Tests multivariés : comment exécuter les meilleurs tests pour obtenir les meilleurs résultats

Les tests A/B sont l'un des moyens les plus simples de trouver des idées d'optimisation pour vos pages de destination post-clic, mais ce n'est pas toujours le moyen le plus efficace.

Avant de commencer à tester deux, trois ou quatre pages à la fois, découvrez comment tester encore plus et découvrez la meilleure combinaison d'éléments pour convertir vos visiteurs.

Qu'est-ce qu'un test A/B ?

Les tests A/B, également appelés tests fractionnés, vous permettent de comparer deux versions différentes d'une page Web pour déterminer laquelle convertit le mieux les visiteurs.

Ces deux pages peuvent être :

• Légèrement différent

Si vous avez une conception à conversion élevée et que vous souhaitez comprendre comment améliorer un seul élément, vous pouvez tester deux pages différentes avec une seule différence. Si vous voulez voir si un titre axé sur la curiosité ou l'actualité est plus performant, vous pouvez tester le titre par rapport au titre. Si vous souhaitez voir si une vidéo ou un gif impacte davantage les conversions, vous pouvez en tester un sur chaque page.

Après avoir généré un trafic égal vers chacun, celui qui génère le plus de conversions est le gagnant. Et la raison pour laquelle on a généré plus de conversions est claire, puisqu'il n'y a qu'une seule différence entre les deux pages.

• Radicalement différent

Vous pouvez également tester deux pages différentes de plusieurs manières. Votre page d'origine peut avoir un titre, une image en vedette et un bouton d'appel à l'action différents de ceux de votre variante. Le tester pourrait ressembler à ceci :

Après avoir généré un trafic égal à la fois sur la page d'origine (A ou "contrôle") et sur la page de variante (B), celle qui convertit le mieux est la gagnante. Mais contrairement au cas où vous modifiez un seul élément par test, lorsque vous testez des pages radicalement différentes, il n'y a aucun moyen de déterminer la raison pour laquelle une page particulière a gagné.

En prenant les résultats de l'exemple ci-dessus, nous saurions seulement que la version "b" est meilleure que la version "a", mais pas la raison pour laquelle elle est meilleure, car il existe un certain nombre de causes auxquelles elle pourrait être attribuée. Les conversions peuvent provenir de l'ajustement de la barre de navigation de gauche à droite, ou du formulaire d'inscription de haut en bas. Tout ce que vous pouvez dire avec certitude lorsque vous testez A / B des conceptions radicalement différentes, c'est qu'une page est meilleure que l'autre.

Mais il existe un autre type de test que vous pouvez exécuter pour déterminer comment les modifications apportées à plusieurs éléments interagissent les unes avec les autres. C'est ce qu'on appelle un test multivarié.

Qu'est-ce qu'un test multivarié ?

Le test multivarié est le processus utilisé par les optimiseurs pour comparer deux pages Web différentes. La méthode se concentre sur la comparaison des changements subtils entre plusieurs éléments, puis sur la mesure de la façon dont ces éléments interagissent les uns avec les autres, dans le but de trouver le plus performant.

La différence entre les tests A/B et les tests multivariés

Vous avez probablement lu de nombreuses études de cas de tests A/B qui trouvent une page gagnante en comparant un titre à un autre, ou une image en vedette à une vidéo, ou un appel à l'action par rapport à un autre légèrement différent. Bien qu'ils puissent être utilisés pour le faire avec précision, selon les optimiseurs de Widemile, il existe un moyen plus idéal d'utiliser les tests A/B :

L'utilisation idéale des tests A/B, disent-ils, est de "tester deux pages ou plus radicalement différentes". En termes de test, il est préférable d'effectuer un test A/B pour trouver ce qu'on appelle le "maximum global" et un test multivarié pour affiner vers le "maximum local".

Le maximum global et le maximum local

Aussi difficile que ce soit à faire, imaginez une seconde que vous n'avez jamais mangé une boule de glace de votre vie et que vous vous tenez dans un glacier en essayant de décider laquelle des 30 saveurs différentes vous voulez acheter. .

Il existe 10 types de chocolat différents, 10 variétés différentes de vanille et 10 variantes différentes de fraise. Allez-vous essayer les 30 saveurs avant de décider laquelle vous voulez goûter ?

Probablement pas. Vous allez probablement essayer l'une de chaque saveur radicalement différente - un chocolat, une fraise et une vanille - pour affiner la variété que vous aimerez le plus. Si vous découvrez que vous aimez le chocolat plutôt que la vanille et la fraise, vous commencerez à essayer des saveurs comme «pâte à biscuits aux pépites de chocolat», et «chocolat beurre de cacahuète» et «chocolat-fudge» pour décider lequel des chocolats vous préférez.

En termes statistiques, nous appellerions la variété que vous aimez le plus (chocolat, vanille ou fraise) le maximum global. C'est la saveur qui vous convient le mieux parmi les trois types radicalement différents. La saveur spécifique de la variété (fondant au chocolat, pâte à biscuits aux pépites de chocolat, beurre d'arachide au chocolat) serait le maximum local. C'est la meilleure version de la variété que vous avez choisie.

En tant qu'optimiseur, vous souhaitez aborder les tests de la même manière. Vous voulez trouver la page qui convertit le mieux vos visiteurs (maximum global), puis modifier les éléments spécifiques de cette page pour l'améliorer à la page la plus convertissante possible (maximum local). Ce que vous recherchez déterminera le test que vous utiliserez.

Quand utiliser les tests A/B et quand utiliser les tests multivariés

Les tests A/B sont les meilleurs pour tester le maximum global. Ils sont les meilleurs pour découvrir sur quelle page vos visiteurs veulent effectuer une conversion. Prenez cet exemple de MarketingExperiments, qui a utilisé un test A/B pour aider Investopedia à augmenter les conversions pour sa newsletter, Investopedia Advisor.

L'offre était simple - une newsletter gratuite avec des conseils sur les actions - et la page d'origine reflétait donc cela. Ce n'était pas long, compliqué ou encombré de nombreux éléments. Il comportait un formulaire de capture de prospects à un champ, une copie à puces et une infographie :

Mais, malgré la précieuse offre gratuite, il ne se convertissait qu'à 1,33 %. L'équipe de MarketingExperiments a décidé de refondre complètement la page. Ils ont changé le titre, la mise en page, le bouton CTA et ajouté des badges, entre autres. Ensuite, ils ont testé A/B la nouvelle page par rapport à l'original, et ils ont trouvé la nouvelle convertie 89,4 % plus élevée. Voici à quoi ça ressemblait :

Il est important de se rappeler qu'avec ce test A/B, les expérimentateurs n'ont pas compris exactement pourquoi la nouvelle page se convertissait mieux que l'ancienne, mais ils ont trouvé un nouveau convertisseur plus élevé. En d'autres termes, ils ont trouvé un nouveau maximum global. À ce stade, s'ils le souhaitent, ils peuvent affiner cette page avec des tests multivariés pour déterminer quelle combinaison d'éléments convertit le plus de visiteurs.

C'est exactement ce que les testeurs dans cet exemple hypothétique d'Optimizely veulent faire, par exemple. Ils veulent déterminer quelle combinaison de titre et d'image convertit le plus de visiteurs.

Ainsi, ils créent plusieurs pages avec différentes combinaisons de titres et d'images pour voir lesquelles fonctionnent le mieux.

La gagnante est celle de ces quatre versions qui sort du test avec le taux de conversion le plus élevé. Si les deux versions avec l'ampoule fonctionnent mieux que les deux avec l'engrenage, vous pouvez en conclure que l'image de l'ampoule a le plus grand impact sur les conversions. À partir de là, vous verrez quel titre d'accompagnement a généré le plus de conversions et utiliserez cette page.

Comment réaliser un test multivarié

Il y a quelques années, lorsque le fondateur de VWO, Paras Chopra, a voulu augmenter les téléchargements sur sa page Web, il a utilisé des tests multivariés pour comprendre comment. Si vous connaissez les étapes de réalisation d'un test A/B, vous reconnaîtrez la plupart des étapes dans cet exemple de test multivarié.

1. Identifier un problème

Avant de commencer à améliorer votre page Web, il est préférable de creuser dans les données et de découvrir comment les visiteurs interagissent avec elles. Ce qu'il a découvert, c'est que les gens ne cliquaient pas sur son bouton "télécharger" autant qu'il s'y attendait, alors il a parcouru la page pour comprendre pourquoi.

2. Formuler une hypothèse

Après un examen approfondi, il s'est rendu compte que le lien de téléchargement était tout à fait imperceptible. Il a donc créé une hypothèse pour améliorer la page :

Une solution évidente pour que les visiteurs remarquent le lien de téléchargement consiste à faire de la section de téléchargement la partie la plus visible de la page. Dans la conception de la page, la taille et la couleur de l'en-tête "Télécharger" se fondaient bien dans le reste de la page, ce qui faisait que les personnes manquaient le lien de téléchargement.

En rendant le lien "Télécharger" plus visible, il pensait pouvoir augmenter les conversions. Voici comment il a décidé de le faire.

3. Créez des variantes

Il était maintenant temps de créer des pages de variantes pour le test. Selon Paras :

Pour le test multivarié, j'ai sélectionné deux facteurs sur la page pour créer des variantes : l'en-tête "Télécharger" dans la barre latérale et le lien de téléchargement "PDFProducer" en dessous. L'objectif du test était d'observer l'effet du mot « gratuit » et l'effet de la mise en évidence de la section de téléchargement.

Voici comment il a décidé de rendre la section de téléchargement plus visible et attrayante.

Pour le lien "Télécharger" d'origine, il a testé trois variantes différentes :

• "Télécharger" en rouge
• "Télécharger gratuitement" en rouge
• "Télécharger" dans la couleur par défaut, mais une taille de police plus grande

Pour le lien « PDFProducer » d'origine, il a testé deux variantes différentes :

• "PDFProducer" dans la couleur par défaut, mais une taille de police plus grande
• "PDFProducteur" en rouge

Voici à quoi ressemblaient toutes les combinaisons :

Avec quatre versions du lien de téléchargement (y compris l'original) et trois versions du texte "PDFProducer" (encore une fois, y compris l'original), 12 variantes différentes ont été formées pour effectuer un test factoriel complet. Une factorielle complète teste toutes les combinaisons par opposition à une factorielle fractionnaire qui ne teste que les plus percutantes.

Bien qu'il existe plusieurs méthodes d'analyse multivariée - factorielle complète, factorielle fractionnaire et Taguchi - la plupart des optimiseurs recommandent d'exécuter une factorielle complète pour sa précision, affirme Alex Birkett de CXL.

4. Déterminez la taille de votre échantillon

Avant de commencer à générer du trafic vers vos pages, vous devez déterminer la taille de votre échantillon - le nombre de visiteurs que chaque page doit générer avant de pouvoir tirer des conclusions sur les résultats de votre test.

Cette calculatrice de VWO vous aidera à déterminer le nombre de visiteurs et la durée dont vous avez besoin pour exécuter votre test en fonction du trafic de votre site Web, du nombre de variations dont vous disposez et de votre signification statistique.

Pour en savoir plus sur l'atteinte de la signification statistique et sur tout ce dont vous avez besoin pour entrer dans la calculatrice, consultez cet article de blog.

5. Testez vos outils

Testez tout avant de commencer à gérer le trafic. Votre page de destination post-clic est-elle identique dans tous les navigateurs ? Votre bouton CTA fonctionne-t-il ? Tous les liens de vos annonces sont-ils corrects ?

Avant de commencer à diffuser quoi que ce soit, il est important d'effectuer un contrôle qualité de chaque aspect de votre campagne pour vous assurer que rien n'empoisonne vos résultats.

6. Commencez à générer du trafic

Maintenant que vous avez créé vos variantes et que vous savez combien de trafic vous devrez générer pour chacune d'entre elles, vous pouvez commencer à générer du trafic vers elles en toute sécurité. Le plus gros inconvénient des tests multivariés est la quantité colossale de trafic dont vous aurez besoin avant de pouvoir les conclure, vous devrez donc être patient.

Lorsque vous effectuez des tests A/B, il n'y a que deux pages vers lesquelles vous devrez générer un trafic important. Mais dans un test multivarié, comme celui de Paras par exemple, il y a 12 pages différentes qui doivent collecter un échantillon de grande taille avant de pouvoir appeler le test.

Gardez un œil sur les menaces à votre validité et n'oubliez pas de tenir compte du taux accru de résultats faussement positifs, déclare Leonid Pekelis :

« Vous exécutez essentiellement un test A/B distinct pour chaque interaction. Si vous avez 20 interactions à mesurer et que votre procédure de test a un taux de 5 % de faux positifs pour chacune, vous vous attendez tout à coup à ce qu'une interaction significative soit détectée complètement par hasard. Il existe des moyens de tenir compte de cela, on les appelle généralement des corrections de tests multiples, mais encore une fois, le coût est que vous avez tendance à avoir besoin de plus de visiteurs pour voir des résultats concluants.

7. Analysez vos résultats

Après avoir exécuté son test pendant quatre semaines, voici ce que Paras a trouvé :

Vous pouvez observer que le titre "Télécharger gratuitement" en rouge a fait passer le taux de conversion des téléchargements de 39 % à 63 %, soit une augmentation considérable de 60 %. Avoir "Télécharger" en grande taille de police (combiné avec la couleur du lien en rouge) a également eu une amélioration positive (43%) par rapport à la valeur par défaut. De tous les résultats, les trois premiers sont statistiquement significatifs à un niveau de confiance de 95 % ou plus.

Paras aurait pu implémenter sa nouvelle page et oublier ce test, mais à la place, il met l'accent sur une étape finale importante :

8. Apprenez de vos résultats

Chacun de vos tests doit être utilisé pour apprendre quelque chose sur vos pages Web et leurs visiteurs que vous pouvez utiliser pour informer les futurs tests.

Il a appris que, sur sa page Web :

• Le mot "Gratuit" a résonné auprès des visiteurs de son site Web.
• La nature gratuite de l'offre est mieux annoncée sur ou à proximité de l'appel à l'action.
• La couleur rouge attira l'attention de ses visiteurs.
• Un appel à l'action plus important a attiré plus de visiteurs.

Mais rappelez-vous, ce sont les résultats de son test. Bien que le mot "gratuit" soit toujours bon à utiliser sur toute page Web qui annonce une offre gratuite, le meilleur emplacement, la taille et la couleur de votre CTA peuvent être différents sur vos pages Web. Le seul moyen de savoir avec certitude est de tester.

Avez-vous essayé les tests multivariés ?

Vous êtes-vous éloigné des tests multivariés parce que vous pensiez que c'était trop compliqué ? Inscrivez-vous dès aujourd'hui pour une démo Instapage Enterprise.