
A/B-testen is een methode waarbij je twee versies van een webpagina of pagina-element met elkaar vergelijkt om te zien welke beter presteert op een vooraf gekozen doel. Bezoekers krijgen willekeurig versie A of versie B te zien, waarna je het gedrag meet, bijvoorbeeld klikken, aanvragen of aankopen. Het verschil tussen de versies is idealiter één duidelijke wijziging.
Voor Nederlandse ondernemers en marketeers helpt A/B-testen om keuzes over een website minder afhankelijk te maken van aannames. Een andere kop, knoptekst of indeling kan logisch klinken, maar pas gedrag laat zien of die aanpassing je doel ondersteunt. De methode is geen garantie op meer omzet: je hebt een heldere vraag, passend verkeer en een zorgvuldige interpretatie nodig. Hieronder lees je hoe je een test opzet, welke onderdelen geschikt zijn en wanneer je een resultaat wel of niet kunt gebruiken.
In het kort
- A/B-testen vergelijkt twee versies van één pagina-element om te bepalen welke variant een gekozen doel beter ondersteunt.
- Een bruikbare test begint met een onderbouwde hypothese, een primaire meetwaarde en een wijziging die je kunt isoleren.
- Je hebt voldoende en representatief verkeer nodig om een uitslag verantwoord te interpreteren; een vroege voorsprong is geen bewijs.
- Leg de uitkomst en leerpunten vast, ook wanneer de variant niet wint, en gebruik die kennis voor een volgende verbetering.
Wat is A/B-testen precies?

A/B-testen is een gecontroleerde vergelijking tussen twee varianten van hetzelfde digitale onderdeel. De bestaande versie heet meestal A en de aangepaste versie B. Bezoekers worden gedurende de test willekeurig aan een variant toegewezen, zodat je kunt vergelijken hoe beide groepen reageren.
Een test kan bijvoorbeeld gaan over de kop boven een formulier. In versie A staat een algemene belofte; versie B benoemt concreet wat iemand na het aanvragen ontvangt. Je meet vervolgens niet welke formulering het mooist klinkt, maar welke versie vaker leidt tot de vooraf gekozen actie. Die actie kan een aankoop zijn, maar ook een offerteaanvraag, inschrijving of klik naar een belangrijke vervolgstap.
A/B-test versus mening
Zonder test baseer je een wijziging vaak op ervaring, interne voorkeur of feedback van enkele bezoekers. Dat kan waardevol zijn om ideeën te vinden, maar vertelt niet automatisch wat de grotere doelgroep doet. Een A/B-test brengt gedrag in kaart onder de omstandigheden waarin de pagina werkelijk wordt gebruikt.
De methode heeft ook grenzen. Een uitslag vertelt iets over de varianten, doelgroep, pagina en periode die je hebt getest. Je kunt daaruit niet zonder meer concluderen dat dezelfde aanpassing op iedere pagina of voor ieder type bezoeker werkt. Zie een test daarom als een manier om een concrete beslissing beter te onderbouwen, niet als universeel bewijs.
Als je verschillende onderdelen tegelijk verandert, weet je bovendien niet welke wijziging het verschil heeft veroorzaakt. Houd de vergelijking daarom zo zuiver mogelijk. Voor een uitgebreider stappenplan kun je ook de complete gids voor betrouwbare A/B-testen raadplegen.
Wanneer is A/B-testen zinvol?

A/B-testen is zinvol wanneer je een concrete twijfel hebt over een pagina die genoeg relevante bezoekers ontvangt. Denk aan een productpagina waarop bezoekers vaak afhaken, een formulier dat weinig aanvragen oplevert of een landingspagina waarvan de boodschap niet duidelijk genoeg lijkt. De test helpt dan een specifieke verbetering te beoordelen.
Begin niet met de vraag: “Wat kunnen we testen?” Formuleer eerst waar je een probleem of kans ziet. Kijk naar beschikbare gegevens, zoals het aantal stappen waarin bezoekers uitvallen, welke pagina’s veel verkeer ontvangen en welke vragen klanten stellen. Die signalen leveren hypotheses op; ze bewijzen nog niet wat de oorzaak is.
Een test is minder geschikt als een pagina nauwelijks wordt bezocht. Je verzamelt dan mogelijk te weinig waarnemingen om varianten betrouwbaar te vergelijken, zelfs wanneer de uitslag op het eerste gezicht duidelijk lijkt. Ook bij een eenmalige campagne met een korte looptijd kan testen praktisch weinig opleveren. Dan is het verstandig om de test later te plannen of eerst de grotere onzekerheden met kwalitatief onderzoek te verkennen.
Kies een probleem dat ertoe doet
Maak onderscheid tussen een activiteit en een resultaat. Een knop kan meer klikken krijgen zonder dat er meer gekwalificeerde aanvragen volgen. Meet daarom waar mogelijk ook de vervolgstap die voor je bedrijf telt. Voor een dienstverlener kan dat een aanvraag zijn die past bij het aanbod; voor een webshop kan dat een afgeronde bestelling zijn.
A/B-testen past bovendien in een bredere aanpak van contentstrategie en redactieplanning. Wanneer je pagina’s eerst duidelijke doelen en een logische boodschap hebben, kun je gerichter onderzoeken welke presentatie bezoekers helpt om verder te gaan.
Maak je content doelgerichter Wil je bepalen welke inhoud en pagina’s prioriteit verdienen voordat je gaat testen? Bekijk hoe SEOport kan helpen met een passende contentstrategie en redactieplanning. Bekijk Contentstrategie & redactieplanning
Hoe voer je een A/B-test uit?

Een goede A/B-test begint met een afgebakende vraag en eindigt met een vastgelegde beslissing. Werk in stappen, zodat je vooraf weet wat je verandert, wat je meet en wanneer je de uitslag beoordeelt.
- Kies een pagina en doel. Selecteer een pagina met een herkenbaar knelpunt en benoem de gewenste actie. Bijvoorbeeld: meer bezoekers ronden het aanvraagformulier af.
- Formuleer een hypothese. Beschrijf wijziging, verwachte invloed en reden. Bijvoorbeeld: “Als we bij het formulier uitleggen wat er na verzending gebeurt, neemt het aantal afgeronde aanvragen toe, omdat bezoekers minder onzeker zijn.”
- Maak één duidelijke variant. Verander bij voorkeur één belangrijk element, zoals de kop, knoptekst of formulierindeling. Zo kun je een waargenomen verschil beter aan die aanpassing koppelen.
- Kies je meetwaarden. Leg één primaire meetwaarde vast, bijvoorbeeld afgeronde aanvragen per geschikte bezoeker. Gebruik ondersteunende waarden, zoals formulierfouten of doorklikken, om de uitkomst te begrijpen.
- Controleer de uitvoering. Test of beide varianten goed laden op mobiel en desktop, of metingen correct registreren en of bezoekers niet onbedoeld beide versies zien.
- Verdeel verkeer en observeer. Laat bezoekers willekeurig aan een variant toewijzen en verander de test niet tussentijds op basis van een tijdelijke voorsprong.
- Beoordeel en documenteer. Vergelijk de uitkomst volgens je vooraf gekozen aanpak. Noteer zowel de beslissing als eventuele beperkingen en vervolgvragen.
Houd de vergelijking eerlijk
Voorkom dat de ene variant bijvoorbeeld alleen op mobiel wordt getoond en de andere vooral op desktop. Ook campagnes, seizoensinvloeden of technische problemen kunnen gedrag beïnvloeden. Controleer daarom tijdens en na afloop of de test eerlijk is uitgevoerd, maar trek geen conclusies uit ieder tussentijds schommeltje.
Wat kun je testen met een A/B-test?

Je kunt met A/B-testen onderdelen vergelijken die bezoekers zien of gebruiken, zolang je de wijziging kunt koppelen aan een meetbaar doel. Veel tests richten zich op de inhoud en presentatie van een pagina: de kop, introductietekst, afbeelding, volgorde van informatie, call-to-action of het aantal velden in een formulier.
Voor een Nederlandse dienstverlener kan een test bijvoorbeeld twee manieren vergelijken om een eerste adviesgesprek aan te vragen. De ene variant benadrukt de inhoud van het gesprek, de andere beschrijft wat de aanvrager vooraf moet aanleveren. De relevante vraag is niet welke tekst intern de voorkeur heeft, maar welke variant meer geschikte aanvragen oplevert zonder onnodige drempels te creëren.
Bij een webshop kun je bijvoorbeeld de presentatie van verzendinformatie of de volgorde van productdetails onderzoeken. Let erop dat je de primaire meetwaarde passend kiest. Een wijziging kan de doorklik naar de winkelwagen verbeteren, maar tegelijk het aantal afgeronde bestellingen gelijk laten. In dat geval is de klik niet automatisch een bedrijfsmatige verbetering.
Kies een test met betekenis
Prioriteer ideeën op basis van drie vragen: hoe belangrijk is de pagina, hoe sterk is de reden om de wijziging te verwachten en hoe uitvoerbaar is de test? Een kleine cosmetische verandering op een weinig bezochte pagina levert vaak minder leerwaarde op dan een duidelijke verduidelijking op een belangrijke landingspagina.
Test niet alles tegelijk omdat het mogelijk is. Een wijziging aan een navigatiemenu kan bijvoorbeeld invloed hebben op meerdere pagina’s, terwijl een aangepaste knoptekst meestal een beperktere ingreep is. Als meerdere onderdelen sterk samenhangen, kan een afzonderlijke A/B-test te simpel zijn. Kies dan een passende testopzet of behandel de wijziging als een samenhangend concept en wees voorzichtig met conclusies over losse elementen.
Hoe lang moet een A/B-test lopen?

Een A/B-test moet lang genoeg lopen om voldoende relevante waarnemingen te verzamelen en normale schommelingen in bezoekersgedrag mee te nemen. Er is geen vaste looptijd die voor iedere website geldt. Het benodigde aantal bezoekers hangt onder meer af van hoeveel verkeer de pagina ontvangt, hoe vaak de gewenste actie plaatsvindt en hoe groot het verschil is dat je wilt kunnen herkennen.
Daarom kun je niet alleen naar een kalenderduur kijken. Een pagina die veel geschikt verkeer krijgt, verzamelt sneller informatie dan een pagina met weinig bezoekers. Ook een zeldzame actie, zoals een aanvraag voor een complex zakelijk traject, kan meer waarnemingen vragen dan een veelvoorkomende klik. Zonder voldoende gegevens blijft de uitkomst onzeker, ook als één variant tijdelijk beter lijkt.
Waarom vroeg stoppen misleidt
Tijdens een test bewegen resultaten vaak op en neer. Een variant kan in het begin voorstaan en later terugvallen zodra andere bezoekers deelnemen. Stoppen zodra je een gewenst resultaat ziet, vergroot het risico dat je een toevallige schommeling voor een werkelijk verschil aanziet.
Bepaal daarom vóór de start hoe je de benodigde steekproef en beoordeling aanpakt. Gebruik daarvoor een methode of testplatform dat rekening houdt met je uitgangssituatie en meetdoel. Als je niet weet hoeveel bezoekers nodig zijn, laat je dan helpen bij de berekening in plaats van een willekeurig aantal te kiezen.
Houd ook rekening met representativiteit. Een test tijdens een campagne kan bezoekers aantrekken die anders zijn dan je gewone publiek. Controleer of de bron van het verkeer en de verdeling over apparaten overeenkomen met de vraag die je wilt beantwoorden. Als de test te weinig informatie oplevert, is “geen duidelijke winnaar” een geldige conclusie; je hoeft niet per se een variant uit te roepen.
Hoe bepaal je de winnaar en voorkom je fouten?

De winnaar van een A/B-test is niet simpelweg de variant met het hoogste getal op het scherm. Je beoordeelt of het verschil voldoende betrouwbaar is volgens de gekozen analysemethode, of de test correct is uitgevoerd en of de uitkomst relevant is voor je bedrijfsdoel.
Controleer eerst of je vooraf één primaire meetwaarde hebt gekozen. Wie na afloop tientallen statistieken doorzoekt tot er ergens een positief verschil verschijnt, loopt het risico een toevallige uitslag uit te kiezen. Bekijk ondersteunende waarden wel om te begrijpen wat er gebeurt, maar maak duidelijk onderscheid tussen de hoofdvraag en aanvullende observaties.
Controleer vervolgens de technische kwaliteit. Zijn beide varianten goed geladen? Zijn conversies dubbel of juist niet gemeten? Kregen bezoekers gedurende de test steeds dezelfde variant te zien? Een meetfout kan een overtuigende grafiek opleveren die toch geen bruikbare conclusie ondersteunt.
Denk verder dan de conversieknop
Een variant kan meer formulieren opleveren, maar ook minder passende aanvragen. Kijk daarom waar mogelijk naar kwaliteit en vervolgstappen, niet alleen naar de eerste klik. Controleer daarnaast of een verbetering op één pagina geen ongewenst effect heeft op een ander onderdeel van de klantreis.
Vermijd ook deze valkuilen: meerdere wijzigingen tegelijk doorvoeren, de test beëindigen zodra de gewenste variant voorstaat, een uitslag veralgemeniseren naar andere doelgroepen en na afloop vergeten wat je precies hebt veranderd. Noteer de hypothese, doelgroep, varianten, meetwaarden, periode en beslissing. Als B niet wint, is de test niet automatisch mislukt. Misschien was je aanname onjuist, was het verschil te klein om vast te stellen of moet je de vraag anders formuleren.
Een testresultaat kan ook aanleiding zijn om de pagina inhoudelijk te herzien. Met on-page optimalisatie kun je vervolgens kijken naar de samenhang tussen inhoud, structuur en de behoefte van bezoekers.
Veelgestelde vragen
Wat is A/B-testen en hoe werkt het?
A/B-testen vergelijkt twee versies van een pagina of element. Bezoekers krijgen willekeurig versie A of B te zien en je meet welke variant beter presteert op een vooraf gekozen doel, zoals een aanvraag. Om de uitkomst bruikbaar te maken, verander je bij voorkeur één element en beoordeel je de test volgens een vooraf bepaalde methode.
Hoe voer je een A/B-test uit op een website?
Kies een pagina met een concreet verbeterpunt, formuleer een toetsbare hypothese en bepaal één primaire meetwaarde. Maak een variant met een afgebakende wijziging, controleer de metingen en verdeel bezoekers willekeurig. Laat de test voldoende informatie verzamelen en leg daarna de uitkomst, beperkingen en vervolgstap vast.
Wat kun je testen met een A/B-test?
Je kunt onder meer een kop, knoptekst, afbeelding, informatievolgorde of formulierindeling vergelijken. Kies een element dat samenhangt met een belangrijk bezoekersdoel. Meet niet alleen een oppervlakkige klik als uiteindelijk aanvragen, aankopen of een andere vervolgstap bepalend zijn voor je bedrijf.
Hoe lang moet een A/B-test lopen en hoeveel bezoekers heb je nodig?
Er is geen vaste looptijd of universeel bezoekersaantal. Dat hangt af van het verkeer, hoe vaak de gewenste actie voorkomt, het verwachte verschil en de gekozen analysemethode. Bepaal vooraf hoe je voldoende waarnemingen vaststelt en stop niet alleen omdat een variant tijdelijk voorstaat.
Hoe bepaal je de winnaar van een A/B-test?
Beoordeel de test op basis van de vooraf gekozen primaire meetwaarde en een passende analysemethode. Controleer ook of bezoekers eerlijk zijn verdeeld en of de metingen technisch kloppen. Een hoger getal alleen bewijst geen winnaar. Als de gegevens onvoldoende duidelijk zijn, rapporteer dan dat er geen overtuigende conclusie is.
Conclusie
A/B-testen helpt je een concrete websitekeuze te toetsen aan bezoekersgedrag, mits de vergelijking zorgvuldig is opgezet. Begin met een pagina en probleem die ertoe doen, schrijf een toetsbare hypothese en kies een meetwaarde die aansluit op je bedrijfsdoel. Verander bij voorkeur één element, controleer de techniek en laat voldoende relevante bezoekers deelnemen. Beoordeel niet alleen welke variant hoger scoort, maar ook hoe betrouwbaar en bruikbaar die uitkomst is. Leg je bevindingen vast en vertaal ze naar een volgende stap: een verbetering doorvoeren, verder onderzoeken of de hypothese aanpassen. Zo bouw je stap voor stap kennis op over wat je bezoekers helpt.
Hulp nodig bij de uitvoering? We kijken graag mee naar jouw situatie en vertellen eerlijk wat het meeste oplevert. Vraag een vrijblijvende offerte aan


