Test A / B - Comment ça marche
Vous pouvez surveiller les actions du visiteur à l'aide de statistiques et d'analyses pour déterminer la version qui génère un taux de conversion plus élevé. Les résultats des tests A / B sont généralement donnés en fantaisiemathematical and statistical terms, mais la signification des chiffres est en fait assez simple. Il existe deux méthodes importantes par lesquelles vous pouvez vérifier les taux de conversion à l'aide des tests A / B -
- Échantillonnage des données
- Intervalles de confiance
Laissez-nous discuter de ces deux méthodes en détail.
Échantillonnage des données
Le nombre d'échantillons dépend du nombre de tests effectués. Le décompte du taux de conversion est appelé un échantillon et le processus de collecte de ces échantillons est appelé échantillonnage.
Exemple
Supposons que vous ayez deux produits A et B, vous souhaitez collecter des échantillons de données en fonction de sa demande sur le marché. Vous pouvez demander à quelques personnes de choisir parmi les produits A et B, puis leur demander de participer à une enquête. Au fur et à mesure que le nombre de participants augmentera, il commencera à afficher unrealistic conversion rate.
Il existe différents outils qui peuvent être utilisés pour déterminer le nombre correct de taille d'échantillon. Un tel outil gratuit disponible est -
Intervalles de confiance dans les tests A / B
L'intervalle de confiance est la mesure de l'écart par rapport à la moyenne sur le nombre multiple d'échantillons. Supposons que 22% des personnes préfèrent le produit A dans l'exemple ci-dessus, avec ± 2% d'intervalle de confiance. Cet intervalle indique la limite supérieure et inférieure des personnes, qui optent pour le produit A et est également appelé marge d'erreur. Pour de meilleurs résultats dans cette enquête moyenne,the margin of error should be as small as possible.
Exemple
Supposons que dans le produit B, nous avons ajouté une modification mineure, puis effectué des tests A / B sur ces deux produits. Les produits d'intervalle de confiance A et B sont respectivement de 10% avec ± 1% et 20% avec ± 2%. Cela montre donc qu'un changement mineur a augmenté le taux de conversion. Si nous ignorons la marge d'erreur, le taux de conversion pour la variation de test A est de 10% et le taux de conversion pour la variation de test B est de 20%, soit une augmentation de 10% de la variation de test.
Maintenant, si nous divisons la différence par le taux de variation de contrôle 10% ÷ 10% = 1,0 = 100%, cela montre une amélioration de 100%. Par conséquent, nous pouvons dire que le test A / B est une technique basée sur des méthodes et des analyses mathématiques. Il existe divers outils en ligne qui peuvent être utilisés pour calculer la signification A / B.
