Conversie-optimalisatie (CRO): een praktische gids

Conversie-optimalisatie (CRO) is het systematisch vergroten van het aandeel bezoekers dat een waardevolle actie op je website uitvoert, door uit te zoeken waarom ze dat niet doen en dat op te lossen. Dat is het hele idee. Al het andere in deze gids is methode: hoe je de echte redenen vindt, hoe je bepaalt wat je eerst oplost, hoe je weet of een wijziging werkte en hoe je het blijft doen zonder jezelf voor de gek te houden.

Dit is een algemene gids. De principes gelden voor een webshop net zo goed als voor een B2B-softwarebedrijf, maar we besteden extra aandacht aan de situatie die de meeste gidsen overslaan: sites met bescheiden verkeer, lange salescycli en conversies van zeer ongelijke waarde. Of je het nu conversieoptimalisatie of CRO noemt, het vak is hetzelfde.

Wat conversieoptimalisatie eigenlijk is

Een conversie is elke actie die je een bezoeker wilt laten uitvoeren: een aankoop, een demoaanvraag, een aanmelding voor een trial, een nieuwsbriefabonnement. De conversieratio is het aandeel bezoekers (of sessies) dat die actie voltooit:

Conversieratio = conversies / bezoekers × 100

Voorbeeld: een landingspagina krijgt in een maand 18.400 sessies en levert 460 aanmeldingen op. 460 / 18.400 = 0,025, dus de conversieratio is 2,5%. Tilt een wijziging dat bij hetzelfde verkeer naar 3,0%, dan krijg je 552 aanmeldingen: 92 meer per maand zonder één extra klik te kopen. Dat is een relatieve lift van 20%, of een absolute lift van 0,5 procentpunt. Zeg altijd welke van de twee je bedoelt; ze door elkaar halen is de meest voorkomende rapportagefout in CRO. Je kunt je eigen cijfers invoeren in de conversieratiocalculator.

In die formule zitten twee beslissingen verstopt. Ten eerste de noemer: sessies blazen de basis op bij sites met veel terugkerende bezoekers, gebruikers onderschatten die als je tracking niet over apparaten heen kan ontdubbelen. Kies er één en houd die aan. Ten tweede de teller: welke conversie telt.

Macro- en microconversies

• Macroconversies zijn de acties waar het bedrijf om draait: een bestelling, een demo-aanvraag, een betaald abonnement.
• Microconversies zijn de stappen daarnaartoe: iets in de winkelwagen leggen, een formulier starten, de prijzen bekijken, een productvideo bekijken, op een CTA klikken.

Microconversies zijn om twee redenen belangrijk. Ze wijzen het lek aan (bezoekers bekijken de prijzen maar klikken nooit op "Aan de slag"), en ze komen veel vaker voor dan macroconversies, waardoor je ze kunt testen op sites waar de macroconversie te zeldzaam is om te meten. Meer daarover in het deel over weinig verkeer.

Wat CRO niet is

• Het is geen knopkleuren testen. Cosmetische tests bewegen zelden iets, omdat ze niet ingaan op waarom mensen aarzelen. Goede CRO verandert wat de bezoeker begrijpt, gelooft of moet doen.
• Het is niet alleen A/B-testen. Testen is de validatiestap. De meeste waarde komt uit onderzoek dat je vertelt wat je moet veranderen. Veel verbeteringen (een kapot formulier in Safari, een ontbrekende prijs) moet je gewoon repareren, niet testen.
• Het is geen verzameling best practices. "Voeg urgentie toe" of "maak het formulier korter" kan helpen of schaden, afhankelijk van je doelgroep. Een praktijk is een hypothese totdat je eigen data hem ondersteunt.
• Het is geen verkeerswerving. CRO werkt aan wat er gebeurt nadat het bezoek begint. Het maakt elk acquisitiekanaal efficiënter, maar vervangt er geen.

Het CRO-proces, stap voor stap

Elk geloofwaardig CRO-programma doorloopt een versie van dezelfde cyclus. De namen verschillen; de volgorde niet.

1. Onderzoek: vind waar en waarom bezoekers niet converteren.
2. Hypothesen: maak van elke bevinding een toetsbare stelling.
3. Prioritering: rangschik hypotheses, zodat schaars verkeer en ontwikkeltijd naar de beste kansen gaan.
4. Testen: voer een gecontroleerd experiment uit (of, waar dat onmogelijk is, de op een na beste methode).
5. Analyse: lees het resultaat eerlijk, inclusief segmenten en guardrails.
6. Uitrol en leren: zet winnaars live, leg elk resultaat vast, en voed het onderzoek met de lessen.

1. Onderzoek: waar en waarom

Onderzoek bestaat uit twee helften. Kwantitatieve data vertelt je waar het probleem zit. Kwalitatieve data vertelt je waarom. Je hebt beide nodig: een funnelrapport laat zien dat 70% van de bezoekers de prijspagina verlaat, maar kan je niet vertellen dat ze vertrokken omdat er bij de enterprise-tier "Neem contact op" staat zonder prijsrange.

Begin met analytics om de twee of drie pagina's te kiezen die het meest uitmaken (veel verkeer, dicht bij omzet, flinke uitval), en steek de kwalitatieve inspanning alleen daarin. Een onderzoekssprint van twee tot drie weken levert meestal meer testideeën op dan je in zes maanden kunt uitvoeren.

Controleer de techniek voordat je er iets van vertrouwt. Ga na of conversie-events één keer per conversie afgaan, of de funnelstappen op elk apparaat worden gemeten en of intern verkeer wordt uitgefilterd. Een verrassend groot deel van de "conversieproblemen" blijkt een meetprobleem te zijn.

2. Hypotheses: maak elk idee falsifieerbaar

Een hypothese verbindt een observatie met een wijziging en een meetbare uitkomst. Gebruik deze template:

"Omdat we zagen" wat de data liet zien, "denken we dat het veranderen van" één element "voor" één doelgroep "zal leiden tot" het verwachte resultaat, "gemeten aan" één primaire metric.

Voorbeeld: "Omdat we in sessieopnames en een exit-enquête zagen dat mobiele bezoekers op de prijspagina niet kunnen zien welk abonnement SSO bevat, denken we dat een schakelaar voor functievergelijking boven de abonnementskaarten voor mobiele bezoekers zal leiden tot meer gekozen abonnementen, gemeten aan klikken op een willekeurige knop 'Kies abonnement' per bezoeker van de prijspagina."

De template doet drie dingen. Hij dwingt bewijs af (geen "omdat de CEO het mooi vindt"). Hij benoemt de doelgroep, zodat je test waar het probleem zit. En hij legt de primaire metric vast voordat de test begint, waardoor je achteraf geen flatteuze metric kunt kiezen. Een versie om te kopiëren staat in onze template voor een A/B-testplan.

3. Prioritering: PIE, ICE of PXL

Je zult altijd meer ideeën hebben dan capaciteit. Drie scoremodellen domineren:

• PIE (Potential, Importance, Ease), populair gemaakt door WiderFunnel: scoor elk van 1-10 en neem het gemiddelde. "Importance" gaat over hoe waardevol het verkeer op de pagina is.
• ICE (Impact, Confidence, Ease), uit growth marketing: geef elk een score van 1-10 en neem het gemiddelde. "Confidence" is hoe sterk je bewijs is.
• PXL, van CXL: een checklist van vooral ja/nee-vragen met vaste punten, zoals of de wijziging boven de vouw staat, of ze binnen vijf seconden opvalt, of ze een element toevoegt of weghaalt, of ze op een pagina met veel verkeer draait en of ze een probleem aanpakt dat uit gebruikerstests, kwalitatieve feedback of analytics naar voren kwam. Gemak wordt gescoord op geschatte inspanning. CXL ontwierp het om het giswerk weg te nemen dat PIE en ICE bij "impact" laten liggen.

Voorbeeld (illustratieve scores voor één backlog, PXL vereenvoudigd tot zeven vragen):

Alle drie de frameworks zijn het erover eens dat A eerst gaat en D als laatste. Ze verschillen over C: PIE zet het dicht bij B omdat "potential" ruim wordt gescoord, terwijl ICE en PXL het gebrek aan bewijs afstraffen. Die onenigheid is precies de reden om bewust een framework te kiezen.

Onze visie: gebruik ICE voor een klein team dat in een middag 20 ideeën moet rangschikken. Stap over op PXL zodra meer dan één persoon ideeën scoort, omdat ja/nee-vragen consistente scores tussen mensen opleveren en voorkomen dat de luidste stem de "impact" opblaast. PIE is nuttig als je bepaalt aan welke pagina je werkt, minder voor losse ideeën. Wat je ook kiest, laat bewijs zwaar wegen: de belangrijkste voorspeller van een winnende test is een hypothese die op onderzoek is gebaseerd.

4. Testen

Bouw de variant, doe QA op elke belangrijke browser en elk belangrijk apparaat en voer een gecontroleerd experiment uit waar het verkeer dat toelaat (zie het onderdeel over statistiek hieronder). Leg vóór de lancering vast: de primaire metric, de guardrail-metrics, de steekproefgrootte, de geplande looptijd en de stopregel. Kun je die vijf niet invullen, dan ben je niet klaar om te lanceren.

5. Analyse

Zodra de geplande steekproef is bereikt, controleer je eerst de datakwaliteit (sample ratio, tracking), dan de primaire metric, dan de vangrails, en dan vooraf vastgelegde segmenten zoals apparaat of nieuw tegenover terugkerend. Behandel bevindingen in segmenten die je niet had gepland als nieuwe hypotheses, niet als conclusies: snijd een test op genoeg manieren en iets lijkt toevallig significant.

6. Uitrol en lessen

Implementeer winnaars op de juiste manier (in de codebase, niet maandenlang op 100% laten draaien in de testtool). Leg elke test vast in een logboek: hypothese, screenshots, cijfers, beslissing en wat je ervan leerde over je bezoekers. Een verliezende test die een breed gedragen overtuiging ontkracht, is vaak meer waard dan een kleine winst, maar alleen als iemand het opschrijft.

Teststatistiek, goed gedaan

Je hoeft geen statisticus te zijn om valide tests uit te voeren, maar je moet wel vijf principes respecteren. De beste naslagbron is Kohavi, Tang en Xu, Trustworthy Online Controlled Experiments (2020).

Steekproefgrootte: bepaal die voordat je begint

Hoeveel bezoekers je nodig hebt, hangt af van je basisconversieratio, het kleinste effect dat je wilt detecteren (het minimaal detecteerbare effect, MDE), je significantieniveau (alfa) en je statistische power. Voor een tweezijdige test die twee proporties vergelijkt:

n per variant = [ z_1-α/2 × √(2 p̄(1-p̄)) + z_1-β × √(p₁(1-p₁) + p₂(1-p₂)) ]² / (p₂ - p₁)²

Uitgewerkt voorbeeld: basisconversie p₁ = 3%, MDE = 20% relatief, dus p₂ = 3,6%. Alfa = 0,05 (tweezijdig), dus z = 1,96. Power = 0,8, dus z ≈ 0,8416. Het gepoolde percentage p̄ = 3,3%.

1. Eerste term: 1,96 × √(2 × 0,033 × 0,967) = 1,96 × √0,06382 = 1,96 × 0,2526 = 0,4951
2. Tweede term: 0,8416 × √(0,03 × 0,97 + 0,036 × 0,964) = 0,8416 × √(0,02910 + 0,03470) = 0,8416 × 0,2526 = 0,2126
3. Teller: (0,4951 + 0,2126)² = 0,7077² = 0,5009
4. Noemer: (0,036 - 0,03)² = 0,006² = 0,000036
5. n = 0,5009 / 0,000036 ≈ 13.900 bezoekers per variant, in totaal ongeveer 27.800.

Dat komt overeen met wat de steekproefcalculator van Evan Miller geeft voor dezelfde invoer, en je kunt je eigen scenario controleren in onze A/B-testcalculator. Merk op hoe meedogenloos de wiskunde is: halveer de MDE naar 10% en je hebt ruwweg vier keer zoveel verkeer nodig. Ons artikel over de steekproefgrootte van een A/B-test bevat opzoektabellen voor gangbare basiswaarden.

Duur: steekproefgrootte gedeeld door verkeer, in volle weken

Testduur = totaal benodigde steekproef / wekelijkse geschikte bezoekers, naar boven afgerond op hele weken.

Voorbeeld: de pagina hierboven krijgt 7.000 geschikte bezoekers per week. 27.800 / 7.000 = 3,97, dus laat hem 4 volle weken lopen. Volle weken zijn belangrijk omdat bezoekers op werkdagen en in het weekend zich anders gedragen; stoppen op een woensdag geeft een deel van de week te veel gewicht. Vuistregel: laat minstens één volledige bedrijfscyclus lopen en vermijd tests langer dan zes tot acht weken, daarna beginnen verwijderde cookies en seizoensveranderingen de steekproef te vervuilen.

Kijk niet tussentijds (of gebruik een methode die daarvoor is ontworpen)

Een standaardtest met vaste horizon dagelijks controleren en stoppen zodra hij p < 0,05 haalt, laat het aantal fout-positieven enorm oplopen, zoals Evan Miller laat zien in How Not To Run an A/B Test. Leg je ofwel vast op de geplande steekproefgrootte en lees het resultaat pas aan het einde af, ofwel gebruik een tool waarvan de statistiek gebouwd is voor continue monitoring (sequentieel testen). Naar een dashboard kijken is prima; er te vroeg op handelen is het probleem.

Controleer op sample ratio mismatch

Verdeel je het verkeer 50/50 en krijg je 10.000 bezoekers in de controlegroep en 9.400 in de variant, dan is er iets kapot: een redirect die gebruikers kwijtraakt, een botfilter dat één variant raakt, een variant die in sommige browsers crasht. Een chikwadraattoets op de aantallen bezoekers signaleert dit. Kohavi en collega's beschouwen sample ratio mismatch als een van de belangrijkste betrouwbaarheidscontroles; slaat die aan, interpreteer het resultaat dan niet, maar zoek de bug.

Nieuwheidseffecten, één primaire metric en vangrails

• Nieuwheids- en gewenningseffecten: terugkerende bezoekers klikken misschien op een nieuw element omdat het nieuw is, of negeren het omdat ze aan de oude lay-out gewend zijn. Vergelijk week één met latere weken; als het effect wegebt, wees dan sceptisch.
• Eén primaire metric: vooraf vastgelegd, idealiter de metric die het dichtst bij omzet ligt en die je met genoeg volume kunt meten. Tien "primaire" metrics garanderen ergens een valse winnaar.
• Guardrail-metrics: dingen die niet slechter mogen worden, zoals omzet per bezoeker, leadkwaliteit, percentage terugbetalingen, laadtijd van de pagina. Een variant die aanmeldingen met 10% verhoogt maar de gemiddelde orderwaarde met 15% verlaagt, is geen winnaar.

En test per variant één samenhangende wijziging, tenzij je veel verkeer hebt. Onze vergelijking van A/B-testen vs. multivariate testen legt uit wanneer de multivariate route de verkeerskosten waard is (zelden, onder de honderdduizend bezoekers per maand).

CRO voor websites met weinig verkeer en B2B-websites

Het meeste CRO-advies is geschreven door mensen die consumentensites met veel verkeer optimaliseren. B2B-sites, en kleine consumentensites, hebben drie structurele problemen:

1. Weinig verkeer. Het uitgewerkte voorbeeld hierboven heeft zo'n 27.800 bezoekers nodig voor één test. Een pagina met 5.000 bezoekers per maand zou er vijf tot zes maanden over doen, en tegen die tijd zijn de markt, de advertenties en de pagina zelf veranderd.
2. Lange salescycli. Een test kan formulierinzendingen in weken tellen, maar of die leads pipeline werden, duurt maanden. De variant die in februari wint op demo-aanvragen, kan in juni verliezen op omzet als hij slecht passende bedrijven aantrok.
3. Ongelijke conversiewaarde. De ene demo-aanvraag komt misschien van een bedrijf dat je grootste klant kan worden, de andere van een student. Conversieratio behandelt ze als gelijk, en metrics gewogen naar omzet bevatten veel meer ruis, dus die hebben nog meer data nodig.

Dit betekent allemaal niet "doe niet aan CRO". Het betekent dat je de methode verandert.

Wat je als eerste test

Kun je maar een handvol tests per jaar draaien, draai dan de tests met grote verwachte effecten op pagina's dicht bij de omzet. Een verstandige volgorde:

1. Koppen en waardepropositie op je commerciële pagina's met het meeste verkeer: resultaatgericht tegenover functiegericht, doelgroepspecifiek tegenover generiek, probleemgericht tegenover oplossingsgericht.
2. Het aanbod en de CTA: niet alleen de knoptekst, maar wat je aanbiedt (demo, producttour, assessment, prijsgesprek) en waar het verschijnt.
3. Formulieren: velden, kwalificerende vragen, één stap of meerdere stappen. Meet de kwaliteit van leads, niet alleen het aantal ingevulde formulieren.
4. Layout en paginastructuur als laatste: het duurst om te bouwen, en gemiddeld het kleinste effect en het traagst te meten.

Neem grotere stappen

De benodigde steekproefgrootte schaalt met het omgekeerde kwadraat van het effect. Een stijging van 40% detecteren vraagt ruwweg een kwart van het verkeer van een stijging van 20%. Kleine aanpassingen zijn bij weinig verkeer niet te testen; gedurfde, op onderzoek gebaseerde wijzigingen (een volledig ander argument in de kop, een ander aanbod) wel. Ze leren je ook meer over je kopers, terwijl kleine aanpassingen je alleen iets over de pagina leren.

Test microconversies eerder in de funnel

Als demo-aanvragen te zeldzaam zijn, kies dan een primaire metric hoger in de funnel die er aannemelijk mee samenhangt: klikken naar de demopagina, gestarte formulieren, bezoeken aan de prijspagina vanaf de homepage. Een metric die tien keer zo vaak voorkomt, maakt tests ongeveer tien keer sneller voldoende krachtig. De keerzijde is dat je de macroconversie wel als vangrail moet blijven volgen, omdat een microconversie kan stijgen terwijl echte conversies gelijk blijven.

Accepteer zekerheid die bij de beslissing past

Niet elke beslissing heeft 95% betrouwbaarheid nodig. Voor tekstwijzigingen die je makkelijk terugdraait, is een lagere drempel (of een Bayesiaanse lezing van "kans om de beste te zijn") een redelijke afweging tussen snelheid en zekerheid. Voor structurele wijzigingen die duur zijn om terug te draaien, zoals een herontwerp van de prijspagina, wacht je op sterk bewijs. Bepaal de drempel vóór de test, niet nadat je de cijfers hebt gezien.

Sequentiële en voor/na-tests, met kanttekeningen

Als een splittest onmogelijk is (ervaringen voor targetaccounts met een paar dozijn bezoeken, een wijziging in de navigatie van de hele site), is een voor-en-navergelijking beter dan niets, maar wees eerlijk over de zwakte ervan: seizoensinvloeden, campagnes, salesactiviteit en marktnieuws veranderen tegelijk met je pagina. Beperk het risico door gelijke periodes te vergelijken, een controlemetric te checken die je wijziging niet zou moeten beïnvloeden (bewoog die ook, dan is de verschuiving waarschijnlijk extern), en waar mogelijk de wijziging te herhalen (aan, uit, aan).

Leun op kwalitatief onderzoek

Bij weinig verkeer zijn vijf klantinterviews en twintig opnames van salesgesprekken meer waard dan een test met te weinig power. Gebruik kwalitatief werk voor wijzigingen waar je redelijk zeker van bent, en bewaar testen voor de echt onzekere beslissingen met veel op het spel.

Meet pipeline, niet ingevulde formulieren

Voorbeeld: variant A levert 20 leads op, waarvan 25% opportunity wordt (5 opportunities). Variant B levert 30 leads op, waarvan 10% opportunity wordt (3). B "won" op conversieratio en verloor op de metric die ertoe doet. Koppel je testtool of analytics aan het CRM, zodat elke lead zijn variant meedraagt, en bekijk de resultaten opnieuw als de opportunitydata rijper is. Controleer ook de resultaten per segment: een vlak totaal kan een winnaar bij enterprisebezoekers en een verliezer bij kleine bedrijven verbergen die elkaar opheffen. Voor CRO-tactieken specifiek voor B2B, zoals kwalificerende formulieren, social proof voor enterprises en content voor het inkoopcomité, zie onze uitgebreidere gids over B2B-conversieoptimalisatie.

Een CRO-audit uitvoeren

Een CRO-audit is de onderzoeksstap samengeperst in een eenmalige review, handig als je een site overneemt of snel een geprioriteerd plan nodig hebt. De korte versie:

1. Controleer de meting: conversie-events, funnelstappen, cross-domain tracking, gefilterd intern verkeer.
2. Breng de funnel in kaart per apparaat en kanaal, en zoek de twee stappen met het grootste absolute verlies.
3. Beoordeel die pagina's heuristisch: helderheid van het aanbod binnen vijf seconden, relevantie voor de verkeersbron, frictie (velden, stappen, laadtijd), onzekerheid (vertrouwen, prijs, privacy) en afleiding.
4. Verzamel kwalitatief bewijs op dezelfde pagina's: opnames, een korte enquête, een paar gebruikerstests.
5. Leg bevindingen vast als "gewoon oplossen" (bugs, kapotte flows), "onderzoeken" of "testen", elk met een hypothese en een prioriteitsscore.

Onze CRO-auditchecklist bevat elke check, en de uitleg van de CRO-audit laat zien hoe je bevindingen omzet in een roadmap.

Waar je je op richt, per paginatype

Twee externe benchmarks zijn het kennen waard. Baymard Institute komt op basis van het gemiddelde van 50 onderzoeken uit op een gedocumenteerd percentage verlaten online winkelwagens van ongeveer 70%; onder shoppers die om andere redenen dan "alleen rondkijken" afhaakten, scoren extra kosten (40%) en een verplicht account aanmaken (18%) hoog, en Baymard schat dat een ideale checkout maar 7-8 formuliervelden nodig heeft, tegen een Amerikaans gemiddelde van ongeveer 15. Voor formulieren in het algemeen zijn de aanbevelingen van de Nielsen Norman Group voor bruikbare formulieren (houd formulieren kort, gebruik één kolom, leg eisen vooraf uit, geef specifieke foutmeldingen) een degelijke checklist. B2B-formulieren zijn een gedeeltelijke uitzondering op "korter is altijd beter", omdat kwalificerende velden de tijd van sales beschermen; onze gids over het ontwerpen van leadformulieren behandelt hoe je de lengte van een formulier afstemt op de intentie, en optimalisatie van B2B-landingspagina's gaat dieper in op campagnepagina's.

Personalisatie als CRO-hefboom

Een klassieke A/B-test vraagt: "welke versie is het best voor iedereen?" Soms is het eerlijke antwoord "geen van beide": een enterprise-koper en een startup van vijf mensen willen ander bewijs, andere taal en een andere vervolgstap, en het gemiddelde resultaat verbergt dat. Personalisatie betekent dat je afgebakende segmenten verschillende ervaringen toont en elk segment meet tegen een eigen controlegroep.

Het werkt beter dan testen voor iedereen als aan drie voorwaarden is voldaan: je doelgroep valt uiteen in segmenten met echt verschillende behoeften (per branche, bedrijfsgrootte, funnelfase of verkeersbron), je kunt die segmenten bij binnenkomst betrouwbaar herkennen, en je hebt content die per segment echt verschilt. Ontbreekt een van die drie, dan voegt personalisatie complexiteit toe zonder resultaat. Het verdeelt ook je verkeer, dus het is geen manier om de rekensom van steekproefgrootte te omzeilen; begin met één of twee grote segmenten en één pagina. Wil je de segmenten eerst structureren, dan loopt de gids voor segmentatiestrategie je erdoorheen, en onze segmentatiefuncties laten zien hoe Markettailor segmentspecifieke varianten toont met een holdout als controle.

Veelgemaakte CRO-fouten (en oplossingen)

1. Testen zonder onderzoek. Ideeën uit brainstorms winnen minder vaak dan ideeën uit bewijs. Oplossing: elke test vermeldt de observatie waarop hij is gebaseerd.
2. Tests vroegtijdig stoppen. Vroege voorsprongen zijn vooral ruis, en tussentijds kijken verhoogt het aantal vals-positieven. Oplossing: leg steekproefgrootte en looptijd vooraf vast.
3. Tests met te weinig power. Een test die alleen een stijging van 50% kan detecteren, bestempelt de meeste echte verbeteringen als "geen verschil". Oplossing: bereken vóór de lancering welke MDE je kunt detecteren en voer alleen tests uit die die aannemelijk kunnen halen.
4. De verkeerde metric optimaliseren. Meer leads, slechtere pipeline. Oplossing: een primaire metric die zo dicht bij omzet ligt als het volume toelaat, plus vangrails voor kwaliteit.
5. Verliezen mislukkingen noemen. Teams laten verloren tests stilletjes vallen en verliezen de les. Oplossing: leg elk resultaat vast en wat het weerlegde.
6. Segmenten negeren, of er te veel in lezen. Beide gebeuren. Oplossing: leg vooraf twee of drie segmenten vast (apparaat, nieuw versus terugkerend, bedrijfsgrootte) en behandel de rest als hypothesen.
7. Concurrenten of lijstjes met "best practices" kopiëren. Je ziet hun pagina, niet hun resultaten. Oplossing: gebruik ze als bron voor hypotheses, nooit als antwoord.
8. QA overslaan. Een variant die in één browser stukgaat, levert een onterechte verliezer en een sample ratio mismatch op. Oplossing: test elke variant vóór de lancering in de belangrijkste browsers en op de belangrijkste apparaten.
9. CRO als project behandelen. Eén audit, vijf verbeteringen, klaar. Oplossing: een vast ritme met een eigenaar, een backlog en een logboek.
10. Duidelijke bugs niet oplossen omdat "we het moeten testen". Oplossing: wat kapot is, repareer je; waar je onzeker over bent, test je.

CRO-tools per taak

Kies tools op basis van de taak die ze uitvoeren, en koop de testtool als laatste: de meeste teams hebben eerder beter onderzoek nodig dan meer testcapaciteit.

• Analytics: funnels, segmenten en events. Google Analytics 4, Adobe Analytics of productanalytics zoals Mixpanel en Amplitude.
• Gedragsanalyse: heatmaps en sessie-opnames. Microsoft Clarity, Hotjar, Contentsquare.
• Testen en personalisatie: client-side of server-side experimenten. Optimizely, VWO, AB Tasty of feature-flagplatforms voor server-side tests.
• Enquêtes en gebruikersonderzoek: polls op de pagina en gemodereerde of ongemodereerde gebruikerstests. Hotjar-enquêtes, Typeform, UserTesting, Maze.

Voor een uitgebreidere vergelijking per verkeersniveau en budget, zie ons overzicht van tools voor conversieoptimalisatie.

Een CRO-programma opzetten

CRO levert alleen cumulatief resultaat op als het als programma draait in plaats van als een reeks losse verbeteringen. De minimale structuur:

• Een eigenaar met daarvoor gereserveerde tijd, plus toegang tot design- en developmentcapaciteit. Zonder developmenttijd wordt de backlog een verlanglijstje.
• Een ritme: elk kwartaal een onderzoekssprint, elke twee weken een prioriteringsreview, en maandelijks een presentatie van de resultaten aan stakeholders.
• Een testlogboek waarin iedereen kan zoeken: hypothese, doelgroep, screenshots, steekproef, resultaat, beslissing, les. Na een jaar is het het waardevolste CRO-bezit dat je hebt.
• Een realistisch doel voor doorvoer. Een consumentensite met veel verkeer kan meerdere tests per maand parallel draaien op verschillende pagina's. Een B2B-site met 10.000 bezoekers per maand redt er misschien een of twee per maand, gecombineerd met verbeteringen op basis van onderzoek.

Schep vooraf verwachtingen over winstpercentages. In Online Experimentation at Microsoft (Kohavi et al., 2009) rapporteren de auteurs dat slechts ongeveer een derde van de ideeën de metrics verbeterde waarvoor ze bedoeld waren, met ruwweg een derde neutraal en een derde negatief. De ideeën van Microsoft waren niet slecht; goede ideeën zijn gewoon moeilijk te voorspellen. Als je programma 80% van zijn tests "wint", is lakse statistiek een waarschijnlijkere verklaring dan uitzonderlijke ideeën. Beoordeel een CRO-programma op gevalideerde cumulatieve impact en op de kwaliteit van wat het heeft geleerd, niet op het winstpercentage.

Veelgestelde vragen

Wat is een goede conversieratio?

Er is geen universeel goed getal, want de conversieratio hangt af van wat je telt, je verkeersmix, prijsniveau en koopcyclus. Een gratis nieuwsbriefaanmelding en een demo-aanvraag voor een enterprisedeal van zes cijfers kunnen geen benchmark delen. De nuttige vergelijking is met je eigen basiswaarde voor dezelfde pagina, verkeersbron en hetzelfde apparaat. Probeer die gestaag te verbeteren en beoordeel succes op omzet of pipeline per bezoeker in plaats van alleen de ratio.

Hoe lang moet een A/B-test lopen?

Laat hem lopen tot hij de steekproefgrootte haalt die je vóór de lancering hebt berekend, afgerond op volle weken zodat elke weekdag even zwaar meetelt. Deel het totaal benodigde aantal bezoekers door je wekelijkse geschikte verkeer. Voor de meeste sites komt dat neer op twee tot zes weken. Als de berekening meerdere maanden aangeeft, test dan een grotere wijziging of een metric met meer volume in plaats van een eindeloze test te draaien.

Wat is het verschil tussen CRO en SEO?

SEO vergroot het aantal gekwalificeerde bezoekers dat via organisch zoeken op je site komt. CRO vergroot het aandeel van die bezoekers, uit elk kanaal, dat een waardevolle actie onderneemt. Ze versterken elkaar: pagina's die de zoekintentie helder beantwoorden, ranken en converteren meestal allebei beter. Conflicten zijn zeldzaam, maar vermijd CRO-wijzigingen die content verbergen of weghalen die zoekmachines en bezoekers nodig hebben.

Is CRO de moeite waard voor sites met weinig verkeer?

Ja, maar de methode verandert. Met beperkt verkeer leun je op kwalitatief onderzoek zoals klantinterviews, sessieopnames en gebruikerstests, los je duidelijke problemen direct op, en bewaar je A/B-tests voor gedurfde wijzigingen met veel impact, gemeten op metrics die vaak voorkomen eerder in de funnel. Ook zonder testen levert een audit op basis van onderzoek van je twee of drie belangrijkste pagina's meestal frictie op die het oplossen waard is.

Wat doet een CRO-specialist?

Een CRO-specialist voert de optimalisatiecyclus uit: funnels analyseren, gebruikersonderzoek doen, hypotheses schrijven, experimenten prioriteren en ontwerpen, de statistische validiteit controleren en resultaten omzetten in aanbevelingen. De rol combineert analytics, UX-onderzoek, gevoel voor copy en genoeg statistiek om valse winnaars te vermijden. Overweeg je deze carrière, dan behandelt ons overzicht van banen in conversieoptimalisatie de rollen, vaardigheden en hoe je begint.