Forside / Blogg / Hva er A/B-testing?

Hva er A/B-testing?

Dato publisert:

04.12.14

Dato oppdatert:

29.11.23
A b

Du har kanskje mye trafikk på nettsidene dine, men gjør brukerne det du ønsker at de skal gjøre? En konvertering (ønsket handling) på nettsiden kan være å gjennomføre et kjøp, ta kontakt, legge flere produkter i handlekurven, eller å laste ned en brosjyre. A/B-testing er et nyttig verktøy når man jobber med konverteringsoptimalisering.

Selv om Google allerede i år 2000 gjorde den første A/B-testen på nett, har det tatt mange år før norske firma for alvor kastet seg på testbølgen.
I 2014 har vi i Synlighet merket en eksplosiv økning i etterspørsel etter A/B-testing.

Her er noen resultater fra testingen vi har gjort for våre kunder, men først en kort forklaring på hva AB-testing egentlig er.

Hva er A/B-testing?


A/B-testing gjør det mulig å teste en endring på et nettsted før man faktisk publiserer endringen for alle som besøker nettsiden. Med testverktøy som Visual Website Optimizer og Optimizely kan man enkelt opprette en ny versjon av en allerede eksisterende side, og gjøre endringer som man antar vil øke konverteringsraten. Man veksler så mellom å vise den originale og den nye versjonen av siden til besøkende. Når testen begynner å samle data, kan vi følge resultatene og se hvilken av de to variantene som gir best resultater. Avhengig av hvilken versjon som fungerte best, implementerer eller forkaster man endringen.

A/B-testing er et nyttig verktøy for å teste endringer på nettsiden, men best effekt ser man når man lar A/B-testing være del av en større, kontinuerlig prosess hvor webanalyse spiller en sentral rolle.

Eksempel på A/B-test

Når en nettside skal A/B-testes, tar vi utgangspunkt i landingssiden slik den er nå (A). Vi lager så én variant (B) av siden. I varianten bytter vi ut bildet på originalsiden med et bilde vi tror kan gi bedre resultater.

Vi definerer hva som er målet for sidene, for eksempel innsendelse av et kontaktskjema eller booking.

Nå kan testen settes i gang. Halvparten av trafikken blir sent til variant A og den andre halvparten til variant B. Mens testen pågår, måles antall besøkende til de ulike sidevariantene og antall målfullførelser, f.eks. innsendte kontaktskjemaer.

Det vi ender opp med kan være for eksempel at Variant A har 1000 besøkende og 10 skjemainnsendelser, mens variant B har 1000 besøkende og 15 innsendte skjema. Med andre ord, ved å bytte ut bildet på landingssiden kan vi få 50% flere innsendte kontaktskjema fra trafikken inn på nettsiden.

Det betyr 50% flere kunder, uten noe økning i markedsføringskostnadene.


Resultater fra A/B-testing


Ikke alle tester får de resultatene vi tror de skal få. Vi har eksempler der vi har vært skråsikre på å kunne levere kjemperesultater med en test, men hvor vi ikke har klart å slå originalen. Men selv om vi ikke slår originalen har vi faktisk lært noe om hva som faktisk fungerer med den originale landingssiden.

Vi avsluttet en særdeles velykket A/B-test for en av våre kunder 24onoff. De leverer tidsbesparende løsninger for timeregistrering til norske og internasjonale bedrifter. Målet for dem er å få folk til å teste ut løsningen gratis. Her målte vi innsendelser av skjemaet "Prøv Gratis".

Vi undersøkte siden og bet oss merke i ikoner til app-delen av løsningen deres langt nede på forsiden (under folden). Vi satte derfor opp en test der vi løftet ikonene høyt opp (over folden) på siden.

Her er skjermbilder av original og versjon B av siden:

Original (A)

Original 24onoff

Variant (B)

Variant 24onoff



På den originale nettsiden sendte 1 av hundre (1.06%) inn skjema. På den nye ble resultatet 2.6 av hundre (2.55%). Resultatet fra siden mer enn doblet seg - vi målte en resultatforbedring på 141%:

Resultater 24onoff



Vi brukte Visual Website Optimizer til denne testen, men vi gjør også tester med Optimizely for kunder som ønsker det.

Hva kan testes?


Test alltid ett element på siden av gangen, for eksempel overskriften, hovedbildet, farge på en knapp, budskap på en knapp osv. Da får du tydelige svar fordi du vet nøyaktig hva som fungerte eller ikke fungerte. Endrer du flere elementer i samme variant vet du ikke helt konkret hvilken variabel som gjorde at resultatene ble bedre eller dårligere.

Se på all tilgjengelige data for inspirasjon til tester. Vi ser på annonsetekster i Google Ads, analyserer data fra Google Analytics, utfører små brukertester og bruker etablert best-practice kunnskap på hva som skaper resultater på nettsteder.

Som en del av din content marketing-strategi er det viktig å ikke glemme å teste hvordan innholdet ditt blir lagt fram på nettsidene dine. Til og med å A/B-teste bloggoverskrifter kan gi mye flere lesere til bloggen din og dermed mer trafikk til nettstedet ditt.

Og husk, selv om noen andre tester en teori og det fungerer bedre på deres nettsted betyr ikke det at akkurat det samme vil fungere best hos deg!



Kontakt gjerne oss i Synlighet om du ønsker hjelp til A/B-testing på dine nettsider!