Skip to main content

​
Tests A/B au checkout

Les tests A/B (aussi appelés split testing) vous permettent de comparer deux versions d’un widget de checkout pour déterminer laquelle est la plus performante. Les tests A/B ne sont actuellement disponibles que pour les widgets autonomes et ne sont pas encore pris en charge pour les pages. Chaque version est montrée à une portion de votre trafic de checkout, et la performance est suivie séparément afin que vous puissiez identifier la version la plus performante. En testant des variations de vos offres, vous pouvez améliorer les taux de conversion, augmenter le revenu et prendre des décisions basées sur les données concernant votre stratégie d’upsell.
Cette page couvre uniquement les tests A/B pour les widgets de checkout. Si vous cherchez à tester vos offres post-achat, voir Tests A/B pour les offres post-achat.
Les widgets de checkout ne sont disponibles que pour les marchands Shopify Plus en raison des restrictions de l’API Checkout Extensibility de Shopify.

​
Comment fonctionnent les tests A/B au checkout

Les widgets de checkout autonomes prennent en charge deux versions au sein d’un même bloc. Lorsque les deux versions sont actives, le trafic est réparti 50/50 entre elles, étiquetées Version A et Version B dans la vue analytique. Chaque version est montrée à une portion distincte de clients, et leur performance est suivie indépendamment afin que vous puissiez comparer les résultats et identifier un gagnant. Chaque version a sa propre configuration et ses propres réglages, ce qui permet de tester des différences significatives entre les offres.
Les tests A/B ne sont actuellement disponibles que pour les widgets autonomes. Les pages ne prennent pas encore en charge les tests A/B.

​
Ce que vous pouvez tester

Les tests A/B sont pris en charge à la fois sur les widgets d’upsell et les widgets de contenu. Widgets d’upsell - Vous pouvez tester :
  • Produits : différents produits, types de produits ou stratégies de recommandation (produit spécifique vs recommandations IA vs produit le plus cher)
  • Réductions : différents montants ou types de réduction (pourcentage vs montant fixe)
  • Mode de widget : upsell à produit unique, upsell multi-produits ou upsell à case à cocher
  • Blank (Skip) : utilisez une version vide comme contrôle pour mesurer si afficher un upsell aide ou nuit à la conversion du checkout
Widgets de contenu (badges de confiance, témoignages, contrôles de panier, notes, texte, images, barre de récompenses) - Vous pouvez tester :
  • Différents contenus de badges ou de témoignages
  • Différents messages ou textes
  • Afficher vs ne pas afficher un widget de contenu (en utilisant Blank/Skip comme contrôle)

​
Types de test

Lors de l’ajout d’une nouvelle version à un widget autonome, vous choisissez l’un des trois types de test :

​
Duplicate content

Duplicate content crée une nouvelle version qui est une copie d’une version existante. Utilisez-le lorsque vous souhaitez tester un petit changement — comme un montant de réduction différent ou un produit différent — tout en gardant tout le reste identique. Comme le point de départ est identique, toute différence de performance a plus de chances d’être causée par le seul changement effectué. C’est le point de départ le plus courant pour les tests A/B car il minimise les variables et rend les résultats plus faciles à interpréter.

​
New content

New content crée une version vierge que vous configurez de zéro. Utilisez-le lorsque vous souhaitez tester une offre fondamentalement différente — comme un mode de widget différent, une catégorie de produits complètement différente ou une stratégie de déclenchement différente. Les versions New content vous offrent une flexibilité totale mais demandent plus de temps de configuration. Ce type convient mieux aux tests plus larges où vous voulez comparer deux approches distinctes plutôt qu’un seul changement incrémental.

​
Blank (Skip)

Blank (Skip) crée une version vide qui n’affiche rien aux clients qui lui sont assignés. Utilisez-la comme groupe de contrôle pour mesurer la référence — ce qui se passe lorsqu’aucun widget n’est affiché du tout. Comparer une version Blank à une offre active vous aide à comprendre si votre widget aide ou nuit à la conversion du checkout. C’est particulièrement utile si vous craignez qu’afficher un widget puisse augmenter l’abandon du checkout pour certains segments de clients.

​
Configurer un test A/B au checkout

​
Étape 1 : Ouvrir ou créer un widget autonome

  1. Ouvrez l’application Aftersell depuis votre Shopify Admin
  2. Accédez à Checkout dans la barre latérale gauche
  3. Faites défiler jusqu’à la section Standalone widgets
  4. Ouvrez un widget autonome existant en cliquant sur l’icône crayon (modifier), ou cliquez sur Create widget pour en créer un nouveau

​
Étape 2 : Ajouter une version

  1. Dans l’éditeur de widget, ajoutez une nouvelle version
  2. Choisissez l’un des trois types de test : Duplicate content, New content ou Blank (Skip)
  3. Configurez la nouvelle version — définissez le produit, la réduction, le mode de widget et tout autre réglage que vous souhaitez tester

​
Étape 3 : Vérifier vos déclencheurs

Les déclencheurs appartiennent au widget, pas à une version individuelle — la carte Select triggers se trouve au-dessus des onglets de version, et les Version A et Version B sont servies dans les mêmes conditions. Il n’y a rien à configurer par version, et le ciblage lui-même ne peut pas faire l’objet d’un test A/B. Pour la liste complète des options de déclenchement disponibles, voir Déclencheurs de checkout.

​
Étape 4 : Vérifier le placement dans l’éditeur Shopify Checkout

  1. Ouvrez l’éditeur Shopify Checkout depuis votre Shopify Admin
  2. Confirmez que le bloc d’application de ce widget autonome est placé à l’emplacement souhaité
  3. Le widget ne s’affichera pas aux clients tant qu’il n’aura pas été placé
Votre test A/B est maintenant en production.

​
Comment le trafic est réparti

Les tests A/B au checkout utilisent une répartition 50/50 entre deux versions actives (Version A et Version B). Le trafic est distribué équitablement entre les versions de manière automatique et ne peut pas être ajusté manuellement. Si vous mettez une version en pause, tout le trafic va à la version survivante. Pour exécuter un test A/B valide, laissez les deux versions en fonctionnement.

​
Gérer votre test

Une fois votre test A/B en cours, vous pouvez le gérer à tout moment depuis l’éditeur de widget.

​
Mettre en pause une version

Ouvrez le menu Manage A/B test et choisissez Pause version A ou Pause version B. La version mise en pause cesse de recevoir du trafic et la version survivante le reçoit en totalité. Choisissez Reactivate split test pour revenir à la répartition 50/50. Il n’existe pas de bascule d’activation par version — l’interrupteur Active dans l’en-tête du widget régit l’ensemble du widget, les deux versions à la fois.

​
Modifier une version

Ouvrez la version et effectuez vos modifications directement. Pour des résultats précis, évitez d’apporter des changements significatifs à une version pendant que le test est en cours, car cela peut rendre plus difficile l’interprétation de ce qui a causé les différences de performance.

​
Supprimer une version

Supprimez une version pour la retirer définitivement du widget. Une fois supprimées, la version et ses données ne peuvent pas être récupérées. Tout le trafic ira à la version active restante.

​
Sélectionner un gagnant

Lorsque vous êtes prêt à terminer le test et à vous engager sur une version :
  1. Identifiez la version la plus performante en fonction de son analytique
  2. Mettez en pause ou supprimez la version perdante
  3. La version gagnante recevra désormais 100 % du trafic

​
Comprendre les résultats de votre test A/B

Lorsqu’un test A/B est en cours, vous pouvez consulter la performance des Version A et Version B en cliquant sur l’icône de graphique à barres à côté du widget sur le tableau de bord Checkout. Les métriques affichées dépendent du type de widget — les widgets d’upsell et les widgets de contenu affichent des métriques différentes. Pour une explication complète de toutes les métriques au niveau du widget, de l’analytique par version et des graphiques Checkout de l’onglet Analytics, voir Analytique du checkout.

​
Limitations

​
Les tests A/B se limitent au même type de widget

Les tests A/B dans Aftersell comparent deux versions du même type de widget. Par exemple, vous pouvez tester deux configurations de badges de confiance différentes l’une contre l’autre, ou tester une offre d’upsell contre Blank (Skip). Vous ne pouvez pas faire de test A/B entre différents types de widgets — par exemple, vous ne pouvez pas tester un widget de badge de confiance contre un widget d’image dans le même test A/B.

​
Les tests A/B ne sont pas disponibles pour les pages

Les tests A/B ne sont actuellement disponibles que pour les widgets autonomes. Les pages ne prennent pas encore en charge les tests A/B.

​
Les tests de placement ne sont pas pris en charge

Vous ne pouvez pas faire de test A/B sur différents placements de widgets (par exemple, tester si un upsell est plus performant dans le récapitulatif de commande vs au-dessus de la section de paiement). Les tests A/B comparent le contenu d’un seul widget dans un placement fixe.

​
Bonnes pratiques

​
Testez un élément à la fois

Lorsque vous changez plusieurs éléments à la fois, il devient difficile de savoir quel changement a produit le résultat. Isolez une variable par test pour des enseignements clairs et exploitables. Bien : tester 10 % de réduction vs 20 % de réduction (une variable modifiée) À éviter : tester 10 % de réduction + Produit A vs 20 % de réduction + Produit B (deux variables modifiées à la fois)

​
Utilisez Blank (Skip) comme contrôle

Exécuter une version Blank (Skip) contre un widget actif est l’un des tests les plus précieux que vous puissiez mener. Il vous indique si l’affichage du widget en soi aide ou nuit à votre taux de conversion du checkout. Si la version Blank est plus performante sur la finalisation du checkout, il peut être utile de reconsidérer entièrement l’offre ou d’ajuster votre ciblage.

​
Surveillez l’abandon du checkout

Un taux de conversion d’upsell plus élevé est une bonne chose, mais assurez-vous qu’il ne se fait pas au prix d’un abandon accru du checkout. Consultez régulièrement le Checkout abandonment rate dans l’onglet Analytics > Checkout pendant l’exécution des tests A/B. Pour les widgets de contenu, la vue analytique par version inclut également une métrique de taux d’abandon du checkout.

​
Idées de tests courants

Tests de widgets d’upsell
  • Produit spécifique vs recommandations IA vs produit le plus cher
  • Produit complémentaire vs même produit (réapprovisionnement)
  • 10 % de réduction vs 20 % de réduction
  • Réduction en pourcentage vs montant fixe
  • Réduction vs pas de réduction
  • Upsell à produit unique vs upsell à case à cocher
  • Upsell multi-produits vs upsell à produit unique
  • Offre active vs Blank (Skip) pour mesurer l’impact net de l’affichage d’un upsell
Tests de widgets de contenu
  • Badge de confiance avec vs sans badges spécifiques
  • Différents contenus de témoignages
  • Différents messages de note ou de texte
  • Contenu actif vs Blank (Skip) pour mesurer l’impact de l’affichage du widget de contenu

​
Foire aux questions

​
Les tests A/B s’arrêtent-ils automatiquement après avoir atteint la significativité statistique ?

Non. Un test A/B au checkout continue de s’exécuter jusqu’à ce que vous y mettiez fin vous-même — il n’y a pas d’arrêt automatique lorsqu’un résultat atteint la significativité statistique. Examinez la performance de chaque version dans l’analytique, et lorsque vous êtes confiant dans un gagnant, terminez le test manuellement en désactivant ou en supprimant la version perdante (voir Sélectionner un gagnant). Aftersell n’arrête jamais un test ni ne choisit un gagnant à votre place.

​
Besoin d’aide ?

Si vous avez des questions sur la configuration ou l’analyse de vos tests A/B au checkout, discutez avec notre équipe d’assistance via le chat en direct en bas à droite de l’application.