PROBEER VIRANK GRATISSEO, GEO en AI in één platform
Gratis sitecheck
Prijzen
Hulp nodig?
Start 14 dagen gratis Plan een demo Inloggen

A/B-testen op je website: starten zonder statistiekdiploma

Zac BathiDoor Zac Bathi, oprichter ViVortis·Gepubliceerd 16 augustus 2026·7 min lezen·Pillar-artikel
Kort antwoord

Begin met een pagina die genoeg bezoekers en conversies heeft, formuleer één hypothese en verander één element per test. Verdeel het verkeer 50/50 over de originele en de nieuwe variant, leg de looptijd vooraf vast in volle weken en stop niet eerder, ook niet als een variant lijkt te winnen. Heeft je site maar een handvol conversies per week, kies dan een voor- en nameting in plaats van een echte A/B-test.

Kernpunten
  • Denk in conversies per variant, niet in bezoekers: dat bepaalt of een test haalbaar is.
  • Schrijf de hypothese op voordat je bouwt, anders praat je elke uitkomst achteraf goed.
  • Leg de looptijd vooraf vast in volle weken en stop nooit eerder.
  • Te weinig verkeer? Een voor- en nameting verslaat een A/B-test die nooit betrouwbaar wordt.

De meeste websiteaanpassingen gebeuren op gevoel: iemand vindt een knop mooier en niemand weet of het iets opleverde. Dit artikel laat zien hoe je zonder statistiekdiploma je eerste A/B-test opzet, van hypothese tot conclusie. Je leert wanneer een test zinvol is, hoe lang je moet doorzetten en welke valkuilen je resultaten waardeloos maken.

Wanneer een A/B-test zinvol is (en wanneer niet)

Een A/B-test verdeelt je bezoekers willekeurig over twee versies van dezelfde pagina en meet welke versie meer oplevert. Het idee is simpel, maar de uitvoering strandt vaak op één punt: te weinig data om een betrouwbare conclusie te trekken.

Een echte A/B-test is zinvol als je aan drie voorwaarden voldoet:

  • Genoeg conversies. Niet bezoekers, maar conversies bepalen hoe snel een test klaar is. Een pagina met tientallen aanvragen, bestellingen of aanmeldingen per week is testbaar; een pagina met twee per week niet.
  • Een meetbare uitkomst. “De pagina voelt frisser” is geen uitkomst. Kliks op een knop, verzonden formulieren of bestellingen wel.
  • Een pagina die ertoe doet. Test op plekken waar omzet doorheen loopt: je belangrijkste dienstpagina, de productpagina met het meeste verkeer, de afrekenstap.

Voldoe je daar niet aan, dan is dat geen reden om niets te doen. Verderop lees je hoe je met weinig verkeer toch onderbouwde beslissingen neemt.

Begin met een hypothese, niet met een knopkleur

De meeste tests beginnen bij een element (“laten we de knop testen”) in plaats van bij een inzicht. Draai dat om. Een bruikbare hypothese volgt een vast patroon: als ik [wijziging] doorvoer, verwacht ik [meetbaar effect], omdat [inzicht over de bezoeker].

Een voorbeeld uit de installatiebranche: als ik boven het offerteformulier zet dat een prijsindicatie binnen één werkdag volgt, verwacht ik meer verzonden formulieren, omdat bezoekers nu niet weten wat er na het versturen gebeurt.

Goede hypotheses komen uit echte signalen:

  • Afhaakgedrag. Pagina’s met veel bezoekers en weinig vervolgstappen in je statistieken.
  • Klantvragen. Wat mensen telefonisch of per mail vragen, mist blijkbaar op de pagina.
  • Mismatch met de zoekintentie. Bezoekers zoeken een prijs en landen op een verhaal over werkwijze.
  • Sessieopnames of heatmaps. Daarin zie je waar bezoekers stoppen met scrollen of vergeefs klikken.

Schrijf de hypothese op voordat je iets bouwt. Zonder opgeschreven verwachting praat je achteraf elke uitkomst goed.

Steekproefgrootte zonder formules: denk in conversies

Je hoeft geen statistiek te kennen om de logica te snappen. Hoe kleiner het verschil dat je wilt aantonen, hoe meer conversies je per variant nodig hebt om toeval uit te sluiten. Een verdubbeling van de aanvragen zie je snel; een verbetering van enkele procenten vraagt heel veel data.

Daaruit volgen drie praktische regels:

  1. Reken vooraf, niet achteraf. Gebruik een gratis online steekproefcalculator: je vult je huidige conversieratio in en het verschil dat je wilt kunnen meten, en je krijgt het benodigde aantal bezoekers per variant terug.
  2. Vertaal dat naar weken. Deel het benodigde aantal door je weekverkeer op die pagina. Komt daar meer dan een maand of twee uit, kies dan een grotere wijziging of een andere aanpak.
  3. Test in volle weken. Doordeweeks gedrag verschilt van weekendgedrag. Een test van tien dagen vergelijkt appels met peren; twee of vier volle weken niet.
Vuistregel voor kleine sites: lukt het niet om binnen zes tot acht weken genoeg conversies per variant te halen, dan is een klassieke A/B-test niet het juiste instrument voor die pagina.

Je eerste test opzetten, stap voor stap

Zo zet je de eerste test op zonder gedoe achteraf:

  1. Kies de pagina. Veel verkeer, een duidelijke conversie en een herkenbaar afhaakpunt.
  2. Leg hypothese en meetdoel vast. Eén primaire uitkomst, bijvoorbeeld verzonden formulieren, en registreer die als event in je statistiekpakket.
  3. Bouw één afwijkende variant. Verander één element: de kop, de knoptekst of de volgorde van secties. Knopteksten zijn een dankbaar startpunt.
  4. Verdeel het verkeer 50/50. De testtool wijst bezoekers willekeurig toe en houdt ze bij een herhaalbezoek in dezelfde variant.
  5. Leg de looptijd vooraf vast. Op basis van je berekening, afgerond op volle weken.
  6. Noteer alles in een logboek. Startdatum, varianten, hypothese en externe omstandigheden zoals campagnes of vakanties.

Tooling en SEO-spelregels

Google Optimize bestaat niet meer; voor WordPress zijn er testplugins en veel pagebuilders hebben een ingebouwde splitfunctie. Waar je ook voor kiest, houd je aan de regels die Google voor experimenten hanteert: toon Googlebot dezelfde inhoud als gewone bezoekers, gebruik bij een test met twee URL’s een canonical naar de oorspronkelijke pagina plus een tijdelijke 302-redirect, en beëindig het experiment zodra de conclusie binnen is.

Te weinig verkeer? Zo beslis je toch op data

Liever een eerlijke voor- en nameting dan een A/B-test die nooit betrouwbaar wordt. Zo pak je dat aan:

  • Wijzig één ding en vergelijk gelijke periodes vóór en na de aanpassing, per kant minimaal vier volle weken, en controleer of het verkeer in beide periodes vergelijkbaar was.
  • Kies grotere wijzigingen. Met weinig data zie je alleen grote effecten. Herschrijf de hele pagina-opbouw in plaats van één woord op een knop.
  • Bewaak je posities tijdens de meting. Zakt de pagina in Google, dan daalt het aantal conversies zonder dat je wijziging slecht was.

Hoe je afhaakpunten opspoort en welke aanpassingen doorgaans het meeste opleveren, lees je in het stappenplan om je conversieratio te verbeteren. Zorg daarnaast dat je cijfers elke maand in hetzelfde format terugkomen: met automatische maandrapportages valt een trendbreuk direct op, zonder losse exports naast elkaar te leggen.

Veelgemaakte fouten bij A/B-testen

  • Te vroeg stoppen. Na drie dagen “wint” variant B en gaat de test uit. Vroege resultaten schommelen enorm. Fix: bepaal de looptijd vooraf en trek pas een conclusie als die verstreken is.
  • Dagelijks naar de tussenstand turen. Wie elke dag kijkt, vindt gegarandeerd een moment waarop het verschil overtuigend lijkt. Fix: plan één tussentijdse check op technische fouten, niet op de uitslag.
  • Meerdere wijzigingen in één variant. Nieuwe kop, nieuwe foto en nieuwe knop tegelijk: je weet nooit wat het verschil veroorzaakte. Fix: één element per test.
  • Testen dwars door een campagne of seizoenspiek heen. Ander publiek gedraagt zich anders. Fix: noteer campagnes in je logboek en interpreteer de uitslag ernaast, of test in een rustige periode.
  • De meting zelf nooit controleren. Als het conversie-event kapot is, meet je wekenlang niets. Fix: verstuur bij de start zelf een testconversie in beide varianten.
  • Uitkomsten niet documenteren. Zonder archief test een collega volgend jaar hetzelfde nog eens. Fix: houd een simpele testlog bij met uitkomst en geleerde les.

Nog één ding voor na de test: een winnaar is geen eindstation. Voer de winnende variant definitief door, blijf de conversie een paar weken volgen om te zien of het effect standhoudt, en formuleer daarna de volgende hypothese. Testen levert het meeste op als het een gewoonte wordt in plaats van een eenmalig project rond een discussie over een knop.

Zo helpt ViRank

Testen staat of valt met betrouwbare meetdata, en juist die ontbreekt vaak. ViRank legt per pagina vast hoe posities, bezoekers en conversies zich ontwikkelen, zodat je voor elke test een solide nulmeting hebt en na afloop ziet of de winnaar standhoudt. Verbeterideeën komen binnen als geprioriteerde lijst, gesorteerd op wat vermoedelijk het meeste opbrengt. Wijzigingen doorvoeren op je WordPress-site gebeurt pas nadat je zelf akkoord hebt gegeven, en terugdraaien blijft altijd mogelijk. Benieuwd waar jouw eerste test de meeste kans maakt? Plan een demo van een kwartier en we lopen het samen door.

69
ViRank Score · voorbeeld

Veelgestelde vragen

Schaadt A/B-testen mijn positie in Google?
Nee, zolang je de spelregels volgt. Google staat experimenten uitdrukkelijk toe. Laat Googlebot dezelfde varianten zien als gewone bezoekers, gebruik bij tests met aparte URL's een canonical naar de originele pagina plus een tijdelijke 302-redirect, en laat een test niet maandenlang doorlopen nadat de conclusie binnen is. Wie varianten voor Google verbergt of verkeer permanent omleidt, loopt wel risico.
Kan ik A/B-testen zonder aparte testsoftware?
Voor een echte gelijktijdige splitsing heb je een tool nodig die bezoekers willekeurig verdeelt; dat kan een WordPress-plugin of een functie van je pagebuilder zijn. Zonder zulke software kies je een voor- en nameting: één wijziging doorvoeren, gelijke periodes vergelijken en het verkeer controleren. Dat is minder precies, maar veel beter dan beslissen op onderbuikgevoel.
Wat is het verschil tussen een A/B-test en een multivariate test?
Een A/B-test vergelijkt twee versies van een pagina waarbij één element verschilt. Een multivariate test combineert meerdere elementen in veel varianten tegelijk, bijvoorbeeld drie koppen maal twee knopteksten. Dat klinkt efficiënt, maar het benodigde aantal bezoekers groeit met elke extra variant mee. Voor vrijwel alle mkb-sites is dat onhaalbaar; blijf dus bij simpele A/B-tests.
Mag ik meerdere A/B-tests tegelijk draaien?
Op verschillende, los van elkaar staande pagina's kan dat prima, bijvoorbeeld één test op een dienstpagina en één op een blogartikel. Vermijd twee gelijktijdige tests in dezelfde funnel, zoals op de productpagina én de afrekenpagina: de uitkomsten beïnvloeden elkaar en je kunt de resultaten niet meer los van elkaar interpreteren.

Bronnen en verder lezen

Artikel delen

Zac Bathi
Geschreven doorZac BathiOprichter van ViVortis, SEO-bureau Eindhoven · maker van ViRankGepubliceerd 16 augustus 2026Alle artikelen van Zac·Over ViRank
Gerelateerde artikelen

Lees ook

Conversieratio verbeteren: meer klanten uit hetzelfde verkeerHet bredere stappenplan waar A/B-testen één onderdeel van is: meten, prioriteren en verbeteren.
Call-to-actions schrijven die klikken: formules en voorbeeldenKnopteksten zijn een van de dankbaarste elementen om te testen; dit artikel geeft formules en voorbeelden.
Landingspagina-voorbeelden: 7 opbouwen die converterenZeven bewezen opbouwen die je als startvariant voor een test kunt gebruiken.
Een rank tracker kiezen: waar je op let (en wat posities echt zeggen)Posities bewaken tijdens een test voorkomt dat een verkeersdaling je conclusie vertekent.

Alle blogartikelen →·Naar de kennisbank →