Summary  
This chapter explains how to implement controlled experiments (A/B tests) by randomly serving two code variations, isolating a single variable, and using statistical analysis to determine which version performs better.  

General domain of usage  
Marketing campaigns

**A/B-testing** sammenligner to versjoner av det samme elementet, for eksempel en annonse, en landingsside eller en emnelinje, for å se hvilken som presterer best.

### Hvordan designe en god A/B-test

1. **Isoler én variabel**: endre kun én ting: en overskrift, knappfarge, CTA, bilde eller oppsett;
2. **Randomiser publikumet ditt**: sørg for at gruppe A og B er like slik at forskjeller ikke blir skjeve;
3. **Kjør testen lenge nok**: gi den tid til å oppnå statistisk signifikans;
4. **Vurder resultatene objektivt**: målet er ikke å vinne, men å lære hva brukerne responderer på.

Få evnen til å måle det som betyr noe og omgjøre data til handlingsrettede innsikter. Lær hvordan du sporer ytelse på tvers av kanaler, tolker nøkkelmetrikker, bygger dashbord og bruker eksperimentering for å optimalisere kampanjer og ta smartere markedsføringsbeslutninger.

Eksperimentering og A/B-testing

Hvordan designe en god A/B-test