Vi har kjørt hundrevis av A/B-tester for norske bedrifter, og én ting går igjen: de fleste tester feiler ikke på grunn av dårlig design eller feil verktøy, men fordi hypotesen bak testen var svak fra starten. Her deler vi rammeverket vi bruker for å sikre at hver test vi setter opp har reelt potensial til å flytte nåla.
Start med en strukturert hypotese
En god A/B-test begynner alltid med en presis hypotese. Vi bruker formatet: «Fordi vi observerer [innsikt], tror vi at [endring] vil føre til [resultat], målt ved [KPI].» Dette tvinger oss til å forankre hver test i faktisk brukerdata, ikke magefølelse.
Eksempel: «Fordi heatmap-data viser at 60 % av brukerne ikke scroller forbi folden, tror vi at å flytte CTA-knappen over folden vil øke klikk-rate med 15 %, målt ved klikk til skjema.»
Beregn utvalgsstørrelse før du starter
En av de vanligste feilene vi ser er tester som avsluttes for tidlig. For norske nettsider med typisk 5 000–50 000 månedlige besøk er utvalgsstørrelse kritisk. Vi bruker kalkulatorer som bygger på ønsket statistisk styrke (minimum 80 %), signifikansnivå (95 %) og forventet effektstørrelse.
For en nettside med 20 000 besøkende per måned og en baseline-konverteringsrate på 3 % trenger du typisk 3–4 uker for å oppnå signifikans på en test med forventet 20 % relativ forbedring. Har du lavere trafikk, må du enten teste større endringer eller være mer tålmodig. Vi anbefaler aldri å avslutte en test under to fulle forretningssykluser.
Hva bør du teste først?
Vi prioriterer tester etter potensiell inntektseffekt. Rekkefølgen vi anbefaler for de fleste norske nettsider:
- CTA-er og knapper — tekst, farge, plassering og størrelse
- Overskrifter og verdiforslag — tydelighet slår kreativitet
- Skjemaer — antall felter, layout og feilhåndtering
- Sosialt bevis — kundeomtaler, logoer og tall plassert nær konverteringspunktet
- Sidestruktur — rekkefølge på innholdselementer og visuelt hierarki
Unngå disse vanlige feilene
Gjennom årene har vi sett de samme tabbene gjentatte ganger. Å kjøre flere tester samtidig på samme side uten å kontrollere for interaksjonseffekter er en klassiker. Like ille er det å avslutte tester på en «god dag» — resultater varierer naturlig gjennom uken, og du trenger data fra hele perioder.
En annen vanlig feil er å teste for små endringer på sider med lav trafikk. Hvis nettsiden din har under 10 000 besøk i måneden, bør du fokusere på store, radikale endringer som har potensial til å gi 30 % eller mer i relativ forbedring.
Verktøy vi anbefaler
Etter at Google Optimize ble lagt ned, har vi gått over til VWO som vår primære plattform for A/B-testing. For kunder med strammere budsjett bruker vi AB Tasty eller Convert. Alle disse verktøyene tilbyr visuell editor, avansert målretting og robust statistikkmotor.
Uansett verktøy er prinsippet det samme: test én variabel om gangen, vent på signifikans, og dokumenter alt. Over tid bygger du en kunnskapsbank som gjør hver ny test smartere enn den forrige. Det er slik vi skaper varig vekst for våre kunder.