Utilisation des tests A / B et de l'optimisation
La consentmanager.net CMP inclut la possibilité d'effectuer des tests A / B et l'optimisation des conceptions choisies. Cela peut vous aider à obtenir de meilleurs résultats avec votre site Web.
Veuillez noter que toutes les fonctionnalités ne sont pas disponibles dans tous les packages. Voir nos comparaison de paquets ici.
Test A / B
Afin d'activer A / B-Testing, activez simplement plus d'un design dans vos paramètres CMP:
Dès que plusieurs dessins sont actifs, le système les fait pivoter. Cela signifie que pour chaque visiteur, le système choisira au hasard un design (différent) pour afficher le message de consentement.
Reporting
Afin de voir les résultats pour chaque conception, allez dans Rapports> Rapport CMP et regroupez la sortie par conception:
En conséquence, vous obtiendrez un rapport qui vous montrera les nombres par conception.
Optimisation automatique
Pour activer l'optimisation automatique des conceptions, allez dans Menu> CMPs> Edit et réglez l'optimisation sur la valeur souhaitée:
Une fois l'optimisation active, le système analysera automatiquement les données des tests A / B. Il le fera en utilisant machine learning. Le système recherchera donc des modèles et essaiera de comprendre quel modèle convient le mieux à quel groupe de visiteurs. Une fois que le système est suffisamment confiant, il commencera à prioriser le (s) design (s) avec les meilleures performances (taux d'acceptation le plus élevé et / ou taux de rebond le plus bas). Le système commencera alors à montrer moins souvent le (s) design (s) avec des performances inférieures et donc à montrer plus souvent les designs avec des performances plus élevées. En conséquence, seuls les «bons» modèles subsistent et donc le taux d'acceptation augmente et / ou le taux de rebond diminue.
Combien de temps l'optimisation prendra-t-elle?
Le système recherche un niveau de confiance de 95% avant de décider qu'une conception est meilleure / pire qu'une autre conception. Pour atteindre ce niveau de confiance, soit les performances des deux conceptions doivent être très différentes, soit la quantité de données collectées doit être élevée. Si vous comparez seulement deux conceptions, le niveau de confiance est généralement atteint à environ 5000-10000 affichages de chaque conception pour un groupe de visiteurs à dimension unique (par exemple, les visiteurs utilisant le navigateur Firefox). Plus les données sont collectées, plus l'optimisation détaillée est possible (par exemple, les visiteurs utilisant Firefox sur un appareil mobile en provenance du pays X surfant sur le domaine Y un vendredi matin).
Comment définir les objectifs d'optimisation?
Le taux d'acceptation et le taux de rebond habituels sont contradictoires. Par conséquent, vous devez choisir l'objectif souhaité pour l'optimisation de la conception. Si le paramètre est défini sur un taux d'acceptation de 100%, le système ne prendra en compte que le taux d'acceptation lors de la comparaison des données. Si un paramètre entre l'acceptation et le taux de rebond est utilisé, le système prendra en compte les deux taux et leur attribuera un poids lors de la comparaison des données.
