Hoe een hypothese helpt om te bepalen of je succesvol bent

Wat zijn hypothesen?

Hypothesen zijn uitspraken over de realiteit die toetsbaar zijn aan de hand van data. Het doel van hypothesen is om op een gestructureerde en expliciete manier uit te werken:

• wat je gaat veranderen
• wat je verwacht dat het gevolg is van deze verandering
• hoe je verwacht dat deze de verandering invloed uitoefent op de waarde die een product of dienst levert.

Een goede hypothese opstellen in 4 stappen

Stap 1: Zorg dat de hypothese relevant is

Een hypothese moet bijdragen aan de doelen, en dus de KPI’s, van je organisatie. Of het testen van je hypothese nu leidt tot een positief of negatief resultaat, de resulterende inzichten zullen je organisatie vaak verder helpen. Bovendien hebben projecten met relevante hypothesen een grotere kans op support vanuit de organisatie dan irrelevante hypothesen.

Voorbeeld: webwinkel met de KPI ‘conversieratio’

Relevante hypothese: draagt bij aan een KPIDoor een prijsactie te voeren op alle mobiele telefoons zal de conversie van mobiele telefoons toenemen.

Irrelevante hypothese: irrelevante metricDoor een prijsactie te voeren op alle mobiele telefoons zullen er meer pageviews op de productpagina van mobiele telefoons zijn.

Stap 2: Bepaal je onafhankelijke en afhankelijke variabelen

Benoem in de hypothese specifiek wat er bewust wordt veranderd (onafhankelijke variabele), en op welke KPI deze verandering verwacht wordt een impact te hebben (afhankelijke variabele). Omschrijf ook de richting van het effect: verwacht je een stijging of daling in de KPI? Wanneer je verwacht op meerdere KPI’s een invloed te hebben, stel dan voor iedere KPI een aparte hypothese op.

Voorbeeld: bezorgdienst test track-and-trace codes

Huidige situatie: Na het bestellen van een product ontvangen klanten geen track-and-trace code.
Nieuwe situatie: Na het bestellen van een product ontvangen klanten wel een track-and-trace code.
Afhankelijke variabele: Het aantal klantenservicetelefoontjes over de status van een bestelling
Onafhankelijke variabele: Het wel/niet ontvangen van een track-and-trace code.

Hypothese: Door bij de orderbevestiging naar klanten die een bestelling hebben geplaatst een track-and-trace code te sturen, zal het aantal telefoontjes over dit onderwerp afnemen in vergelijking tot klanten zonder zo een code.

Stap 3: Bepaal je doelgroep

Bedenk wat de doelgroep is voor wie jouw hypothese geldt. Dit bepaalt naar welke populatie de bevinding vanuit jouw hypothese te vertalen is.

Voorbeeldhypothese met doelgroep: het aanbieden van online bestelkorting zal leiden tot meer conversie vanuit online klanten dan dat deze korting niet wordt aangeboden.

Voorbeeld zonder doelgroep: het aanbieden van online bestelkorting zal leiden tot meer conversie dan dat deze korting niet wordt aangeboden.

De doelgroep bij voorbeeld twee is onduidelijk. Voor wie geldt de korting? Welke groep zal een hogere conversie hebben? Wanneer kan deze hypothese aangenomen of verworpen worden?

Stap 4: Vergelijk minstens twee metingen

Bij het testen van een hypothese vergelijk je minstens twee verschillende metingen om je conclusies op te baseren. Zo kun je bijvoorbeeld een meting voor optimalisatie vergelijken met een meting na optimalisatie, of zoals bij A/B testen beide varianten tegelijk.

Je kunt ook een groep maken waar je een optimalisatie toepast en die vergelijken met een groep waar je geen optimalisatie toepast, zoals bij een A/B test.

Voorbeeldhypothese: Werken met gedigitaliseerde tools leidt tot minder fouten bij werknemers dan analoge werktools.

De werkgever geeft willekeurig aan 50% van haar werknemers digitale werktools, de andere 50% behoudt de huidige analoge tools. Ze vergelijkt de foutratio van de digitale groep met de niet-digitale groep.

Een goede hypothese is het halve werk

Met deze 4 stappen kom je al een heel eind. Naast deze stappen zijn er nog vele zaken waar je aan moet denken bij het werken met hypotheses. Denk aan het ontwerpen van de metingen, het analyseren van de resultaten en het inrichten van een optimaliatieproces.

Naast dat je uitkomsten aan kunnen tonen dat de gewenste verandering heeft plaatsgevonden is het goed om toch iets verder te kijken. Wellicht zijn er andere metingen beïnvloed die erg belangrijk zijn voor jouw organisatie. Een ding is in elk geval zeker, een goede hypothese is het halve werk.

Een handig hypotheseformat

Wil jij ook jouw aannamen bij A/B-testing, productverbetering of optimalisatieprojecten veranderen in aantoonbaar succes? Doorloop de bovenstaande stappen en download ons handige hypotheseformat!

Hulp nodig bij het opstellen van goede hypothesen? Onze Customer Experience Consultants denken graag met je mee.

1x per maand data insights, praktijkcases en een kijkje achter de schermen ontvangen?

Meld je aan voor onze maillijst en blijf 'up to data':