Temps de lecture : 9 minutes
Quelle est la Bonne Méthode pour Réussir un Test AB ?
4.7 (93.81%) 42 votes

Lorsqu’on lance un test AB, deux versions d’une même page web sont créées et fonctionnent simultanément. Le trafic est divisé entre ces deux versions. La façon dont les visiteurs réagissent à chacune d’elles permet aux marketeurs de déterminer quelle est la meilleure version. Pour vous guider à travers les détails techniques et le jargon industriel, nous avons créé une structure simple pour mener des tests AB. Voici le guide de Convertize sur comment faire du AB testing en 2019.

Les méthodes (ou méthodologies) d’AB Testing peuvent varier selon les Agences de AB Testing, certaines se focalisant uniquement sur les données Analytics, d’autres sur les Tests Utilisateurs ou le Neuromarketing.

Voici la méthodologie d’AB Testing utilisée chez Convertize, qui associe les différentes approches. Elle comporte 5 étapes :

optimisation des taux de conversion - méthodologie

A la fin de chaque cycle, il est important d’évaluer le processus dans son ensemble.

Analyse de données :

Avant même déterminer ce à quoi va ressembler la Version B, il est nécessaire d’examiner en détail la Version A. Les données sont fondamentales ici. Google Analytics est un outil indispensable pour les marketeurs digitaux puisqu’il vous dit comment les visiteurs utilisent votre site. En examinant le comportement de vos visiteurs et en identifiant les faiblesses de votre Tunnel de Conversion, vous serez sûrs de ce qui doit être optimisé. Pour comprendre le Pourquoi et le Comment, d’autres outils sont nécessaires.

Des logiciels gratuits en ligne vous permettent de transformer des données de suivi de la souris en des heatmaps plus visuelles. Des scrollmaps vous disent jusqu’où vos visiteurs font défiler la page avant de la quitter. Ces outils doivent être associés à une segmentation client et à des sondages de sortie afin que vous puissiez comprendre comment les visiteurs réagissent à votre site. Mais ce n’est pas fini ! Afin de changer ce que ressentent les visiteurs sur votre site, vous devez penser à la psychologie du consommateur. La dernière étape de la phase de recherche est une analyse heuristique exhaustive.

Construction d’hypothèses :

C’est la partie amusante du processus ! Vous devez prendre votre courage à deux mains et trouver un moyen de changer la Version A afin d’atteindre un objectif particulier. Alors, qu’allez-vous modifier ? Vos boutons Call-to-Action, votre texte, les couleurs ou la structure de vos sections ? Est-ce que votre page a besoin d’un ravalement de façade ou d’une reconstruction complète ? Tout le monde peut proposer une hypothèse mais une bonne hypothèse requiert une réflexion méticuleuse.

Conception du test AB :

Il est important d’être précis sur les paramètres de votre expérience. Avant de mener un test, vous devez choisir :

  • Votre objectif  Pour qu’une plateforme de AB Testing puisse comparer les taux de conversion des versions A et B, vous devez indiquer une action qu’elle peut traquer. Le plus souvent, il s’agit de l’URL d’une page de remerciement (à la suite d’un achat) car cela garantit que vous ne recevrez que les données liées à des achats menés à terme. Il arrive parfois que vous vouliez atteindre un autre objectif. Cliquer sur un bouton Call-to-Action particulier ou visiter une autre page de votre site peut être pour vous le meilleur objectif à mesurer.
  • Le type de pages que vous souhaitez cibler – Tester chaque page produit une par une prendrait une éternité mais cibler les mauvaises pages peut également rendre vos résultats plus obscurs. Votre ciblage est en général défini par les URLs sur lesquelles vos changements vont s’appliquer. Comme pour les recherches en ligne, vous pouvez poser les limites de votre test dans les termes suivant : « l’URL contient », « l’URL finit par » ou « l’URL est égale à ».
  • La façon dont votre trafic doit être divisé – Certains logiciels possèdent un algorithme de « Multi-Armed Bandit » (ou Bandit Manchot en français) qui dirige la majorité de votre trafic vers la version de votre page qui fonctionne le mieux. Cela présente deux avantages. Le premier est que cela peut réduire le temps nécessaire pour obtenir des résultats significatifs. Ensuite, cela signifie qu’on ne perd pas de conversions en envoyant du précieux trafic vers la page la moins optimale. Toutefois, dans le cas où votre outil de AB testing ne propose pas ce genre d’algorithme, vous devez réfléchir à comment allouer votre trafic de manière adéquate.

Intégration et Tests :

Mener une expérience, c’est comme être assis sur le siège passager d’une voiture. Peu importe à quel point vous voulez modifier, ajuster ou altérer le processus, vous devez laisser le contrôle au conducteur. Toutefois, il vous reste une décision importante à prendre : quand arrêter le test. Avant de commencer votre test, vous devez décider du niveau de « confiance » dont vous avez besoin avant de conclure l’expérience. Le taux de confiance le plus courant dans l’industrie est celui de 95% mais les testeurs expérimentés peuvent décider d’arrêter leurs tests plus tôt dans certaines situations.

Enseignement et Amélioration :

La représentativité statistique est la base sur laquelle vous devez vous appuyer pour des conclusions. Cependant, une augmentation significative des conversions pour la version B ne vous conduira peut-être pas à apporter de grands changements à votre site. Par exemple, la version B peut conduire les visiteurs à acheter plus fréquemment mais elle peut aussi les mener à faire des achats moins profitables. Elle peut aussi réduire le nombre de clients qui reviennent sur le site ou causer d’autres problèmes imprévus. Il est aussi possible que vous n’ayez montré votre version B qu’à un segment de vos consommateurs. Dans ce cas, la prochaine étape est de la tester sur d’autres segments.

Un conseil qui revient souvent est la règle dite du « pas de coup d’oeil« . Quand ils analysent la valeur d’une hypothèse, les marketeurs regardent souvent leurs données avant que les résultats soient représentatifs. Il est alors très facile de tirer des conclusions hâtives.

outils d'ab testing français

Nous listons les meilleures solutions de AB Testing dans notre Comparatif des 26 Outils AB Testing pour Optimiser vos Conversions en 2019

Optimizely ayant retiré sa version française il y a 2 ans, il ne reste plus que 4 outils de AB Testing disponibles en Français :

  1. Convertize – Un outil conçu pour les professionnels du marketing et les moyennes entreprises. C’est un système robuste qui est livré avec les services d’experts. Le logiciel propose un éditeur intuitif, des fonctionnalités de vitesse et de sécurité uniques ainsi qu’une liste de tactiques de neuromarketing.
  2. AB Tasty – Conçu au départ pour les entreprises de taille moyenne, l’outil a été repositionné pour devenir une ressource pour les grandes entreprises. AB Tasty se spécialise maintenant dans les fonctionnalités de remarketing.
  3. Google Optimize – La ressource gratuite de AB Testing de Google. Optimize 360 offre un service payant qui peut tester jusqu’à 10 versions d’une page. Cet outil peut être intégré à Google Analytics.
  4. Kameleoon – Une option coûteuse à destination des moyennes entreprises. Elle est basée sur l’utilisation de l’Intelligence Artificielle et le Machine Learning et se focalise sur la personnalisation.

Il n’y a pas de durée standard pour un test AB, car un tel test doit se terminer lorsque les résultats sont fiables.

Avant de lancer un test AB, il convient de calculer la taille de l’échantillon nécessaire pour votre test AB. Sachant que dans certains cas, la conclusion pourra être de ne pas lancer de test AB, car le volume de trafic disponible sur le site (ou la page testée) n’est pas suffisant.

Lorsque votre test est lancé, la question suivante est de determiner quand les résultats du test AB sont fiables. Pour cela, différents paramètres sont à prendre en compte :

  1. La représentativité statistique du test AB (ou statistical significance)
  2. Le constat d’une 

La puissance statistique décrit les chances que votre expérience détecte un effet, c’est-à-dire un changement causé par votre variable, si un tel effet existe. Il y a deux facteurs significatifs qui détermine la puissance statistique de votre test : la magnitude de l’effet créé par votre test et le nombre de visiteurs sur votre site.Dans le cas du AB Testing, l’effet est mesuré en taux de conversion. Une forte augmentation des conversions pour la version B de votre page serait un large effet. Plus la différence entre les versions est grande, plus vous serez susceptible d’atteindre la représentativité statistique.

Ces deux facteurs combinés donne à votre test un degré de représentativité. C’est la probabilité que vos résultats montrent un effet réel.

La régression vers la moyenne décrit quant-à-elle le phénomène qui se produit lorsque des résultats apparemment clairs deviennent moins prononcés au fur et à mesure que la taille de l’échantillon augmente. Si la variation entre A et B semble significative dès le début mais décroit jusqu’à devenir plus modérée alors les résultats initiaux étaient probablement le résultat de phénomènes à la marge. Dans ce cas, la variation sera moins prononcée au fur et à mesure de la durée du test.

Il existe deux grandes approches pour calculer la Statistical Significance d’un test AB : l’approche Bayésienne ou l’approche Fréquentiste. Elles ne sont pas simplement des méthodes alternatives mais reflètent en réalité différentes interprétations des probabilités.

L’approche Fréquentiste étudie le nombre de fois qu’un événement se produit dans un certain volume de tests. Le résultat donne seulement la fréquence au sein d’un échantillon donné.

L’approche Bayésienne commence par une estimation du nombre de fois qu’un effet se produit réellement et met à jour cette estimation au fur et à mesure de l’accumulation de données. Le résultat est une nouvelle estimation de l’effet réel et un nombre décrivant à quel point on peut faire confiance à cette estimation.

Plusieurs outils en ligne permette de calculer la statistical significance :

Quand on calcule la représentativité statistique d’un test AB, les deux approches apportent des informations importantes. Les logiciels de AB testing combinent souvent les deux approches dans un seul paquet de statistiques. En utilisant vos données expérimentales (le nombre de visiteurs sur A, le nombre de visiteurs sur B, le nombre de conversions sur A, le nombre de conversion sur B), le logiciel vous indique l’augmentation observée entre A et B et la probabilité que ce soit dû à un changement que vous avez effectué.

Convertize a développé une approche Hybride dans le but d’apporter des résultats de tests AB plus fiables et plus rapides. Pour comprendre l’Approche Hybride développée par Convertize, vous pouvez télécharger le ebook ou obtenir une édition papier sur Amazon.

Google a clarifié sa position vis à vis du AB Testing dans un article publié sur son blog. Les points importants à retenir sont :

  1. Utiliser des URL Canoniques : les moteurs de recherche ont du mal à hiérarchiser le contenu qui apparaît deux fois. En conséquence, les explorateurs (« crawlers ») des moteurs de recherche pénalisent le contenu en double et réduise leur classement SERP. Quand deux URLs affichant des versions alternatives d’une même page sont en ligne (pendant des split tests par exemple), il est important de spécifier quelle page doit être classée. On fait cela en attachant un rel=canonical à la version alternative (« B ») de la page, dirigeant ainsi les explorateurs vers votre version préférée.
  2. Pas de Cloaking : montrer un contenu aux humains et une version différente au Googlebot est contraire aux règles Google, qu’il s’agisse ou non d’un test. Il est donc important de ne pas exclure le Googlebot des tests AB (en éditant le fichier robots.txt d’une page).
  3. Utiliser des redirections 302, et non des redirections 301 : cela s’applique aux Split Tests qui consistent à rediriger les visiteurs arrivant sur une page A, vers une page B, de façon transparente. Utiliser une redirection 301 peut faire croire à Google que la page A est du vieux contenu. Pour éviter cela, il vaut mieux rediriger le trafic en utilisant un lien 302 (qui indique une redirection temporaire).

Le respect des conditions énoncées par Google permet de s’assurer que les tests AB n’auront aucun impact sur votre référencement naturel (SEO). Si vous utilisez un logiciel d’AB Testing, il suivra automatiquement ces recommandations. Les outils de AB Testing classiques connaissent ces contraintes et utilisent des javascripts qui n’influencent pas votre SEO.

Les logiciels de AB testing permettent de créer des tests à partir de scripts côté client (front-end) ou côté serveur.

Les solutions de AB Testing côté serveur tournent plus vite et sont plus sécurisées. Mais elles sont aussi beaucoup plus chères et plus compliquées à mettre en oeuvre.

Les solutions de AB Testing « côté client » utilisent un code Javascript qui effectue les changements directement dans le navigateur du visiteur. Cela peut créer un retard de chargement de la page de quelques fractions de secondes néanmoins visible à l’oeil nu.

Ce retard de chargement est connu sous le nom de « flickering effect ». Pour y remédier, Convertize a développé un  Lightning mode.

Conclusion

Si votre site reçoit suffisamment de trafic, l’AB testing est une technique essentielle pour toute équipe marketing d’une entreprise de e-commerce. Cela ne donne pas seulement des informations inattendues sur vos clients et votre site, cela vous permet également de promouvoir votre entreprise de façon sûre. Pour les sites avec de un trafic de plus faible volume, il y a d’autres moyens d’optimiser vos taux de conversion. Par exemple, vous pouvez par lire nos articles sur le neuromarketing et la psychologie du consommateur.

Philippe Aimé

Par Philippe Aimé

Philippe est Directeur chez Convertize. Philippe a créé son premier site Internet en 1998. Il dirige aujourd'hui l'équipe de consultants en Optimisation des Conversions.

Newsletter signup

Philippe écrit des articles sur le comportement du consommateur et l'optimisation des taux de conversion.

Inscrivez-vous pour obtenir ses derniers articles GRATUITEMENT