Image à la Une : What goes into an A/B test from Dribbble
Vous souhaitez mettre en place des A/B tests, mais vous ne savez pas comment vous y prendre ? Cet article reprend toutes les bonnes pratiques et expose les limites connues de l’A/B testing. Nous faisons le point pour vous.
Qu’est-ce que l’A/B testing, petit rappel
L’A/B test est une technique utilisée pour comparer deux versions d’une même interface. Cette méthode a initialement été conçue pour les sites web, popularisée par Google et Amazon entre autres. Elle peut s’appliquer à d’autres types d’applications digitales comme une application mobile ou une newsletter. Dans chaque cas, l’A/B test consiste à expérimenter différentes variantes d’un même élément de l’interface auprès des utilisateurs.
L’A/B test consiste à comparer deux versions d’un même élément de l’interface
(source)
Comment fonctionne l’A/B testing ?
Par exemple, partons du principe que la page d’accueil existante d’un site web contient un bouton call-to-action rouge. C’est notre page A. Faisons l’hypothèse que l’utilisateur serait plus enclin à cliquer si le bouton était vert. Une version expérimentale de la page est alors créée. Elle est identique à la page A, sauf que le bouton est vert au lieu d’être rouge. C’est notre page B. L’A/B test peut commencer. Les utilisateurs arrivent aléatoirement sur la page A ou sur la page B. Chaque visiteur du site ne voit qu’une page unique avec, soit un bouton rouge, soit un bouton vert. Les résultats sont ensuite analysés. Si le nombre d’utilisateurs ayant cliqué sur le bouton vert est nettement plus important, l’hypothèse initiale est confirmée.
Selon la même méthode, il est possible de réaliser des tests multivariés où la comparaison porte sur la combinaison de plusieurs éléments. Dans ce cas, le nombre de variantes augmente. Par exemple, si on fait varier la couleur et la position du bouton, quatre pages différentes seront présentées à l’utilisateur. Cependant, le principe est toujours le même ; la différence ne porte que sur la quantité de variantes implantées, puis testées par les utilisateurs.
Pourquoi organiser un A/B test ?
Source : AB Testing from Dribble
Résoudre les problèmes des visiteurs
Apprendre, découvrir, comprendre, trouver, acheter un produit ou un service, chaque utilisateur visite un site pour une raison précise. Le site doit donc répondre à ses attentes. Quel que soit l’objectif particulier ou personnel du visiteur, il peut être confronté à des points de difficulté. Des points douloureux communs aux démarches de tous les utilisateurs. Ceci ne l’empêche pas forcément d’atteindre le but qu’il s’est fixé en entrant, mais dégrade son expérience.
Les exemples les plus fréquents — que nous avons déjà tous rencontrés — sont des boutons CTA qu’on ne trouve pas, des textes mal rédigés (pas d’UX Writing), des informations manquantes aux endroits attendus. Comme on le sait, l’accumulation de désagréments fait perdre des clients par un impact négatif sur le taux de conversion. C’est un phénomène qui touche tous les secteurs de l’e-commerce aux médias électroniques.
L’A/B test est un moyen simple et fiable pour améliorer l’UX.
Apportez des modifications à faible risque
Le test A/B n’engage pas la vie commerciale de la société dépendante du site puisqu’il a justement besoin de la vie réelle du site pour être effectué. Il peut au contraire devenir un outil stratégique d’évolution.
L’A/B testing permet une démarche incrémentale pour détecter des modifications parfois mineures, mais souvent essentielles. Il est ainsi donc possible de chercher un rendement maximal sans mettre en péril le taux de conversion acquis.
On peut procéder par itération, par exemple, pour la description d’un produit. Nous choisissons un produit dont le taux de conversion est bien établi et procédons à des changements dans la description, puis dans la mise en page, puis dans les fonctionnalités, puis dans la disposition des CTA, etc. Si le taux de conversion augmente à la suite du test, il est probable que ce changement convient à l’ensemble des produits du site.
Donc, avant une refonte globale, le test A/B a permis de savoir comment les clients réagissent. Par l’analyse de leur comportement, nous avons déterminé sans risque les améliorations à apporter.
Obtenir des améliorations statistiquement significatives
L’A/B test génère des statistiques et donc offre des
données objectives exploitables.
Source : AB Testing from Dribble
La statistique est le mode de production factuel de ce test. Il permet de mettre clairement en lumière les résultats. Ceci, bien entendu, si une démarche logique est respectée. Car, effectuer simultanément deux tests qui se superposent fournira un résultat ambigu sur le changement à apporter.
Mais par des tests itératifs, les statistiques produites feront obligatoirement apparaître des gains ou des pertes. Le temps passé sur la page, le taux d’abandon d’une conversion, le taux de clics et les demandes ; les plus et les moins apparaîtront sur toutes ces valeurs.
Observer et quantifier les changements lors de la refonte d’un site
Une refonte peut commencer par un changement de graphisme, un apport de couleurs ou d’illustration ou des animations, pour continuer par la formulation du texte des CTA, la longueur des paragraphes, etc. Un nombre de paramètres important qui doit à terme porter des résultats.
Source : AB testing Ideas for eCommerce from Dribble
Une refonte à l’aveugle est bien sûr à exclure et dans le processus d’une refonte incrémentielle, l’A/B testing s’avère être un outil d’observation avant et après l’évolution qu’on apporte. Les statistiques fournies par le test permettent de valider ou d’invalider un changement. Il ne faut jamais mettre de côté le test en cours de finalisation de la refonte, il a la même importance du début à la fin.
Au fur et à mesure de la mise en ligne d’une nouvelle version de site ou d’application, le test s’avère crucial pour affiner pages ou navigation et apporter la meilleure version.
Augmenter le trafic à moindre coût
Le but de tout site est de générer du trafic à travers ses pages pour engendrer de la conversion.
Source : AB Testing from Dribble
L’A/B test permet de tirer profit du trafic déjà présent sur le site pour augmenter la conversion, mais également de générer un nouveau trafic.
C’est une opération sans risque pour le site et sans risque financier pour le développement. Il s’agit de procéder aux bonnes modifications — qui s’avèrent souvent infimes — pour augmenter globalement et de façon significative les conversions.
Réduire le taux de rebond
Le test permet de déterminer les points de frictions, les points faibles et donc de prolonger le temps utilisateur.
Le taux de rebond est un indicateur important de la bonne santé d’un site. Un taux de rebond élevé peut avoir plusieurs causes parmi lesquelles :
- un trop grand nombre d’options rendant le choix compliqué,
- des accroches de texte difficiles à saisir,
- une navigation déroutante,
- et tout facteur susceptible d’aller à l’encontre des attentes d’une visite.
Chaque site porte sa propre spécificité pour capter le segment d’audience qui lui est propre. Il y a donc peu de solutions théoriques à apporter à un taux de rebond élevé. Effectuer un test A/B peut alors s’avérer pertinent puisqu’il permet d’expérimenter plusieurs variables d’un même élément jusqu’à déterminer la meilleure version possible. Ce procédé autorise les essais pour déterminer les points faibles de l’UX et de ce fait contribue à l’amélioration globale par l’allongement du temps de visite.
Déroulement de l’A/B test
La réalisation d’un Test A/B se fait généralement en cinq étapes.
1/ Déterminer la portée et les objectifs
Dans un premier temps, il convient d’identifier les pages concernées et les indicateurs de performance choisis (taux de conversion, temps passé sur le site, etc.). Selon les pages choisies, il va être possible d’estimer la période de test en s’appuyant sur les statistiques antérieures de trafic.
2/ Construction d’hypothèses
Selon les choix de conception ou, mieux, selon les comportements observés au cours des tests utilisateur, il va être possible d’identifier les variantes de l’interface qui peuvent faire l’objet du test A/B et donc les hypothèses à vérifier.
3/ Définir la répartition
L’étape suivante consiste à définir la distribution de trafic entre les pages. En règle générale, une répartition équivalente entre les différentes variantes est préférable. Si deux pages sont testées : la page A va être présentée à 50% des visiteurs et la page B aux 50% restants. Toutefois, il peut être intéressant, si l’on veut minimiser les risques, de ne montrer la page modifiée qu’à un petit échantillon d’utilisateurs. Ce choix, comme celui de la durée du test, dépend essentiellement de la quantité de données à collecter pour disposer de résultats significatifs.
4/ Mener les tests
Les nouvelles pages sont mises en ligne et le test commence. Sur un site web, il faut généralement atteindre un minimum de 10.000 visites sur chacune des variantes pour que le résultat soit significatif. La date à laquelle est programmée le test a aussi de l’importance car certains sites, e-commerce par exemple, sont plus souvent visités le week-end que dans la semaine. Les données analytiques servent de référence pour bien gérer ces aspects.
5/ Analyser les résultats
Idéalement, le test A/B devrait permettre de constater un écart significatif entre la version existante et la version alternative. En réalité, l’écart s’avère souvent beaucoup plus réduit. Ce n’est pas un problème car précisément, le test A/B s’intègre dans un processus d’amélioration continue. S’il y a eu amélioration, même mineure, cela prouve que la direction prise est la bonne. Dans le cas contraire, il faut réfléchir à une autre solution.
Les résultats débouchent donc généralement sur une nouvelle hypothèse, qui va faire l’objet d’une nouvelle série de tests, et ainsi de suite. Le test A/B s’intègre dans le processus d’amélioration continue du site ou de l’application.
Quelques idées pour concevoir un A/B test
Tester les titres et les sous-titres
Un visiteur est d’abord un lecteur. S’il cherche une information, il cherche du texte. Qu’il ait été conduit sur le site par un lien ou une image, lorsqu’il est sur le site, il cherche un texte. Il lira donc prioritairement les titres, c’est la première chose que parcourt l’utilisateur avant de rentrer dans le détail.
Titres et sous-titres doivent donner une impression générale immédiate de clarté par la structure qu’ils exposent et leurs promesses de contenu. C’est également ce qui sera retenu de la visite.
Un test A/B des titres et des sous-titres peut concerner :
- La rédaction. Les titres doivent être courts, percutants, engageants et surtout correspondre au texte qu’ils ouvrent.
- Le choix de la police. Son style, sa taille, sa couleur. Ces choix sont relatifs à l’ensemble de la page, mais également emblématique de la thématique du site. Au-delà des erreurs grossières (une police gothique pour un site de matériel électronique, par exemple), il peut y avoir des finesses à régler pour trouver son originalité dans l’univers thématique attendu.
Changer le contenu du texte
Le texte est le corps du site. Il doit être en accord avec le titre et le sous-titre qui le précède pour guider le visiteur vers l’information qu’il cherche. Il est très facile de créer un test A/B sur la rédaction d’un texte pour améliorer le temps passé sur le site et la conversion.
Comme pour les titres, les paramètres sont :
- Le style ;
- le contenu informatif ;
- la mise en forme.
Le style apparaît dès la première phrase, il doit être en adéquation avec la thématique du site et du public cible. Formel ou informel, le style de rédaction d’un site comprend les mêmes principes. Il utilise des phrases courtes dans lesquelles le lecteur trouve les mots clefs répondant aux questions qu’il se pose.
La mise en forme sert à faire ressortir les informations saillantes, il vaut vérifier si la rédaction utilise suffisamment de :
- Listes à puces ;
- Mots en caractères gras ;
- Phrases clés et citations ;
- Paragraphes courts et concis.
Ces formes de mise en page améliorent la convivialité d’une page en mettant en exergue les informations importantes. Créer une page A et une page B pour tester la lisibilité d’une information est un examen aisé à concevoir.
Tester les lignes d’objet des courriels
La première chose que voit un destinataire est la ligne d’objet du courriel qui lui est envoyé. Ces quelques mots sont décisifs pour l’amener à ouvrir le courriel. La rédaction de la ligne d’objet est donc déterminante dans une démarche commerciale ou informative qui utilise un moyen ultra concurrentiel.
Un test A/B intéressant à développer est de formuler la même idée en question, des questions généralistes et engageantes ou encore des questions personnalisées pour remplacer des phrases déclaratives. Créer un panel de vocabulaire puissant que vous pouvez utiliser à travers les déclinaisons du test. Les émojis peuvent être les bienvenus suivant le style voulu de la ligne d’objet.
Tester la conception générale et la mise en page
Tout compte et tout est essentiel ! C’est ce qu’on entend souvent, mais en fait, ce n’est pas si sûr que ça.
L’A/B testing peut servir à faire la part des choses.
Photos en haute résolution ou en résolution moyenne, petites ou agrandissables ? Le test ne donnera pas les mêmes résultats si ces photos montrent un produit ou si elles reflètent un service. Les photos d’une page produit apporteront un taux de conversion supérieur suivant leur qualité et leur mise en page.
Photos, vidéos, infographie 3D… Autant de possibilités d’illustrations à tester pour l’image d’un produit, sa démonstration et sa publicité. Là encore, il faut faire des choix pour que la page apparaisse simple et claire. Le test A/B permettra de n’utiliser que l’information nécessaire à la conversion en réduisant une page à son essentiel, répondant aux questions du client.
Les diagrammes, statistiques, chiffrages peuvent être déterminants. Aussi faut-il également les présenter sous la forme attendue. On peut facilement se perdre dans les détails ou donner à lire un diagramme utilisant une complexité trop importante pour l’information qu’il doit délivrer. Tester des représentations créatives est à la fois amusant et utile.
Les avis des clients ou des utilisateurs sont toujours recherchés. Leur place et leur apparence sont déterminantes pour que l’utilisateur les perçoive comme une partie intégrante de la page et donc du produit ou du service.
Des balises ponctuelles peuvent apporter des bénéfices importants « plus que quelques jours pour… » — « plus que 4 articles en stock » — « valable jusqu’au… » sont à tester suivant les produits, les aspérités calendaires et les saisons.
Des tests simples de mise en page globale peuvent s’avérer payant comme aérer, réduire le contenu, surtout celui de la page d’accueil, et faciliter la visite.
Tester la navigation
Élément crucial de l’UX, la navigation est un outil facilement optimisable par des tests A/B.
L’utilisateur doit trouver ce qu’il cherche en quelques clics. Or, la profusion de pages d’un site ne permet pas toujours la simplicité voulue. Après s’être assuré de la structure générale, l’A/B testing permet de définir de nouvelles options.
Quelques tests A/B de navigation possibles :
- L’emplacement de la barre de navigation ;
- Standardisation de la navigation pour rendre l’utilisation prévisible ;
- Conserver le contenu thématique en haut à gauche de la page pour réduire la charge cognitive de l’utilisateur lors de sa navigation ;
- De même, conserver la structure du site accessible à l’utilisateur ;
- Et surtout, conserver une place similaire ou équivalente aux CTA sur toutes les pages pour faciliter les conversions.
Mener ces divers tests améliorera de façon quasi certaine l’UX du site et donc augmentera en conséquence la conversion.
Tester les CTA
Points névralgiques des sites internet, les CTA sont les cibles privilégiées des A/B tests .
En effet, il est relativement simple de concevoir une batterie de tests pour optimiser les CTA d’un site. Qu’il s’agisse de leurs couleur, forme, rédaction ou emplacement, les tests permettront de déterminer quel CTA a le plus de potentiel. Des tests favorisés par le flux régulier d’utilisateurs et sans risque pour la vie quotidienne du site.
La preuve sociale
Les avis de relais d’opinion affichés sur le site entrent dans le domaine de compétence de l’A/B testing. Suivant la nature du site et son public, la preuve sociale peut être un plus. Lire des avis détaillés, être soutenu dans son choix par une personnalité guide certains acheteurs. D’autres en revanche, ont besoin de survoler un texte pour se décider. Il revient donc à l’expérimentation de définir s’il y a lieu ou non de faire apparaître un testimonial, ainsi que la place et le volume à lui octroyer. Ce qui aura également un impact sur le référencement.
Quelle approche statistique utiliser pour un A/B test ?
Le test A/B produit des données par :
- les clics enregistrés ;
- les données de Google Analytics ;
- des cartes thermiques…
Il faut donc par la suite pouvoir interpréter ces données. Pour cela, deux modèles statistiques sont disponibles :
- l’approche fréquentiste ;
- l’approche bayésienne.
Approche fréquentiste
L’approche fréquentiste est expérimentale et inductive. Elle se base sur l’analyse des faits observés à un instant « T ».
Approche bayésienne
L’approche bayésienne est une approche théorique et déductive. Elle est prévisionnelle, s’appuie sur l’étude de faits antérieurs ou des études d’experts pour en donner des valeurs et en tirer une projection. Elle est donc déductive.
Une pièce de 1 € pour tenter de départager les deux approches
Si nous lançons une pièce de 1 € en l’air pour jouer à pile ou face, on sait qu’elle a autant de chance de tomber d’un côté comme de l’autre. Mais, si on ne la lance que 10 fois, il est possible qu’on obtienne 6 faces et 4 piles.
Comment chaque approche analyse-t-elle la situation ?
L’approche fréquentiste va logiquement produire une statistique de 0,6 par rapport à l’observation effectuée.
L’approche bayésienne ne regardera pas cette probabilité, elle analysera la composition de la pièce, son équilibre et les études déjà effectuées dans des conditions similaires sur des volumes beaucoup plus importants de tentative et conclura à une statistique de 0,5 pour pile ou face.
Tests A/B, approche fréquentiste ou approche bayésienne ?
L’approche bayésienne fait preuve de plus d’objectivité en analysant non pas une conséquence, mais l’objet de cette conséquence augmenté des études disponibles en la matière. Mais, pour qu’elle soit pleinement fonctionnelle, il faut lui fournir des éléments de comparaison provenant d’études plus anciennes et surtout identiques à l’objet analysé.
Or, dans le cas d’un A/B testing de site, ces études, aussi sérieuses soient-elles, ne peuvent pas servir de comparatif. Elles peuvent seulement indiquer une tendance à prendre éventuellement en compte pour des sites similaires, mais l’évolution comportementale et technologique est telle qu’il est risqué de comparer deux études faites à plusieurs années l’une de l’autre.
L’approche bayésienne donnera donc des résultats erronés pour l’analyse de sites pour lesquels les données sont insuffisantes ou non concordantes.
L’approche fréquentiste s’est imposée en A/B testing parce qu’elle permet justement d’analyser les performances d’un nouveau site, d’une nouvelle navigation ou d’une application. Mais attention. Si nous reprenons notre exemple de pile ou face, nous pouvons trouver un 0.6 ou 0.7 sur dix lancés. Plus on lancera, plus le résultat se rapprochera de 0,5. Il en va de même pour valider un test A/B en UX.
L’approche fréquentiste demande un nombre important d’utilisateurs. Le seuil de fiabilité requiert donc de longues semaines de test si le site est peu fréquenté. Il convient d’être prudent et patient pour ne pas baser son choix sur un résultat positif partiellement ou entièrement faux.
Dernier atout qui plaide en faveur d’une approche fréquentiste, la lecture des résultats est plus abordable que celle de l’approche bayésienne.
Intérêts et limites de l’A/B test
Le test A/B est une technique qui présente plusieurs avantages. Contrairement à un test utilisateur sur une maquette, le test A/B permet d’optimiser progressivement l’expérience utilisateur d’un site web ou d’une l’application tout en continuant à le faire fonctionner. Les hypothèses sont assez rapidement confirmées ou infirmées auprès d’utilisateurs réels, avec des chiffres à l’appui. La décision s’appuie donc sur des éléments factuels. Le risque est limité puisque chaque changement apporté est réversible.
Toutefois, le test A/B présente des limites. Certes, la technique montre si tel choix remporte ou non un succès auprès des utilisateurs, mais les statistiques ne permettent pas de comprendre pourquoi. En ce sens, le test A/B ne remplace pas une étude qualitative. Par ailleurs, la méthode s’avère inefficace pour procéder à une refonte complète du site ou de l’application. En effet, lorsque plusieurs éléments sont modifiés, il est impossible de savoir quelle variante a réellement un impact.
Enfin, il doit y avoir suffisamment de trafic sur le site, ou d’utilisateurs de l’application, sinon les tests ne sont pas fiables. La taille d’échantillon recommandée est d’au minimum 10 000 visiteurs uniques sur toute la durée du test.
10 outils d’A/B Testing
L’outil de test A/B et de personnalisation de Google
2. Adobe Target
L’outil d’A/B testing et de personnalisation d’Adobe
3. AB Tasty
Outil personnalisable avec des fonctionnalités d’analyse performantes.
4. Attraqt
Cette solution comporte une fonctionnalité permettant d’améliorer les micro-conversions et les conversions globales d’un site e-commerce en testant les configurations, en modifiant les stratégies et en découvrant de nouvelles tactiques grâce aux données.
Cet outil vous permet d’identifier ce que votre utilisateur retient de votre site en 5 secondes.
6. Kameleoon
Permet d’effectuer des tests et améliorations en continu. L’un des meilleurs outils pour convertir.
7. Nelio
Outil puissant et accessible surtout si vous utilisez le CMS WordPress.
8. VWO Testing
Réalisez des tests A/B sur votre site ou votre application mobile
9. Convert
Un outil d’A/B testing et de personnalisation pour les grandes entreprises
10. Upflowy
Un outil d’A/B testing pour optimiser les expériences web sur votre site
Bibliographie
Designing with Data: Improving the User Experience with A/B Testing de Rochelle King, Elizabeth F Churchill et Caitlin Tan
À première vue, les pratiques de conception et la science des données (data science) ne semblent pas être des partenaires évidents. Pourtant, ces disciplines poursuivent le même objectif : aider les concepteurs et les gestionnaires de produits à comprendre les utilisateurs afin qu’ils puissent créer des expériences numériques élégantes. Si les données peuvent améliorer la conception, la conception peut apporter une signification plus profonde aux données.
Ce guide pratique vous montre comment réaliser des tests A/B basés sur les données pour prendre des décisions de conception, qu’il s’agisse de petites modifications ou de concepts UX à grande échelle. Complété par des exemples concrets, ce livre vous montre comment intégrer la conception pilotée par les données dans votre workflow de conception de produits.
- Comprendre la relation entre les données, l’entreprise et la conception
- Acquérir des bases solides sur les données, les types de données et les composants des tests A/B.
- Utiliser un cadre d’expérimentation pour définir les opportunités, formuler des hypothèses et tester différentes options.
- Créer des hypothèses qui se rapportent à des mesures clés et à des objectifs commerciaux.
- Concevoir des solutions proposées pour les hypothèses les plus prometteuses
- Interpréter les résultats d’un test A/B et déterminer la prochaine étape.
The Innovator’s Hypothesis: How Cheap Experiments Are Worth More than Good Ideas de Michael Schrage
The Innovator’s Hypothesis est l’un des meilleurs ouvrages sur les tests A/B qui se concentre sur la stratégie qui sous-tend l’expérimentation.
Tout d’abord, il présente un excellent argumentaire en faveur de l’expérimentation.
Les idées sont surestimées et les bonnes idées sont imprévisibles. Il est préférable que les employés puissent facilement et à peu de frais réaliser et analyser des expériences. Cela atténue le risque de mauvaises idées et de mauvaises décisions et, ce qui est peut-être plus important, permet à chacun de profiter des bonnes idées qui, autrement, n’auraient pas été essayées.
L’hypothèse de l’innovateur aborde les priorités en matière d’innovation des entreprises qui vivent dans le monde réel des limites. Michael Schrage préconise un changement culturel et stratégique : de petites équipes, en collaboration et en concurrence, élaborent des expériences commerciales qui font réagir les cadres supérieurs. Il présente le cadre 5×5 : il s’agit de donner à diverses équipes de cinq personnes jusqu’à cinq jours pour proposer des portefeuilles de cinq expériences commerciales ne coûtant pas plus de 5 000 dollars chacune et ne prenant pas plus de cinq semaines à réaliser. Schrage montre que les 5×5 réussis font des gens des innovateurs plus efficaces, et que des innovateurs plus efficaces sont synonymes d’innovations plus efficaces.
Notre guide de référence : UX Design et ergonomie des interfaces de Jean-François Nogier – 7ème édition, Dunod
Pour garantir le succès d’une application, celle-ci doit non seulement être utile mais également facile à utiliser. C’est la raison pour laquelle l’UX Design est devenu une étape incontournable dans la conception des produits numériques.
Cet ouvrage de référence s’adresse à tous les professionnels impliqués dans la conception et le développement d’applications. Depuis sa première édition en 2001 il a été lu, relu, exploité et utilisé par de très nombreux chefs de projet, développeurs et concepteurs d’interface. Conçu de manière pragmatique, il présente une méthode claire et efficace pour « penser UX Design » et vous aider à trouver des solutions pour vos projets.
À travers de nombreux exemples, vous y découvrirez des réponses aux questions que vous vous posez au fur et à mesure de la réalisation de vos applications, depuis le ciblage des utilisateurs, jusqu’aux choix graphiques, en passant par la conception du système de navigation et des éléments d’interaction.
Cette 7ème édition apporte une actualisation en profondeur du chapitre sur les méthodes de conception des interfaces (chapitre 7).
Voir une bibliographie plus complète ici : https://www.alexbirkett.com/ab-testing-books/
Lire aussi :
- Test utilisateur – Test d’utilisabilité
- User Research Services
- Méthodes quantitatives en Expérience Utilisateur (UX)