Skip to content

NOUVEAU

AI Search : vos visiteurs méritent une meilleure expérience de recherche

Découvrir
Back to Homepage
Démo

Test A/B

Métriques e-commerce

Un test A/B compare deux versions d'une page ou d'une expérience en répartissant les visiteurs au hasard entre elles, pour mesurer laquelle donne le meilleur résultat. C'est la méthode de référence pour isoler l'effet réel d'un changement, comme l'ajout d'un Assistant Shopping IA.

Comment ça marche

Le trafic est réparti au hasard en deux groupes. Le groupe A voit la version actuelle : c'est le groupe témoin. Le groupe B voit la nouvelle version. Comme la répartition est aléatoire, la seule différence entre les deux groupes est le changement testé.

Pour qu'un test soit fiable :

  • La métrique est choisie avant le lancement : taux de conversion, revenu par visiteur, panier moyen.
  • Le test dure assez longtemps pour couvrir des semaines complètes, parce qu'on n'achète pas de la même façon un mardi et un dimanche.
  • L'écart observé est statistiquement significatif, et pas le fruit du hasard.
  • On ne change qu'une chose à la fois.

Pour un Assistant Shopping IA, le groupe B a accès à l'assistant, le groupe A non. L'écart de revenus entre les deux groupes correspond aux revenus incrémentaux. L'assistant ne tourne que sur les sessions qui ont accepté les cookies, soit environ 65 % en moyenne sous RGPD : le test et le gain mesuré portent sur cette part du trafic.

Pourquoi c'est important en e-commerce

Les comparaisons « avant / après » sont trompeuses en e-commerce : soldes, campagnes, météo et saisonnalité font bouger les ventes d'une semaine à l'autre. Le test A/B neutralise ces effets, puisque les deux groupes vivent la même période. C'est ce qui permet de dire qu'un gain vient bien du changement testé, et de chiffrer un retour sur investissement solide.

Pour aller plus loin : 5 A/B tests concrets qui ont fait gagner de +5% à +17% de conversion

Exemple concret : Samsonite

Samsonite a mesuré son Assistant Shopping IA par un test A/B. Résultat : un ROI incrémental de x2,2. Les revenus supplémentaires apportés par l'assistant représentent 2,2 fois son coût total.

 

  • +15 %

    de revenus incrémentaux avec l'Assistant Shopping IA, mesurés en A/B test chez plus de 400 clients e-commerce

  • x2,2

    de ROI incrémental chez Samsonite, prouvé par A/B test

Confusion fréquente

Comparer les visiteurs qui ont utilisé l'assistant à ceux qui ne l'ont pas utilisé ne constitue pas un test A/B. Les deux groupes ne sont pas tirés au hasard : ceux qui posent une question sont souvent plus avancés dans leur achat. Cette comparaison donne le taux de conversion des visiteurs assistés, utile pour piloter, mais elle ne mesure pas l'incrémental.

L'approche iAdvize

Des gains mesurés face à un groupe témoin

Les +15 % de revenus incrémentaux annoncés par iAdvize sont mesurés en A/B test. Le calculateur de ROI vous donne une estimation pour votre site, en rappelant que l'assistant ne tourne que sur les sessions qui ont accepté les cookies.

 

Questions fréquentes

Combien de temps doit durer un test A/B ?

Assez longtemps pour atteindre un résultat statistiquement significatif, et au minimum des semaines complètes. La durée dépend surtout du trafic : plus il est faible, plus le test doit être long.

Quelle métrique suivre pour tester un Assistant Shopping IA ?

Le revenu par visiteur, parce qu'il combine le taux de conversion et le panier moyen. Suivre la conversion seule peut masquer une baisse du panier.

Un Assistant Shopping IA remplace-t-il les tests A/B du site ?

Non, il les complète. Les équipes continuent de tester leurs pages, et l'assistant peut lui-même être évalué par un test A/B.