Mettre en place un test A/B avec Google Analytics

Nous vous le répétons sans cesse, pour que votre site soit un moteur de votre développement commercial, il faut mettre toutes les chances de votre côté. Pour trouver la meilleure ergonomie possible, rien de tel que de mettre en place un test A/B avec Google Analytics. Inutile de vous répéter à quel point cet outil est précieux pour mesurer vos actions, nous vous renvoyons vers notre page de formation dédiée à Analytics pour plus de détails.

Définition du test A/B

Egalement appelé A/B testing, cette technique consiste à proposer à l’internaute plusieurs variantes d’un élément de votre page (par exemple, la couleur du bouton « Ajouter au Panier »). A ne pas confondre avec le test MVT (pour multivarié) qui vous permet de comparer plusieurs combinaisons d’éléments.

Le test A/B est très souvent utilisé sur des sites web dans le but d’augmenter le taux de conversion. L’objectif est donc de mettre en concurrence les deux versions de votre page à un nombre d’internautes suffisamment proche pour pouvoir comparer efficacement les résultats.

Un exemple de test A/B efficace

Durant sa première campagne présidentielle aux Etats-Unis en 2008, Barack Obama (ses équipes) a mis en place un test multivarié avec Google Website Optimizer (l’ancien nom des Tests de Google Analytics).

– Le test portait sur le media et le bouton (source : optimizely) –

Comme le montre l’image ci-dessus, le test MVT a été utilisé pour proposer six versions différentes de l’image et quatre boutons différents (Sign-up, Learn more, Sign up now, Join us now).

Après ce test, une version s’est clairement détachée (image ci-dessous) car elle a obtenu un taux de conversion de 11,6% contre 8,26% pour la page d’origine. Ce test a surtout permis à l’équipe de Barack Obama d’obtenir plus de 2,8 millions d’adresses mails supplémentaires et 60 millions de dollars de donations !

– La meilleure version suite au test A/B – 

Quelques outils de test A/B

Si dans cet article nous allons vous présenter les tests dans Google Analytics, il existe bon nombre d’outils alternatifs dont voici une liste non exhaustive :

• Optimizely
• Avenseo
• Visual Website Optimizer
• AB Tasty
• Kameleoon
• etc …

Paramétrage d’un test AB avec Google Analytics

Pour ce test, nous utilisons la version Universal de Google Analytics.

Une fois connecté à votre compte Google Analytics, la première étape consiste à se rendre dans le rapport Comportement > Tests puis de créer un test.

Définition de l’objectif

Vous devrez dans un premier temps nommer votre test et définir l’objectif que vous souhaitez mesurer (clic sur un bouton précis par exemple. Cela nécessite d’avoir paramétré l’objectif dans Google Analytics).

Vous devez également choisir le pourcentage des internautes qui prendront part à ce test sachant que la fiabilité des résultats est meilleure si la part est plus élevé.

Les options avancées vous permettront de répartir de manière équitable le trafic entre chaque variante et de définir la durée minimale du test.

Configuration du test

Dans cette étape, vous allez devoir indiquer :

• L’URL de la page d’origine (Version A)
• L’URL de la variante 1 (Version B)
• Vous pouvez ajouter plusieurs autres variantes si vous le souhaitez

Petite précision : Sachant que le contenu de la page sera très probablement le même entre les différentes versions, Google conseille de mettre en place une URL canonique sur les différentes versions que vous mettez en place.

– Exemple d’une configuration de test A/B – 

Une fois cette étape passée, votre test est quasiment paramétré. Il ne vous reste plus qu’à mettre en place le script approprié.

Ce script, Google Analytics vous le fournit et vous indique de le mettre en place sur la version d’origine, ce qui permettra à Google Analytics d’afficher de manière aléatoire l’une ou l’autre des versions à l’internaute. A noter tout de même que le script Universal Analytics permettant le suivi doit être présent sur chaque variante.

Analyse des résultats

Une fois le test mis en place, vous avez la possibilité de voir, jour après jour, l’évolution de chaque courbe (une courbe correspondant à l’une de vos versions).

Google Analytics vous indiquera à la fin de la durée minimale du test la version gagnante.

– Courbe de résultats pour un test A/B d’un site exemple –

Si vous souhaitez être accompagné dans la mise en place de ces tests ou si vous souhaitez vous former à Google Analytics, n’hésitez pas à nous contacter.