L’A/B testing

Qu'est-ce que l'A/B Testing ?

L’A/B testing est désormais une pratique bien connue des marketeurs, car elle consiste à créer des variations de pages (ou de parcours clients) et à les mettre en compétition avec la page originale.

Vos visiteurs sont donc aléatoirement affectés à chacune des variations durant la période du test, sans avoir connaissance de ce dernier qui reste totalement transparent lors de la navigation, il n’y a donc pas de biais dans l’observation de leur comportement… 

Tout au long du test, l’outil d’A/B testing enregistre les actions et les conversions effectuées par les internautes affectés à chaque groupe (version A ou B). Vous définissez vous-mêmes quelles sont ces conversions (l’accès à une page, l’achat, le clic sur un élément…) et l’outil peut ainsi comparer les performances de chaque variation sur la base des indicateurs qui vous intéressent. Outre l’impact sur votre taux de conversion, la mise en place de tests A/B offre d’autres avantages, parfois méconnus ou relayés, à tort, au second plan...

Un ROI très vite mesurable

Avec l’A/B testing, vous pouvez chiffrer précisément le gain monétaire que représente chaque variation, il suffit pour cela de lui transmettre vos données de conversion. A minima, il s’agira du montant de la commande mais vous pouvez aussi transmettre d’autres informations comme la typologie d’internautes (ex : homme/femme, tranches d’âge) ou les catégories de produits achetés.

Ces informations seront ensuite utilisées pour analyser plus en détails les résultats de vos tests. Vous pourrez ensuite déterminer le retour sur investissement de l’A/B testing. Si vous identifiez sur une durée précise (2 semaines par exemple), la variation 1 de votre test vous a fait gagner 500 €, vous pouvez extrapoler le gain si 100% du trafic avait vu la variation 1 et ce sur 1'année complète. Il vous sera ensuite aisé de comparer les gains avec ce que l’A/B testing vous a couté, tant en licence logiciel qu’en ressources humaines...

Un consommateur mieux orienté

L’analyse des résultats de vos tests, même mauvais ou non significatifs, permet de mieux comprendre les attentes de consommateurs et de rectifier le tir à l’avenir, tant pour l’A/B testing que pour les autres domaines du marketing (comment les internautes perçoivent l’offre, la proposition de valeur…). Les outils avancés d’A/B testing proposent par exemple de filtrer les résultats des tests sur différents critères pour mettre en évidence les différences de performances entre segments d’internautes.

En effet, un contenu peut être donné gagnant sur l’ensemble des visiteurs, mais perdant si l’on ne regarde les résultats que sur une population restreinte. A l’inverse, si un test ne donne rien au global mais s’avère positif sur une sous population, alors vous pouvez certainement tirer un enseignement de votre test de nature à impacter votre marketing ou votre stratégie de communication auprès de cette cible. Les outils d’A/B testing s’orientent de plus en plus vers des logiques de personnalisation des contenus en temps réel selon le comportement des internautes. L’idée est de tirer parti des enseignements de vos tests, en identifiant les messages les plus pertinents par typologie d’internautes à l’aide d’outil de reporting avancé, pour ensuite déployer des messages optimisées auprès de vos différents segments d’internautes.