9 november 2026Bijgewerkt op Fathy Shalaby23 min leestijd
Productexperimenten kiezen: 55 methoden op risico en bewijskracht
De meeste ideeën sneuvelen zodra je ze test. Benoem je meest riskante aanname, bepaal hoe sterk het bewijs moet zijn en kies het goedkoopste van 55 experimenten.
Productexperimenten zijn kleine, gerichte tests van één aanname waar je plan op leunt, met een slagingscriterium dat je vastlegt vóórdat je begint. Om er een te kiezen, benoem je de aanname en het type risico (desirability, usability, feasibility of viability), bepaal je hoe sterk het bewijs moet zijn, en kies je de goedkoopste methode die die bewijskracht levert. Deze gids ordent 55 methoden op die manier, compleet met de benodigde tijd en moeite.
Belangrijkste inzichten
De meeste ideeën overleven een test niet. Slechts een derde van de geteste ideeën bij Microsoft verbeterde daadwerkelijk de beoogde metric, en slechts ongeveer 10% van de gecontroleerde experimenten van Google leidde tot veranderingen in de bedrijfsvoering (Kohavi and Longbotham, 2023).
Test je meest riskante aanname, niet het hele idee. De vier risico’s van Marty Cagan zijn value, usability, feasibility en business viability (SVPG, 2017).
Bewijskracht kent gradaties. Wat mensen zeggen is het zwakst; geld of een handtekening is het sterkst. De bibliotheek van Strategyzer voor Testing Business Ideas beoordeelt 44 experimenten op een schaal van 1 tot 5 op kosten, voorbereidingstijd, looptijd en bewijskracht.
Goedkoop betekent niet zwak. In die bibliotheek scoort een conciërgetest een 1 uit 5 op kosten, maar een 5 uit 5 op bewijskracht.
Bepaal je slagingscriterium vooraf. Achteraf de lat verleggen is hoe de meeste teams zichzelf voor de gek houden.
Waarom hebben productideeën eigenlijk experimenten nodig?
De meeste productideeën mislukken niet omdat het team slecht heeft gebouwd. Ze mislukken door een aanname die niemand heeft gecontroleerd.
De cijfers van teams die dit meten, stemmen nederig. Ron Kohavi en Roger Longbotham zetten het op een rij: een derde van de geteste ideeën bij Microsoft verbeterde de target-metric, Jim Manzi schreef dat ongeveer 10% van de experimenten van Google tot zakelijke aanpassingen leidde, en van Netflix wordt gezegd dat 90% van wat ze proberen de plank misslaat (Kohavi and Longbotham, 2023). Deze bedrijven hebben uitstekende productmensen in dienst. Toch verliezen hun eerste aannames het meestal van de realiteit.
Een controle overslaan kost later veel meer. CB Insights onderzocht 431 door durfkapitaal gefinancierde bedrijven die sinds 2023 zijn omgevallen en achterhaalde van 385 daarvan de redenen: 70% kwam zonder geld te zitten, 43% had een gebrekkige product-market fit, 29% wees op een verkeerde timing en 19% had onhoudbare unit economics (). Bedrijven konden meerdere redenen opgeven. Een gebrekkige fit en niet-sluitende unit economics zijn precies de twijfels die je maanden voordat het geld op is met een goedkoop experiment kunt blootleggen.
Met een productexperiment controleer je een aanname voordat je er serieus geld aan uitgeeft. Je hebt geen researchteam nodig en je hoeft niet alle 55 methoden uit deze gids toe te passen. Je hebt alleen die ene test nodig die je van gedachten kan doen veranderen over de aanname waar je plan het meest op leunt.
Wat is een productexperiment?
Een productexperiment is een kleine, gerichte test van één aanname, met een vooraf gedefinieerd resultaat. Goede productexperimenten bestaan uit vier onderdelen:
De aanname, geformuleerd als een stelling die onwaar kan blijken te zijn. “Freelancers lopen opdrachten mis omdat ze follow-ups vergeten”, niet “freelancers hebben dit nodig”.
De methode: de kleinste actie die bewijs levert over die aanname.
De metric: één cijfer, plus één randvoorwaarde die niet mag verslechteren.
Het slagingscriterium: het resultaat waarmee je vooraf bepaalt of je doorgaat.
Teresa Torres verwoordt de kernkracht heel helder: stop met het testen van complete ideeën en test de onderliggende aannames (Product Talk, 2023). Een idee als “een herinneringsapp voor dierenartsen” bevat tientallen aannames. De meeste zijn veilig. Een of twee kunnen het idee nekken, en precies díé verdienen een experiment. Vertrek je vanuit een feature request? Ons sjabloon voor probleemstellingen helpt je dat om te zetten in een testbare aanname.
Welke vier productrisico’s kan een experiment testen?
Elke aanname brengt een specifiek type risico met zich mee, en dat type bepaalt welke methoden geschikt zijn. Marty Cagan van de Silicon Valley Product Group onderscheidt er vier (SVPG, 2017):
Risico
Vraag van Cagan
Term bij Strategyzer
Typische eigenaar
Goedkope eerste test
Sterke test
Value
Gaan klanten het kopen of kiezen ze ervoor om het te gebruiken?
Desirability
Product manager
Klantinterview, fake door
Conciërge, intentieverklaring (LOI)
Usability
Snappen gebruikers hoe ze het moeten gebruiken?
Gelabeld als desirability
Product designer
Papieren prototype
Usability-test op een echte build
Feasibility
Kunnen engineers dit bouwen met onze tijd, vaardigheden en technologie?
Feasibility
Lead engineer
Expertinterview, technische spike
Wizard of Oz, mash-up
Business viability
Werkt dit voor de rest van de organisatie en het businessmodel?
Viability
Product manager
Prijsonderzoek, marktonderzoek
Funneltest, intentieverklaring (LOI)
Testing Business Ideas van Bland en Osterwalder (Wiley, november 2019, 368 pagina’s) bundelt risico’s in drie vragen: willen klanten het, kunnen we het bouwen en levert het een duurzaam verdienmodel op (Wiley; Strategyzer, 2025). De experimentenbibliotheek in dat boek schaart usability-achtige tests, zoals card sorting en klikbare prototypes, onder desirability. Cagan houdt usability apart, en dat doen wij ook: “ze willen het” en “ze kunnen ermee overweg” lopen immers op heel verschillende manieren spaak en vereisen andere tests.
Torres voegt daar nog een vijfde categorie aan toe, ethiek: moeten we dit überhaupt wel willen bouwen? Cagans advies over de volgorde is duidelijk: pak de grote risico’s als eerste aan, vooral value en business viability. Lees voor een diepere duik in wat als bewijs geldt per risico ook wat telt als bewijs voor de vier productrisico’s.
Hoe sterk is het bewijs van elk type experiment?
Hoe hoger de trede, hoe meer waarde je aan het resultaat kunt hechten.
Niet elk bewijs is evenveel waard. Een vriendelijke reactie en een getekende intentieverklaring zijn allebei “positieve feedback”, maar slechts een van de twee rechtvaardigt een aanpassing op je roadmap. Alex Osterwalder benadrukt hetzelfde punt: wat klanten zeggen en wat ze doen zijn twee totaal verschillende dingen. Interviews en enquêtes leveren waardevol maar zwak bewijs op, terwijl een gesimuleerde aankoop juist ijzersterk bewijs levert (Strategyzer, 2017).
Bewijskracht
Wat het betekent
Voorbeeld
Beschouw het als
Wat mensen zeggen
Iemand vertelt je iets
Een interview, een enquête
Een aanleiding om een sterkere test te doen
Vroeg signaal
Echt gedrag, maar laagdrempelig of indirect
Een klik op een advertentie, een zoektrend
Een hint over waar je verder moet zoeken
Wat mensen doen
Iemand onderneemt daadwerkelijk actie
Een taak afronden, een e-mailadres achterlaten
Goed bewijs voor die specifieke actie
Geld of een handtekening
Iemand geeft iets van waarde op
Een betaling, een getekend contract
Het sterkste bewijs dat je vóór lancering kunt krijgen
Specky hanteert dezelfde ladder. Een aanname krijgt pas de status ‘Onderbouwd’ door wat mensen doen, of door geld of een handtekening. Alles wat zwakker is blijft een ‘Vroeg signaal’, hoe veelbelovend het ook klonk.
Kost een sterkere test altijd meer geld?
Nee. De poster van Strategyzers experimentenbibliotheek beoordeelt elke methode van 1 tot 5, en kosten en bewijskracht staan los van elkaar (Strategyzer experiment library). Een greep uit de lijst:
De belangrijkste les: de grootste kostenpost van een sterke test zit meestal in je uren, niet in je budget. Een conciërgetest kost amper geld, maar wel weken aan handmatig werk.
Hoe kies je het juiste productexperiment?
Beantwoord deze vijf vragen op volgorde:
Wat is de aanname? Schrijf deze op in één zin die onwaar kan blijken te zijn.
Om welk type risico gaat het? Willen ze het (desirability)? Kunnen ze het gebruiken (usability)? Kunnen we het maken (feasibility)? Levert het geld op (viability)?
Wat kost het om het mis te hebben? Een gok die bepalend is voor de komende zes maanden vraagt om harder bewijs dan een keuze voor een knopkleur. Barry O’Reilly maakt hetzelfde punt over bewijsdrempels: een raketlancering vereist een hogere lat dan een aanmeldstroom (Thoughtworks, 2014).
Wat is de goedkoopste test die voldoende bewijs levert? Begin onderaan de ladder als je nog weinig weet. Klim omhoog naarmate de belangen groter worden.
Wat telt als een succesvol resultaat? Leg je slagingscriterium vast voordat je begint. O’Reilly benoemt de achterliggende reden haarfijn: vooraf gedefinieerde signalen voorkomen dat je de resultaten achteraf naar je hand zet.
Onze vuistregel: kost een verkeerde gok je een week werk, dan is wat mensen zeggen genoeg. Kost het je een kwartaal, zorg dan dat je ziet wat mensen doen. Kost het je een nieuwe hire, een jaar werk of je runway, eis dan geld of een handtekening.
Heb je meerdere aannames en weet je niet welke het meest riskant is? Breng ze dan eerst in kaart. Onze gids voor assumption mapping en de gratis assumption map tool sorteren aannames op impact en bewijslast, zodat je test waar het er echt toe doet.
Beslistabel voor productexperimenten: welke test past bij welk risico en bewijsniveau?
Zoek de rij van je risico op. Beweeg naar rechts tot je de bewijskracht bereikt die past bij de impact van een verkeerde aanname. Kies de goedkoopste methode in dat vak.
De tijdsindicaties en inspanning zijn gebaseerd op de onderstaande tabellen en gaan uit van een klein team. Lees een rij van links naar rechts om te zien hoe je opschaalt in bewijskracht. Lees een kolom van boven naar beneden om verschillende risico’s op hetzelfde bewijsniveau te vergelijken.
Welke productexperimenten beantwoorden welke vraag? De complete lijst van 55
Elke methode hieronder linkt naar een eigen handleiding, compleet met een direct bruikbaar template, een vooraf ingesteld slagingscriterium en een uitgewerkt praktijkvoorbeeld.
Desirability: is het probleem reëel en wie heeft er last van?
Begin hier als je nog twijfelt of het probleem daadwerkelijk bestaat. De meeste van deze tests kosten een paar dagen en vereisen geen regel code.
Je voldoende verkeer hebt om statistisch bewijs te leveren
Usability: kunnen mensen het gebruiken en blijven ze terugkomen?
Hierbij leg je gebruikers iets voor dat dicht tegen het echte product aan zit. Gebruiksgemak en herhaald gebruik zijn twee verschillende vraagstukken; lees de opties dus aandachtig door.
Je de uitkomst handmatig kunt leveren en er direct geld voor kunt vragen
Feasibility: kunnen we dit bouwen of leveren?
Sommige ideeën vallen enorm in de smaak, maar zijn technisch of operationeel simpelweg onhaalbaar. Gebruik deze tests als de twijfel aan jullie eigen kant van de tafel zit.
Geen van de 54 overige methoden aansluit op jouw situatie
Hoe ziet het beklimmen van de bewijsladder er in de praktijk uit?
Dit voorbeeld is fictief, maar illustreert de logica. Stel: je denkt dat eigenaren van zelfstandige sportscholen leden verliezen doordat ze simpelweg niet opmerken wie er niet meer komt opdagen.
Vijf klantinterviews bevestigen dat sportschooleigenaren dit al actief hebben geprobeerd op te lossen. Dit valt onder ‘wat mensen zeggen’ en kost je één week.
Een fake door toont aan dat eigenaren bereid zijn hun e-mailadres achter te laten voor een concreet aanbod. Stel dat 40 van de 400 bezoekers via een nieuwsbrief voor sportschooleigenaren dat doen (een conversie van 10%). Nu heb je bewijs van daadwerkelijk gedrag.
Met een conciërgetest stuur je handmatig wekelijkse overzichten naar vijf sportscholen, waarna drie van hen besluiten te betalen voor een tweede maand. Nu heb je hard commitment te pakken.
Afgaand op de tabellen duren stappen 1 tot en met 3 bij elkaar zo’n vijf weken: één voor de interviews, één voor de fake door en drie voor de conciërgetest. Elke stap vergde een grotere investering dan de voorgaande, en elke stap werd gerechtvaardigd door het succes van de vorige. Was een van de tests mislukt, dan was je direct gestopt en had je alle vervolginvesteringen bespaard.
Let vooral op wat dit team níét heeft gedaan: niemand heeft een enquête verstuurd met de vraag of sportschooleigenaren een churn-tool “zouden gebruiken”, en niemand heeft blind een dashboard gebouwd om af te wachten of er bezoekers op afkwamen. Elke test beantwoordde uitsluitend de op dat moment meest riskante vraag. Wil je weten hoe dit past in een bredere discovery-cyclus? Bekijk dan onze gids over het product discovery-proces.
Hoeveel productexperimenten en deelnemers heb je nodig?
Er bestaat geen vast aantal experimenten. Blijf testen totdat de meest kritieke aanname onderbouwd is met bewijs dat zwaar genoeg weegt voor het risico dat je loopt. De samenvatting van Strategyzers boek raadt een praktisch ritme aan: voer in de eerste maand drie tot vijf kleine experimenten uit op je meest prioritaire aannames, en start steeds met de kleinst mogelijke test die de hypothese kan bevestigen of ontkrachten (Strategyzer, 2025).
Combineer zwak en sterk bewijs. Een test gebaseerd op ‘zeggen’ vertelt je waar je moet zoeken; een test gebaseerd op ‘doen’ bewijst of het klopt. Twee ‘zeggen’-tests die hetzelfde beweren, leveren nog altijd niet meer op dan twee meningen.
Het benodigde aantal deelnemers hangt af van de gekozen methode:
Usability-tests: vijf mensen per ronde. Het model van Jakob Nielsen toont aan dat vijf gebruikers circa 85% van de gebruiksproblemen aan het licht brengen en vijftien nagenoeg alles. Zijn advies is dan ook om je budget te verdelen over meerdere kleine rondes (Nielsen Norman Group, 2000).
Enquêtes: streef naar ongeveer 50 valide reacties binnen één specifiek afgebakend segment voordat je percentages serieus neemt. Onze gids voor discovery-enquêtes legt uit waarom.
A/B-tests: hiervoor heb je substantieel dataverkeer nodig. Kohavi en Longbotham merken op dat een 50/50-verdeling de hoogste statistische power oplevert, mits een korte opstartfase overduidelijke fouten heeft uitgesloten. Heb je te weinig bezoekers? Kies dan liever voor een fake door of een landingspagina. In onze gids voor A/B-testen vind je alle wiskundige achtergronden.
Intentieverklaringen en voorverkoop: hierbij kan een handjevol al voldoende zijn, zolang het maar om echte kopers met een toereikend budget gaat.
Wat zijn de meest gemaakte fouten bij productexperimenten?
Het hele idee testen in plaats van de meest riskante aanname. De vraag “Gaat dit werken?” kun je niet zuiver testen. De stelling “Betalen sportschooleigenaren € 50 per maand voor een wekelijkse lijst?” wel.
Kiezen voor de methode die je al beheerst. Teams die graag enquêtes maken, leggen alles voor aan een panel. Laat het type risico de methode bepalen.
Wat mensen zeggen aanzien voor wat ze doen. Twintig enthousiaste interviews blijven nog altijd bewijs van de allerlaagste trede.
Het slagingscriterium achteraf bepalen. Beoordeel je het resultaat pas nadat je de data hebt gezien, dan ben je bezig met storytelling, niet met valideren.
A/B-testen zonder voldoende verkeer. Met een paar honderd bezoekers kun je vrijwel nooit bewijzen dat een verandering causaal tot een bepaald resultaat leidde.
De minder sexy risico’s negeren. Oprichters storten zich graag op desirability. Cagans advies is echter om value en viability vroegtijdig aan te pakken; een gebrek aan feasibility kan een geliefd idee immers net zo hard de das omdoen.
Te snel de ladder op willen. Een crowdfundingcampagne lanceren zonder eerst één interview te hebben gehouden, betekent weken werk verzetten voor inzichten die je ook in een kort gesprek had kunnen opdoen.
Wanneer moet je géén productexperiment doen?
Sla het experiment over wanneer de beslissing goedkoop en eenvoudig terug te draaien is; iets live zetten en monitoren is in dat geval al de test. Ons artikel over omkeerbare en onomkeerbare productbeslissingen helpt je dat onderscheid scherp te krijgen. Sla het ook over als je de feature hoe dan ook gaat bouwen, ongeacht de uitkomst. Een test waarvan je het resultaat naast je neerlegt, is puur theater. En past geen van de 55 methoden bij jouw context — denk aan een langdurig salestraject binnen de publieke sector — ontwerp dan een eigen experiment op maat in plaats van een methode te forceren.
Is het ethisch om iets te testen wat nog niet bestaat?
Meerdere methoden, zoals de fake door, de 404-test, voorverkoop en de Wizard of Oz, confronteren gebruikers met iets wat nog niet volledig operationeel is. Houd het integer met deze vuistregels:
Meld direct op het volgende scherm eerlijk dat de functionaliteit nog in ontwikkeling is, en bedank de bezoeker voor diens interesse.
Accepteer nooit betalingen als je het geld niet kunt terugstorten of de belofte niet kunt inlossen. Wees glashelder over de verwachte levertijd.
Wordt het werk achter de schermen bij een Wizard of Oz-test handmatig door een mens gedaan? Vertel dit de deelnemers achteraf zodra dat relevant voor hen kan zijn.
Vraag altijd toestemming voordat je een sessie opneemt, en bewaar e-mailadressen uitsluitend als mensen daar expliciet voor hebben gekozen, enkel voor het doel dat je hebt gecommuniceerd.
Hoe pak je dit aan in Specky?
Vul een Lean Canvas in op de pagina Aannames, en Specky formuleert automatisch de onderliggende hypothesen. Elke aanname verschijnt op een bord gerangschikt op impact versus bewijskracht, waarbij de meest riskante aannames direct worden genummerd. Klik op een notitie, selecteer een testmethode en het experimentenplan wordt automatisch ingevuld met concrete stappen, een slagingscriterium en een aanbevolen looptijd.
Wie het uitvoerende werk doet, hangt af van de methode. Sommige tests worden uitgevoerd als AI-interviews binnen Vouch via vouch.specky.space. Voor andere methoden bouwt Specky een landingspagina en verzamelt het automatisch de reacties. In weer andere gevallen leest het je gekoppelde analytics uit. Voor de overige methoden voer je de test zelf uit en bewaart Specky het plan en de resultaten. In de bovenstaande gidsen staat per methode aangegeven hoe dit werkt.
Zodra je een resultaat registreert, verschuift de notitie op het bord en wordt elke bet die daarvan afhangt direct bijgewerkt. Eén ontkrachte aanname markeert de complete bet als ontkracht. Een bet geldt pas als onderbouwd zodra álle onderliggende aannames met succes zijn gevalideerd.
Veelgestelde vragen
Wat is een productexperiment?
Een productexperiment is een kleine, gerichte test van één aanname rondom een product, met een slagingscriterium dat vooraf is vastgelegd. Het stelt teams in staat om te ontdekken of een hypothese klopt vóórdat er serieus budget aan wordt besteed. Een goed experiment specificeert de aanname, de methode, de metric die wordt gemeten en het resultaat dat nodig is om groen licht te geven.
Hoe kies ik het juiste productexperiment?
Benoem de aanname waarover je de meeste twijfels hebt, bepaal het type risico (desirability, usability, feasibility of viability) en weeg af hoe sterk het bewijs moet zijn gezien de kosten van een verkeerde inschatting. Kies vervolgens de goedkoopste methode die die vereiste bewijskracht levert. In een vroege fase zijn gesprekken vaak voldoende; naarmate de belangen groter worden, vraag je gebruikers om actie te ondernemen of te betalen.
Wat zijn de vier soorten productrisico?
De vier risico’s volgens Marty Cagan zijn value (gaan ze het kopen of gebruiken?), usability (snappen ze hoe het werkt?), feasibility (kunnen we het realiseren met onze tijd, skills en tech?) en business viability (past het binnen de doelstellingen en het model van ons bedrijf?). Testing Business Ideas van Strategyzer hanteert er drie: desirability, feasibility en viability, waarbij usability-tests onder desirability worden geschaard.
Wat is het sterkste bewijs bij productvalidatie?
Geld of een handtekening vormt het krachtigste bewijs, zoals een betaling, een pre-order of een ondertekende intentieverklaring (LOI). Dit overtreft wat mensen doen, wat op zijn beurt weer zwaarder weegt dan wat mensen zeggen. De stelregel van Osterwalder is dat bewijs sterker wordt naarmate het dichter bij een daadwerkelijke transactie ligt; vandaar dat een gesimuleerde aankoop veel zwaarder weegt dan een interview of enquête.
Kan ik beter beginnen met klantinterviews of met een landingspagina?
Begin met klantinterviews als je nog moet valideren of het probleem daadwerkelijk bestaat; je hebt immers de eigen woorden van potentiële klanten nodig om een scherpe propositie te formuleren. Begin met een landingspagina zodra het probleem klip-en-klaar is en je je aanbod in één rake zin kunt samenvatten. Veel teams combineren beide binnen twee weken: eerst interviews, direct gevolgd door een pagina gebaseerd op de opgehaalde feedback.
Hoeveel experimenten moet ik uitvoeren voordat ik ga bouwen?
Er is geen vast aantal. Blijf testen totdat de meest kritieke aannames van je plan rusten op bewijs dat past bij de impact van eventuele fouten. Als richtlijn stelt de samenvatting van Strategyzers boek voor om in de eerste maand drie tot vijf compacte experimenten uit te voeren rond je belangrijkste aannames. Breek het traject vroegtijdig af zodra een van de aannames overtuigend wordt weerlegd.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing