Le CMP de consentmanager.net inclut la possibilité d'effectuer des tests A/B et d'optimiser les designs choisis. 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 forfaits. Consultez notre comparatif des forfaits ici.
Tests A/B
Pour activer les tests A/B, il suffit d'activer plusieurs designs dans les paramètres généraux de votre CMP => Designs disponibles :
Dès que plusieurs designs sont actifs, le système les fera défiler. Cela signifie que pour chaque visiteur, le système choisira au hasard un design (différent) pour afficher le message de consentement.
Rapports
Pour consulter les résultats de chaque design, rendez-vous dans Rapports > Rapport CMP et regroupez les résultats par Design :
Vous obtiendrez ainsi un rapport qui vous indiquera les chiffres par design.
Optimisation automatique
Pour activer l'optimisation automatique des designs, allez dans Menu > CMP > Modifier et réglez l'optimisation sur la valeur souhaitée :
Une fois l'optimisation activée, le système analysera automatiquement les données issues des tests A/B. Il le fera à l'aide de l'apprentissage automatique. Le système recherchera donc des modèles et tentera de comprendre quel design fonctionne le mieux pour quel groupe de visiteurs. Une fois que le système sera suffisamment sûr de lui, il commencera à privilégier le ou les designs les plus performants (taux d'acceptation le plus élevé et/ou taux de rebond le plus faible). Le système commencera alors à afficher moins souvent les designs les moins performants et, par conséquent, à afficher plus souvent les designs les plus performants. En conséquence, seuls les « bons » designs subsistent, ce qui entraîne une augmentation du taux d'acceptation et/ou une diminution du taux de rebond.
Combien de temps prendra l'optimisation ?
Le système recherche un niveau de confiance de 95 % avant de décider qu'un design est meilleur ou moins bon qu'un autre. Pour atteindre ce niveau de confiance, soit les performances des deux designs doivent être très différentes, soit la quantité de données collectées doit être importante. Si l'on compare seulement deux designs, le niveau de confiance est généralement atteint après environ 5 000 à 10 000 affichages de chaque design pour un groupe de visiteurs à dimension unique (par exemple, les visiteurs utilisant le navigateur Firefox). Plus la quantité de données collectées est importante, plus l'optimisation peut être détaillée (par exemple, les visiteurs utilisant Firefox sur un appareil mobile, provenant du pays X, naviguant sur le domaine Y un vendredi matin).
Comment définir les objectifs d'optimisation ?
En général, le taux d'acceptation et le taux de rebond sont contradictoires. Vous devez donc choisir l'objectif privilégié pour l'optimisation du design. Si le paramètre est réglé sur un taux d'acceptation de 100 %, le système ne tiendra compte que du taux d'acceptation lors de la comparaison des données. Si un paramètre situé entre le taux d'acceptation et le taux de rebond est utilisé, le système tiendra compte des deux taux et leur attribuera un poids lors de la comparaison des données.