De fleste QR-kode-beslutninger bliver taget ud fra mavefornemmelse — "den afrundede ser bedre ud" eller "lad os sætte logoet i midten." Det er fint til en engangs tryksag. Det er ikke fint, når du kører en kampagne på tværs af 5.000 direktemail-stykker eller 200 hyldetalere i butikken. A/B-test af dine QR-koder er det praktiske alternativ: kør to kontrollerede varianter, mål scans, og lad dataene vælge vinderen.
Her er hvordan du gør det uden en statistikgrad eller et enterprise-analysebudget.
Hvorfor QR-kode A/B-test er værd den opsætning
En QR-kode er ikke bare et link. Det er også et visuelt signal, der enten fanger opmærksomhed og får en scan, eller bliver ignoreret. Variabler som kodestørrelse, omgivende hvidt rum, call-to-action-tekst, kodenes farve og placering på materialet påvirker alle scanrate uafhængigt af, hvad der er på destinationssiden.
Hvis du springer test over og bare tweaker din destinationsside, optimerer du det forkerte sted i trakten. Nogen der aldrig scannede nogen kode når aldrig din side. A/B-test lukker det hul.
Forudsætningerne: Dynamiske QR-koder og en klar hypotese
A/B-test virker kun med dynamiske QR-koder, fordi du har brug for scan-data knyttet til hver kode. Statiske koder producerer ingen analyser — du kan simpelthen ikke vide hvor mange mennesker der scannede hvilken variant.
Før du opretter noget, skal du skrive en enkel hypotese:
"At tilføje en kort CTA-label under QR-koden vil øge scanrate på vores cafémenukort sammenlignet med kun koden."
En variabel. En forventet retning. Alt andet konstant. Hvis du tester en anden farve og en anden CTA og en anden størrelse på en gang, ved du ikke hvilken ændring der gjorde arbejdet.
Opsætning af en ordentlig split-test
Trin 1: Opret to koder, en destination
Generer to separate dynamiske QR-koder i din generator. Begge koder skal pege på samme destinations-URL — den eneste forskel er det fysiske designelement, du tester.
At holde destinationen identisk betyder, at enhver forskel i scans skyldes designet, ikke en side der er bedre.
Trin 2: Mærk dine koder før du printer
Navngiv dem klart: menuekort-v1-ingen-cta og menuekort-v2-med-cta. Du glemmer hvilken der er hvilken under kampagnepres. Rod etikettering er grund nummer et til at A/B-test-data bliver ubrugelig.
Trin 3: Implementer i matchende miljøer
Sæt variant A og variant B på tilsvarende steder. I en café kunne det betyde at skifte mellem koder på bordene (ulige numrerede borde får A, lige får B). I en direktemail-kampagne skal du splitte din mailingliste tilfældigt — ikke efter geografi eller kundesegment, som kunne introducere bias.
Matchende implementering er den del de fleste teams springer over. Hvis alle dine A-koder ligger nær indgangen og alle dine B-koder ligger bagbag, måler du fodtrafik, ikke design.
Trin 4: Sæt en minimumsperiode og stikprøvestørrelse
Erklær ikke en vinder efter tre dage eller 40 scans. En praktisk regel:
| Forventede ugentlige scans pr. variant | Minimumkørselstid |
|---|---|
| < 50 | 4 uger |
| 50–200 | 2 uger |
| 200+ | 1 uge |
Målet er nok scans til at en tilfældig god dag for en variant ikke skæver dit resultat. For de fleste små virksomhedskampagner er to til fire uger realistisk.
Hvad skal du måle
Hent disse tal fra din QR-platforms dashboard for hver variant:
- Samlede scans — overskriftsnummeret
- Unikke scans — fjerner mennesker der scannede samme kode to gange
- Scans-efter-time-distribution — fortæller om en variant bliver scannet på forskellige tidspunkter af dagen, som kunne signalere en placeringseffekt
- Enhedsplit (iOS vs. Android) — sjældent den afgørende faktor, men nyttig hvis du mistænker dit publikum skæver en vej
Se de seks kerneanalyse-metrics i vores dedikerede guide for at få et mere fuldstændigt billede af, hvad du skal prioritere når du har dataene.
Beregn scanrate som: unikke scans ÷ estimerede impressioner. Impressioner er sværere at fastgøre offline, men du kan bruge bordantal × estimeret dækningsgrad pr. dag eller mailers sendt for at få en nævner.
Almindelige variabler værd at teste (og nogle få der ikke er)
Værd at teste:
- CTA-tekst under koden ("Scan for dagens tilbud" vs. ingen tekst)
- Kodenes farve (mørkeblå vs. sort, inden for kontrastkrav)
- Kodestørrelse (40 mm vs. 60 mm på samme trykt materiale)
- Rammeform (firkantet kant vs. afrundet kant)
- Position på materialet (øverst til højre vs. center)
Ikke værd at teste i isolation:
- Tiny modul-form tweaks der er usynlige på typisk scanneafstand
- Baggrundsfarver der er for lig koden selv
- Logoændringer under tærsklen hvor de påvirker genkendelse — disse betyder noget for branding men vil ikke flytte scanrate
Læsning af dine resultater uden at overgøre
Hvis variant B får 340 unikke scans versus variant A's 210 over samme periode med tilsvarende eksponering, vinder B. Rul den ud.
Men noter hvad du ikke kan konkludere: du kan ikke sige det vindende design vil yde det samme i en anden sammenhæng (f.eks. et vindue dekoration vs. et bordkort). Kontekst ændrer grundlæggende scanrate. Du kan heller ikke sige det vindende design er universelt bedre — kun at det ydede bedre i denne test.
Dokumenter dit resultat i en simpel log:
Test: menuekort CTA vs. ingen CTA
Periode: 2026-04-01 – 2026-04-28
Vinder: med-CTA (+62% unikke scans)
Kontekst: 22 borde, frokost- og aftenservice
Den log bliver en intern reference for fremtidige kampagner. Over et år bygger du autentisk, kontekstspecifik viden om hvad der virker for dit specifikke publikum.
Vigtige takeaways
- Brug dynamiske QR-koder — statiske koder producerer ingen scan-data og kan ikke A/B-testes.
- Test en variabel ad gangen. Multi-variabel ændringer producerer tvetydige resultater.
- Implementer varianter i matchende miljøer for at undgå at blive påvirket af lokation eller publikumssegment.
- Kør testen længe nok til at indsamle mindst 100 unikke scans pr. variant, eller fire uger minimum for lavtrafikplacer.
- Log hvert resultat. Dine fund fra en kampagne er udgangspunktet for den næste.