Comment créer un site Web ou un blog en 2020 - Guide gratuit et facile pour créer un site Web

Optimisation des conversions – Partie 3 : Comment examiner les rĂ©sultats

Comment revoir les rĂ©sultats du test fractionnĂ© A/BDans le post prĂ©cĂ©dent de cette sĂ©rie, je vous ai montrĂ© comment crĂ©er un split test A/B sur votre site web. CrĂ©er et mettre en Ĺ“uvre un test A/B est la partie la plus difficile. La partie la plus simple est de s’asseoir et de laisser les rĂ©sultats s’accumuler afin d’avoir quelque chose Ă  analyser et Ă  revoir. Dans cet article, vous apprendrez une stratĂ©gie pour examiner les rĂ©sultats de vos tests A / B de manière intelligente, approfondie et objective.

REMARQUE : cet article fait partie d’une sĂ©rie complète sur l’optimisation de la conversion. Cette sĂ©rie s’adresse aux dĂ©butants. Nous partirons de zĂ©ro et parcourrons tous les aspects d’un projet d’optimisation du taux de conversion de base.

Voici un aperçu des articles de cette série :

Partie 1 = Comment choisir ce qu’il faut optimiser
Partie 2 = Comment créer un test fractionné A/B
Partie 3 = Comment examiner les résultats
Partie 4 = Comment décider quoi essayer ensuite
Partie 5 = Comment crĂ©er un plan d’optimisation

De combien de données avez-vous besoin pour un test A/B fractionné ?

La partie dĂ©licate de l’examen de vos rĂ©sultats est de savoir quand vous avez suffisamment de donnĂ©es. La rĂ©ponse ne sera jamais la mĂŞme pour chaque site Web et pour chaque test fractionnĂ© (mĂŞme vos propres tests varieront). En règle gĂ©nĂ©rale, vous verrez l’une des deux situations suivantes :

1. Vous aurez clairement un gagnant et un perdant
2. Vous obtiendrez des résultats très proches.

Dans le scĂ©nario #1 (victoire Ă©crasante pour les versions « A » ou « B » de ce que vous testez) le plus important est que vous soyez sĂ»r d’avoir suffisamment de donnĂ©es avant d’identifier le vainqueur. Par exemple, disons que vous testez la couleur du bouton “Acheter maintenant” sur une page de vente de destination. 75 % des personnes cliquent sur la version BLEUE (« A ») et seulement 25 % des personnes cliquent sur la version ROUGE (« B ») du bouton.

Il décide immédiatement que BLUE est le grand gagnant et détermine que son test est terminé.

La partie dĂ©licate ici est de savoir ce que signifient rĂ©ellement ces pourcentages. 75 % est certainement bien supĂ©rieur Ă  25 %, mais si la taille de l’Ă©chantillon n’est que de 12 personnes, on parle de 9 points pour le bleu et de 3 points pour le rouge. Si 12 est un nombre typique pour vous dans votre entreprise, alors ces nombres suffiront. Mais si vous pouvez attirer plus de visiteurs vers cette page de destination, vous devriez certainement le faire. Une taille d’Ă©chantillon de 12 est vraiment petite.

Comment éviter le biais de confirmation

La plupart du temps, vos split tests A/B seront vraiment objectifs et clairs. Comme mon exemple précédent, le bleu par rapport au rouge est vraiment objectif et facile à interpréter objectivement. Mais parfois, vous pouvez succomber au biais de confirmation, également connu sous le nom de tendance à rechercher ce que vous voulez voir ou ce que vous voulez conclure.

Dans l’exemple bleu contre rouge, vous pouvez ĂŞtre très attachĂ© Ă  la couleur bleue des boutons « Acheter maintenant ». Mais comme il est le bon testeur « Optimisation de la conversion » qu’il est, il dĂ©cide de le soumettre Ă  un essai routier. Cependant, il affronte inconsciemment le bleu avec des couleurs dont il semble dĂ©jĂ  savoir qu’elles perdront face au bleu. C’est un exemple extrĂŞme, mais il illustre mon propos : vous devez faire attention Ă  ne pas trop vous attacher Ă  ce que vous pensez, supposez ou pensez qui fonctionne le mieux.

Pour Ă©viter les biais de confirmation, assurez-vous de tout tester plus d’une fois. Et sortez de votre propre boĂ®te. C’est toujours une bonne idĂ©e d’impliquer quelqu’un d’autre dans vos tests.

A rĂ©essayer ou Ă  ne pas rĂ©essayer…

Telle est la question et la réponse est évidente ! Oui, oui, oui, vous devez retester.

Après chaque test A / B que vous terminez, vous devez commencer immĂ©diatement Ă  travailler sur le test suivant. Les tests fractionnĂ©s A/B devraient faire partie intĂ©grante de votre stratĂ©gie globale d’optimisation de site Web. Passer d’un taux d’abonnement de 1 % Ă  10 % peut Ă©videmment faire une grande diffĂ©rence pour votre entreprise. Ce n’est gĂ©nĂ©ralement pas ainsi. En règle gĂ©nĂ©rale, vous rechercherez des revenus beaucoup plus faibles Ă  la fois.

Quelles questions avez-vous concernant l’examen des rĂ©sultats de votre test fractionnĂ© A/B d’optimisation des conversions ? Laissez votre commentaire ci-dessous.