Comment présenter les métriques Shopify dans un rapport de test A/B pour fournir une valeur claire

La création d'un excellent rapport de test Shopify A/B comporte deux facettes principales : choisir les bonnes mesures et savoir comment les présenter.

Votre choix de métriques a un impact sur le résultat du test et définit l'orientation de l'ensemble du programme d'optimisation.

PS Ne choisissez pas trop de métriques. Utilisez la règle Boucle d'Or : ni trop ni trop peu. Trop et vous trouverez un "gagnant" dans chaque expérience. Trop peu et vous perdrez un potentiel d'apprentissage et aurez peut-être un impact négatif sur d'autres mesures clés.

Et lorsqu'il s'agit de présenter ces mesures dans votre rapport Shopify, pensez complet mais rationalisé. Associez les visuels aux chiffres afin que les changements clés et les tendances ou les modèles de métriques menant au changement soient mis en évidence.

Sans un rapport qui présente des résultats significatifs à la direction, il peut être difficile d'obtenir l'adhésion pour plus d'expérimentation ou de prouver le retour sur investissement des tests A/B.

Peut-être que votre apprentissage était tous les risques que vous avez évités en ne déployant pas de mauvaises idées ou des idées que vous avez acquises lorsque vous avez perdu une variation, mais qu'un segment s'est révélé prometteur ou qu'une métrique a évolué de manière inattendue. Et maintenant, vous devez comprendre pourquoi cela s'est produit grâce à une expérience et prouver la causalité.

Conclusion : créez un rapport facile à interpréter et aidez l'équipe d'expérimentation à transmettre clairement la valeur des efforts (gains réels, apprentissage et informations) aux parties prenantes.

Principales métriques Shopify à suivre dans les tests A/B et ce qu'elles signifient

Bien que les mesures que vous devriez suivre dépendent de votre hypothèse, voici quelques mesures de Shopify sur lesquelles vous devriez envisager de garder un œil.

• Total des commandes : Le nombre de commandes passées

• Ventes totales : le montant total est classé par canal de vente
  Formule : Ventes brutes – remises – remboursements + expédition + taxes

• Principales pages de destination : affiche la page sur laquelle les clients démarrent une session.
  
• Valeur moyenne des commandes : la valeur moyenne de toutes les commandes (moins les cartes-cadeaux) divisée par le nombre total de commandes.

• Taux de conversion de la boutique en ligne : pourcentage de sessions ayant abouti à une commande
  
  
  • Ajouté au panier : nombre et pourcentage de sessions au cours desquelles les clients ont ajouté au moins un article à leur panier.
    Formule : ((Sessions avec article du panier consulté) / (nombre total de sessions))*100
  • Passage à la caisse : nombre et pourcentage de sessions au cours desquelles les acheteurs ont ajouté au moins un article à leur panier, atteint le passage à la caisse et effectué une action.
  • Sessions converties : nombre et pourcentage de sessions au cours desquelles les acheteurs ont ajouté au moins un article à leur panier, atteint la caisse, puis effectué un achat.
• Taux de paniers abandonnés : Le pourcentage de paniers que les clients abandonnent avant de passer à la caisse.
  Formule : (1 – (Nombre d'achats réalisés / Nombre de ventes initiées))*100

• Taux de rebond : le pourcentage de sessions à engagement unique
  Formule : Total des sessions d'une page / Total des visites d'entrée

Vous pouvez également suivre les nouveaux clients, les clients qui reviennent, le canal de référence (SEO, médias sociaux, direct ou e-mail) et les ventes par emplacement.

Nous avons interrogé plus de 50 optimiseurs Shopify via HARO sur les mesures qu'ils préfèrent suivre et quelques favoris clairs ont émergé :

• Taux de conversion (RC)
• Taux de clics (CTR)
• Valeur de conversion
• Temps passé sur la page
• Taux de rebond
• Profondeur de défilement
• Engagement sur des pages spécifiques – comme la page catalogue/catégorie
• Profondeur de navigation sur le site
• Pages vues
• Vues des éléments
• Ajouter au chariot
• Achats nets
• Délai de paiement
• AOV
• NPS (après achat)
• Revenu moyen par visiteur
• Taux de panier abandonné
• Bénéfice net

La réalité est qu'en matière de suivi des métriques, il n'y a pas de réponse unique. La mesure la plus importante à suivre variera en fonction de vos buts et objectifs spécifiques.

Pour certaines boutiques Shopify, cela peut ressembler à ceci :

Certains de mes objectifs préférés à suivre dans les magasins Shopify sont

1. Générez des clics sur les publicités.
2. Augmenter les ventes de produits spécifiques.
3. Améliorer la navigation de la page principale.

Jessica Kats, experte e-commerce et retail chez Soxy

Shopify Analytics : les 3 mesures auxquelles vous devriez prêter une attention particulière

Chez Convert, nous demandons aux propriétaires de boutiques Shopify de prêter une attention particulière à 3 métriques :

1. Taux de conversion (CR) – Au risque d'énoncer une évidence, votre taux de conversion peut être un bon indicateur du succès ou de l'échec de votre expérimentation. En fin de compte, vous voulez plus de ventes et des revenus accrus. Mais ce n'est peut-être pas la meilleure mesure si vous n'essayez pas de mesurer l'impact de vos actions sur les personnes qui agissent sur votre site.
   
   Lisez la suite pour savoir quelle métrique est la plus importante !

2. Valeur moyenne des commandes (AOV) : bien que l'AOV ne soit pas la mesure la plus complète, vous devriez tout de même envisager de la surveiller. Il s'agit d'une indication de la rentabilité sur différents segments, une mesure large qui quantifie la quantité d'achats dans différentes catégories.
   Lorsque vous l'utilisez comme métrique principale de commerce électronique, assurez-vous :
   
   
   • L'AOV est surveillé à travers les SKU
   • Vous suivez les commandes des distributeurs et les commandes groupées, car cela peut perturber l'AOV
   • AOV n'indique pas de profit car il ne soustrait pas le coût des marchandises vendues, ce qui représente une dépense importante.

3. Revenu moyen par visiteur (ARPV) : contrairement à AOV, qui a des commandes comme unité de randomisation, ce qui rend difficile le test correct, ARPV utilise les visiteurs comme unité de randomisation, ce qui est pratique.
   
   ARPV est la métrique la plus importante à suivre car elle se compose à la fois de CR et d'AOV.

Et Alex Birkett, co-fondateur d'Omniscient Digital, est d'accord :

L'objectif de votre expérience est extrêmement important à la fois pour la conception de votre expérience et pour ce que vous finissez par apprendre réellement de votre expérience.

Dans de trop nombreuses entreprises, la simple mesure de proportion du « taux de conversion » est l'objectif universel de l'expérience. C'est bien si vous voulez savoir si votre intervention augmente la proportion de personnes qui entreprennent une action, comme acheter * n'importe quoi * sur votre site Web, mais si ce n'est pas ce que vous essayez d'apprendre ou si ce n'est pas l'aiguille que vous êtes essayer de se déplacer, ce n'est pas la meilleure métrique.

De nombreux sites Web Shopify avec lesquels j'ai travaillé ont voulu soit
a) augmenter la taille de l'achat (ou la valeur moyenne de la commande - AOV) pour ceux qui achètent ou
b) augmenter la valeur moyenne des visiteurs sur un ensemble de pages.

Pour le premier, vous souhaiterez configurer l'AOV et le suivi des revenus. Ceux-ci nécessitent une intégration avec votre panier, mais la plupart des outils de test, y compris Convert, ont des intégrations natives avec Shopify.

Convert propose également un guide complet sur l'optimisation de l'AOV que vous pouvez consulter.

Lorsque j'optimise pour AOV, je surveille également le taux de conversion pour m'assurer que je ne nuis pas à cette métrique.

Mais je le considère comme une métrique de garde-fou.

Si je peux augmenter l'AOV tout en maintenant mon taux de conversion de base, j'envoie le test en production. Je peux également calculer la valeur marginale dans le cas où le taux de conversion baisse un peu, mais la valeur moyenne des commandes compense en augmentant le revenu moyen par visiteur de l'expérience.

Cela m'amène à mon deuxième outil de reporting post-hoc pour Shopify : le revenu moyen par visiteur.

Selon certains, il s'agit de la mesure ultime d'optimisation de la conversion des magasins de commerce électronique, car il s'agit d'une mesure composite qui peut être influencée par l'augmentation des conversions ou par l'augmentation de la valeur de chaque conversion (c'est-à-dire la valeur moyenne des commandes).

La valeur moyenne des commandes et le revenu moyen par visiteur dû présentent des complexités supplémentaires dans les rapports.

Le taux de conversion est une mesure binaire et peut être traité comme une variable catégorique (réussite/échec, conversion ou non), et peut être analysé à l'aide de quelque chose comme un test du chi carré.

La valeur moyenne des commandes est une variable continue et est souvent influencée par des valeurs aberrantes (par exemple, quelqu'un entre et achète 10 fois le volume d'un achat normal - que faites-vous avec cette valeur aberrante ?).

Le revenu moyen par visiteur est également influencé par les valeurs aberrantes et est une variable continue, mais les hypothèses sous-jacentes du modèle ont tendance à s'équilibrer à des tailles d'échantillon plus élevées.

Ces deux mesures sont sous-estimées dans les rapports pour l'expérimentation Shopify, mais elles présentent de nouveaux défis pour l'analyse en dehors des simples augmentations du taux de conversion.

Cependant, la plupart des outils de test A/B peuvent en tenir compte et vous n'aurez pas trop de problèmes avec l'inférence.

Astuce : utilisez le calculateur d'analyse pré-test Convert pour évaluer les exigences de taille d'échantillon pour leur tolérance au risque et l'effet qu'ils souhaitent détecter sur les mesures importantes répertoriées ci-dessus.

Quels éléments et informations un excellent rapport de test A/B Shopify devrait-il inclure ?

Alors, à quoi ressemble un excellent rapport de test Shopify A/B ? Nous y reviendrons dans une seconde.

Tout d'abord, trempez ceci dans:

Vous ne pouvez créer un bon et précieux rapport de test que si vous avez commencé votre test à partir d'une bonne hypothèse

Andra Baragan, fondatrice d'ONTRACK Digital

Si vous voulez des conseils sur la façon de créer une hypothèse solide, nous avons ce qu'il vous faut.

Maintenant que nous avons couvert nos bases, voici d'autres conseils d'Andra Baragan sur la façon de construire un test A/B :

Tout nouveau test A/B doit commencer par répondre à ces questions :

Problème : quel est le problème que vous essayez de résoudre ?

Opportunité : comment votre solution va-t-elle résoudre le problème ?

Piste d'optimisation : comment cela aide-t-il notre client à atteindre ses objectifs ? Source : Quelles sources de données avez-vous utilisées pour élaborer votre solution ?

Enfin, en matière de signalement, l'Andra recommande de revenir en arrière et de répondre par des chiffres à ces questions.

Dans tout rapport de test, nous incluons les éléments suivants :

• Durée du test : (combien de jours le test a duré)
• Intervalle de test : (période pendant laquelle il s'est exécuté)
• Ce que nous avons testé : (expliquez ce que vous avez modifié)
• Insights : (1-2 lignes sur pourquoi vous l'avez testé, ce que vous avez observé qui vous a donné envie de le tester)
• Qu'avez-vous appris du test ? Quelles sont les prochaines étapes maintenant ?
• Le test doit-il être mis en œuvre sur le site Web en direct ? Voulez-vous réitérer la variation et tester à nouveau ? Quelle est l'action nécessaire après ce rapport ?

Nous obtenons toujours nos résultats de test de Google Analytics - nous créons des segments personnalisés d'utilisateurs pour chaque variante, puis nous pouvons exécuter ces segments sur tous les rapports pertinents - cela nous donne une vue inégalée de l'impact du test sur le comportement de l'utilisateur.

Remarque : Si vous extrayez vos analyses du tableau de bord Shopify et que vous les comparez à Google Analytics, il y aura quelques écarts en raison de la façon dont les métriques sont calculées. Voici plus d'informations sur pourquoi cela se produit.

Structurer le rapport

La structure de votre rapport peut varier en fonction de la personne à qui vous le présentez. Les cadres n'ont pas besoin d'autant de détails que votre équipe de test. Mais, votre rapport doit généralement inclure ces aspects :

• Diapositive 1 : Le but du test -Pourquoi avez-vous exécuté le test, et quelle était votre hypothèse qui vous a amené à concevoir ce test spécifique ?
  
  Pour les parties prenantes et votre organisation au sens large, vous pouvez maintenir ce niveau assez élevé. Lors de la présentation à votre équipe de test, incluez le contexte des tests précédents (le cas échéant) et plongez dans les métriques que vous espériez déplacer.

• Diapositive 2 : Les détails du test – Montrez les différentes variantes du test et ajoutez une brève note pour expliquer les différences. Indiquez quand vous avez exécuté les tests, combien de temps ils ont duré et un aperçu du nombre de visiteurs par variation.
  
  Lors d'une présentation à la direction ou à d'autres équipes, vous pouvez omettre des détails qui ne sont pas pertinents pour les apprentissages ou les idées. Pour votre équipe de test, vous pouvez développer cette diapositive ou cette page pour couvrir chaque petit détail.

• Diapositive 3 : Les résultats du test – Montrez le pourcentage d'augmentation ou de perte, les taux de conversion de différentes variantes et la signification statistique des tests.
  
  Les parties prenantes se soucient des résultats, ce qui en fait l'une des facettes les plus importantes de votre rapport. Mettez en surbrillance les victoires et les KPI qui ont évolué dans le bon sens. Supprimez les valeurs aberrantes qui ne sont pas pertinentes pour le résultat. N'oubliez pas que vous devez faire appel à leur intérêt personnel. Donnez-leur quelque chose qu'ils peuvent qui leur donne une belle apparence.
  
  Pour votre équipe de test, vous pouvez consacrer plus de temps aux pertes et aux métriques qui n'ont pas évolué comme prévu.

• Diapositive 4 : Les leçons tirées du test – Si le test n'a pas été clairement gagnant, c'est votre chance d'utiliser les données pour raconter une histoire. Expliquez aux parties prenantes ce que signifient les chiffres de votre rapport, quelles informations vous avez tirées de l'exécution de ces tests et comment vous prévoyez de générer de nouvelles hypothèses pour les tests futurs.
  
  Ceci est également très important pour votre équipe de test. Les leçons que vous tirez des échecs peuvent déterminer les prochaines étapes pour l'équipe.

• Diapositive 5 : L'impact sur les revenus : si vous le pouvez, essayez de quantifier les augmentations en pourcentage que vous avez montrées plus tôt avec l'impact sur les revenus prévus en glissement annuel.
  
  N'oubliez pas que pour que les parties prenantes de la direction s'intéressent à l'expérimentation, vous devez leur montrer l'impact sur le résultat net de l'entreprise. Si vous n'avez aucune prévision de revenus à afficher, assurez-vous que vos apprentissages incluent un plan pour exécuter de futurs tests qui pourraient avoir un impact.
  
  

Puisqu'il n'y a pas qu'une seule façon de bien faire les choses, nous avons demandé à quelques experts de partager la façon dont ils ont structuré leurs rapports et voici ce qu'ils ont dit :

J'ai une méthode très standard de structuration des rapports qui comprend :

1. Aperçu
   
   Un résumé rapide et en langage simple de ce que nous avons testé, pourquoi nous l'avons fait, ce que nous avons observé et ce que nous avons l'intention de faire ensuite.

2. Concept d'essai
3. Tester la création
4. Dates et durée
5. Métrique
6. pages
7. Hypothèse
8. Une analyse
9. Résultats
   
   À mon avis, il est impératif que chaque rapport inclue les résultats bruts complets pour leur permettre d'être interrogés par d'autres et aussi pour le bénéfice de la postérité.
   
   Nous pouvons tenir pour acquis que nous pouvons accéder aux résultats dans notre outil de test A/B dès maintenant, mais qu'en sera-t-il dans un an ? Deux ans? Trois?

10. Prochaines étapes
    
    D'après ce que nous avons vu dans cette expérience, que ferons-nous ensuite ?

Oliver Palmer, consultant CRO chez Oliver Palmer

Nos rapports de test A/B incluent toujours les éléments suivants :

1. Une description claire des modifications apportées à chaque version ;

2. Les résultats de l'expérience, y compris la version la plus performante ; et

3. Recommandations pour une expérimentation ultérieure basée sur les résultats du test A/B

Ces rapports nous aident à comprendre ce qui fonctionne le mieux pour notre magasin et à prendre des décisions éclairées sur la façon d'améliorer notre taux de conversion.

Luke Lee, PDG de PalaLeather

1. “ Expérience vue (page) – Combien de personnes ont vu l'expérience ?
2. Expérience vue (élément) – Si l'expérience n'est affichée que sur le parchemin, combien de personnes l'ont vue ?
3. Experiment dwell – Sur ordinateur, le curseur de l'utilisateur a-t-il survolé la zone d'expérimentation ?
4. Interaction avec l'expérience : l'utilisateur a-t-il interagi avec l'expérience ? (Suivez chaque élément individuellement)
5. Temps sur la page
6. Il est temps de passer à la caisse ”

Alex Halliday, fondateur et PDG d'AirOps

Voici un exemple rapide de ce à quoi ressemble l'un des rapports d'activité d'ONTRACK Digital :

( Vous pouvez l'utiliser comme modèle pour votre rapport.)

Diapositive 1 :

• Marque
• Nom du rapport
• Période de temps

Diapositive 2 :

Les points forts de l'épreuve

• Nombre de tests terminés
• Nombre de tests réussis
• Fonctionnalités mises en œuvre
• Nombre de tests en cours
• Récapitulatif de tous les tests avec une mise à jour du statut

Diapositive 3 :

Présentation de Google Analytics pour une période spécifique

• Chiffre d'affaires et taux de conversion
• Transactions
• AOV

Diapositive 4 :

Tests en cours

• Aperçu des tests actuellement en cours
• Visuel du logiciel de test A/B pour montrer lequel sort gagnant
• Métriques de Google Analytics pour soutenir la progression du test

Diapositive 5 :

Aperçu des tests futurs

• Tous les tests sont prévus

Vous pouvez avoir une diapositive pour expliquer chaque test accompagné d'un visuel.

Couvrir les objectifs et les KPI

Les objectifs et les KPI se trouvent dans la section "détails du test" afin que vous puissiez expliquer l'objectif de l'expérience.

Assurez-vous d'ajouter une note pour expliquer votre choix. Vous pouvez être interrogé sur la raison pour laquelle vous avez choisi un objectif ou un KPI spécifique à suivre par rapport aux autres.

Besoin d'aide pour identifier les objectifs et les KPI à suivre ? Prenez notre guide ultime sur l'utilisation des objectifs dans les tests A/B.

Nous avons également demandé à quelques experts d'indiquer les objectifs qu'ils suivent :

Mon objectif préféré à tester sur les magasins Shopify est d'augmenter l' engagement sur la page du catalogue. Nos produits définissent le chiffre d'affaires et la croissance de la clientèle au sein du canal. En nous concentrant sur cet objectif et les tests, nous avons des informations utiles pour savoir si la page est visitée suffisamment de fois. Si l'engagement est faible, les tests nous aident à déterminer les domaines où nous manquons, ce qui incite à réorganiser les efforts de marketing.

Aviad Faruz, PDG de Faruzo

En termes de suivi des objectifs, je choisis généralement une métrique principale dans la liste ci-dessous, puis j'utilise les autres comme métriques de santé ou contre-métriques. Il est bon de garder un œil sur plusieurs numéros en cas de conséquences imprévues.

1. Taux de rebond
2. CVR (augmentation globale du taux de conversion)
3. AOV (valeur moyenne des commandes)
4. Revenu moyen par visiteur (mélange des deux ci-dessus)
5. NPS ou similaire

J'aime aussi segmenter les utilisateurs par :

1. Source UTM
2. Type d'appareil
3. Emplacement
4. Visiteur nouveau vs visiteur de retour »

Alex Halliday, fondateur et PDG d'AirOps

En ce qui concerne les objectifs, il y aura normalement un indicateur avancé que nous essayons directement d'influencer (par exemple, les pages de produits consultées ou les interactions avec un filtre de taille/couleur), puis presque toujours la conversion et le revenu par visiteur. Les objectifs suivis doivent être directement liés à l'hypothèse et aux objectifs commerciaux de l'expérience, il est donc rarement utile d'en suivre plus de trois ou quatre au maximum.

Oliver Palmer, Consultant CRO chez Oliver Palmer

Nous suivons généralement deux objectifs dans nos tests A/B : le taux de conversion et la valeur moyenne des commandes . Cependant, selon la nature de l'expérience, nous pouvons également suivre d'autres objectifs tels que le taux de clics ou le temps passé sur le site. Cela dépend généralement de l'expérience. D'autres utilisateurs et entreprises peuvent avoir des critères différents pour suivre leurs objectifs respectifs.

Nos objectifs préférés à tester sur les boutiques Shopify sont le taux de conversion et la valeur moyenne des commandes. Nous constatons que ce sont les mesures les plus importantes pour notre magasin et qu'elles fournissent le plus d'informations sur la façon dont nous pouvons améliorer notre magasin. Cependant, chaque magasin est différent et vous constaterez peut-être que d'autres objectifs sont plus importants pour votre entreprise. Cela dépend vraiment de ce que vous cherchez à optimiser.

Luke Lee, PDG de Palaleather

Ajout de créations pour la narration visuelle

La plupart des logiciels de test A/B que vous utilisez proposent des tableaux et des graphiques ou des modèles prêts à l'emploi que vous pouvez utiliser lorsque vous exportez des rapports. Vous pouvez ajouter ces graphiques à votre rapport (s'ils sont pertinents, bien sûr) et envisager de créer les vôtres.

Vos chiffres racontent une histoire. Utilisez simplement les créations pour le représenter visuellement. L'astuce consiste à utiliser des visualisations faciles à comprendre, de préférence en une seule fois.

Annemarie Klaassen et Ton Wesseling chez CXL avaient emprunté cette voie en essayant différentes méthodes pour arriver à une solution qui fonctionne. Voici un petit résumé de leurs conseils :

Astuce 1 : Si vous n'êtes pas sûr, respectez la norme : les feuilles de calcul Excel

Vous pouvez voir l'ascenseur et l'impact tout de suite. De plus, vous pouvez attribuer un code couleur au gagnant afin que tout le monde puisse voir facilement quelle variante a gagné.

Astuce 2 : Ajoutez un graphique

Vous pouvez regarder le taux de conversion par jour au fil du temps et ajouter la limite inférieure et supérieure de la variation par défaut.

Cependant, cela ne vous donnera pas une réponse claire quant à la variante gagnante et comment les KPI ont été impactés ; vous montrer seulement qu'il y a un effet stable qui n'est pas intéressant pour les parties prenantes.

Astuce 3 : émulez les statisticiens

Une autre façon (peut-être plus précise) consiste à reproduire ce que font les statisticiens : 2 courbes en cloche, une valeur critique et une zone ombrée. Mais le problème est qu'il est trop difficile de l'expliquer avec clarté.

Alors Annemarie et Ton ont trouvé ceci :

Deux points clairs pour montrer le taux de conversion des deux variantes. La ligne pointillée représente les intervalles de confiance.

« Si le taux de conversion de la variation B est hors de portée de l'intervalle de confiance de A, la variation B est significativement meilleure. La zone ombragée verte accentue cela. Un point dans la zone rouge signifierait que la variation est nettement moins performante.

Il leur a fallu quelques essais supplémentaires pour bien faire les choses. Ils se sont retrouvés avec une version plus consolidée qui avait du sens pour leur équipe et ils ont pu automatiser la production des créations.

Vous pouvez lire l'article complet pour voir ce qu'ils ont obtenu à la fin.

PS Vous n'avez pas à trop compliquer cela. Assurez-vous d'avoir des créations qui soutiennent vos résultats et vos apprentissages et assurez-vous qu'elles sont suffisamment faciles à comprendre pour tout le monde.

Couvrant le ciblage et la conception d'expériences

La façon dont vous avez conçu une expérience et le segment d'audience ciblé sont tout aussi importants que ce que vous en avez appris, d'autant plus que vous devez utiliser ces informations pour construire de futurs tests.

Ceux-ci vont également dans la section "détails". Vous voudrez peut-être résumer certaines informations qui ne sont pas pertinentes pour la suite C ou en présenter une version abrégée.

Voici comment les experts abordent le ciblage et la segmentation :

Différentes expériences cibleront différents segments d'utilisateurs, tels que les clients réguliers ou les personnes qui ont vu votre page produit principale. Vous pouvez cibler les clients britanniques avec l'anglais britannique si vous avez des utilisateurs de toute l'anglosphère. En segmentant votre audience, vous pouvez exposer votre expérience uniquement au nombre spécifique de visiteurs qui répondent à vos critères tout en excluant ceux qui ne le font pas.

Avant d'effectuer des tests A/B dans votre magasin, vous devez déterminer quelle partie de votre public est adaptée à votre hypothèse. La segmentation garantit que la bonne expérience est présentée aux bons clients.

Lulu Albana, co-fondatrice – WRC Media

Expliquez pourquoi vous avez fait ces choix spécifiques. Était-ce le résultat d'une expérience précédente ? Ou êtes-vous arrivé à une certaine hypothèse basée sur la recherche de conversion ?

Paul Somerville, responsable technique chez Electric Scooter Guide, recommande également de partager où le test a été déclenché et pourquoi c'est important :

Nous avons effectué de nombreux tests A/B pour des fonctionnalités telles que le chat en direct, les boutons d'appel à l'action, les images de produits, le positionnement de la vente incitative, les pages de destination, les menus de navigation, etc. en tant qu'entreprise Shopify.

Par exemple, les tests A/B nous ont aidés à établir le bon équilibre entre les ventes croisées et les ventes incitatives sans gêne ni friction dans l'expérience client.

Nous avons remarqué que notre public aimait les suggestions très pertinentes immédiatement sur les pages de produits plutôt que celles présentées lors du paiement après plusieurs expériences, et par conséquent, nous avons augmenté la valeur moyenne des transactions.

Se concentrer sur la segmentation

Tous les tests ne commencent pas avec un segment d'audience à l'esprit. Souvent, l'objectif du test est de savoir quel segment répond le mieux à un changement.

Donc, si vous avez l'intention de définir des segments d'audience après la fin du test, assurez-vous d'inclure vos conclusions à ce sujet dans les sections "résultats" et "apprentissages" du rapport.

Certaines segmentations courantes que vous souhaiterez inclure dans votre rapport :

• Géographique
• Comportemental
• Temps
• Technographique

Tous ces éléments vous aideront à affiner les résultats dont vous disposez pour mieux comprendre votre public et concevoir des tests de qualité supérieure.

Cependant, vous devez garder à l'esprit que la post-segmentation peut rencontrer trois problèmes courants : avoir une taille d'échantillon trop petite, comparer plusieurs segments et se concentrer sur ceux qui sont complètement erronés.

Remarque : Vous pouvez également aller plus loin avec vos audiences post-segmentation en fonction des cookies, de votre couche de données ou même des listes HubSpot.

Transmettre la valeur des tests A/B de Shopify, en interne et aux clients

Maintenant que vous savez à quoi devrait ressembler votre rapport de test A/B Shopify, voici quelques conseils de nos experts :

• B2C vs B2B – Montrez-leur le bon chemin
  Les cycles d'achat en B2C sont beaucoup plus courts et il y a beaucoup plus de trafic donc vous avez idéalement la possibilité d'effectuer beaucoup de tests. Mais, vous constaterez que la plupart des marques se concentrent toujours sur les canaux d'acquisition « éprouvés et testés » qui deviennent insoutenables en raison des nouvelles mises à jour de confidentialité qui entraînent des données de mauvaise qualité. Le résultat? Une augmentation vertigineuse du coût d'acquisition client. Expliquez à vos clients/parties prenantes que vous ne pouvez pas dépenser plus que tous vos concurrents.

• Jouer les intérêts du leadership
  La valeur réelle des tests A/B réside dans les informations que vous tirez de l'expérimentation. Mais ceux-ci ne sont pas utiles au fondateur et aux autres parties prenantes. Ils sont moins susceptibles d'être impressionnés par les apprentissages et plus intéressés par les « victoires ».

• Ne vous fixez pas de mauvaises attentes
  Bien sûr, vous devriez essayer de montrer l'impact sur les revenus, mais la phrase clé ici est : lorsque cela est possible. Ne projetez pas les revenus en fonction d'une augmentation des taux de conversion ou de la valeur moyenne des commandes.
  Concentrez-vous plutôt sur ce qui a été testé :
  
  
  • Soyez précis sur ce que vous avez fait et créez des rapports visuels et pertinents.
  • Quels ont été les apprentissages ? Cela peut provenir d'une métrique comme CR ou ARPV en mouvement. Fixez-vous non pas sur le mouvement mais si l'hypothèse s'est avérée juste. Si oui, que révèle la relation causale sur vos segments d'audience ?
  • Que ferez-vous de cette perspicacité ? Allez-vous affiner le positionnement ? Ou peut-être améliorer la conception du site ?
  • Qu'est-ce que cela signifie pour l'entreprise dans son ensemble? Et peut-il rapprocher la marque de la réalisation des objectifs commerciaux ?

• Ajoutez du contexte aux chiffres que vous avez présentés
  Vous devez faire savoir aux gens, sans équivoque, ce qu'ils regardent. Cela pourrait signifier un codage couleur, l'ajout de références de l'industrie, l'affichage de moyennes, de segments d'audience ou même le coût des différents canaux.

Suivre cette approche garantit que vous n'êtes pas toujours sous pression pour obtenir des gains rapides.

Vous pouvez recentrer votre attention sur ce qu'est l'expérimentation : l'apprentissage. Mais la clé n'est pas de donner la priorité à une chose plutôt qu'à une autre.

Les meilleures agences d'expérimentation se concentrent autant sur l'intérêt et l'adhésion que sur ce qu'elles testent. Un véritable exercice d'équilibre entre l'enthousiasme (oui ! Les expériences peuvent faire croître les entreprises) et la définition d'attentes inexactes (nos revenus vont doubler).

La voie à suivre est (* roulement de tambour s'il vous plaît *) l'éducation. Prenez une copie de "Experimentation Works" - une lecture sans jargon qui vous guidera pour effectuer de meilleurs tests et partager des informations exploitables.

Et si vous recherchez un outil de test A/B qui peut vous aider à partager votre charge, essayez Convert. C'est gratuit pendant 15 jours - aucune carte de crédit requise.