Platform · Learnings

Learnings uit elk experiment

Learnings leest elke afgeronde test op uw website, vindt wat ze samen laten zien en stelt voor wat u hierna kunt testen. Code berekent elk cijfer, en de AI baseert zijn analyse daarop.

Kennis die zich opstapelt

Wat uw tests al weten

Code berekent elk cijfer. De AI analyseert ze om te vinden wat uw tests gemeen hebben.

Een kaart voor elke afgeronde test, patronen die over de tests heen zijn samengevoegd, een overzicht van wat nog nooit is geprobeerd, en een chat die antwoordt vanuit uw eigen bewijs.

  • Een learningkaart voor elke afgeronde test: wat er veranderde, wat hij leerde en of de hypothese standhield
  • Patronen over tests heen, elk met een eerlijk bewijsniveau
  • Statistiek gecorrigeerd voor de vele patronen die tegelijk worden gecontroleerd, zodat een gelukkige reeks niet als regel wordt gepresenteerd
  • Kansen die met één klik openen als vooraf ingevuld conceptexperiment
  • Antwoorden uit uw eigen tests, nooit uit algemene best practices
Per websiteOpt-inAI-credits
De pagina Learnings voor één website: een samenvatting van wat de tests nu laten zien, dan de sterkste patronen, elk met zijn bewijsniveau, zijn geschatte lift getekend als bandbreedte rond nul, en het aantal tests erachter.

Learningkaarten

Eén kaart per test, geschreven wanneer hij eindigt

Wanneer een test afloopt, leest Pertento de wijzigingen die elke variant werkelijk heeft aangebracht en schrijft er een korte kaart over. De eigen debrief van het team staat ernaast, altijd gelabeld als de visie van het team, zodat een lezing van het resultaat nooit wordt aangezien voor het resultaat.

  • Elke variant in gewone woorden beschreven, gelezen uit de wijzigingen die in de test zijn gemaakt
  • De uitkomst, en wat de test leerde, in één zin
  • Of de hypothese standhield: ondersteund, weerlegd, of de test zegt er niets over
  • Een mogelijke reden en een voorgestelde volgende test
Een learningkaart voor één afgeronde test op een aanmeldformulier: elke variant in gewone woorden beschreven, een winst van 4,8%, de les in één zin, de hypothese gemarkeerd als ondersteund, een mogelijke reden, een voorgestelde volgende test, de labels, en de eigen debrief van het team gemarkeerd als de visie van het team.

Patronen

Wat meerdere tests samen laten zien

Eén test bewijst heel weinig. Pertento voegt de tests samen die iets gemeen hebben, zoals hetzelfde soort wijziging op dezelfde pagina, rapporteert wat ze samen laten zien en zegt hoeveel vertrouwen dat verdient.

  • Vijf bewijsniveaus: consistent over drie of meer tests, vroeg signaal, klein effect, nog niet genoeg bewijs, of gemengd
  • Wanneer twee patronen eigenlijk dezelfde tests zijn die twee keer worden gezien, zegt het dat in plaats van extra bewijs te tellen
  • Tests met een bekend probleem, zoals een trackingprobleem, blijven buiten beschouwing tenzij u ze meeneemt
  • Filter op apparaat om te zien wat op zichzelf op mobiel werkt
De pagina van één patroon, geruststelling naast de belangrijkste call-to-action, beoordeeld als consistent: een gecombineerde lift van 3,1% over vier tests met een bandbreedte die boven nul blijft, en elke bijdragende test vermeld met zijn eigen resultaat.

Bewijs

Wat waar is getest, en wat nooit

De weergave Bewijs zet elk paginatype af tegen elk type wijziging. Elke cel toont de gecombineerde lift en het aantal tests erachter, en een lege cel is terrein dat nog niemand heeft getest.

  • Paginatypes tegen wijzigingstypes: lay-out, tekst, navigatie, vertrouwen, formulieren en meer
  • Een cel die op één test rust, wordt als zodanig gemarkeerd, zodat een los resultaat nooit als trend leest
  • Elke combinatie die nog niemand heeft geprobeerd, vermeld als gat
  • Elke test gelabeld met wijzigingstype, pagina, element en verwacht mechanisme
Het bewijsraster: paginatypes bovenaan en wijzigingstypes aan de zijkant, elke cel met een gecombineerde lift en het aantal tests in groen of rood, cellen die op één test rusten met een gestippelde rand, en lege cellen gemarkeerd als niet getest.

Kansen

Van resultaat naar volgende test in één klik

Het bewijs roept vragen op, en Kansen maakt van elke vraag een concrete volgende test. “Experiment opstellen” maakt na een bevestiging een nieuw concept aan dat de redenering al bevat, zodat niemand die uit het geheugen hoeft te reconstrueren.

  • Gegroepeerd naar doel: een verrassing verklaren, repliceren, een gemengd beeld ophelderen, isoleren of een gat vullen
  • Het concept opent met de hypothese en het verwachte mechanisme al uitgeschreven
  • Paginatargeting overgenomen van de tests erachter
  • Links naar het bewijs, en de huidige schatting als uitgangswaarde die verslagen moet worden
Een kans gemarkeerd als repliceren: de open vraag, waarom die nog open is, een voorgesteld experiment en het verwachte mechanisme, met de knoppen “Negeren” en “Experiment opstellen”, naast een lijst van wat het nieuwe concept meeneemt.

Vragen over uw learnings

Leg een vraag voor aan uw eigen bewijs

Een chat die in de pagina Learnings is ingebouwd, antwoordt in gewone taal vanuit de tests van deze website en niets anders. Elke bewering noemt de tests waarop ze steunt, en elke verwijzing opent de details van die test.

  • Vraag “Wat schaadt de aanmeldingen?” of “Wat moeten we hierna testen?”
  • Hij zoekt de gemeten resultaten van een test op wanneer een vraag echte cijfers nodig heeft
  • Het gesprek wordt gedeeld met het team en bewaard
  • “Vragen over dit experiment”, op elke experimentpagina, weet nu ook wat eerdere tests lieten zien
Het paneel “Vragen over uw learnings”: de vraag “Wat schaadt de aanmeldingen?”, en een antwoord in gewone woorden dat de drie tests noemt waarop het steunt, waarschuwt dat één bevinding van één enkele test komt, en voorstelt wat u hierna kunt testen.

Basiscontrole

Learnings zijn maar zo goed als de tests erachter

De basiscontrole laat zien hoe goed eerdere tests zijn gedocumenteerd: een duidelijke hypothese, een verwacht mechanisme, een debrief. Betere documentatie betekent scherpere learnings, en de controle duwt het team richting betere testgewoonten.

  • Hypothese, beschrijving, mechanisme en debrief, gecontroleerd voor elke test
  • Een gat gemarkeerd als ontbrekend, of als zwak wanneer vakjes zijn aangevinkt en er niets is geschreven
  • “Herstellen” opent de test waar het gat zit
  • Learnings schrijven voor eerdere tests is een aparte stap die eerst de kosten toont
De basiscontrole: een tabel van eerdere tests met een kolom voor hypothese, beschrijving, mechanisme en debrief, elke cel gemarkeerd als ok, zwak of ontbreekt, en een knop “Herstellen” op elke rij.

Gebouwd om niet te overdrijven

Learnings die u kunt vertrouwen

Dit is een product dat liever “nog niet genoeg bewijs” zegt dan een resultaat aan te dikken. Dit zijn de regels die het eerlijk houden.

01Code berekent elk cijferLifts, bandbreedtes en bewijsniveaus worden door code berekend uit de gemeten resultaten. De AI baseert zijn analyse op die cijfers, vindt de patronen en legt ze uit, en maakt nooit zelf een cijfer.
02Voorzichtig van opzetDe statistiek is bewust sceptisch, zodat een patroon zijn bewijsniveau moet verdienen in plaats van het van één goed resultaat cadeau te krijgen.
03Gecorrigeerd voor veel controles tegelijkWie tientallen patronen tegelijk controleert, ziet er een paar sterk lijken door puur toeval. De bandbreedtes zijn daarvoor gecorrigeerd, zodat een gelukkige reeks niet als regel wordt gepresenteerd.
04Dezelfde tests tellen niet dubbelWanneer twee patronen op dezelfde tests rusten, zegt Pertento dat, in plaats van één resultaat vanuit twee hoeken gezien als twee bewijzen te presenteren.
05Probleemtests blijven buiten beschouwingEen test met een bekend probleem, zoals een trackingprobleem of een release van de site tijdens de looptijd, blijft buiten het samenvoegen. Het team kan ervoor kiezen hem toch mee te nemen.
06Eerlijk over een klein programmaHet werkt met een paar tests en wordt nuttiger met elke test die afloopt. Met maar een paar zegt het hoe weinig ze kunnen bewijzen, in plaats van ze op te rekken tot een strategie.

In gebruik

Hoe het in uw programma past

Learnings wordt per website aangezet, leest alleen de tests van die website en wordt betaald met de AI-credits van het account.

01Uit tot u het aanzetLearnings is per website een opt-in en staat standaard uit. Zodra het aan staat, dekt het elke test die vanaf dat moment afloopt.
02Eerdere tests, wanneer u wiltLearnings schrijven voor tests die eerder zijn afgerond, is een aparte stap die u bevestigt, en die laat zien wat het kost voordat het draait.
03Alleen bewijs uit uw eigen testsAlles komt uit de eigen tests van die website, nooit uit algemene best practices. De klanten van een bureau houden elk hun eigen learnings, gescheiden van elkaar.
04Eén verslag voor het hele teamKaarten, patronen en het gesprek in “Vragen over uw learnings” worden gedeeld en bewaard, zodat wat het programma heeft geleerd blijft bestaan als mensen vertrekken.
05Vertel wat u al wistMarkeer een patroon als al bekend of niet nuttig, en de pagina past zich aan aan wat uw team heeft aangegeven.
06Betaald met AI-creditsKaarten schrijven, “Vragen over uw learnings” en de experimentchat gebruiken de AI-credits van het account. Accounts die niet via een creditcard betalen, hebben in plaats daarvan een maandelijks AI-tegoed.

Vragen

Voordat u het aanzet

Wat is het verschil met een chatbot vragen naar onze resultaten?

Op twee manieren. De cijfers zijn niet van de AI: lifts, bandbreedtes en bewijsniveaus worden door code berekend en gecorrigeerd voor het aantal patronen dat tegelijk wordt gecontroleerd, en de AI baseert zijn analyse op die cijfers in plaats van zelf cijfers te maken. En de antwoorden komen alleen uit de eigen tests van deze website, waarbij elke bewering de tests noemt waarop ze steunt, zodat u elke test kunt openen en controleren. Een assistent voor algemeen gebruik kan over alles zelfverzekerd klinken. Deze is gebouwd om “nog niet genoeg bewijs” te zeggen wanneer dat het eerlijke antwoord is.

Vertelt het ons welke variant gaat winnen?

Nee, en het is gebouwd om dat niet te doen. Het vat het bewijs samen dat uw afgeronde tests hebben opgeleverd en stelt voor wat u hierna kunt testen. Het voorspelt geen winnaars en garandeert geen resultaat, en wanneer het bewijs zwak is, zegt het dat met zoveel woorden.

We hebben pas een handvol tests gedraaid. Is het de moeite waard om het aan te zetten?

Het werkt met een paar, en het is eerlijk over hoe weinig een paar tests kunnen bewijzen: de meeste patronen krijgen het niveau vroeg signaal of nog niet genoeg bewijs, en dat is de juiste lezing. De waarde groeit met elke test die afloopt. De basiscontrole en Kansen zijn vanaf het begin nuttig, omdat ze laten zien wat beter gedocumenteerd moet worden en wat u hierna kunt testen.

Leert het van tests van andere bedrijven?

Nee. Learnings werkt strikt per website: het leest de tests van die website en niets anders, en het vergelijkt u niet met andere sites of met een branchebenchmark. Bij een bureau worden de learnings van elke klant gescheiden gehouden.

Wat kost het?

Het gebruikt de AI-credits van het account: learningkaarten schrijven, “Vragen over uw learnings” en de experimentchat putten er allemaal uit. Het staat standaard uit, en zodra het aan staat, dekt het tests die vanaf dat moment aflopen. Learnings schrijven voor eerdere tests is een aparte stap die de kosten toont voordat u hem bevestigt. Accounts die niet via een creditcard betalen, hebben in plaats daarvan een maandelijks AI-tegoed.

In welke taal worden de learnings geschreven?

In het Engels. Learningkaarten, patronen en kansen worden in het Engels geschreven, in welke taal uw team deze pagina ook leest.

Alles in het pakket

Het volledige functieoverzicht

Experimenten

Statistiek

Monitoring

Stem van de klant

Learnings

Insights

Pertento is een platform voor conversieoptimalisatie voor websites en webshops, gebouwd voor zowel interne teams als CRO-bureaus die experimenteerprogramma’s over een hele klantenlijst draaien.

Integraties

Werkt met de stack die u al draait

Voeg één snippet toe aan uw site of werk volledig serverside. U hoeft uw architectuur niet aan te passen.

01 / Snippet

Snippet van één regel

Plak één tag in uw head en u bent live: een loader van 0,9 KB, geen buildstap, geen afhankelijkheden.

Plak het vóór </head>
02 / Tagmanager

Google Tag Manager

Rol experimenten uit en beheer ze rechtstreeks via GTM. Geen ontwikkeltijd nodig.

Voeg het toe als aangepaste HTML-tag
03 / Server

Serverside API

Test ook buiten de browser: prijzen, zoeken en routering, zonder geflikker.

Installeer de SDK
  • Shopify
  • BigCommerce
  • Shopware
  • Centra
  • Geins
  • Saleor
  • WordPress
  • Optimizely CMS
  • Storyblok
  • Next.js
  • Vue
  • Astro
  • Matomo
  • Amplitude
  • RudderStack
  • Slack
  • WooCommerce
  • Salesforce
  • Wix
  • Litium
  • commercetools
  • Medusa
  • Drupal
  • Contentful
  • Webflow
  • Nuxt
  • Angular
  • Remix
  • Piwik PRO
  • Mixpanel
  • Tag Manager
  • Webhooks
  • Adobe Commerce
  • PrestaShop
  • Squarespace
  • Norce
  • Shopify Hydrogen
  • Vendure
  • Umbraco
  • Sanity
  • Framer
  • React
  • SvelteKit
  • GA4
  • Adobe Analytics
  • Segment
  • Klaviyo

Niet op de lijst? Als het HTML rendert, kan Pertento het testen: lees hoe elk platform aansluit ↗

Betere experimenten, betere conversie

Test on all visitors with the world’s lightest script and make confident decisions powered by real-time reporting.Gratis proberenDemo aanvragen

Pertento heeft uw toestemming niet nodig. Onze advertenties wel.

Ons product meet zonder cookies. Voor onze advertenties geldt dat niet. Door op “Accepteren” te klikken, accepteert u onze privacyverklaring.