Met testen optimaliseer je, met leren maak je magie!

De meest populaire manier om een website te optimaliseren is door te A/B-testen. Het lijkt alleen soms wel dat des te groter een website wordt, des te moeilijker het wordt om deze te testen. Als je het ooit zelf binnen een groot bedrijf hebt geprobeerd, is de kans groot dat je dit herkent. Regels, verantwoordelijkheden, de juiste mensen aanhaken en geen overeenstemming krijgen over wat te testen, zijn een aantal van de vele symptomen waar je tegenaan loopt. De makkelijkste manier om dit te voorkomen is door niet voor grote organisaties en alleen voor start-ups te werken. Echter, wanneer je je testaanpak aanpast, zou je wel eens wat start-up magie kunnen creëren, zelfs in een groot bedrijf.

Het verschil tussen een start-up en een groot bedrijf

Volgens het boek “The LEAN startup” onderscheidt een start-up zich van een groot bedrijf door het vermogen om te leren. De sleutel tot het succes van deze start-up is het vermogen om snel en effectief te leren. Des te volwassener een organisatie wordt, des te moeilijker deze leert. Ironisch genoeg lijken organisaties op dat vlak dan weer soms net mensen.

Leren is belangrijk

“Op maandag gaat Jan naar de kroeg en drinkt 5 glazen whiskey en een glas water. Dinsdag wordt hij wakker met een kater. ’s Avonds gaat hij weer naar de kroeg en drinkt 5 glazen whiskey en een glas Sprite. Op woensdag wordt Jan weer wakker met een enorme kater dus ’s avonds besluit hij 5 glazen whiskey en een glas cola te drinken. Wanneer Jan op donderdag weer wakker wordt met een kater besluit hij: “dat laatste drankje, dat drink ik niet meer!”

Dit verhaal vertelde Paul Hughes tijdens de Design for Conversion conferentie om te illustreren wat er kan gebeuren wanneer je niet goed begrijpt wat je test als je designs A/B-test. Volgens mij legt het goed uit waarom je moet leren van wat je test.

Build – Measure – Learn

Wanneer je hebt vastgesteld dat leren een essentieel onderdeel van optimaliseren is, moet je er voor zorgen dat dit onderdeel wordt van je ‘proces’. Een proces staat hier bewust tussen aanhalingstekens want het kan in principe alles zijn: van een zwaar bedrijfsproces tot een groep mensen die dingen ongeveer in dezelfde volgorde doen.

Voor het bouwen en het meten van een website bestaan meestal al goede processen. Wat we in principe dus kunnen doen is een leerfase hieraan toevoegen. Wel moet je goed weten wat je bouwt en wat je meet.

Bouwen

Soms denk ik dat er meer regels geschreven zijn over hoe je websites moet bouwen dan regels code van websites zelf. Laten we daar dus niet al te veel aan toevoegen. De manier waarop je bouwt past waarschijnlijk goed bij jouw organisatie of jouw website. Wat wel belangrijk is om te kunnen optimaliseren en leren is dat je de loop van Bouwen – Meten – Leren zo kort mogelijk maakt. Dat betekent dus dat je niet iets bouwt dat perfect is, maar dat je iets bouwt dat meetbaar is.

Meten

Zodra je iets ontworpen en gebouwd hebt dat je kunt testen, kun je meten. Dit hoeft niet per definitie een A/B-test te zijn, je kunt ook denken aan (guerilla) usability testen. Wat belangrijk is in deze fase, is dat je zo veel mogelijk data verzamelt. Ik heb gemerkt dat meer data altijd beter is. Het trekken van conclusies is in deze fase zinloos. Dat is als een voetbalwedstrijd analyseren in de rust: het is ergens op gebaseerd maar meestal klopt het uiteindelijk niet.

Leren

Conclusies in deze fase kloppen niet omdat de data geen conclusie vormen en een conclusie niet alleen uit data bestaat. Om een conclusie te kunnen trekken moet je de ‘Waarom’ vraag stellen. Sterker nog, je moet de ‘Waarom’ vraag 5 keer stellen.

Stel je voor we zijn een digitale kabelaanbieder en we testen de USP “Beste koop” versus “Meest verkocht”. In dit hypothetische geval heeft “Meest verkocht”  gewonnen. Behalve op bestaande kennis zoals ‘the psychology of persuasion’ te vertrouwen is het in dit geval goed om de waarom vraag te stellen. Immers, volgens the psychology of persuasion zijn beide USP’s goed.

• “Waarom worden users meer getriggered door een product dat het meest verkocht is dan door de beste koop?”(mogelijk) antwoord: “Omdat mensen liever het juiste pakket willen dan de meeste waar voor hun geld”
• “Waarom?”
  (mogelijk antwoord): “Omdat mensen het gevoel hebben dat wanneer ze het verkeerde pakket kiezen ze niet meer kunnen wisselen”
• “Waarom?”
  (mogelijk antwoord): “Omdat het in de funnel niet duidelijk is geworden dat achteraf switchen ook nog mogelijk is”
• “Waarom?”
  (mogelijk antwoord): “Omdat er geen stuk tekst of ander grafisch element is dat dit vertelt”

En precies deze hypothese kun je weer testen: zorgt een uitleg dat later wisselen nog mogelijk is voor een conversieverbetering? Er zijn overigens 2 dingen die de slimme lezer opvallen bij dit voorbeeld:

1. Bij elke waarom ben je minder zeker van het antwoord
2. In dit geval hadden we maar 4 vragen nodig voordat we opnieuw iets wilden testen

Gebruik wat je leert

Het is een grote valkuil voor een organisatie om niets te leren doordat je vast kwam te zitten in het zoeken naar een manier om de kennis vast te houden en te delen. Wiki’s, templates, boeken, sessies en presentaties zijn fantastische manieren om kennis te delen en ik kan het alleen maar toejuichen om kennis te verspreiden. Echter, wanneer dit niet lukt is het ook niet erg, zolang je maar het allerbelangrijkste wel doet; je kennis gebruiken. In ons voorbeeld is het vormen van die een nieuwe hypothese een hele goede manier om dit te doen.

En nu begint het eigenlijk pas

Optimaliseren in deze cyclus is als een motor: de eerste keer is vaak een beetje moeizaam en hakkelt een beetje. Net als een motor is het ook zo dat des te groter de organisatie is, deze te moeizamer de eerste keer zal zijn. Als je echter doorzet, zal je merken dat na deze eerste keer het alleen maar makkelijker en soepeler gaat en je misschien wel een beetje start-up magie in je eigen grote organisatie hebt gecreëerd.