A/B testing
A/B-testen met harde cijfers, niet op gevoel.
A/B-testen met een senior team uit Amsterdam en New York. We rekenen vooraf uit hoeveel bezoekers een test nodig heeft.

- Bezoekers en looptijd vooraf berekend
- Niet halverwege gluren, geen valse winnaars
- Testen zonder risico voor je posities in Google
6
Markten
5
Talen
120+
Jaar heritage
Vertrouwd door ambitieuze merken wereldwijd
SEMrush agency
Gerankt als #1 SEO-bureau van Nederland op Semrush
SEO voor Google én AI
Gevonden in Google, ChatGPT, Perplexity en AI-overzichten
A/B-testen met senior specialisten van een SEO-bureau in Amsterdam en New York
De meeste bureaus roepen al na 50 bezoekers een winnaar uit. Daarna blijft de beloofde winst in je omzet uit. Wij rekenen vooraf door wat een test nodig heeft, zodat elke winnaar ook echt standhoudt.
De meeste bureaus roepen al na 50 bezoekers een winnaar uit. Daarna blijft de beloofde winst in je omzet uit. Wij rekenen vooraf door wat een test nodig heeft, zodat elke winnaar ook echt standhoudt.
LASEO is een 100% SEO-bureau uit Amsterdam en New York, en bij A/B-testen houden we elke test aan dezelfde regel: vier dingen liggen vast voordat hij live gaat. Hoeveel bezoekers hij nodig heeft, hoe lang hij draait, wat telt als succes en welke bezoekersgroepen je vergelijkt. We draaien testprogramma's voor e-commerce, B2B SaaS en sites voor leadgeneratie, en elke test heeft een testplan van één pagina dat je team aftekent voordat er iets gebouwd wordt. Gemiddeld wint ongeveer 1 op 8 tests. A/B testing is onderdeel van onze conversie-optimalisatie, en elke test zetten we op met ons team voor technische SEO, zodat Google de juiste pagina blijft zien.
Vraag je gratis A/B-testaudit aanOnze klanten
test eerlijk: eerst rekenen, dan testen, niet halverwege gluren, uitkomsten per groep en alleen winnaars die je terugziet in je omzet, niet alleen in een testtool.
A/B-testen levert pas iets op als het plan vastligt voordat de test start en niemand te vroeg conclusies trekt. We berekenen hoeveel bezoekers elke test nodig heeft, bouwen testversies zo dat Google een stabiele pagina blijft zien en maken van winnaars een vast onderdeel van je site. Ook op de pagina's waar bezoekers uit Google en AI-zoekmachines zoals ChatGPT op landen.
Onderdeel van Conversie optimalisatie. Gerelateerde diensten: Landingspagina optimalisatie en UX onderzoek.
Hoe een a/b testing traject loopt
Hoe een LASEO ab testing programma loopt
Vijf fases per test, elk kwartaal herhaald met een nieuwe lijst testideeën. Elke test begint met een testplan van één pagina dat je team aftekent, en eindigt met de winnaar ingebouwd in je website of met een vastgelegde verliezer in het archief van alle eerdere tests.
- 01
Een gedeelde lijst testideeën, op volgorde
We houden per klant een gedeelde bibliotheek met testideeën bij. Elke voorgestelde test wordt gescoord op impact (de verwachte winst in %), moeite (uren van developers) en vertrouwen (bewijs uit analytics, gebruikersonderzoek of wat concurrenten doen). Per kwartaal gaan de 8 tot 12 hoogst scorende ideeën naar het actieve plan. Je kunt alle eerdere tests doorzoeken, dus je test nooit twee keer hetzelfde idee.
- 02
Bezoekers en looptijd vooraf berekenen
Voor elk gekozen idee berekenen we hoeveel bezoekers de test nodig heeft. De input: je huidige conversieratio uit Google Analytics, de kleinste verbetering die je wilt kunnen meten, 95% betrouwbaarheid (de uitkomst is heel onwaarschijnlijk toeval) en 80% power (80% kans dat je een echte verbetering van die omvang ook ziet). De output: het aantal bezoekers per versie en hoe lang de test moet lopen. Haalt de pagina dat aantal niet binnen 6 weken, dan valt de test af of verplaatsen we hem naar een pagina met meer verkeer.
- 03
De testversies bouwen
Standaard bouwen we testversies op de server, zodat de pagina al in zijn definitieve vorm in de browser aankomt. Op Shopify Plus gebeurt dat in je theme zelf. Tools die de inhoud in de browser omwisselen (zoals VWO) gebruiken we alleen voor koppen- of teksttests met weinig risico, waar een korte flits van de oude versie acceptabel is. Voor de livegang koppelen we elke test aan Google Analytics, zodat je ziet wie welke versie zag.
- 04
De test draaien, zonder te gluren
Zodra een test live staat, kijken alleen senior consultants ernaar, en alleen om te controleren of bezoekers goed worden verdeeld en geteld. Geen tussentijdse uitkomsten, geen screenshots halverwege naar de klant, niet gluren. Tenzij in het testplan geplande tussentijdse checks met strengere drempels zijn afgesproken, wachten we het berekende aantal bezoekers af voordat we iets concluderen.
- 05
De winnaar inbouwen en alles vastleggen
Is het berekende aantal bezoekers bereikt en haalt de uitkomst de afgesproken drempel, dan krijg je een rapport van één pagina met de volledige analyse: de winst in %, de foutmarge en de uitkomsten per bezoekersgroep. De winnende versie bouwen we daarna blijvend in je website in, na goedkeuring door je developers. Verliezende versies bewaren we met onderbouwing in de ideeënbibliotheek, zodat niemand hetzelfde idee blind opnieuw probeert.

Een lijst ideeën op volgorde,vooraf gerekend, niet gluren.
Onze testprogramma's draaien op een gedeelde lijst testideeën, gescoord op verwachte impact en moeite. Voor de start berekenen we hoeveel bezoekers en hoeveel tijd elke test nodig heeft. Waar mogelijk bouwen we testversies in je website zelf in, in plaats van er een laag overheen te leggen. En niemand beoordeelt de uitkomst tot het geplande aantal bezoekers is bereikt. Winnaars worden een vast onderdeel van je site, niet iets waarvoor je licentiekosten aan een testtool blijft betalen.
Wat onze testing klanten zeggen
A/B testen in hun eigen woorden
LASEO draait onze A/B-tests pragmatisch: hypothese, hard meetbaar resultaat, geen kerstboom aan varianten. We winnen meer tests dan ooit.
Hun A/B-tests zijn statistisch goed onderbouwd en we krijgen doorlopend leesbare uitkomsten, geen pseudoscience. Dat is een verademing.
LASEO heeft ons leren denken in win rate over tijd in plaats van per test. Het experimentprogramma is aan het compounden.
LASEO draait onze A/B-tests pragmatisch: hypothese, hard meetbaar resultaat, geen kerstboom aan varianten. We winnen meer tests dan ooit.
Hun A/B-tests zijn statistisch goed onderbouwd en we krijgen doorlopend leesbare uitkomsten, geen pseudoscience. Dat is een verademing.
LASEO heeft ons leren denken in win rate over tijd in plaats van per test. Het experimentprogramma is aan het compounden.
Google én AI-zoekmachines
Gevonden in Google, én in de antwoorden van AI
Steeds meer kopers vragen het eerst aan ChatGPT, Perplexity of de AI-overzichten van Google, nog voordat ze ergens op klikken. Wij zorgen dat jouw merk daar ook in staat: als bron die AI citeert en als merk dat AI aanraadt.
Meer over AI SEOWaar je klanten zoeken
- ChatGPT
- AI-overzichten van Google
- Perplexity
- Gemini
- Copilot
Je gratis audit laat zien of ChatGPT en AI-overzichten je noemen.
- 01
Antwoorden die AI wil citeren
Heldere antwoorden, feiten en bronnen op je pagina's, zodat AI-tools jouw site als bron kiezen.
- 02
Een site die AI kan lezen
Een schone technische basis die AI-tools precies vertelt wat je verkoopt en voor wie.
- 03
Genoemd op de juiste plekken
Reviews, pers en betrouwbare sites: de signalen waarmee AI bepaalt welk merk het aanraadt.
- 04
Gemeten, niet gegokt
We testen de vragen die je klanten stellen en volgen hoe vaak AI-tools je noemen, naast je posities in Google.
Eerlijke antwoorden over a/b testing 
De vragen die we het vaakst horen voordat een ab testing programma start.
Over LASEOStaat je vraag er niet tussen?
Een senior specialist beantwoordt hem graag. Vraag je gratis audit aan of bel ons direct.
Een a/b test moet draaien tot het vooraf berekende aantal bezoekers is bereikt, met een absoluut minimum van twee weken plus één volledige zakelijke cyclus. Twee weken dekt de schommelingen per week in verkeer en gedrag, en de zakelijke cyclus dekt de patronen per maand (loondag, factuurmomenten, weekend versus doordeweeks). Is je verkeer laag en zegt de berekening dat je 6 weken nodig hebt, dan draai je 6 weken. Op precies dag 14 stoppen, ongeacht het aantal bezoekers, is een van de meest voorkomende redenen waarom testwinst niet blijft hangen: de test was te klein om iets te zeggen, en de schijnbare winst was toeval.
Je berekent het met een steekproefcalculator, op basis van drie dingen: je huidige conversieratio (uit Google Analytics), de kleinste verbetering die je wilt kunnen meten, en je instellingen voor betrouwbaarheid en power. Standaard is dat 95% betrouwbaarheid en 80% power, oftewel 80% kans dat je een echte verbetering van die omvang ook ziet. De calculator geeft het aantal bezoekers per versie. Een pagina met 3% conversie die een relatieve verbetering van 10% wil meten, heeft ruwweg 51.000 bezoekers per versie nodig. Bij 2% conversie en een verbetering van 5% is dat rond 320.000 per versie. Heeft je site dat verkeer niet, dan mik je op een grotere verbetering, accepteer je een kleinere kans om die te zien, of test je op een pagina met meer verkeer.
Ja, op twee manieren. Ten eerste passen browsertools de pagina aan nadat die geladen is. Dat geeft een zichtbare flits en verbergt de testinhoud voor Google, waardoor Google een andere pagina ziet dan je bezoekers. Ten tweede: stuurt een test bezoekers naar verschillende URL's, dan heeft elke test-URL een tag nodig die Google vertelt dat de originele pagina de versie is die telt. Zonder die tag gaan de testpagina's in Google concurreren met het origineel. Beide problemen zijn te voorkomen. Tests op de server in je website bouwen lost de flits volledig op. Bij tests over meerdere URL's laat je elke test-URL naar het origineel verwijzen als de versie die telt, verberg je testpagina's waar nodig voor Google en laat je ze weg uit je sitemap.
Ja, maar een multivariate test vraagt ruwweg 4 keer zoveel bezoekers als een gewone ab test, en flink meer bij grotere opzetten. Twee varianten van twee elementen testen betekent in de praktijk vier versies die met elkaar concurreren, dus het benodigde aantal bezoekers vermenigvuldigt navenant. Op de meeste e-commerce en B2B sites heb je dat verkeer simpelweg niet. Standaard draaien we ab tests na elkaar, en alleen multivariate als het gaat om een homepage met miljoenen bezoekers per maand en het designteam specifiek wil weten hoe elementen elkaar beïnvloeden. Voor de rest leer je met ab tests na elkaar sneller en goedkoper.
Gemiddeld wint ruwweg 1 op 8 tests, ongeveer 13%. Betrouwbare bronnen van Microsoft, Booking en diverse andere testprogramma's komen voor volwassen programma's uit op 10 tot 20%. Meldt een bureau een winrate van 70 tot 90%, zie dat dan als rode vlag. De gebruikelijke verklaringen: gluren (tests vroeg stoppen als de resultaten goed lijken), de data in groepen opknippen tot iets significant lijkt, gedeeltelijke winst als winst tellen, of minuscule wijzigingen testen die nooit kunnen verliezen. Onze gerapporteerde winrate zit op 12 tot 18%, afhankelijk van hoe ver de klant al is met testen, en dat zien we als eerlijke rapportage, niet als een getal om met statistische trucs te overtreffen.

Gratis A/B-testaudit
Ontvang je gratis A/B-testauditvan een senior consultant.
Gratis en vrijblijvend. Stuur je laatste drie testplannen, je huidige dashboard of een screenshot van een test waar je twijfels over hebt. Een senior consultant stuurt je een expertrapport: of je aantallen bezoekers, bezoekersgroepen en methode standhouden, wat je site tegenhoudt in Google en AI-search en wat je als eerste oplost. Geen verkooppraatje.











