> ## Documentation Index
> Fetch the complete documentation index at: https://docs.aftersell.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Tests A/B post-achat

> Apprenez à configurer, gérer et analyser des tests A/B pour vos offres post-achat dans Aftersell

<div id="post-purchase-a-b-testing">
  # Tests A/B post-achat
</div>

Les tests A/B (aussi appelés split testing) vous permettent de comparer jusqu'à cinq versions d'une offre post-achat au sein d'un même tunnel afin de déterminer laquelle est la plus performante. Chaque version est appelée un **layout** (Layout A, Layout B, Layout C, Layout D, Layout E). Le trafic est automatiquement réparti de manière égale entre tous les layouts actifs, et les performances sont suivies séparément pour vous permettre d'identifier la version la plus performante.

En testant des variations de vos offres, vous pouvez améliorer les taux de conversion, augmenter vos revenus et prendre des décisions basées sur les données pour votre stratégie d'upsell.

<Note>
  Les tests A/B vous permettent de configurer manuellement chaque layout comme une offre complète et de les comparer entre eux. Si vous souhaitez définir des variables individuelles (comme le type de remise, la durée du minuteur, le type de produit) et laisser Aftersell les combiner dans toutes les combinaisons de layouts possibles à tester, utilisez plutôt les [Tests multivariés](/fr/aftersell/multivariate_testing).
</Note>

<Note>
  Les tests A/B ne sont disponibles que pour les upsells post-achat. Les tests A/B pour les offres de la page Thank You ne sont pas disponibles actuellement. Pour les tests A/B des widgets de checkout, consultez [Tests A/B au checkout](/fr/aftersell/checkout_a_b_testing).
</Note>

***

<div id="what-you-can-test">
  ## Ce que vous pouvez tester
</div>

Vous pouvez tester presque tous les éléments de votre offre post-achat, notamment :

* **Produits :** différents produits, offres à produit unique vs multi-produits, ou recommandations IA vs produits spécifiques
* **Remises :** différents montants ou types de remise (pourcentage vs montant fixe en dollars)
* **Texte :** titres, descriptions et texte d'appel à l'action
* **Images :** images de produits ou photos lifestyle
* **Éléments d'urgence :** comptes à rebours avec différentes durées
* **Quantités :** quantité par défaut de 1 vs 2 (ou plus)
* **Design de l'offre :** différents layouts ou styles visuels

<Tip>
  Pour de meilleurs résultats, testez un élément à la fois afin de pouvoir identifier clairement ce qui influence les performances. Si vous souhaitez définir plusieurs variables et laisser Aftersell les combiner dans des combinaisons de layouts à tester, utilisez plutôt les [Tests multivariés](/fr/aftersell/multivariate_testing).
</Tip>

***

<div id="how-to-set-up-an-a-b-test">
  ## Comment configurer un test A/B
</div>

<div id="step-1-create-or-open-a-funnel">
  ### Étape 1 : créez ou ouvrez un tunnel
</div>

1. Ouvrez l'application **Aftersell** depuis votre interface d'administration Shopify
2. Accédez à **Post-purchase Funnels** dans la barre latérale gauche
3. Créez un nouveau tunnel ou ouvrez un tunnel existant que vous souhaitez tester

<div id="step-2-create-your-test">
  ### Étape 2 : créez votre test
</div>

1. Dans votre tunnel, cliquez sur **Create Test**
2. Sélectionnez **A/B Test** parmi les options

<div id="step-3-set-up-your-layouts">
  ### Étape 3 : configurez vos layouts
</div>

Configurez chaque layout comme une offre complète. Vous pouvez créer jusqu'à 5 layouts (Layout A à Layout E).

Pour chaque layout, vous pouvez personnaliser :

* La sélection de produits
* Le montant et le type de remise
* Le texte et le message de l'offre
* Les images et les éléments visuels
* Les paramètres du compte à rebours
* La quantité par défaut
* Tout autre paramètre de l'offre

<div id="step-4-start-the-test">
  ### Étape 4 : démarrez le test
</div>

1. Vérifiez tous les layouts pour vous assurer qu'ils sont correctement configurés
2. Cliquez sur **Start Test** pour commencer à répartir le trafic entre les layouts
3. Assurez-vous que votre tunnel est **activé** et **publié**

Votre test A/B est maintenant en ligne.

<div id="how-traffic-is-split">
  ### Comment le trafic est réparti
</div>

Le trafic est automatiquement distribué de manière égale entre tous les layouts du test. Il n'est pas possible d'ajuster manuellement le pourcentage de trafic de chaque layout. Par exemple :

* Si vous avez **2 layouts**, le trafic sera réparti à **50 % / 50 %**
* Si vous avez **3 layouts**, le trafic sera réparti à environ **33 % / 33 % / 33 %**
* Si vous avez **4 layouts**, le trafic sera réparti à **25 % chacun**
* Si vous avez **5 layouts**, le trafic sera réparti à **20 % chacun**

Tous les layouts d'un même test reçoivent une répartition de trafic égale. Il n'existe aucune option pour définir des pourcentages personnalisés (par exemple, vous ne pouvez pas attribuer 80 % au Layout A et 20 % au Layout B).

***

<div id="managing-your-test">
  ## Gérer votre test
</div>

Une fois votre test A/B en ligne, son statut affichera **In progress**. À partir de là, vous pouvez le mettre en pause, le modifier, le réinitialiser, le supprimer ou sélectionner un gagnant.

<div id="test-statuses">
  ### Statuts de test
</div>

* **Not started** : le test a été créé mais n'est pas actif. Le trafic n'est pas réparti. Si vous constatez que 100 % du trafic va vers un seul layout, cliquez sur **Start test**.
* **In progress** : le trafic est réparti de manière égale entre tous les layouts.
* **Paused** : la répartition du trafic est arrêtée.
* **Finished** : le test est terminé. Les résultats sont disponibles dans l'onglet Analytics > Tests.

Survolez le badge de statut pour afficher une infobulle avec une date. L'infobulle indique :

* **Started \[date]** — pour les tests en cours, en pause ou terminés
* **Last reset \[date]** — pour les tests non démarrés dont les analytics ont été réinitialisées
* **Created \[date]** — pour les tests qui n'ont pas encore été démarrés et n'ont jamais été réinitialisés

<div id="pause-the-test">
  ### Mettre le test en pause
</div>

Cliquez sur **Pause** pour arrêter temporairement la répartition du trafic. Lorsqu'un test est en pause :

* Le trafic n'est plus réparti entre les layouts
* Seul le premier layout créé, le Layout A, sera affiché
* Vous ne pouvez pas choisir quel layout s'affiche pendant la pause

Pour afficher définitivement un autre layout, vous devez sélectionner un gagnant ou supprimer le test. Lorsque vous relancez le test, la répartition égale du trafic reprend.

<div id="edit-the-test">
  ### Modifier le test
</div>

Utilisez le menu à trois points et sélectionnez **Edit test** si vous devez ajuster les produits, les prix, le layout ou le message. Pour des résultats fiables, évitez de faire des modifications majeures pendant qu'un test est en cours.

<div id="reset-analytics">
  ### Réinitialiser les analytics
</div>

Sélectionnez **Reset analytics** pour effacer les données du test en cours et redémarrer le suivi à zéro. Cela ne réinitialise que les données du test A/B. Les données historiques de l'offre (lifetime) ne sont pas supprimées.

<div id="delete-the-test">
  ### Supprimer le test
</div>

Sélectionnez **Delete test** pour supprimer définitivement le test A/B. En cas de suppression :

* Le trafic ne sera plus réparti
* L'offre reprend son comportement normal
* Les analytics lifetime de l'offre redeviennent visibles

<div id="select-a-winner">
  ### Sélectionner un gagnant
</div>

Lorsque vous êtes prêt à terminer le test :

1. Cliquez sur **Select winner**
2. Choisissez le layout à conserver
3. Confirmez

Cela met fin au test et applique le layout sélectionné comme offre active. Tous les clients verront désormais le layout choisi.

***

<div id="how-a-b-test-analytics-work">
  ## Comment fonctionnent les analytics des tests A/B
</div>

Une fois votre test lancé, vous pouvez suivre les performances dans la section **Analytics** de votre tableau de bord Aftersell, sous l'onglet **Tests**.

Pour une présentation complète de toutes les métriques de l'onglet Tests, y compris les analytics au niveau des groupes, Performance by Variable, le tableau All Groups et la façon de sélectionner un test, consultez [Analytics post-achat](/fr/aftersell/analytics_in_aftersell).

***

<div id="limitations">
  ## Limitations
</div>

<div id="a-b-testing-is-within-a-single-funnel-only">
  ### Les tests A/B se limitent à un seul tunnel
</div>

Les tests A/B comparent des layouts au sein d'un même tunnel. Vous ne pouvez pas comparer un tunnel à un autre tunnel via un test A/B.

<div id="a-b-testing-is-for-post-purchase-upsells-only">
  ### Les tests A/B sont réservés aux upsells post-achat
</div>

Les tests A/B ne sont pas disponibles actuellement pour les offres de la page Thank You. Ils ne sont pris en charge que pour les tunnels d'upsell post-achat.

<div id="custom-traffic-percentages-are-not-supported">
  ### Les pourcentages de trafic personnalisés ne sont pas pris en charge
</div>

Le trafic est toujours réparti de manière égale entre tous les layouts actifs. Il n'existe aucune option pour attribuer des pourcentages personnalisés à des layouts individuels.

***

<div id="best-practices-for-a-b-testing">
  ## Bonnes pratiques pour les tests A/B
</div>

<div id="run-tests-long-enough">
  ### Laissez les tests durer suffisamment longtemps
</div>

* **Durée minimale :** 2 à 4 semaines
* **Impressions minimales :** au moins 100 à 200 impressions par layout (plus, c'est mieux)
* Des tests plus courts peuvent ne pas produire de résultats statistiquement fiables, surtout avec un trafic faible.

Le tableau de bord des analytics vous indiquera le nombre d'impressions nécessaires pour atteindre la viabilité statistique, ce qui vous aide à savoir quand les données sont prêtes à être exploitées.

<div id="test-one-element-at-a-time">
  ### Testez un élément à la fois
</div>

Lorsque vous modifiez plusieurs éléments simultanément, vous ne saurez pas quel changement a produit les résultats. Testez une variable à la fois pour des enseignements clairs :

**Bien** : tester 10 % de remise vs 20 % de remise (une variable)

**À éviter** : tester 10 % de remise + Produit A vs 20 % de remise + Produit B (deux variables)

<div id="look-for-consistent-performance">
  ### Recherchez des performances cohérentes
</div>

Ne prenez pas de décisions sur la base d'une seule métrique. Un layout gagnant doit bien performer sur plusieurs métriques :

* Taux de conversion plus élevé
* Revenu par visite plus élevé
* Valeur moyenne d'upsell comparable ou meilleure

<div id="consider-statistical-significance">
  ### Tenez compte de la significativité statistique
</div>

Avant de déclarer un gagnant, assurez-vous que vos résultats sont statistiquement significatifs. Recherchez :

* Des différences de performance nettes (pas seulement des variations de 1 à 2 %)
* Des tendances cohérentes dans le temps
* Un échantillon suffisant (impressions)

<div id="apply-the-winning-layout">
  ### Appliquez le layout gagnant
</div>

Une fois que vous avez identifié un gagnant clair :

1. Arrêtez le test
2. Appliquez le layout gagnant à votre tunnel
3. Surveillez les performances pour vous assurer que les résultats restent constants
4. Envisagez de lancer un nouveau test pour optimiser davantage

***

<div id="a-b-test-vs-multivariate-test">
  ## Test A/B vs test multivarié
</div>

Vous ne savez pas quelle méthode de test utiliser ?

|                             | **Test A/B**                                                                                  | **Test multivarié**                                                                                                                               |
| --------------------------- | --------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------- |
| Fonctionnement              | Vous configurez manuellement chaque layout comme une offre complète et les comparez entre eux | Vous définissez des variables individuelles et leurs options, et Aftersell les combine dans toutes les combinaisons de layouts possibles à tester |
| Layouts                     | Jusqu'à 5 layouts (Layout A à E), chacun configuré manuellement                               | Générés automatiquement à partir des combinaisons de variables (Layout A, B, C, etc.)                                                             |
| Idéal pour                  | Comparer des designs d'offres complets entre eux                                              | Trouver la meilleure combinaison de variables individuelles (remise, minuteur, livraison, quantité)                                               |
| Répartition du trafic       | Égale entre tous les layouts                                                                  | Égale entre toutes les combinaisons                                                                                                               |
| Significativité statistique | Plus rapide à atteindre avec moins de layouts                                                 | Nécessite plus de trafic en raison du nombre de combinaisons                                                                                      |
| Résultats                   | Plus faciles à interpréter — un layout gagne                                                  | Plus complexes — identifie la meilleure combinaison de variables                                                                                  |

**Utilisez les tests A/B lorsque :**

* Vous souhaitez comparer des configurations d'offres complètes
* Vous avez un niveau de trafic modéré
* Vous voulez des résultats clairs et simples

[**Utilisez les tests multivariés lorsque :**](/fr/aftersell/multivariate_testing)

* Vous souhaitez tester plusieurs variables simultanément et trouver la meilleure combinaison
* Vous avez un niveau de trafic élevé
* Vous voulez définir des variables et laisser Aftersell les combiner dans des combinaisons de layouts à tester

***

<div id="common-a-b-test-ideas">
  ## Idées de tests A/B courantes
</div>

Besoin d'inspiration ? Voici des tests A/B éprouvés à essayer :

<div id="product-based-tests">
  ### Tests basés sur les produits
</div>

* **Même produit vs produit complémentaire :** testez si vos clients préfèrent acheter davantage de ce qu'ils viennent d'acheter ou essayer quelque chose de nouveau
* **Produit unique vs offre multi-produits :** comparez une offre à article unique à une offre multi-produits avec des produits complémentaires
* **IA vs produit statique :** testez les recommandations dynamiques de l'IA face à des produits sélectionnés manuellement

<div id="discount-tests">
  ### Tests de remises
</div>

* **Montant de la remise :** testez 10 % vs 20 % vs 30 % de réduction
* **Type de remise :** comparez les remises en pourcentage (20 % de réduction) aux montants fixes en dollars (\$5 de réduction)
* **Sans remise vs avec remise :** testez si une remise est nécessaire pour votre audience

<div id="quantity-tests">
  ### Tests de quantités
</div>

* **Quantité par défaut :** testez une quantité de 1 vs une quantité de 2 (particulièrement efficace pour les consommables)

<div id="copy-and-messaging-tests">
  ### Tests de texte et de message
</div>

* **Variations de titres :** testez différentes propositions de valeur ou angles de communication
* **Message d'urgence :** testez avec vs sans langage d'urgence
* **Texte du bouton CTA :** testez différentes formulations d'appel à l'action

<div id="design-tests">
  ### Tests de design
</div>

* **Format long vs format court :** testez des descriptions de produits détaillées face à des offres concises
* **Variations d'images :** testez différentes images de produits ou photos lifestyle
* **Durée du minuteur :** testez des comptes à rebours de 5 minutes vs 10 minutes vs 15 minutes

Pour des stratégies et des exemples plus détaillés, consultez notre guide de [Bonnes pratiques](/fr/aftersell/best_practices).

***

<div id="frequently-asked-questions">
  ## Questions fréquentes
</div>

<div id="do-a-b-tests-stop-running-automatically-after-reaching-statistical-significance">
  ### Les tests A/B s'arrêtent-ils automatiquement après avoir atteint la significativité statistique ?
</div>

Non. Un test A/B post-achat continue de fonctionner 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. Le tableau de bord des analytics affiche le nombre d'impressions recommandé pour obtenir un résultat statistiquement viable, mais atteindre ce nombre n'arrête pas le test et ne désigne pas de gagnant. C'est à vous de décider quand les données sont concluantes et de terminer le test. Lorsque vous êtes prêt, terminez-le avec **Select winner** (ou mettez-le en pause ou supprimez-le) — voir [Gérer votre test](#managing-your-test).

***

<div id="need-help">
  ## Besoin d'aide ?
</div>

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