Een beetje data-enthousiast marketeer maakt gebruik van A/B testen. Zo krijg je meer grip op bijvoorbeeld het conversiepercentage van een landingspagina en zie je wat veranderingen in tekst of design teweeg kunnen brengen. Als je A/B test voldoende (significante) resultaten heeft opgeleverd, kies je een winnaar (hulde!) en stopt de analyse (ahh). Maar dat is onhandig. Want hoe doen de varianten het over verloop van tijd of bij verschillende gebruikers? Om daarachter te komen, introduceert HubSpot een nieuwe vorm van testen. Je leest er meer over in dit blog.
Machine learning: hoe zat het ook alweer
Eerder schreef ik al een blog over de combinatie van kunstmatige intelligentie en online marketing. Machine learning heeft hier veel mee te maken. Het is een onderdeel van kunstmatige intelligentie en bouwt er op voort. Machine learning heeft de traditionele manier van programmeren op z’n kop gezet. Waar vroeger programmeurs code schreven die precies vertelde wat een algoritme moest doen, zijn zulke precieze regels nu niet meer nodig. Er moet zeker nog geprogrammeerd worden, maar een machine learning algoritme kan zélf leren hoe hij aan de output moet komen.
“Dat klinkt allemaal lekker abstract”
Stel, je hebt een grote stapel foto’s van katten en honden en wilt niet handmatig bepalen of er een kat of een hond op de foto staat. Op de ouderwetse manier zou je code moeten schrijven die precies zegt welke uiterlijke kenmerken een kat anders maken dan een hond. Dankzij machine learning hoef je alleen maar een kleinere stapel vooraf gelabelde katten- en hondenfoto’s in te voeren en vervolgens leert het algoritme zelf wat de verschillen zijn tussen beide dieren. Dat gaat een stuk sneller én preciezer.
“Maar katten en honden hebben weinig te maken met A/B testen, toch?”
Klopt. Maar wel met machine learning. En machine learning helpt om A/B testen te verbeteren. A/B testen is namelijk de oude manier van testen. We maken twee calls-to-action of webpagina’s en kijken naar verloop van tijd wat de resultaten zijn en kiezen één winnaar. Dat kan beter. En daarom gaan we van statisch testen naar continue verbetering.
Continue verbetering
Terug naar A/B testen. Dat is tenslotte waar de datagedreven marketeer vrolijk van wordt. Reden om nog vrolijker te worden: een A/B test die nooit stopt, maar zich verbetert na verloop van tijd. Concreet ziet dit er zo uit:
- Je maakt verschillende varianten van een landingspagina, pop-up, call-to-action of ander element van je website.
- Bezoekers krijgen willekeurig de verschillende varianten te zien.
- Na verloop van tijd merkt het algoritme dat variant A tot meer conversies leidt dan variant B. Om je conversie te verhogen, krijgen meer websitebezoekers variant A te zien.
- Variant B blijft wel live. Dit is dus anders dan wanneer je zou kiezen voor traditioneel A/B testen: hierbij zou je één variant kiezen en daarmee doorgaan.
- Merkt het algoritme dat variant B na verloop van tijd beter presteert? Dan krijgen meer bezoekers deze variant te zien.
Op deze manier blijf je dus continu testen en bijsturen. Het algoritme kan de bezoekers segmenteren en de resultaten vergelijken.
HubSpot fans opgelet: de nieuwe feature continuous improvement komt eraan
Goed nieuws: je kunt direct aan de slag met deze slimmere variant van A/B testen! Op Inbound 2018 kondigde Shay Redmond van HubSpot namelijk aan dat de machine learning opties worden uitgebreid in de software. Dat betekent dat je contiuous improvement (want zo heet de feature in HubSpot) op steeds meer vlakken kunt gaan toepassen. Binnenkort kun je de feature testen met lead flows. En snel daarna kun je ‘m ook verwachten in andere delen van de software, zoals bij calls-to-action en op landingspagina’s. Ook kun je komend jaar andere slimme machine learning tools verwachten zoals aanbevelingen voor content voor je websitebezoekers.
Maar… let nog wel even hierop
Bovenstaande verbeteringen zorgen ervoor dat jij je marketingactiviteiten structureel kan gaan verbeteren. Je hoeft minder aandacht te besteden aan het testen zelf, omdat de software de varianten automatisch voor je aanpast. Let er wel op dat je leert van de resultaten die de tests opleveren. Ga dus even zitten voor die analyses en pas nieuwe kennis direct weer toe. Voor marketingactiviteiten geldt namelijk dat je nooit klaar bent. Je website is niet statisch en ook je klanten veranderen. Ben je benieuwd welke elementen je allemaal nodig hebt voor een goede inbound marketing strategie? Download dan onderstaand e-book.
Ga jij deze nieuwe feature ook uitproberen? Laat het me weten in een reactie!
