Steekproefgrootte berekenen voor een A/B-test: hoeveel verkeer heb je nodig?

Voor je een A/B-test start, hoor je eerst één vraag te beantwoorden: heb ik genoeg verkeer om hier ooit een uitslag uit te halen? Veel teams slaan die stap over, lanceren een test en kijken na twee weken naar een dashboard dat “nog niet significant” zegt. Dan is het te laat. Je hebt tijd verloren aan een experiment dat bij voorbaat kansloos was. Dit artikel laat zien hoe je je steekproefgrootte vooraf berekent, zodat je weet of een test haalbaar is voordat je hem opzet.

Dit is de planningskant van experimenteren. Op de significantie-pagina lees je hoe je een lopende of afgeronde test interpreteert. Hier draait alles om wat je dóét voordat de eerste bezoeker je variant ziet.

Waarom je steekproefgrootte vooraf berekenen

Een A/B-test is een weddenschap met je verkeer als inzet. Je kan elke bezoeker maar één keer in een experiment stoppen. Als je die bezoekers verspilt aan een test die te klein is om iets te bewijzen, krijg je ze niet terug. Daarom is de steekproefberekening geen academische oefening, maar gewoon zuinig omgaan met een schaarse grondstof.

Het probleem zonder berekening kent twee vormen. De eerste: je test te kort en stopt zodra het dashboard groen kleurt. Dat noemen we piepen, en het levert vals-positieve uitslagen op die je in productie laten zitten zonder dat ze echt werken. De tweede: je test eindeloos door, want het verschil dat je wil meten is zo klein dat je er maanden verkeer voor nodig hebt die je nooit krijgt. In beide gevallen had een berekening vooraf je behoed voor verloren tijd.

Een vooraf bepaalde steekproef dwingt discipline af. Je spreekt af: deze test draait tot we X bezoekers per variant hebben, en pas dan kijken we naar de uitslag. Dat haalt de emotie en het wishful thinking uit het proces. Voor een growth-team dat op pipeline en omzet stuurt, is die discipline het verschil tussen leren en gokken.

De drie knoppen die je steekproef bepalen

Je benodigde steekproefgrootte hangt af van drie inputs. Snap je deze drie, dan snap je de hele berekening.

1. Je huidige conversieratio (baseline)

Dit is het percentage bezoekers dat nu al de gewenste actie doet: een formulier invullen, een demo aanvragen, een offerte downloaden. Stel dat 4 op de 100 bezoekers van je landingspagina een aanvraag doen, dan is je baseline 4 procent. Hoe lager je baseline, hoe meer verkeer je nodig hebt, want kleine percentages hebben meer data nodig om betrouwbaar te schatten.

2. Het minimale detecteerbare effect (MDE)

Dit is de belangrijkste en meest verwaarloosde knop. Het MDE is het kleinste verschil dat je nog de moeite waard vindt om te detecteren. Wil je weten of je variant je conversie van 4 naar 5 procent tilt? Dan is je MDE 1 procentpunt. Wil je alleen grote sprongen zien, bijvoorbeeld van 4 naar 6 procent? Dan is je MDE 2 procentpunten.

Hier zit de grootste hefboom. Hoe kleiner het effect dat je wil kunnen zien, hoe gevoeliger je test moet zijn, en hoe meer verkeer dat kost. Een test die een verschil van 1 procentpunt moet kunnen aantonen, vraagt grofweg vier keer zoveel bezoekers als een test die een verschil van 2 procentpunten moet zien. Veel teams zetten hun MDE onbewust te laag en verbazen zich dan dat ze tienduizenden bezoekers nodig hebben.

Een verstandige aanpak: kies een MDE dat groot genoeg is om er een zakelijke beslissing op te baseren. Een verbetering van een halve procentpunt op een pagina met weinig verkeer verandert je pipeline niet. Mik dan op grotere ingrepen die een groter effect kunnen hebben.

3. Zekerheid en power

De derde knop bestaat uit twee instellingen die meestal vastliggen op standaardwaarden. Je betrouwbaarheidsniveau (vaak 95 procent) bepaalt hoe streng je bent op vals-positieven: hoe vaak je een verschil ziet dat er niet is. Je statistische power (vaak 80 procent) bepaalt hoe goed je test een echt verschil oppikt als het er is. Zet je deze strenger, bijvoorbeeld 99 procent zekerheid, dan stijgt je benodigde steekproef. Voor de meeste B2B-experimenten zijn 95 procent en 80 procent een prima vertrekpunt.

Hoe de berekening in de praktijk werkt

Je hoeft de statistische formule niet uit je hoofd te kennen. Er bestaan gratis steekproefcalculators online waar je je baseline, MDE, zekerheid en power invult, en die rekenen het aantal bezoekers per variant voor je uit. De waarde zit niet in het rekenen zelf, maar in het serieus nemen van de uitkomst.

Het patroon dat je telkens ziet: een lage baseline en een klein MDE blazen je benodigde steekproef enorm op. Een pagina die nu op 2 procent converteert en waar je een verbetering van 0,5 procentpunt wil bewijzen, kan al snel tienduizenden bezoekers per variant vragen. Heb je maar een paar honderd bezoekers per week, dan loopt die test bijna een jaar. Dat is geen test, dat is wachten.

Draai de redenering daarom om. Kijk eerst naar het verkeer dat je realistisch in vier tot zes weken op een pagina krijgt. Reken dan terug welk effect je met dat verkeer kan detecteren. Blijkt dat je alleen verschillen van 3 procentpunten of meer kan zien, dan weet je meteen: subtiele tweaks gaan hier niets opleveren. Je tijd is beter besteed aan grotere herontwerpen of aan een pagina met meer verkeer.

Wat als je te weinig verkeer hebt?

Dit is de realiteit voor veel B2B-bedrijven: het verkeer is gewoon te laag voor klassieke A/B-tests op de meeste pagina’s. Dat is geen reden om te stoppen met optimaliseren, wel om je aanpak te veranderen.

Test grotere ingrepen. Met beperkt verkeer kan je geen knopkleur bewijzen, maar wel een compleet ander aanbod, een radicaal andere kop of een nieuwe paginastructuur. Grote veranderingen geven grote effecten, en grote effecten heb je sneller met minder data aangetoond.

Concentreer je tests op je drukste pagina’s. Eén of twee pagina’s vangen meestal het leeuwendeel van je verkeer. Daar is een betrouwbare test haalbaar. Op je lange staart van pagina’s met weinig bezoekers stuur je beter op onderbouwde keuzes en best practices dan op statistiek.

Of kijk verder dan testen. Soms is het slimste groei-antwoord niet een betere variant van een pagina, maar méér gekwalificeerd verkeer ernaartoe. Dat is precies waar conversie-optimalisatie samenkomt met de bredere groeimotor: SEO, content, paid en CRO horen niet los van elkaar te draaien, maar als één systeem dat samen op leads en omzet stuurt. Een test op een pagina met te weinig verkeer is vaak een signaal dat je eerst aan de verkeerskant moet werken.

Steekproefgrootte hoort in je experimentkalender

Maak van de steekproefberekening een vaste stap in je experimentproces. Voordat een test live gaat, leg je vast: baseline, MDE, benodigd verkeer per variant en de geschatte looptijd. Past dat niet binnen een redelijke termijn, dan gaat de test niet door in deze vorm. Zo voorkom je dat je kalender volloopt met experimenten die nooit een uitslag geven.

Die discipline is precies wat experimenteren laat renderen. Een team dat lukraak test, verzamelt een hoop “niet significant” en weinig leerwinst. Een team dat vooraf rekent, weet welke tests haalbaar zijn, kiest bewust grotere effecten op drukkere pagina’s en bouwt zo een gestage stroom van bewezen verbeteringen op. Dat is het verschil tussen bezig zijn en vooruitgaan.

Wil je experimenteren inbedden in een aanpak die SEO, CRO, content en paid als één geheel laat samenwerken? Als growth marketing agency bouwen we die groeimotor mee op, met testen die op pipeline en omzet sturen in plaats van op vanity metrics. Neem contact op en we kijken samen welke experimenten voor jouw verkeer realistisch zijn.