Semaine 8
Activité 3
Technique d’évaluation A/B
Sommaire
Évaluation A/B
Le test A/B (ou A/B testing) est un test qui permet de comparer des variables marketing entre elles afin de déterminer celle qui offre de meilleurs résultats dans un contexte précis ou pour une audience donnée. Il s’agit donc d’une méthode qui permet de faire l’évaluation quantitative d’une IHM. Les tests A/B représentent des occasions uniques de rendre les activités de marketing plus efficaces. On effectue régulièrement de petits tests sur le terrain en temps réel. Des expériences sont lancées simultanément sur deux ou plusieurs pages afin de comprendre quels sont les éléments qui ont reçu le plus de retours positifs parmi l’échantillon-test d’utilisateurs. Les résultats observés sont mesurés. Les éléments offrant la meilleure conversion sont ensuite réutilisés dans le but d’optimiser la stratégie générale, et une base de données est créée afin d’anticiper les comportements des consommateurs et de maximiser les bénéfices.
Plusieurs sites Web utilisent ce type de test, dont ceux de Google, d’Amazon, d’eBay ou de Netflix.
Il convient de noter que, malgré son nom, un test A/B peut être conduit sur autant de pages qu’on le souhaite (C, D, etc.!).
Voici quelques plateformes spécialisées dans les tests A/B :
Google Analytics
Unbounce
Optimizely
Visual Website Optimizer
Plus particulièrement, Google Analytics permet d’amasser un nombre important de « métadonnées », c’est-à-dire des données sur d’autres données. Par exemple, il est simple avec Google Analytics de connaître l’achalande à chaque page ou article d’un site Web tel qu’un blogue, et ce, par heure/jour/mois. En utilisant Google Analytics avec une approche de test A/B, il est donc possible de récupérer plusieurs données qui permettront d’analyser la performance de chacune des versions d’une IHM. Voici quelques métadonnées pouvant être utilisées pour un test A/B :
- temps passé par l’utilisateur sur un élément/page d’une IHM. Trop de temps peut indiquer trop de contenu; peu de temps peut indiquer une erreur de navigation;
- nombre de visites/utilisations d’un élément/page d’une IHM;
- taux de succès d’une vente, c’est-à-dire nombre de visite vs nombre de vente;
- provenance des utilisateurs et langue de leur fureteur/système d’exploitation.
Étude de cas
Lors de la campagne électorale de 2007 de Barack Obama, la technique A/B a été utilisée pour les éléments de base du site de la campagne. Par exemple, la technique a été utilisée pour trois choix de boutons : « Learn more », « Join us » ou « Sign up now ». Les résultats ont montré une augmentation de 18,6 % d’inscriptions par visiteur pour le bouton « Learn more » par rapport au bouton par défaut « Sign up ». De façon identique, une photo en noir et blanc de la famille Obama dépassait de 13,1% le nombre d’inscriptions obtenues pour l’image turquoise par défaut. En utilisant à la fois cette image de la famille et le bouton « Learn more », les inscriptions ont augmenté de 40 %.