Veel online marketeers maken gebruik van een A/B-test of een multivariate test om hun website te verbeteren. GX Software stelt echter vast dat deze populaire testmethodes tot onnodig conversieverlies leiden. Dit blijkt uit de infographic die het bedrijf vandaag publiceerde. De belangrijkste boodschap: stop met traditionele A/B- en multivariate testen en kies voor zelflerende optimalisatie.
De infographic legt de twee nadelen bloot van de A/B- en multivariate test. Zo moeten online marketeers eerst een volledige testperiode doorlopen, voordat ze daadwerkelijk met de resultaten aan de slag kunnen. Een verbeterslag van de website laat dus op zich wachten, waardoor marketeers heel wat conversie mislopen.

Het tweede nadeel is dat de A/B- en multivariate test geen rekening houden met de diversiteit van websitebezoekers. Ze kunnen namelijk alleen worden uitgezet bij álle bezoekers, maar niet bij een bepaalde specifieke doelgroep. Dat komt zowel de relevantie als de kwaliteit van de website niet ten goede.

Zelflerende optimalisatie
De zelflerende optimalisatie methode stelt marketeers in staat een test voor slechts een deel van de bezoekers uit te zetten. Dat is handig, bijvoorbeeld wanneer je wilt weten of mannelijke bezoekers sneller doorklikken bij een artikel over auto’s of over sport. Daarnaast zorgt de techniek van zelflerende optimalisatie ervoor dat de website al tijdens het testen automatisch wordt aangepast op basis van de eerste resultaten. Door de website tijdens het testen alvast te optimaliseren, stijgt de conversie aanzienlijk. Bovendien wordt de site automatisch aangepast, wat marketeers veel tijd bespaart.
Bron: GX Software
Self-learning-optimization-GX