Comment tirer le meilleur parti des tests A/B pour augmenter vos taux de conversion

L'un des types de tests CRO les plus faciles (et les plus courants) est appelé test A/B. Indispensable dans la boîte à outils d'optimisation de tout marketeur, l'A/B testing peut sembler intimidant en raison de sa nature technique et statistique. En réalité, c'est en fait l'un des moyens les plus clairs et les plus efficaces d'améliorer les taux de conversion. En identifiant les variations spécifiques des éléments de votre campagne qui fonctionnent bien avec votre public, les tests A/B éliminent les conjectures du CRO et transforment la théorie en application.

Prêt à sauter le pas ? Examinons en quoi consistent les tests A/B et discutons des meilleures pratiques pour vous permettre de tester comme un pro en un rien de temps.

Pour ceux qui préfèrent regarder plutôt que lire...

Qu'est-ce qu'un test A/B ?

Les bases

En termes simples, les tests A/B sont la version marketing d'une expérience contrôlée. Également connu sous le nom de test fractionné, un test A/B vous permet de tester les variations de certains éléments d'une campagne, comme une page de destination, les unes à côté des autres. Les résultats vous permettront de déterminer quelle version est l'option la plus efficace. En raison de sa nature assez simple, c'est l'un des tests les plus populaires utilisés dans l'optimisation du taux de conversion.

Comment fonctionnent les tests A/B

Les tests A/B commencent par la création de deux versions (ou plus) d'un élément de contenu. Toute variable souhaitée peut être modifiée, et il est recommandé de rendre ces versions sensiblement différentes les unes des autres, mais d'une seule manière. Les pièces sont ensuite présentées à des publics de taille similaire, et la réactivité et les taux de conversion de chaque groupe sont enregistrés et analysés avec un logiciel de test et/ou d'analyse CRO.

Obtenez votre liste de contrôle d'optimisation de campagne pour vous aider à identifier les parties de votre campagne qui sont sous-performantes afin que vous puissiez hiérarchiser vos efforts de test

Processus de test A/B

Passons donc aux choses sérieuses et examinons en détail comment un test A/B efficace est exécuté.

1. Choisissez votre variable

Comme pour la méthode scientifique, vous souhaitez isoler une "variable indépendante" à tester. Pour clarifier, A/B permet de tester plusieurs variantes, tant qu'elles sont testées une à la fois. Tous les éléments de mise en page ou de conception qui vous intéressent sont prêts à être testés, des polices de la page de destination au placement des boutons CTA en passant par les lignes d'objet des e-mails. Envisagez de développer une hypothèse à évaluer à l'aide de vos résultats, et rappelez-vous de garder les choses simples - ne testez pas plusieurs variables à la fois !

2. Décidez des métriques

La "variable dépendante" sera la métrique sur laquelle vous choisirez de vous concentrer tout au long du test. Le taux de conversion semble le plus évident, mais d'autres métriques pertinentes pour le CRO peuvent inclure le taux d'abandon du panier, le temps passé sur une page, le taux de rebond et Prenez le temps de trouver les KPI (indicateurs de performance clés) les plus pertinents pour la pièce spécifique testée.

Une autre considération est la signification statistique souhaitée de vos résultats. Définir votre niveau de confiance à un pourcentage plus élevé équivaut à investir dans la précision des résultats. Nous constatons une faible littératie statistique dans le monde des CRO concernant ce sujet et suggérons ce blog sur les statistiques de test A/B pour y remédier.

3. Configurez vos groupes

L'élément restant de l'expérience qui doit être déterminé est le contrôle, qui sera la version non modifiée de la pièce que vous testerez. Avec le contrôle et le test créés, vous pouvez diviser votre public en groupes aléatoires de taille égale pour les tests. Si cela semble difficile à mettre en œuvre, ne vous inquiétez pas, c'est un travail pour vos outils de test, un élément crucial de votre stratégie CRO.

La taille de l'échantillon dépendra à la fois des capacités de l'outil utilisé et de la nature du test. Lorsque vous testez quelque chose comme une page Web, avec un nombre de visiteurs en constante augmentation, la durée du test déterminera directement la taille de l'échantillon ; examiner les taux de visite existants pour avoir une idée de la durée de la conduite. Lors des tests A/B des e-mails, en revanche, il est recommandé de tester sur une certaine proportion de votre liste de diffusion.

4. Exécutez ce test !

Bien que vos variantes doivent être testées simultanément, il n'y a rien de mal à sélectionner stratégiquement les heures de test. Par exemple, des campagnes par e-mail au bon moment donneront des résultats plus rapidement ; déterminer quelles sont ces heures nécessite des recherches sur les données démographiques et les segments de vos abonnés. Comme mentionné, selon la nature de la pièce, le trafic de votre site et la signification statistique à atteindre, le test peut prendre de quelques heures à quelques semaines.

Si vous souhaitez obtenir des informations supplémentaires sur le raisonnement derrière les réactions de vos visiteurs, envisagez de demander des commentaires qualitatifs. Les enquêtes de sortie et les sondages peuvent assez facilement être ajoutés aux pages du site pendant la durée de la période de test. Ces informations peuvent ajouter de la valeur et de l'efficacité à vos résultats.

5. Examinez les résultats

En utilisant votre hypothèse préétablie et vos indicateurs clés, il est temps d'interpréter vos résultats. En gardant également à l'esprit les niveaux de confiance, il sera nécessaire de déterminer la signification statistique à l'aide de votre outil de test ou d' une autre calculatrice. Si une variante s'avère statistiquement meilleure que l'autre, félicitations ! Vous pouvez maintenant prendre des mesures appropriées pour optimiser l'élément de campagne.

Mais n'oubliez pas que la signification statistique n'est pas synonyme de signification pratique. Vous devez toujours prendre en considération le temps et les efforts nécessaires pour mettre en œuvre le changement et si le retour en vaut la peine. Si c'est aussi simple que d'envoyer un modèle d'e-mail plutôt qu'un autre d'un simple clic sur un bouton, c'est une évidence. Mais si cela revient à demander à un développeur de réorganiser des centaines de pages de destination sur votre site, vous voulez vous assurer que cela en vaut la peine.

6. En cas d'échec du test

Si aucune des variations n'a produit de résultats statistiquement significatifs, c'est-à-dire si le test n'a pas été concluant, plusieurs options sont disponibles. D'une part, il peut être raisonnable de simplement conserver la variation d'origine en place. Vous pouvez également choisir de reconsidérer votre niveau de signification ou de redéfinir la priorité de certains KPI en fonction du contexte de l'élément testé. Enfin, une variation plus puissante ou radicalement différente peut être de mise. Surtout, n'ayez pas peur de tester et de tester à nouveau ; après tout, des efforts répétés ne peuvent que contribuer à améliorer l'optimisation.

Test A/B vs test multivarié

Le test multivarié est fondé sur le même principe clé que son homologue A/B ; la différence réside dans le nombre plus élevé de variables testées. L'objectif est de déterminer quelle combinaison particulière de variations fonctionne le mieux et d'examiner la «convertibilité» de chaque variation dans le contexte d'autres variables plutôt qu'un simple processus autonome. À bien des égards, il peut s'agir d'une pratique plus sophistiquée.

Ce type de test est un excellent moyen d'examiner des relations plus complexes entre des éléments optimisables. En théorie, il est possible de tester des centaines de combinaisons côte à côte ! Il convient de noter que les tests multivariés ont leurs inconvénients, notamment en ce qui concerne le temps et le nombre de visiteurs du site plus importants nécessaires pour les mener efficacement.

Quel test dois-je exécuter ?

Les tests A/B sont une méthode idéale pour obtenir rapidement des résultats significatifs et apparents, quelle que soit la taille de l'entreprise, le trafic sur le site ou les capacités de votre logiciel. Facile à interpréter et moins intimidant pour les marketeurs novices en CRO, il est même dans certains cas utilisé en cycles continus par de grandes entreprises qui le préfèrent à la conception de tests multivariés. Si vous commencez tout juste votre voyage dans le monde de l'optimisation, c'est peut-être le meilleur endroit pour commencer.

En revanche, les tests multivariés sont souvent recommandés pour les sites avec un trafic important afin de s'adapter au nombre de variations qui doivent être testées. La page spécifique testée doit également avoir une exposition suffisante. Les tests multivariés sont mieux appliqués lorsque vous souhaitez expérimenter des modifications plus subtiles d'un élément de contenu et tracer les interactions de différents éléments. Ils sont également utiles pour obtenir des résultats qui pourront ensuite être systématiquement appliqués à la conception de votre site à plus grande échelle.

Maintenant que vous savez comment exécuter un test A/B, comment savez-vous quel aspect de votre campagne marketing aborder en premier ? Nous avons la ressource idéale pour vous : la liste de contrôle d'optimisation de campagne. Cela vous aidera à identifier les parties de votre campagne qui sont sous-performantes afin que vous puissiez hiérarchiser vos efforts de test et d'optimisation.

Ce blog fait partie de la série de blogs Your Definitive Guide to Conversion Rate Optimization