Débuter avec les tests A / B
Si vous avez entendu parler des «tests A / B» mais que vous n’êtes pas tout à fait sûr de ce que cela implique, nous avons créé cette série de blogs pour vous aider à vous mettre rapidement à niveau. La première partie couvre les bases, fournissant une brève introduction aux tests A / B et quelques bonnes pratiques pour bien démarrer.
J'ai commencé à essayer l'optimisation il y a plusieurs années. J'ai appris en me familiarisant avec les informations partagées par des experts en optimisation, tels que ConversionXL, WiderFunnel, GetUplift, Unbounce, etc. Grâce à leur volonté de partager leurs expériences, j'ai pu plonger de front dans une nouvelle ère de marketing numérique: l'optimisation du taux de conversion.
L'optimisation du taux de conversion (ORC) consiste à utiliser des analyses qualitatives et quantitatives pour améliorer l'engagement ou conversion de votre site web. En termes simples, il s’agit d’augmenter le nombre de visiteurs effectuant une tâche particulière ou effectuant une action spécifique, telle que remplir un formulaire. Les tests (tests A / B et tests multivariés) constituent un élément clé de ce processus, car ils vous permettent de valider vos théories sur la manière d'améliorer l'expérience dans un environnement à faible risque. Chez Progress, les tests A / B font partie intégrante de notre processus numérique. Nous l'utilisons pour améliorer des interactions spécifiques afin d'accroître l'engagement global et pour augmenter les conversions de formulaires et les appels à l'action. Nous utilisons même des tests A / B pour mesurer l’impact d’une modification de conception et d’améliorations dans le parcours des utilisateurs.
Cliquez pour l'infographie complète
Le monde de l'expérience numérique et de l'optimisation pique ma curiosité au quotidien; il m'aide vraiment à comprendre le comportement des visiteurs de notre site Web et me permet d'essayer d'améliorer leur expérience d'interaction avec notre site Web. De nos jours, effectuer un test A / B est une seconde nature pour moi, mais je me souviens à quel point cela a commencé était intimidant. Je ne savais pas quoi tester, et je suis à peu près sûr de pouvoir ensuite me demander à quel endroit je pensais que la friction était. Aujourd'hui, je ne donne même pas une seconde Je me rends là où les données me mènent.
Cela dit, je pensais qu'il serait utile de partager ce que j'ai appris pour vous aider à démarrer avec les tests A / B.
Glossaire des termes à comprendre avant de vous get Started
- Hypothèse: Définit votre expérience, ce que vous testez, votre résultat attendu et pourquoi
- Mesure / Objectif: Mesure ou action clé qui déterminera si l'expérience est un succès ou non
- Comportement de l'utilisateur: Comment les visiteurs interagissent-ils avec votre site, que font-ils , où ils vont, etc.
- Expérience utilisateur: Expérience perçue par un utilisateur en fonction de ses interactions
- Optimisation: Action consistant à apporter des modifications pour améliorer votre expérience utilisateur
- Signification statistique: Le niveau de confiance nécessaire pour valider le résultat de votre expérience ne s'est pas produit par hasard.
- Heatmap: Représentation graphique de la manière dont les utilisateurs interagissent avec votre page, à l'aide d'un indice de chaleur
- . Enregistrement de session: Enregistrement vidéo montrant comment les visiteurs naviguent et interagissent avec votre site au cours d'une session
Ce que vous devriez savoir avant de commencer
- Il n'existe pas de meilleure pratique universelle en matière d'optimisation du taux de conversion. Regardez-les plutôt comme des lignes directrices. N'importe quelle meilleure pratique que vous souhaitez mettre en œuvre pour vos propres propriétés, assurez-vous de la tester avant de la déployer.
- Les tests A / B ne sont pas une stratégie, mais plutôt une tactique dans votre stratégie d'optimisation globale. Il vous permet de tester des idées ou des hypothèses pour améliorer l'expérience utilisateur, mais n'explique pas le comportement de l'utilisateur. Pour résoudre réellement les problèmes d'optimisation, vous devez comprendre comment les utilisateurs interagissent avec votre site.
- Un trafic important est nécessaire pour qu'un test A / B atteigne une signification statistique. Outre le trafic, un nombre important de conversions est également nécessaire pour fournir une taille d'échantillon suffisante. Par exemple, un minimum de 200 à 300 conversions par variation est une bonne ligne de conduite.
- Les tests A / B doivent être basés sur les données et basés sur l'utilisation réelle de votre site par les visiteurs, et non sur les opinions.
- Chaque A / B test doit avoir une hypothèse qui définit clairement le but de notre expérience, ce que nous testons, pourquoi et la mesure de réussite associée. Sans cela, nous ne faisons que tester pour tester.
- N’arrêtez pas votre expérience trop tôt. Soyez patient, laissez-le fonctionner jusqu'à ce qu'il ait atteint une signification statistique.
- Toutes les expériences ne seront pas gagnantes, mais les principaux enseignements tirés de ceux qui échoueront rendront notre prochaine expérience plus forte.
- Soyez ouvert d'esprit, une expérience pourrait ne pas aller comme vous vous y attendiez.
Vous êtes prêt à tester, mais comment commencer?
Vous ne savez pas quoi tester en premier? Plongez dans vos analyses Web et laissez les données vous guider vers votre test.
Commencez par effectuer une analyse technique. Tous n’ont peut-être pas l’esprit technique, mais nous pouvons vérifier quelques rapports pour nous assurer que notre site Web fonctionne correctement. Tout d'abord, regardez les conversions par navigateur, puis par appareil. Y a-t-il une grande différence quelque part? Si c'est le cas, creusez la parole. Même chose pour l'expérience mobile. À quoi ressemble votre expérience sur une tablette ou un téléphone? Il existe également des rapports de vitesse de page qui peuvent aider à identifier les problèmes de chargement. Parfois, ces problèmes techniques peuvent être vos plus gros problèmes, il est donc très important de ne pas les négliger.
Une fois votre analyse technique terminée, il est temps de passer à votre analyse Web. C'est ici que vous pouvez commencer à comprendre les visiteurs de votre site Web. Comment vont-ils sur votre site? Avec quoi interagissent-ils? Où vont-ils? Où se convertissent-ils? Et inversement, où ne convertissent-ils pas?
En plus de votre plate-forme d'analyse Web, CMS Sitefinity possède le Digital Experience Cloud (DEC) . C’est un excellent moyen de surveiller les performances des conversions, puis de comprendre quels points de contact favorisent la conversion individuelle et ceux qui ne le sont pas. Les calendriers de parcours du site Sitefinity DEC vous permettent de trouver des points communs dans le parcours des utilisateurs afin d’identifier rapidement ce qui fonctionne et les opportunités de création de tests A / B.
Il existe d'autres outils et méthodes pour aider à comprendre le comportement des utilisateurs, tels que les cartes thermiques, les outils d'enregistrement de session, les tests utilisateur et les enquêtes, mais nous pourrons en parler dans une publication ultérieure. Pour le moment, concentrons-nous sur le démarrage de votre première expérience.
Voyons vos principaux appels à l’action (CTA). Mon hypothèse est que vous avez l'un des éléments suivants: contactez-nous, demandez une démonstration, chattez en direct ou essayez maintenant. Convertissent-ils bien pour vous? Si vous répondez non, vous aurez peut-être besoin d'une action différente pour attirer vos utilisateurs.
Lorsque je débutais, nous avons constaté que le formulaire "Contactez-nous" introduisait toutes sortes de demandes émanant de tous les départements. Nous ne voulions vraiment l'utiliser que pour les ventes. Nous avons donc lancé un test A / B au cours duquel nous avons modifié le CTA de Contact Us en Contact Sales. Croyez-le ou non, notre taux de conversion a augmenté. Nous avons également effectué des tests en modifiant l'appel à l'action. Par exemple, au lieu d'essayer maintenant, essayez d'utiliser Planifier une démonstration, ou quelque chose de moins intrus, comme le chat en direct.
Les pages de destination de votre campagne sont un autre bon endroit pour commencer les tests. Ces pages ont généralement beaucoup de trafic et il existe de nombreuses meilleures pratiques que vous pouvez tester pour voir si elles conviennent à votre public.
Hypothèses et objectifs
Maintenant que vous avez une idée de ce que vous souhaitez tester, il est temps de créer votre hypothèse. Ne commencez jamais une expérience sans hypothèse. Une hypothèse définit clairement votre expérience. Il décrit ce que vous testez et pourquoi. Il explique également ce que vous croyez que le résultat sera et définit clairement la mesure de réussite qui déterminera si votre expérience a été un succès ou non. Chez Progress, nous utilisons la convention suivante pour définir chaque expérience: En faisant [x] sur [y page] pour [z users]nous augmenterons [key metric] car [why].
Votre hypothèse dépend fortement de votre métrique de réussite ou objectif, alors assurez-vous de les définir clairement. Cela évitera toute confusion quant à la réussite ou non de votre test. Souvent, les résultats de nos expériences deviennent notre hypothèse pour notre prochaine expérience. Vous souhaitez mesurer plus d'un objectif? Vous pouvez le faire, mais un seul de ceux-ci peut être votre objectif principal, l’objectif qui détermine si votre test a été un succès ou non.
Maintenant que votre idée de test, votre hypothèse et votre métrique de succès sont définis, vous êtes prêt à construire votre expérience dans Sitefinity.
N'oubliez pas de consulter mon prochain billet de blog sur Comment créer un A / B test dans Sitefinity . Vous pouvez également en savoir plus sur les tenants et les aboutissants des tests A / B en téléchargeant notre guide de démarrage infographique pratique.
Source link