, afbeelding en CTA moet dus door genoeg bezoekers gebruikt zijn om daadwerkelijk te kunnen zeggen dat de ene combinatie effectiever is dan de ander.

Hieruit vloeit het tweede nadeel voort: het kost tijd. Je hebt langer de tijd nodig om voldoende bezoekers per conditie te krijgen dan wanneer je een A/B-test uitvoert.

Tot slot is het met een multivariate test lastig om te kunnen zeggen dat bepaalde elementen ook daadwerkelijk van invloed zijn op de conversie. Het kan maar zo dat, als ik het eerdere voorbeeld er weer even bij pak, alleen het verschil tussen de K1 en K2 van invloed is op de conversie. De verschillen tussen de afbeeldingen en CTA’s zijn wellicht helemaal niet van invloed op de conversie.

In zo’n geval was het voordeliger geweest om voor de A/B-test te kiezen.

 

Verschillende multivariate testen

Afbeeldingsresultaat voor verschillende multivariate testen

Je weet nu wat een multivariate test is en hebt kunnen zien wat de voor- en nadelen hiervan zijn. Als je hebt besloten inderdaad een multivariate test uit te gaan voeren om de effectiviteit van jouw landingspagina te meten, heb je ook nog eens de keuze uit verschillende testen.

Ik zal hieronder twee verschillende vormen van multivariate testen bespreken. Op die manier kun je bedenken welke vorm van deze test het beste aansluit bij jouw doelen en mogelijkheden.

1. Full factorial testing

Zoals ik eerder noemde, worden er tijdens de multivariate test bezoekers langs de verschillende combinaties geleid. Bij een full factorial test worden deze bezoekers evenredig verdeeld over deze combinaties.

Wanneer je dus, zoals het in het voorbeeld, acht verschillende combinaties wilt testen, wordt iedere combinatie door een achtste van de bezoekers gezien.

Het fijne van deze vorm is dat iedere combinatie dus door dezelfde hoeveelheid bezoekers gezien wordt. Je kunt dus met zekerheid zeggen dat de ene vorm waar meer conversies uit voortkwamen, ook daadwerkelijk effectiever is. Het is voor deze vorm wel noodzakelijk dat je voldoende bezoekers op iedere combinatie krijgt om te kunnen spreken van een significant resultaat.

2. Fractional factorial testing

Deze vorm van multivariaat testen kun je gebruiken wanneer je bang bent niet genoeg bezoekers te krijgen voor alle condities.

Bij fractional factorial testing test je namelijk maar een deel van alle gevormde combinaties. Je test hier dus niet alle acht de combinaties uit het voorbeeld, maar je test er vier. Met de resultaten van deze vier testen ga je vervolgens rekenen hoeveel invloed de koptekst, afbeelding en CTA had op de totale combinatie.

Hier komt dus nogal wat ingewikkelde wiskunde bij kijken. Daarnaast is deze methode nooit helemaal waterdicht en zal de effectiviteit een schatting worden in plaats van dat je hem daadwerkelijk meet.

 

In 5 stappen jouw beste combinatie meten

Nu heb je alle informatie op één belangrijk punt na: hóé test je multivariaat? Hieronder heb ik in 5 stappen voor je uiteengezet hoe je zo’n multivariate test aanpakt en hoe je ook daadwerkelijk kunt meten.

Stap 1: Weet wat je wilt meten

Afbeeldingsresultaat voor post its
Dit is natuurlijk een vanzelfsprekende stap, maar toch is de uitwerking ervan niet altijd optimaal.

Je weet waarschijnlijk wel welke elementen van jouw landingspagina jij wilt meten, maar zorg er ook voor dat je dit duidelijk op papier zet. Probeer daarbij goed te beargumenteren en onderzoek te doen naar de noodzaak om bepaalde elementen te testen.

Wanneer je namelijk alle elementen op een landingspagina wilt testen wordt je multivariate test alsmaar groter en heb je steeds meer bezoekers nodig voor een meetbaar resultaat.

De elementen van een landingspagina die het meest worden gemeten zijn:

Stap 2: Stel je hypotheses op

Wanneer je weet wat je wilt meten, is het ook goed te weten wat je verwacht uit deze metingen. Op die manier kun je goed bijhouden of jouw verwachtingen wel of niet kloppen.

Het is daarbij belangrijk om hypotheses op te stellen. In de wetenschap wordt geen onderzoek uitgevoerd zonder hypotheses, dus waarom zou jij hier geen gebruik van maken?

Je kunt op deze manier niet alleen duidelijk een conclusie uit de testresultaten trekken, maar ook jezelf testen in jouw kennis over de zaken ‘die werken’.

Stap 3: Kies je test

Afbeeldingsresultaat voor weg kiezen treinrails
Wanneer je weet wat je wilt testen, weet je ook snel welke test je nodig hebt om dit te testen. In het geval van meerdere variabelen is het verstandig te kiezen voor een multivariate test. Zo kun je direct alle variabelen in verschillende combinaties testen op hun effectiviteit.

Ben je erachter gekomen dat je alleen wilt weten welke CTA beter werkt? Dan is het in dit geval waarschijnlijk beter, en sneller, om alleen de CTA te testen door middel van een A/B-test.

Als je kiest voor een multivariate test, kijk dan of je denkt genoeg traffic te kunnen genereren voor een goed resultaat. Zo niet, dan is het testen op basis van fractional factorial testing wellicht een goede optie.

Stap 4: Testen maar!

Om daadwerkelijk te testen is het handig om gebruik te maken van een tool. Op het internet zijn verschillende tools beschikbaar die je kunnen helpen bij het uitvoeren van een multivariate test.

Zo maken sommige tools niet alleen het testen gemakkelijk, maar ook het maken van de verschillende condities. Iedere tool zal ervoor zorgen dat een bezoeker van jouw landingspagina op een random manier toegekend wordt aan één van de condities.

Dit gebeurt net zo lang tot je voldoende informatie en resultaten hebt verzameld om te kunnen kijken voor welke combinatie jij gaat.

Stap 5: Aanpassen van de landingspagina

Afbeeldingsresultaat voor weg gummen
Als je alle resultaten binnen hebt, is het tijd om de landingspagina te gaan aanpassen. Dit kun je nu gemakkelijk doen door de elementen uit de best scorende combinatie door te voeren op jouw landingspagina.

Doordat je de combinatie hebt getest weet je nu zeker dat je voldoende conversies binnen zult halen. Mocht je in de toekomst toch nog te weinig conversies binnenkrijgen, dan wordt het tijd om nog eens naar de verschillende elementen te kijken.

Verdiep je dan eens in ieder element afzonderlijk en kijk hoe je deze het beste kunt optimaliseren. Het testen kun je vervolgens weer via een multivariate test doen.

Tip: Let bij het analyseren van de resultaten altijd goed op de betrouwbaarheid van de uitkomst.

 

Het uitvoeren van een multivariate test kan je helpen om op een efficiënte manier jouw landingspagina te testen. Door dit testen ben je in staat je landingspagina verder te optimaliseren en alles eruit te halen wat erin zit!

Heb jij wel eens gebruik gemaakt van een multivariate test?

Deel jouw tips en ervaringen in de reactie hieronder!