Lorsque vous effectuez un test A/B, le moteur d’analyse prédictive Dynamic Yield s’exécute en arrière-plan, à la recherche d’opportunités de personnalisation masquées.
Le moteur d’analyse prédictive résout l’un des plus grands problèmes de tests A/B : Tests optimisés pour l’utilisateur moyen. Dans les tests A/B, une variation gagnante est sélectionnée en fonction des préférences de la majorité des utilisateurs. Cela signifie que si la plupart des utilisateurs préfèrent de loin la variation A, lorsque le test se termine, cette dernière est servie à tous les utilisateurs. Cependant, il y a souvent des sous-ensembles d’utilisateurs aux besoins et aux préférences spécifiques, qui ne correspondent pas à la version gagnante. Vous pouvez donc améliorer vos résultats en proposant une variation différente à ces utilisateurs qui préfèrent une une option moins populaire.
Le ciblage prédictif permet de s’assurer que même les tests qui se terminent sans résultat global ont une chance de générer une augmentation en proposant une variation « perdante ». à une audience qui la préfère réellement.
L’image suivante montre un test qui a généré une augmentation globale de -51,7 %. Le ciblage prédictif suggère une nouvelle ligne de conduite : si la variation A est servie à l’audience du trafic de référence alors que tous les autres utilisateurs reçoivent le groupe de contrôle, l’augmentation attendue est de +11,4 %.
Description
- L’analyse prédictive s’exécute en arrière-plan de chaque test A/B que vous effectuez, en analysant toutes les audiences et en soulignant celles qui préfèrent une variation « perdante ». Seules les lignes de conduite suffisamment importantes sont évaluées et hiérarchisées concernant l’importance et l’augmentation attendue.
- En cas d’opportunité identifiée, vous en êtes informé dans le rapport et par messagerie électronique. Le tableau présente les groupes de ciblage, les variations qui doivent être servies à chacun, et l'augmentation à générer par la ligne de conduite.
- Vous pouvez accepter la possibilité de personnalisation en cliquant sur APPLY (APPLIQUER) si vous souhaitez en bénéficier. Ensuite, voici ce qui se produit :
- Si le groupe de contrôle est l’une des variations :
Une nouvelle condition de ciblage est ajoutée, limitant la diffusion de l’expérience, afin que ceux qui ont préféré le groupe de contrôle ne soient pas servis avec cette expérience. - Si le groupe de contrôle est l’une des variations :
L’expérience est dupliquée et une nouvelle condition de ciblage est ajoutée à la nouvelle expérience. Toutes les variations, sauf une, sont interrompues en une seule expérience, et toutes les variations, sauf une (différente), sont interrompues dans l’autre expérience, ce qui permet à un groupe cible de bénéficier d’une variation et le reste avec l’autre.
- Si le groupe de contrôle est l’une des variations :
- Cliquez sur le menu (3 points) Additional Options (Options supplémentaires) pour afficher les options suivantes :
- Examiner avant la publication : redirige vers le formulaire avec la configuration que créerait un clic sur APPLY (APPLIQUER). Grâce à cela, vous vérifiez la configuration et apportez les modifications nécessaires avant de publier.
- Rapport de ventilation : vous permet de voir comment les audiences se sont comportées. Vous verrez qu’il y a un leader différent à l’aide d’un filtre sur le rapport.
- Cliquez sur More Options (Plus d’options) sous le tableau pour afficher les autres lignes de conduites et la ligne de conduite des tests courants A/B (appliquant la variation principale à tous les utilisateurs).
Signification statistique des possibilités de personnalisation
Les possibilités de personnalisation sont très importantes pour garantir la validité des suggestions. La ligne de conduite ne doit pas se limiter à appliquer la variation principale à tous les utilisateurs d’au moins 1 %, avec un degré de confiance d’au moins 95 %.