A/B-testen, ook wel splittesten genoemd, wordt al lang gebruikt in digitale marketing om webpagina's en elementen daarvan te optimaliseren.
In plaats van op intuïtie of persoonlijke voorkeuren te vertrouwen, heeft A/B-testen het speelveld veranderd. Digitale marketeers kunnen hiermee conversiegegevens wetenschappelijk evalueren voor een maximale ROI.
Hoewel digitale marketeers A/B-testtools snel en met relatief succes hebben omarmd, lijken veel uitgevers, met name in de nieuwsbranche, afkerig te zijn van geautomatiseerde optimalisatietechnologieën.
In dit artikel worden de basisprincipes van A/B-testen besproken, de voordelen van A/B-testen voor uitgevers en hoe u enkele van de daarmee samenhangende uitdagingen kunt aanpakken.
Wat is A/B-testen?
A/B-testen is in essentie het proces waarbij u twee (of meer) variaties van dezelfde pagina test om te bepalen welke elementen van de pagina effectiever zijn in het stimuleren van conversies.
A/B-testen vindt meestal plaats gedurende een beperkte, vooraf gedefinieerde periode, waarin gebruikers in gelijke aantallen worden toegewezen aan versie A en versie B. Zodra deze periode voorbij is, wordt er een winnaar uitgeroepen en wordt 100% van het publiek naar de winnende variant gestuurd.
Wat kunnen uitgevers doen met A/B-testtools?
Er zijn twee belangrijke manieren waarop uitgevers A/B-testen kunnen gebruiken om hun site te verbeteren.
De eerste is vergelijkbaar met de manier waarop digitale marketeers A/B-testen gebruiken: door advertentie-inhoud te creëren met een hogere CTR dan andere varianten.
De tweede manier waarop het gebruikt kan worden, is om te testen welke content nieuwswaardig is voor het publiek.
Uiteindelijk leiden beide redenen tot hetzelfde einddoel: een hogere omzet per duizend (RPM)
A/B-testen en multi-armed bandit-oplossingen kunnen en moeten door uitgevers worden gebruikt om de advertenties die op hun websites worden weergegeven, te optimaliseren.
Elementen die getest kunnen worden, zijn onder andere de locatie, grootte en kleur van de advertentie. Uitgevers kunnen zelfs verschillende soorten advertentiemateriaal testen - afbeeldingen, tekst of video - om te bepalen wat het aantrekkelijkst is voor gebruikers.
Om de kwaliteit van de inhoud te verbeteren
Uitgevers kunnen zoveel advertentietests uitvoeren als ze maar kunnen, maar zonder kwalitatieve content en een voorbeeldige gebruikerservaring die het aantal bezoekers naar de site stimuleert, is al die tijd en energie verspild. Dit is waar contenttests om de hoek komen kijken. Uitgevers kunnen testtools gebruiken om te bepalen welk contenttype, welke hoeveelheid en welke distributiemethoden geschikt zijn voor verschillende doelgroepen.
Wanneer A/B-testen?
De beste tijd voor A/B-testen is vaak januari, een periode waarin de uitgaven aan digitale advertenties door de feestdagen dalen na de drukke feestdagen. Afhankelijk van de branche vinden sommige uitgevers januari mogelijk een drukkere maand dan andere periodes in het jaar, bijvoorbeeld aan het einde van het jaar.
Hoe dan ook, de beste tijd om A/B-testen uit te voeren is de maand of het kwartaal waarin de marketinguitgaven het laagst zijn van het jaar. Tijdens A/B-testen is er de onvermijdelijke kans dat de website geld verliest aan advertentie-uitgaven terwijl uitgevers de data analyseren.
Het is daarom essentieel om dit verlies te minimaliseren. Hoewel er een zekere daling in RPM kan optreden tijdens het testen van de pagina, kan A/B-testen, mits correct uitgevoerd, op de lange termijn een statistisch significante verhoging van de ROI van advertenties opleveren.
Uitdagingen voor uitgevers bij A/B-testen
Ondanks dat casestudies aantonen dat A/B-testen essentieel zijn om de gebruikerservaring te verbeteren en de RPM te verhogen, hebben veel uitgevers deze testtool nog niet geïmplementeerd voor pagina-optimalisatie.
Hoewel er specifieke uitdagingen zijn waar publicatiesites mee te maken krijgen bij A/B-testen, kunnen veel hiervan overwonnen worden.
Softwarebeperkingen
De software die het meest wordt gebruikt voor A/B-testen is vaak ontworpen voor digitale marketeers, waardoor het voor website-eigenaren lastig te gebruiken is. Hieronder volgen enkele van de beperkingen die u tegenkomt.
Onvermogen om advertentieklikken te volgen
Sites die met een advertentienetwerk werken, kunnen advertentieklikken niet bijhouden. Dit komt door twee belangrijke redenen:
- De meeste advertentienetwerken leveren de creatives in de vorm van een iframe. Deze ondersteunt geen tracking van advertentiekliks.
- Veel advertentienetwerken hanteren een programmabeleid dat het gebruik van analyses of software om advertentiekliks rechtstreeks te meten, verbiedt.
Geen ondersteuning voor het automatisch aanmaken van variaties
Nieuwswebsites willen doorgaans drie advertentieblokken op een pagina weergeven.
Er zijn doorgaans zes of zeven opties voor de advertentieplaatsing , twee tot drie opties voor de grootte van elk van deze locaties en nog eens vijf of zes opties voor het kleurenschema van de advertentie. Wanneer al deze variabelen in overweging worden genomen, kunnen de testopties voor elke advertentieplek gemakkelijk in de honderden lopen. Momenteel zijn er maar weinig softwareopties die gebruikers in staat stellen deze variaties automatisch te creëren, wat het lastig en tijdrovend maakt.
Kleinere websites zouden echter het aantal testopties per pagina kunnen beperken om tijd en geld te besparen.
Redactionele controle
Het lijdt geen twijfel dat publicatiesites een heel ander verhaal zijn dan e-commercepagina's. Het doel van contentsites is niet om voorraad te verkopen, maar om de aandacht van bezoekers te trekken.
Alleen door content te cureren die verkeer genereert, kunnen nieuwssites er geld mee verdienen. Normaal gesproken worden de beslissingen over wat nieuwswaardig is uitsluitend in handen gelegd van de redacteuren, die als taak hebben om boeiende, relevante en nieuwswaardige artikelen te selecteren, organiseren en onderhouden.
Alleen al het idee om automatisering in deze rol op te nemen, heeft geleid tot spanningen bij journalisten over de hele wereld. Zij beschouwen de implementatie ervan als een bedreiging voor zowel hun baan als hun redactionele integriteit.
Wanneer uitgevers A/B-testen uitvoeren, testen ze koppen en afbeeldingen in plaats van de kwaliteit van de content te beoordelen. Dit leidde tot een toename van artikelen met clickbait-achtig nieuws ten opzichte van diepgaande onderzoeksartikelen, een extra punt van discussie voor redacteuren die journalistieke normen willen handhaven.
Deze zorgen zijn begrijpelijk, maar mogelijk zijn ze achterhaald en verhinderen ze dat websites hun potentieel optimaal benutten.
Wanneer inzichten die voortkomen uit A/B-testen worden gecombineerd met menselijke besluitvorming, kunnen ze de inhoud van de site verbeteren op basis van gebruikersgedrag.
Zoals we hierboven kunnen zien, zijn er verschillende overwegingen voor websites die A/B-testen willen implementeren, met name vanuit redactioneel oogpunt. Het draait allemaal om het vinden van een balans tussen wat lezers interesseert en kwalitatieve content.
Op weg naar multi-armige bandietoplossingen
Nu we steeds meer in een geautomatiseerde digitale wereld terechtkomen, kunnen multi-armed bandit-oplossingen de sleutel zijn tot voortdurende optimalisatie van content.
Multi-armed bandit-oplossingen zijn een geavanceerdere vorm van A/B-testen, waarbij machine learning-algoritmen worden gebruikt om dynamisch meer verkeer toe te wijzen aan de variant van een site die beter presteert dan zijn tegenhanger, die daarentegen minder verkeer ontvangt.
Hoewel multi-armed banded oplossingen rekenkundig complexer zijn dan a/b-tests, werken ze in real-time, waardoor ze mogelijk sneller en kosteneffectiever zijn.
Er zijn zoveel externe factoren die van invloed zijn op de manier waarop uitgevers content creëren en prioriteren. Het inzetten van A/B- of multibandit-testen om een superieure gebruikerservaring te bieden en de ROI te verhogen, is een belangrijke manier voor sites om hun concurrenten voor te blijven.
Als u maandelijks meer dan $ 2.000 aan advertentie-inkomsten genereert, neem dan vandaag nog contact met ons op voor meer informatie over hoe Publift u kan helpen uw advertentie-inkomsten te verhogen en de beschikbare advertentieruimte op uw website of app optimaal te benutten.