A/B-testen: zo werkt het, en hoeveel bezoekers je echt nodig hebt

Een A/B-test vergelijkt twee versies van een pagina, e-mail of advertentie. De helft van je bezoekers ziet versie A, de andere helft versie B, en je meet welke versie vaker leidt tot een aanvraag, aankoop of klik. Het lastige zit in de hoeveelheid bezoekers die je nodig hebt. Hieronder staat hoe een test werkt, wat 11 sites in de Google-top 10 als vuistregel geven, en wat je met die regels in werkelijkheid kunt aantonen.

Zo werkt een A/B-test, in vijf stappen

1. Kies één doel, bijvoorbeeld een ingevuld offerteformulier.
2. Schrijf op wat je verandert en waarom je denkt dat het helpt.
3. Reken vooraf uit hoeveel bezoekers je nodig hebt, en dus hoe lang de test duurt.
4. Verdeel je bezoekers willekeurig over versie A en B, en laat de test lopen tot dat aantal is bereikt.
5. Kijk pas daarna welke versie won, en of het verschil groot genoeg is om toeval uit te sluiten.

Stap 3 slaan de meeste gidsen over of vullen ze in met een vuistregel. Juist daar gaat het vaak mis.

100 conversies per variant toont alleen grote verschillen aan

Het AI-overzicht van Google gaf op 19 oktober 2026 bij “a/b testen” deze regel: laat de test minimaal een week draaien en verzamel minstens 100 conversies per variant. Wij rekenden uit wat je daarmee kunt aantonen, met de gangbare instellingen: 95% betrouwbaarheid en 80% kans om een echt verschil ook te vinden.

De uitkomst: met 100 conversies per variant zie je alleen een verbetering van ruim 40%. Dat geldt bij 1%, 2% en 5% conversie. Wordt je nieuwe versie 15% beter, dan komt dat met 100 conversies per variant meestal niet boven het toeval uit.

Zo’n groot verschil verwacht je eerder van een andere aanbieding, een kortere route naar het formulier of een prijs die je nu verstopt, dan van een andere knoptekst.

Bij 2% conversie heb je 21.000 bezoekers per variant nodig voor 20% verschil

Hoeveel bezoekers je nodig hebt, hangt van twee dingen af: hoe vaak bezoekers nu converteren, en hoe groot het verschil is dat je wilt kunnen zien.

Wil je een verschil van 10% kunnen zien, dan heb je ongeveer vier keer zoveel bezoekers nodig. Bij 50% is het ruim vijf keer minder. Het volledige overzicht, met +10%, +20%, +30% en +50%, staat in de CSV onderaan.

Ter controle: de Nielsen Norman Group rekent in haar uitleg voor 3% en een verschil van 20% op ongeveer 13.000 gebruikers. Wij komen op 13.914. Het verschil zit in afronding en de gekozen rekenmethode.

Voor onze eigen landingspagina zou een test jaren duren

Onze landingspagina voor Google Ads kreeg van 7 tot en met 12 oktober 2026 44 klikken, ruim 7 per dag. Stel dat 2% van die bezoekers een aanvraag doet. Een test die een verbetering van 50% kan aantonen, duurt dan ongeveer 1.043 dagen. Bij 5% conversie is dat nog 401 dagen.

Voor de meeste mkb-sites is dat het eerlijke antwoord: een A/B-test op een landingspagina met een paar honderd bezoekers per maand levert geen betrouwbaar antwoord op. Met dat verkeer kun je beter:

• grote veranderingen in één keer doorvoeren en het aantal aanvragen voor en na vergelijken, over minstens een paar weken;
• vijf mensen uit je doelgroep de pagina laten gebruiken en kijken waar ze vastlopen;
• advertentieteksten testen in plaats van pagina’s, omdat een advertentie veel meer vertoningen krijgt dan je pagina bezoekers.

Een test duurt minstens een week, en stop niet halverwege

De sites in de top 10 noemen als looptijd minstens een week, twee tot vier weken, twee tot acht weken of hoogstens vier tot zes weken. De Nielsen Norman Group legt uit waarom minstens een week: het gedrag van bezoekers schommelt per dag. Draai daarom in hele weken, zodat elke weekdag even vaak meetelt.

Kijk ook niet elke dag of er al een winnaar is om dan te stoppen. Een tussenstand schommelt flink. Wie stopt zodra B even voorstaat, kiest vaak een winnaar die er geen is. Reken de looptijd vooraf uit en houd je eraan.

Significant betekent: waarschijnlijk geen toeval

“Statistisch significant met 95% betrouwbaarheid” betekent dat een verschil zo groot zelden ontstaat als A en B in werkelijkheid even goed zijn. De meeste tools en calculators gebruiken die 95% als standaard. Het zegt niets over hoe groot de verbetering is, en ook niet of hij de moeite waard is. Bij een miljoen bezoekers per variant is zelfs een verschil van 0,1 procentpunt significant, terwijl het weinig oplevert.

Tools: Google Optimize bestaat niet meer

Veel oudere artikelen noemen Google Optimize als gratis tool. Google heeft die tool op 30 september 2023 stopgezet. Wat je nu gebruikt, hangt af van wat je test:

Wat conversie-optimalisatie bij RankPilot inhoudt

Bij RankPilot beginnen we met meten: welke pagina’s krijgen verkeer maar geen aanvragen, en waar stopt het formulier. A/B-testen zitten in het pakket First class, en alleen voor pagina’s met genoeg verkeer. Meer daarover staat op conversie-optimalisatie.

Veelgestelde vragen over A/B-testen

Is een split test hetzelfde als een A/B-test?

Ja, de twee woorden worden door elkaar gebruikt. Soms bedoelt iemand met een split test dat versie A en B op twee aparte adressen staan, maar het principe is gelijk.

Is A/B-testen gratis?

In Google Ads zit het er gratis bij, en veel mailprogramma’s hebben een A/B-functie. Voor pagina’s op je website heb je een tool of plug-in nodig. Sinds Google Optimize is gestopt, zijn die meestal betaald.

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

Bij 2% conversie ongeveer 21.000 per variant om een verbetering van 20% aan te tonen, en ongeveer 3.800 per variant voor 50%. Bij een hogere conversie heb je er minder nodig.

Hoe lang moet een A/B-test lopen?

Minstens een week, en altijd in hele weken. Hoe lang precies, hangt af van het aantal bezoekers dat je nodig hebt gedeeld door het aantal dat je per dag krijgt.

Wat is een multivariate test?

Een test waarin je meerdere onderdelen tegelijk verandert en alle combinaties naast elkaar zet. Elke combinatie heeft evenveel bezoekers nodig als een variant in een A/B-test, dus je hebt veel meer verkeer nodig.

Zo is dit gemeten

Op 19 oktober 2026 haalden we de top 10 van Google Nederland op voor zeven zoekopdrachten, zoals a/b testen, ab test, a/b test calculator en wat is a/b testen. Dat leverde 63 pagina’s van 55 sites op. Op 11 sites stond een getal voor het aantal bezoekers, conversies of de looptijd. Die vuistregels hebben we letterlijk overgenomen en gecontroleerd.

De rekensom gebruikt de gangbare formule voor het vergelijken van twee percentages: tweezijdig, 95% betrouwbaarheid en 80% kans om een echt verschil te vinden. Het aantal is per variant. De klikken op onze landingspagina komen uit Google Ads, van 7 tot en met 12 oktober 2026. De conversie van 2% en 5% is een aanname, geen meting.

RankPilot biedt zelf conversie-optimalisatie aan. De rekensom en de vuistregels per site, zonder namen, kun je downloaden als CSV.