Quelle est la différence entre le « taux de diffusion » et la « répartition A/B » dans un test A/B ? Bien penser la conception de votre test
- ab-testing
- cro
- how-to
L'essentiel de cet article
- Le « taux de diffusion » = le pourcentage de l'ensemble des visiteurs inclus dans l'expérience
- La « répartition A/B » = la proportion selon laquelle A et B sont montrés parmi les visiteurs inclus dans l'expérience
- Ce sont deux notions distinctes. Les séparer permet de tester correctement tout en limitant les risques
Lors de la configuration d'un test A/B, deux réglages de « proportion » apparaissent et peuvent prêter à confusion : le « taux de diffusion » (la part des visiteurs inclus dans l'expérience) et la « répartition A/B ». Ces deux notions ont un sens totalement différent. En les comprenant séparément, vous pouvez avancer sereinement dans vos tests.
Le « taux de diffusion » : combien de personnes impliquer dans l'expérience
Le taux de diffusion (la part des visiteurs inclus dans l'expérience) correspond au pourcentage de l'ensemble des visiteurs qui seront inclus dans l'expérience.
- À 100 %, tous les visiteurs verront soit A, soit B.
- À 20 %, seuls 20 % des visiteurs seront inclus dans l'expérience, tandis que les 80 % restants verront la page habituelle (la version d'origine).
L'objectif de limiter le taux de diffusion est la gestion du risque. Il est risqué d'exposer d'emblée l'ensemble des visiteurs à un changement dont l'effet est incertain. Mieux vaut d'abord le tester sur une partie du trafic, puis l'étendre progressivement si tout se passe bien.
La « répartition A/B » : dans quelle proportion montrer A et B
La répartition A/B correspond à la proportion selon laquelle A et B sont montrés parmi les personnes incluses dans l'expérience.
- 50 % contre 50 % est la configuration de base. Elle permet une comparaison équitable et une collecte de données plus rapide.
- Si le changement suscite des inquiétudes, il est possible de privilégier A (la version d'origine) et de réduire la part de B (la version modifiée), pour une diffusion plus prudente.
Que se passe-t-il en combinant les deux ?
Par exemple, avec un « taux de diffusion de 20 % et une répartition A/B de 50:50 », on obtient ceci :
| Visiteurs | Proportion |
|---|---|
| Hors expérience (page habituelle = version d'origine) | 80 % |
| Dans l'expérience, voit A (Control) | 10 % |
| Dans l'expérience, voit B (Variant B) | 10 % |
L'essentiel est de pouvoir définir indépendamment « combien de personnes impliquer » (taux de diffusion) et « comment les répartir au sein de l'expérience » (répartition A/B).
Pourquoi est-il préférable de séparer les deux ?
Si l'on fusionne le taux de diffusion et la répartition A/B en un seul réglage, deux objectifs distincts — « limiter le risque » et « comparer équitablement » — se mélangent, ce qui rend la configuration difficile à comprendre.
En séparant les deux, on peut :
- ajuster l'ampleur du risque via le taux de diffusion,
- et préserver l'équité de la comparaison via la répartition A/B,
ce qui permet de configurer chaque objectif de manière simple et directe. C'est aussi l'approche adoptée par les principaux outils de test A/B du marché.
La conception chez HeatMapX
Dans les tests A/B de HeatMapX également, la « part de visiteurs incluse dans l'expérience (taux de diffusion) » et la « répartition A/B » peuvent être configurées séparément. Vous pouvez ainsi commencer avec un taux de diffusion réduit pour tester en toute sécurité, puis l'élargir progressivement au fur et à mesure des résultats.
En résumé
Le « taux de diffusion » détermine combien de personnes sont impliquées dans l'expérience, tandis que la « répartition A/B » détermine comment A et B sont montrés parmi ces personnes. Distinguer ces deux notions est la clé pour tester correctement tout en maîtrisant les risques.