Découvrez la nouvelle rubrique du blog AntVoice. Chaque semaine, nous vous proposons le décryptage d’un terme technique ou marketing. De l’API au KPI, percez les mystères des mots utilisés par vos collègues. Cette semaine, intéressons-nous à l’AB Testing :
![aBTESTING LE MOT DE LA SEMAINE : AB TESTING](https://media.paperblog.fr/i/705/7052572/mot-semaine-ab-testing-L-A_wecb.jpeg)
L’AB Testing
Comme son nom le suggère, l’A/B testing est une procédure qui consiste à tester des pages web. Cette méthode est couramment utilisée en marketing direct ou dans le domaine de l’optimisation de la conversion des sites webs. Lors de la mise en ligne d’un site ou l’ajout d’un module, il est toujours plus sûr de s’assurer de leur efficacité.
Afin de cerner au mieux le comportement de navigation, les internautes sont soumis à différentes versions d’une page web. Le test A/B permet donc de comparer 2 versions d’une variable, en fonction de leurs comportements.
Version A ou version B, que la meilleure gagne !
Les variables à tester son illimitées. Le menu est-il plus visible à l’extrémité gauche ou l’extrémité droite de la fenêtre ? Le bouton « achat » rapporte plus de clics en vert ou en rouge ? La présence d’images permet-elle de retenir l’attention de l’internaute ? La taille de la police l’amène-t-elle à poursuivre sa navigation ? Les variables portent donc sur une quantité illimitée de sujets :
- Mise en avant, qualité des images et Vidéos
- Boutons d’actions
- Taille, police, couleur du texte
- Navigation entre les pages, les produits
- Pics de connexion
- Etc.
Dans l’exemple ci-dessous, quelle configuration rapportera le plus de clics et aboutira à un acte d’achat ? Celle avec le formulaire d’inscription en haut? Celle avec le bouton gris ou celui avec le bouton rouge ? Dans ce cas, la mesure de la meilleur version se fera grâce à un outil de web analytique.
![abtest1 LE MOT DE LA SEMAINE : AB TESTING](https://media.paperblog.fr/i/705/7052572/mot-semaine-ab-testing-L-oBOaWC.jpeg)
La finalité de l’AB testing ? Augmenter son ROI (return on investment)
Pour optimiser ses taux de transformation, des changements à l’instinct sont souvent effectués. Le problème de ces changements c’est qu’ils sont souvent longs à mettre en place, coûteux, mais surtout que les résultats ne sont pas toujours au rendez-vous. Pour éviter les conclusions hâtives, subjectives et dans le pire des cas, fausses, l’ABTesting devient inévitable. Cela permet de sauver un temps précieux et éviter de jeter de l’argent par la fenêtre.
Très utilisée de l’autre côté de l’Atlantique, faisant ses petits débuts en France, cette méthode a été notamment adoptée par Netflix, Amazon, Google, Ebay. Tous les sites qui impliquent une réponse rapide de la part d’un utilisateur (achat, inscription, clic sur un endroit spécifique) ont besoin de tester leurs outils. Relativement simple à mettre en place, ce test permet de s’assurer que les objectifs fixés en amont pourront être atteints.
L’A/B testing est fondamentale en recommandation. AntVoice l’a bien compris et fait partie des précurseurs de cette méthode. Comment démontrer la pertinence d’une recommandation? En comparant les comportements des internautes exposés et non exposés aux produits recommandés. Les résultats parlent d’eux mêmes pour Ticketac.com: le taux de clics sur les recommandations a bondi de 133% et le taux de transformation de 35%. Au final les emplacements proposant de la recommandation personnalisée ont généré 2 fois plus de revenus.