Wat is een A/B-test? Een A/B-test is een experiment waarbij je twee versies van hetzelfde onderdeel, bijvoorbeeld een advertentie, een kop of een landingspagina, tegelijk aan vergelijkbare groepen mensen laat zien. Versie A is het origineel, versie B de variant met één wijziging. Je meet welke versie meer conversies oplevert en kiest op basis van data in plaats van gevoel.

In dit artikel lees je wat een A/B-test precies is, hoe je hem opzet in Google Ads, Meta en op je website, hoeveel verkeer je nodig hebt en wanneer testen voor een MKB-bedrijf eerlijk gezegd geen zin heeft.

Wat is een A/B-test precies?

Een A/B-test, ook wel split-test genoemd, vergelijkt twee versies die maar op één punt van elkaar verschillen. Het publiek wordt willekeurig verdeeld, zodat beide groepen gemiddeld gelijk zijn. Omdat alleen die ene wijziging verschilt, kun je een verschil in resultaat aan die wijziging toeschrijven. Dat maakt een A/B-test betrouwbaarder dan een voor-en-navergelijking.

Bij een voor-en-navergelijking verander je iets en kijk je of de cijfers daarna beter zijn. Het probleem: in de tussentijd verandert er ook van alles anders, zoals seizoen, concurrentie, budget of een feestdag. Een A/B-test draait beide versies in dezelfde periode, waardoor die invloeden voor A en B gelijk zijn.

Test je meerdere wijzigingen tegelijk in verschillende combinaties, dan heet dat een multivariate test. Dat vraagt veel meer verkeer en is voor de meeste MKB-bedrijven te zwaar. Begin dus met één variabele per test.

Wat kun je testen met een A/B-test?

Je kunt vrijwel alles A/B-testen wat een bezoeker ziet of waarmee een campagne wordt aangestuurd. In advertenties zijn dat koppen, teksten, afbeeldingen en doelgroepen. Op je website gaat het om koppen, knoppen, formulieren en de opbouw van een pagina. Hoe groter de verwachte impact op de conversie, hoe zinvoller de test.

• Advertenties: koppen, beschrijvingen, call-to-action, beeld of video, aanbod (korting versus gratis verzending).

• Campagne-instellingen: biedstrategie, doelgroepen, plaatsingen, landingspagina per advertentie.

• Website: kop boven de vouw, tekst en kleur van de knop, aantal formuliervelden, prijsweergave, reviews hoger of lager op de pagina.

• E-mail: onderwerpregel, verzendtijd, één of meer call-to-actions.

Concrete testideeën voor zoekcampagnes vind je in ons artikel over de beste A/B-testen voor je Google-advertentiecampagne.

Hoe werkt een A/B-test in Google Ads?

In Google Ads zet je een A/B-test op via Experimenten. Je maakt een kopie van een bestaande campagne, past één ding aan en verdeelt het verkeer en budget tussen origineel en experiment. Google toont daarna per variant de resultaten en geeft aan of het verschil statistisch significant is.

Volgens de Google Ads Help-pagina over aangepaste experimenten (geraadpleegd op 23 oktober 2026) deelt het experiment het verkeer en budget van de oorspronkelijke campagne. Je kiest zelf welk percentage naar het experiment gaat. Bij zoekcampagnes kies je tussen een splitsing op basis van cookies (dezelfde gebruiker ziet steeds dezelfde variant) of op basis van zoekopdrachten. Aangepaste experimenten werken volgens Google voor Search-, Display-, Video- en Hotel-campagnes, niet voor App- of Shopping-campagnes, en er kan één experiment tegelijk actief zijn.

Twee praktische lessen uit de Google-documentatie: pas de basiscampagne niet aan zolang de test loopt, want die wijzigingen worden niet doorgezet naar het experiment en maken de uitkomst lastig te lezen. En kies vooraf of je een winnaar wilt aanwijzen op basis van statistische significantie of op richtinggevende resultaten. Wij adviseren het eerste. Wil je dit liever laten inrichten, kijk dan bij Google Ads-beheer.

Hoe werkt een A/B-test in Meta Ads?

In Meta Ads Manager maak je een A/B-test door één variabele te kiezen, zoals afbeelding, tekst, doelgroep of plaatsing. Meta verdeelt het publiek in vergelijkbare groepen en zorgt dat niemand beide versies ziet. Meta adviseert minimaal 7 dagen te testen en maximaal 30 dagen, met gelijk budget per versie.

Dat staat in de best practices voor A/B-tests van Meta Business Help (geraadpleegd op 23 oktober 2026). Meta waarschuwt dat tests korter dan 7 dagen vaak geen eenduidige uitkomst geven, en dat je beter langer test als klanten er langer dan een week over doen om te converteren. Ook raadt Meta af om zelf twee campagnes handmatig aan en uit te zetten als 'test': overlappende doelgroepen zorgen dan voor inefficiënte levering en onbetrouwbare resultaten.

Gebruik dus de ingebouwde testfunctie en zet de testdoelgroep niet tegelijk in andere campagnes in. Zorg ook dat het budget per versie genoeg resultaten oplevert: met een paar conversies per variant is geen winnaar aan te wijzen.

Hoe doe je een A/B-test op je website?

Op je website heb je een testtool nodig die bezoekers willekeurig over twee versies van een pagina verdeelt en conversies per versie meet. Google Optimize, de gratis optie die veel bedrijven gebruikten, bestaat niet meer. Je werkt nu met een externe testtool die je koppelt aan Google Analytics 4.

Google meldt op de supportpagina van Google Optimize (geraadpleegd op 23 oktober 2026) dat Optimize en Optimize 360 sinds 30 september 2023 niet meer beschikbaar zijn. Google verwijst daar naar A/B-testtools van derden die integreren met Google Analytics. Welke tool past, hangt af van je CMS, je verkeer en of je zelf kunt bouwen.

Een alternatief zonder testtool: stuur advertentieverkeer via een Google Ads- of Meta-experiment naar twee verschillende landingspagina's. Dan regelt het advertentieplatform de verdeling. Je meet dan wel alleen het advertentieverkeer, niet je organische bezoekers.

Hoeveel verkeer heb je nodig voor een A/B-test?

Voor een betrouwbare A/B-test heb je meestal duizenden bezoekers per variant nodig. Hoeveel precies hangt af van je huidige conversieratio en hoe groot het verschil is dat je wilt aantonen. Hoe kleiner het verschil, hoe meer verkeer nodig is. Met weinig verkeer is een kleine verbetering simpelweg niet meetbaar.

Een rekenvoorbeeld, berekend met de standaardformule voor het vergelijken van twee percentages (tweezijdige toets, 95 procent betrouwbaarheid, 80 procent onderscheidend vermogen):

• Conversieratio van 5 naar 6 procent aantonen: ongeveer 8.160 bezoekers per variant, dus ruim 16.300 in totaal.

• Conversieratio van 2 naar 2,5 procent aantonen: ongeveer 13.810 bezoekers per variant, dus ruim 27.600 in totaal.

Heeft je pagina 2.000 bezoekers per maand, dan duurt die eerste test al ruim acht maanden. Je eigen situatie reken je na met de gratis sample size calculator van Evan Miller. Weet je niet wat een normale conversieratio is voor jouw situatie, lees dan eerst wat een goede conversieratio is.

Hoe zet je een A/B-test op in vijf stappen?

Een goede A/B-test begint met een hypothese, niet met een tool. Je bepaalt vooraf wat je verandert, waarom je verwacht dat het beter werkt, welke conversie je meet en hoe lang de test loopt. Pas daarna bouw je de variant. Zo voorkom je dat je achteraf een winnaar 'zoekt' in toevallige verschillen.

• 1. Formuleer een hypothese. Bijvoorbeeld: 'Als we de prijs boven de vouw tonen, vragen meer bezoekers een offerte aan, omdat ze sneller weten of het in hun budget past.'

• 2. Kies één meetpunt. Een offerteaanvraag, aankoop of belletje. Klikken zijn een hulpmiddel, geen doel. Zorg dat je conversiemeting klopt voordat je begint.

• 3. Bereken de benodigde omvang. Reken uit hoeveel bezoekers of klikken je nodig hebt en hoe lang dat duurt bij je huidige verkeer.

• 4. Laat de test volledig uitlopen. Stop niet zodra een variant voor lijkt te liggen. Tussentijds kijken en stoppen is de bekendste manier om een toevalstreffer als winnaar aan te wijzen. Test bij voorkeur hele weken, zodat werkdagen en weekend allebei meetellen.

• 5. Leg de uitkomst vast. Ook een test zonder winnaar is informatie. Noteer hypothese, periode, aantallen en resultaat, zodat je niet over een half jaar hetzelfde opnieuw test.

Wanneer heeft een A/B-test geen zin?

Een A/B-test heeft weinig zin als je te weinig verkeer of conversies hebt, als de basis nog niet op orde is of als het verschil tussen de versies te klein is om ertoe te doen. In die situaties levert testen vooral ruis op en kost het tijd die je beter aan grotere verbeteringen besteedt.

• Te weinig volume. Met een paar honderd bezoekers en een handvol conversies per maand haal je zelden een betrouwbare uitkomst. Kijk dan liever naar sessie-opnames, klantgesprekken en bekende best practices.

• Kapotte basis. Laadt je pagina traag, werkt je formulier niet op mobiel of meet je conversies niet goed, los dat dan eerst op. Daar hoef je niet op te testen.

• Mini-wijzigingen. Een iets andere knopkleur levert zelden een verschil op dat je met MKB-verkeer kunt meten. Test liever grotere keuzes: een ander aanbod, een andere kop of een kortere pagina.

• Wisselende omstandigheden. Tijdens een uitverkoop, piekseizoen of grote budgetwijziging is een test lastig te lezen.

Testen is een middel, geen doel. Wil je weten waar jouw grootste winst zit, in je campagnes of op je website? Neem contact op, dan kijken we mee. Geen 40-pagina deck, wel een werkbare aanpak.