Hvad er A/B splittesting?

Micky Weis

15 års erfaring i online marketing. Tidligere CMO i bla. Firtal Web A/S. Blogger om marketing og de ting jeg har oplevet på vejen. Følg med på LinkedIn for daglige opdateringer.

Kopieret

A/B splittesting, A/B testing, splittesting… Kært barn har mange navne, men det dækker over det samme begreb.I dette svar kalder vi det for A/B testing.

Helt grundlæggende er A/B testing en måde at teste, hvordan forskellige varianter af tiltag performer sammenlignet med hinanden. Man bruger det typisk på hjemmesider og apps. Oftest hænger A/B testing meget sammen med konverteringsoptimering.

Hvad performer bedst: Er det variant A eller variant B?

Sidder du med en webshop, vil et meget meget brugt eksempel være at teste, hvilken farve på købsknappen, der performer bedst. Altså hvilken variant giver den højeste konverteringsrate?

Købsknappen er det helt klassiske eksempel, men man bruger også A/B testing til at se, hvilken emnelinje der måtte være bedst, hvilket produktbillede der er bedst såvel som i mange andre sammenhænge.

Sådan laver du en A/B splittest

Når du laver en A/B test, opstiller du først en hypotese.

En hypotese kunne være:

• Produktbillede A vil give os en højere konverteringsrate end produktbillede B.
• Derefter opsætter du testen på din hjemmeside, så halvdelen af de besøgende eksponeres for A, mens den anden halvdel eksponeres for B.
• Når du har testet nok brugere til, at du har tilstrækkelig med data, kan du afgøre, hvilken variant der performer bedst. Hvis du bruger et program såsom Optimizely, vil programmet selv stoppe testen, når der er nok data til at vælge en vinder.

Derfor skal du hele tiden lave splittests

Konverteringsoptimering er et arbejde, der aldrig stopper. Der vil altid være knapper, der kan skrues på, så du får det optimale ud af dine besøgende eller annoncekroner.

Derfor er det næsten kun fantasien, der sætter grænser for, hvad du kan A/B-teste.

Det vigtigste at huske på, når du laver A/B tests, er, at du kun ændrer én variabel pr gang. På den måde er du sikker på, hvilken ændring der gjorde udfaldet for testen.