Lance un test A/A et vérifie le suivi
Table des matières
En bref
Pour vérifier ta configuration de suivi dans GA4, va dans le rapport en temps réel et cherche l'événement "Abtesting". Clique dessus et vérifie si le paramètre "varify_abTestShort" est présent. En lançant un test A/A. Si l'événement est absent, vérifie l'intégration du snippet varify et les paramètres de tracking.
Tutoriel étape par étape
Créer un test A/A et tester le suivi
1. créer un test A/A
Un test A/A fonctionne comme un test A/B et attribue deux variantes aux utilisateurs - sans changements visibles réels. Tu peux ainsi tester la configuration de suivi de manière optimale.
Condition préalable :
Le Varify Code Snippet doit déjà être intégré dans ton site web et le tracking mis en place.
- Crée une nouvelle variante/expérience en ouvrant par exemple la page d'accueil de ton site web via le tableau de bord Varify.io.
- Clique sur l'icône de code en haut à droite et sélectionne CSS.
- Ajoute quelques espaces dans la fenêtre et clique sur Save (ainsi, il n'y a pas de modifications visibles pour les utilisateurs).
- Enregistre la variante en haut à droite sous "Finish" et nomme-la "A/A-Test".
- Dans le tableau de bord, clique sur le Page Targeting du test A/A, puis sur "Edit Conditions".
- Inscris ton domaine et règle le Matching Type sur "Contains" (tu obtiendras ainsi le plus de données pour ton test A/A, car il sera diffusé pour tous les utilisateurs de ton site).
- Démarre le test A/A.
8. va sur n'importe quelle page de ton site web et vérifie si le test AA est livré. Le plus simple est d'ouvrir la page Varify Extension du navigateur Google Chrome et vérifie que le test AA est listé sous "Active Experiments". (Cela peut prendre jusqu'à 2 minutes après la mise en ligne du test pour que tu puisses voir l'expérience. Recharge la page en conséquence).
2. vérifier les événements en direct dans GA4
Une fois que le snippet Varify a été intégré, que le tracking a été mis en place et qu'un test A/A a été lancé, tu peux vérifier dans le GA4 Realtime Overview si les événements de ton test A/A arrivent.
- Dans GA4, sous Reports, va dans Realtime Overview.
- Cherche le widget "Event count by Event Name".
- Vérifie si un événement appelé "Abtesting" apparaît (tu devras peut-être parcourir les pages du widget).
- Clique sur cet événement pour ouvrir les paramètres.
- Vérifie que le paramètre "varify_abTestShort" est présent (tu devras peut-être parcourir les pages du widget).
- Clique sur le paramètre et vérifie que le paramètre composé de l'ID de l'expérience et de l'ID des variantes s'affiche correctement.
Si ce paramètre est visible et correct, le suivi est correctement mis en place.
(Facultatif) Vérifier les événements Varify dans DataLayer
Si aucun événement en direct n'est visible dans GA4, tu peux vérifier dans la console de développement de ton navigateur si les événements de suivi Varify sont correctement diffusés dans le DataLayer.
Voici comment tu dois procéder :
- Ouvre une page sur laquelle ton test A/A est actif.
- Ouvre la console de développement de ton navigateur : dans Chrome : clic droit sur la page → "Explorer" → sélectionner l'onglet "Console".
- Tape dataLayer dans la console et appuie sur Entrée.
- Recherchez dans le DataLayer un événement nommé "varify".
- Déplie l'événement - tu y trouveras tous les paramètres et informations pertinents concernant l'expérience, par exemple
Nom de l'expérience
Variante dans laquelle tu te trouves
3. important pour l'évaluation des tests A/A
Comment effectuer un test A/A correctement
Un test A/A mérite le même soin qu'un test A/B classique. Prévoyez une durée de test d'au moins une semaine ou jusqu'à environ 1 000 conversions par variante, selon la première éventualité. Définis un indicateur principal et n'évalue le test qu'à la date prévue initialement. Si aucune différence significative n'apparaît à l'issue du test (p > 0,05), tu peux partir du principe que ta configuration fonctionne correctement.
Privilégiez les événements plutôt que les indicateurs ou les événements clés
Dans le cadre des tests A/B, on s'intéresse généralement à savoir si un utilisateur atteint un objectif. Or, GA4 ne mesure généralement pas ces données par utilisateur, mais par événement ; un utilisateur peut donc déclencher un objectif (un événement) plusieurs fois. Cependant, les métriques et les événements clés ne peuvent pas être analysés via l’API GA4 sur la base d’une “ seule fois par utilisateur ” ; il s’agit là d’une limitation inhérente à l’API GA4 elle-même. Les tests automatisés ou les bots peuvent déclencher des événements très fréquemment. Si un tel bot se retrouve par hasard dans une seule variante, cela fausse considérablement la comparaison. Effectuez donc systématiquement l'analyse sur la base des événements, en utilisant le paramètre “ Exclude duplicate user events ”, afin qu'un objectif ne soit compté qu'une seule fois par utilisateur.
Moins, c'est plus : choisir les métriques avec soin
Évite d'analyser trop de métriques à la fois. Plus tu prends en compte de métriques, plus le risque de « faux positifs » est élevé, c'est-à-dire de différences apparemment significatives qui, en réalité, n'existent pas. Un exemple : avec 14 indicateurs, la probabilité d’observer au moins un faux positif est d’environ 51 %, même si tu te bases sur un seuil de signification de 5 % pour chaque indicateur. Il est donc plus probable de détecter un faux positif que de n’en détecter aucun.
Important : ne jetez pas un œil trop tôt
De même, des contrôles intermédiaires répétés peuvent fortement fausser la signification de ton test. En effet, à chaque coup d'œil supplémentaire, la probabilité d'interpréter à tort un résultat aléatoire comme étant significatif augmente.
- 7 contrôles intermédiaires (par exemple, tous les jours pendant une semaine) : environ 30 % de risque de faux positif
- 14 tests intermédiaires (par exemple, un par jour pendant deux semaines) : environ 51 % de risque de faux positif
Conclusion : n'interrompez votre test qu'à la date prévue, même si “ quelque chose semble se passer ” avant cette date. En arrêtant trop tôt, vous risquez de prendre une mauvaise décision sur la base d'un faux positif.