Comment tester A/B comme un pro [+outils]

Dans notre récent article, nous avons parlé de l'importance des tests A/B. C'est l'une des pratiques marketing les plus en vogue en 2020, et il n'y a aucun moyen qu'elle aille nulle part en 2021. À l'ère de la concurrence extrême, vous voulez jouer la sécurité même en prenant des risques.

Les tests A/B sont une méthodologie extrêmement utile capable de faire monter en flèche les performances de votre entreprise. La vérité est que ce n'est possible que si vous le faites correctement. Vous devez savoir exactement ce que vous faites lorsque vous exécutez vos expériences pour garantir des résultats significatifs et précis. Pour ce faire, vous devez d'abord couvrir la méthodologie.

Un guide étape par étape pour les tests A/B

Étape 1 : Faites vos recherches

Avant de pouvoir commencer à tester A/B vos ressources marketing, vous devez avoir une idée précise de ce qui vous empêche d'exploiter pleinement votre potentiel en ce moment. Vous devez mener des recherches préliminaires approfondies sur les domaines qui nécessitent une amélioration, identifier à la fois les opportunités de croissance et les éventuels pièges qui nécessitent un peu de travail.

Heureusement, le marché est saturé de divers outils de recherche qui peuvent vous simplifier le processus et vous donner un aperçu des performances de votre site Web (ou de tout autre atout marketing). Voici quelques-uns des outils les plus utiles à ajouter à votre arsenal :

1. Analyseur de page de destination. Cet outil gratuit vous permet d'analyser la page de destination de votre site Web pour voir son efficacité. En plus de cela, il propose également un rapport exploitable sur les problèmes de votre page de destination et des recommandations sur la façon de les améliorer. Les critères utilisés pour l'analyse comprennent les 5 paramètres suivants : Pertinence, Propension à passer à l'action, Persuasion, Motivation et Focalisation sur l'objectif.
2. Google Analytics (GA). Faisant partie de la famille de produits Google, cet outil d'analyse Web gratuit extrêmement puissant vous permet de suivre le trafic de votre site Web et d'obtenir des informations statistiquement significatives sur le comportement des visiteurs du site Web. Dès que vous l'ajoutez à votre page Web, il commence automatiquement à collecter des données et à créer des rapports basés sur celles-ci. Il est également possible d'intégrer Google Analytics à d'autres outils tels que Google AdWords pour obtenir une image plus globale des performances de votre entreprise.
3. Cartes thermiques VWO. Contrairement aux deux outils précédents qui présentent principalement des informations statistiques sous la forme d'une feuille de calcul numérique, Heatmaps by VWO offre des représentations visuelles de la façon dont les visiteurs interagissent avec votre site Web, y compris des cartes thermiques, des cartes de défilement, des cartes de clic, une zone de clic, etc.

En fait, les cartes thermiques - visualisation agrégée du mouvement de la souris de l'utilisateur, du défilement, des clics et des tapotements - sont l'un des outils les plus efficaces pour une recherche préliminaire car elles aident non seulement à obtenir un aperçu statistique du problème, mais aussi à comprendre pourquoi cela pourrait se passe.

Exemple. Utilisons la carte thermique de l'ancienne page de destination de Nurse.com pour expliquer l'importance de la recherche pour réussir les tests A/B.

L'objectif principal de toute page de destination est de convertir. Dans le cas de Nurse.com, la page d'accueil visait à inciter les visiteurs à cliquer sur le bouton « Acheter un abonnement CE illimité » et à devenir des clients de Nurse.com.

La carte thermique de Nurse.com révèle que seuls quelques visiteurs du site suivent et agissent comme prévu. Les autres sont distraits de l'élément principal et finissent par cliquer ailleurs. Certains des principaux problèmes avec la page de destination en question sont :

• Il existe deux appels à l'action concurrents qui divisent les clics entre eux.
• Il existe plusieurs éléments évidemment non cliquables avec lesquels les utilisateurs essaient d'interagir.
• Il existe de nombreux liens moins importants qui détournent l'attention des utilisateurs du « plat principal ».
• La copie principale de la page est ignorée.

En tant que propriétaire d'entreprise, vous savez exactement sur quoi cliquer. Par conséquent, vous êtes biaisé - vous ne pouvez pas savoir avec quoi les gens qui le voient pour la première fois auront du mal. Par conséquent, aucun des facteurs susmentionnés n'est vraiment évident. Tous les quatre, cependant, comprennent la faible performance de la page de destination.

La formation d'une carte thermique permet d'obtenir le point de vue d'un utilisateur sur le site Web au lieu de formuler une hypothèse subjective.

Néanmoins, même avec une telle gamme d'outils d'analyse automatique à la disposition des spécialistes du marketing, il est toujours conseillé de développer également des compétences analytiques ! Quelle que soit la qualité de la technologie que vous utilisez, c'est toujours une bonne idée de mélanger la recherche avec un peu d'expertise humaine.

Heureusement, il y a aussi une ressource pour ça !

Il s'agit d'une plate-forme gamifiée avec l'une des collections les plus importantes et les plus complètes d'études de cas de tests A/B sur Internet. Il vous permet de mettre votre esprit à l'épreuve et de deviner laquelle des deux variantes de test recueille le plus de conversion. Après avoir donné votre avis, que vous choisissiez ou non le gagnant, vous pouvez voir les résultats réels du test A/B, ainsi que toute la documentation à l'appui.

Étape 2 : Observer pour formuler une hypothèse

Dès que vous avez terminé vos recherches, vous devriez être en mesure de faire une estimation éclairée de ce qui affecte les performances de vos actifs marketing et de quelle manière. Votre recherche vous permet d'avancer une hypothèse étayée par des données, une proposition d'explication d'un phénomène.

Plusieurs conditions doivent être remplies pour qu'une hypothèse soit bonne :

• C'est possible de tester. Votre hypothèse doit être mesurable pour être testée. Sinon, vous finirez par obtenir des résultats subjectifs qui ne peuvent pas être justifiés statistiquement.
• Il aide à résoudre un problème de conversion. Chaque hypothèse que vous formulez est basée sur la conviction qu'elle peut augmenter le taux de conversion de l'actif marketing en question.
• Il donne un aperçu du marché. Que votre variante « gagne » ou « perde », elle devrait tout de même vous permettre de mieux comprendre les besoins et les désirs de votre public cible. Si vous parvenez à bien articuler votre hypothèse, elle vous la fournira malgré tout.

"Si vous ne pouvez pas indiquer la raison pour laquelle vous effectuez un test, vous devez probablement examiner pourquoi et ce que vous testez."
[Brian Schmitt, consultant en optimisation des conversions, CROmetrics]

Un énoncé d'hypothèse de test A/B de base comporte trois éléments cruciaux et est normalement structuré comme suit :
'Si _____ alors _____ parce que ______'

• La variable. Le QUOI de votre test - l'élément que vous changerez au cours de votre processus de test A/B.
• Résultat. Le SO WHAT de votre test - ce que vous attendez une fois que vous avez apporté des modifications à la variable.
• Raisonnement. Le POURQUOI de votre test - le raisonnement derrière votre suggestion, des données basées sur la recherche qui vous font croire qu'un certain changement de la variable conduira à un certain résultat.

Cependant, cela ne signifie pas que vous pouvez plier n'importe quelle déclaration que vous souhaitez adapter à la structure susmentionnée et l'appeler un jour. Au lieu de cela, vous devez aborder le processus de manière stratégique et formuler votre hypothèse en utilisant l'une des méthodes suivantes :

• Les hypothèses sont pour chaque résultat. Au lieu d'expérimenter pour expérimenter, assurez-vous que, quel que soit le résultat de votre expérience, vous obtiendrez une information précieuse. Réfléchissez à l'avance et supposez une explication à la fois pour une « victoire », une « défaite » et un « nul ».
• Faites en sorte que l'hypothèse soit pertinente pour vos KPI clés. Assurez-vous que vos expériences et hypothèses sont orientées vers l'amélioration des indicateurs de performance clés de votre entreprise.

De cette façon, vous serez en mesure de formuler une hypothèse exploitable.

Avec tous les points susmentionnés à l'esprit, Craig Sullivan, un professionnel des tests A/B, a développé un kit d'hypothèses de test A/B.

Trousse simple

1. Parce que nous avons vu (données/commentaires)
2. Nous nous attendons à ce que (changement) cause (impact)
3. Nous allons mesurer cela en utilisant (métrique de données)

Trousse avancée

1. Parce que nous avons vu (données qualitatives et quantitatives)
2. Nous nous attendons à ce que (changement) pour (population) cause (impact(s))
3. Nous nous attendons à voir (changement de mesure(s) de données) sur une période de (x cycles économiques)

Étape 3 : Derniers préparatifs

Sur la base de l'hypothèse formulée à l'étape précédente, vous devriez maintenant être en mesure d'identifier les éléments exacts que vous devez tester ainsi que toutes les modifications possibles à y apporter.

À ce stade, vous devez créer un ensemble de challengers (alternatives) à votre contrôleur (la version existante de votre actif marketing). Ici, cependant, vient la partie délicate - comment savoir quand s'arrêter ? Combien de variables devez-vous tester ?

En théorie, il n'y a pas de limite au nombre de variantes que vous pouvez tester de la même manière qu'il n'y a pas de limite au nombre de variables à modifier. Tout se résume aux ressources dont vous disposez - si vous avez suffisamment d'argent, de temps et de trafic pour tester des centaines de modifications mineures, vous êtes plus que bienvenu pour le faire !

De manière réaliste, cependant, si vous n'avez pas une fortune à dépenser en tests A/B, vous devriez opter pour 3-4 variantes pour chaque variable .

Puisque nous avons déjà plongé nos orteils dans les eaux du "combien", jetons un coup d'œil aux autres chiffres sur lesquels nous devons décider pendant que nous sommes ici. Les principaux moteurs du succès des tests A/B sont d'avoir un groupe d'échantillons suffisamment grand et d'exécuter le test suffisamment longtemps. C'est tout à fait logique, n'est-ce pas ? Plus il y en a, mieux c'est ! Eh bien… Pas tout à fait. Parfois, en faire trop peut faire mal. Au lieu de cela, respectez simplement la taille et le délai optimaux, d'autant plus qu'ils sont faciles à calculer.

• Déterminer la signification statistique optimale d'un test A/B.
  L'un des plus grands avantages des tests A/B est le fait qu'ils sont basés sur les données et, par conséquent, précis. La dernière chose que vous voulez faire est d'ignorer le fait que tous les résultats ne sont pas significatifs. Pour prendre cela en considération, vous devez calculer la signification statistique de votre expérience. Il indique la probabilité que la différence entre la version de contrôle et la version de test de votre test ne soit pas due à une erreur ou à un hasard. Vous pouvez le faire ici.

• Calcul de la taille d'échantillon optimale pour un test A/B.
  Vous devez vous assurer de montrer vos variantes à un nombre suffisant de personnes. Sinon, les résultats de vos tests seront erronés. Le calculateur de taille d'échantillon Optimizely vous permet de calculer la taille d'échantillon optimale en fonction du taux de conversion de base, des effets détectables minimaux et de la signification statistique.
• Calcul de la durée optimale d'un test A/B.
  Calculez la durée pendant laquelle vous devez exécuter des tests A/B à l'aide du calculateur de durée gratuit de VWO. Il estime la durée pendant laquelle vous devez exécuter votre test pour conclure avec une signification statistique basée sur 5 paramètres :
  
  - taux de conversion existant estimé ;
  - amélioration minimale du taux de conversion que vous souhaitez détecter ;
  - nombre de variations/combinaisons (y compris le contrôle) ;
  - le nombre moyen de visiteurs quotidiens ;
  - pourcentage de visiteurs inclus dans le test.

Étape 4 : Exécutez des tests et analysez les résultats

Dès que les étapes précédentes sont terminées, vous êtes prêt à partir et pouvez enfin lancer votre processus de test A/B.

Prenez tous les éléments de test A/B dont vous disposez et intégrez-les dans l'outil de test A/B de votre choix. Selon l'atout marketing que vous essayez d'optimiser, le meilleur outil de test variera. Cependant, ceux-ci sont considérés comme les grands garçons du jeu, que vous expérimentiez un formulaire Web, un e-mail, un CTA ou une page de destination :

1. De façon optimale
2. VWO
3. Convertir les expériences

Lors de l'exécution de vos tests, assurez-vous de respecter votre plan de test et de donner suffisamment de temps à vos tests pour vous fournir les résultats significatifs discutés à l'étape précédente. En parlant de temps… Il est également obligatoire pour vous de tester toutes les variantes simultanément afin que vos résultats de test A/B soient aussi impartiaux que possible.

Une fois que vous avez atteint la signification statistique requise, la taille de l'échantillon et la durée du test A/B, vous pouvez interrompre le test et analyser les résultats.

Les résultats des tests A/B de base sont généralement simples à interpréter. Tout ce que vous avez à faire est de suivre l'objectif principal (conversions) dans votre outil de test A/B.

Cependant, vous pouvez améliorer votre jeu et étendre le cadre de votre analyse des résultats pour couvrir également une analyse avancée ! La plupart des outils de test A/B vous permettent d'ajouter des métriques personnalisées à suivre afin que vous puissiez avoir un meilleur aperçu des performances de chaque variante. Certaines des choses que vous pouvez analyser incluent :

• Ce test fonctionne-t-il différemment pour les visiteurs nouveaux/anciens ?
• Une variante fonctionne-t-elle particulièrement bien pour une source de trafic spécifique ?
• Comment une variante fonctionne-t-elle dans un navigateur spécifique/sur un appareil spécifique ?

La comparaison et le contraste des ensembles de chiffres vous permettront de décider si le challenger est le gagnant ou le perdant. S'il génère plus de conversions et s'il est globalement plus performant que le contrôleur d'origine, vous pouvez implémenter des modifications. Sinon… Continuez d'essayer !

De plus, si votre hypothèse est bonne, même si votre variante échoue, vous aurez toujours un aperçu du comportement de vos utilisateurs.

Les choses à faire et à ne pas faire avec les tests A/B

️ Restez ouvert d'esprit

La chose la plus cruciale à retenir à propos des tests A/B est qu'ils peuvent facilement vous effrayer ! C'est assez imprévisible et peut entraîner un résultat auquel vous ne vous attendiez pas. Quelque chose que vous ne penseriez pas avoir d'impact sur votre public cible peut en fait entraîner le plus de changements. Alternativement, cela ne pourrait pas fonctionner du tout. Votre expérience peut se dérouler de différentes manières, vous devez donc être prêt à tout. Quels que soient les résultats que vous obtenez, considérez-le comme une expérience d'apprentissage précieuse et n'arrêtez pas de travailler pour vous améliorer.

N'appelez pas ça un jour trop tôt

L'une des erreurs de test A/B les plus courantes est d'appeler le test trop tôt. Assurez-vous de respecter le cadre temporel prévu et n'arrêtez pas les tests même si vous atteignez la taille de l'échantillon ou les chiffres de signification statistique plus tôt que prévu. Tout peut changer avec le temps.

️ AGISSEZ sur les résultats de vos tests

La pire chose que vous puissiez faire lorsque les tests A/B consistent à exécuter des expériences juste pour le plaisir. Après tout, les tests A/B sont un processus laborieux et chronophage. Si vous n'utilisez pas activement les résultats de vos expériences, vous gaspillez un tas de ressources de votre entreprise qui auraient pu être allouées ailleurs.

Pour des résultats positifs, cela signifie mettre en œuvre les changements immédiatement. Pour des résultats négatifs - apprenez d'eux et tirez des conclusions fondées sur des données sur le marché, votre entreprise et votre public cible.

Ne vous précipitez pas dans les tests

Il peut être extrêmement tentant de tester tout ce que vous faites pour vous assurer que vous avancez dans la bonne direction. Cependant, il faut parfois faire marche arrière et faire une pause. Vous ne pouvez pas commencer à tester dès que vous lancez quelque chose simplement parce que vous n'aurez pas assez de données pour comparer les mesures de performance de votre variante.

️ Testez plusieurs variables

Il existe de nombreux éléments différents qui composent vos actifs marketing, et tous sont capables d'avoir un impact. Vous ne savez jamais lequel des éléments, par exemple CTA, couleurs, polices ou texte, est le plus important pour votre public cible. Pour le savoir avec certitude, vous devez arrêter de supposer et commencer à tester.

N'oubliez pas que vous ne devez tester qu'une seule variable à la fois. Sinon, vous ne saurez jamais quel élément a généré les résultats.

NE PAS suivre aveuglément les études de cas d'A/B testing

Internet regorge de différentes études de cas de tests A/B, réussies ou non. Bien que ce soit une bonne idée de les parcourir lorsque vous avez le temps d'en savoir plus sur la méthode, les résultats possibles, etc., vous devez vous rappeler que le but des tests A/B est de générer des résultats spécifiques à l'entreprise.

Vous cherchez à tester vos solutions pour votre public. Par conséquent, l'expérience de tout le monde peut facilement s'avérer non pertinente. Vous devez utiliser vos données de recherche lors de la formulation d'une hypothèse, du cadre de test et de l'analyse des résultats.

Commencez petit pour voir grand ! N'ayez pas peur d'expérimenter avec vos atouts marketing et vous finirez par trouver ce qui vous convient le mieux.