Le test A / B (également appelé test fractionné) définit un moyen de compare two versionsd'une application ou d'une page Web qui vous permet de déterminer laquelle est la plus performante. Le test A / B est l'un des moyens les plus simples, où vous pouvez modifier une application ou une page Web pour créer une nouvelle version, puis comparer ces deux versions pour trouver le taux de conversion. Cela nous permet également de savoir quel est lebetter performer des deux.
Le nombre d'échantillons dépend du nombre de tests effectués. lecount of conversion rate est appelé un échantillon et le processus de collecte de ces échantillons est appelé échantillonnage.
L'intervalle de confiance est appelé measurement of deviationde la moyenne sur le nombre multiple d'échantillons. Supposons que 22% des gens préfèrent le produit A, avec +/- 2% d'intervalle de confiance. Cet intervalle indique leupper and lower limit des personnes, qui optent pour le produit A et s'appelle également margin of error. Pour de meilleurs résultats dans cette enquête moyenne, la marge d'erreur doit être aussi petite que possible.
Effectuez toujours des tests A / B s'il y a une probabilité beat the original variation by> 5%. Le test doit être exécuté pendant une durée considérable, de sorte que vous ayez suffisamment de données d'échantillonnage pourperform statistics and analysis. Les tests A / B vous permettent également de tirer le meilleur parti de votre trafic existant sur une page Web.
Le coût de l'augmentation de vos conversions est minime par rapport au coût de configuration du trafic sur votre site Web. leROI (return on investment) sur A / B Testing est énorme, car quelques changements mineurs sur un site Web peuvent entraîner une augmentation significative du taux de conversion.
Comme les tests A / B, les tests multivariés sont basés sur le même mécanisme, mais compares higher number of variableset fournit plus d'informations sur le comportement de ces variables. Dans les tests A / B, vous répartissez le trafic d'une page entre différentes versions de la conception. Le test multivarié est utilisé pour mesurer leeffectiveness of each design.
Le problème avec le test de plusieurs variables à la fois est que ce serait tough to accurately determinelesquelles de ces variables ont fait la différence. Bien que vous puissiez dire qu'une page fonctionne mieux que l'autre, s'il y a trois ou quatre variables sur chacune, vous ne pouvez pas être certain de la raison pour laquelle l'une de ces variables nuit en fait à la page, et vous ne pouvez pas non plus répliquer legood elements sur d'autres pages.
Voici quelques variantes de tests A / B qui peuvent être appliquées sur une page Web. La liste comprend: les titres, les sous-titres, les images, les textes, le texte et le bouton du CTA, les liens, les badges, les mentions dans les médias, les mentions sociales, les promotions et offres de vente, la structure des prix, les options de livraison, les options de paiement, les navigations du site et l'interface utilisateur.
Background Research - La première étape du test A / B consiste à découvrir le bounce ratesur votre site Web. Cela peut être fait à l'aide de n'importe quel outil comme Google Analytics.
Collect Data - Les données de Google Analytics peuvent vous aider à trouver visitor behaviors. Il est toujours conseillé de collecter suffisamment de données sur le site. Essayez de trouver les pages avec un faible taux de conversion ou des taux d'abandon élevés qui peuvent être améliorés.
Set Business Goals- La prochaine étape consiste à définir vos objectifs de conversion. Trouvez lemetrics that determines si la variation est plus réussie que la version originale.
Construct Hypothesis- Une fois que l'objectif et les paramètres ont été définis pour les tests A / B, il faut ensuite trouver des idées pour améliorer la version originale et comment elles seront meilleures que la version actuelle. Une fois que vous avez unlist of ideas, prioritize them en termes d'impact attendu et de difficulté de mise en œuvre.
Create Variations/Hypothesis - Il existe de nombreux outils de test A / B sur le marché qui ont un visual editorpour effectuer ces changements de manière efficace. La décision clé pour réussir les tests A / B est de sélectionner lecorrect tool.
Running the Variations - Présentez toutes les variantes de votre site Web ou d'une application aux visiteurs et leurs actions sont surveillées pour chaque variation. Visitor interaction pour chaque variation est mesurée et comparée pour déterminer comment cette variation fonctionne.
Analyze Data - Une fois l'expérience terminée, la prochaine étape consiste à analyze the results. L'outil de test A / B présentera les données de l'expérience et vous indiquera la différence entre la façon dont les différentes variantes de la page Web sont effectuées. Aussi s'il y a une différence significative entre les variations à l'aide de méthodes mathématiques et de statistiques.
Le type d'outils de collecte de données le plus courant comprend l'outil d'analyse, les outils de relecture, les outils d'enquête, les outils de chat et de courrier électronique.
Les outils de relecture sont utilisés pour obtenir un meilleur aperçu des actions des utilisateurs sur votre site Web. Cela vous permet également declick maps and heat maps of user clicket pour vérifier jusqu'où l'utilisateur navigue sur le site Web. Des outils de relecture comme Mouse Flow vous permettent deview a visitor's session d'une manière que vous êtes avec le visiteur.
Les outils de relecture vidéo donnent un aperçu plus détaillé de ce que ce serait pour ce visiteur naviguant sur les différentes pages de votre site Web. Les outils les plus couramment utilisés sontMouse Flow and Crazyegg.
Les outils d'enquête sont utilisés pour collect qualitative feedbackdu site Web. Cela implique de poser des questions d'enquête aux visiteurs qui reviennent. L'enquête leur pose des questions générales et leur permet également de saisir leurs opinions ou de choisir parmi les choix pré-fournis.
Vous pouvez réduire le nombre de taux de rebond de adding more imagesau fond. Vous pouvez ajouter des liens de sites sociaux pour augmenter encore le taux de conversion.
Il existe différents types de variations qui peuvent être appliquées à un objet, telles que l'utilisation de puces, la modification de la numérotation des éléments clés, la modification de la police et de la couleur, etc. Il existe de nombreux outils de test A / B sur le marché qui disposent d'un éditeur visuel. ces changements efficacement. La décision clé pour réussir les tests A / B est deselecting the correct tool.
Les outils les plus couramment disponibles sont Visual Website Optimizer, Google Content Experiments et Optimizely.
Visual Website Optimizer ou VWO vous permet de test multiple versionsde la même page. Il contient également l'éditeur `` ce que vous voyez est ce que vous obtenez '' (WYSIWYG) qui vous permet demake the changes and run testssans changer le code HTML de la page. Vous pouvez mettre à jour les titres, la numérotation des éléments et exécuter un test sans apporter de modifications aux ressources informatiques.
Pour créer des variantes dans VWO pour les tests A / B, ouvrez votre page Web dans l'éditeur WYSIWYG et vous pouvez appliquer de nombreuses modifications à n'importe quelle page Web. Il s'agit notamment de modifier le texte, de modifier l'URL, de modifier / modifier le code HTML, de réorganiser et de déplacer.
L'optimiseur de site visuel fournit également une option de test multivarié et contient d'autres outils pour effectuer un ciblage comportemental, des cartes thermiques, des tests d'utilisabilité, etc.
Ces tests peuvent également s'appliquer à plusieurs autres endroits tels que les e-mails, les applications mobiles, les PPC et les CTA.
Une fois l'expérience terminée, next is to analyze the results. L'outil de test A / B présentera les données de l'expérience et vous indiquera la différence entre la manière dont les différentes variantes de cette page Web sont effectuées. Il montrera également s'il existe une différence significative entre les variations utilisant des méthodes mathématiques et des statistiques.
Pour intégrer Optimizely à Universal Google Analytics, sélectionnez d'abord le bouton ON sur le panneau latéral. Ensuite, vous devez avoir unavailable Custom to populate with Optimizely experiment data.
Le code de suivi Universal Google Analytics doit être placé au bas de la section <head> de vos pages. L'intégration de Google Analytics ne fonctionnera pas correctement à moins que l'extrait Optimizely ne se trouve au-dessus de l'extrait Analytics.
Google Analytics propose deux options pour analyser les données, à savoir Universal Analytics et Google Analytics classique. Les nouvelles fonctionnalités d'Universal Analytics vous permettent d'utiliser 20 tests A / B simultanés pour envoyer des données à Google Analytics, mais la version classique n'en autorise que cinq.
C'est un mythe selon lequel les tests A / B nuisent aux classements des moteurs de recherche, car ils pourraient être classés comme du contenu en double. Les quatre méthodes suivantes peuvent être appliquées pour vous assurer de ne pas perdre la valeur potentielle du référencement lors de l'exécution des tests A / B.
Don’t Cloak - Le masquage consiste à montrer une version de votre page Web à l'agent Googlebot et une autre version aux visiteurs de votre site Web.
Use ‘rel=canonical’- Lorsque vous avez des tests A / B avec plusieurs URL, vous pouvez ajouter «rel = canonical» à la page Web pour indiquer à Google l'URL que vous souhaitez indexer. Google suggère d'utiliser l'élément canonique et non la balise noindex car il est plus conforme à son intention.
Use 302 redirects and not 301’s - Google recommande d'utiliser la méthode de direction temporaire - un 302 sur la redirection permanente 301.
Don’t run experiments for a longer period of time - Veuillez noter que lorsque votre test A / B est terminé, vous devez supprimer les variantes dès que possible et apporter des modifications à votre page Web et commencer à utiliser la conversion gagnante.