Répartition du trafic : documentation CheckoutOS

La répartition du trafic détermine la distribution des visiteurs entre les variantes d’une expérience. La bonne stratégie équilibre puissance statistique et risque commercial.

Principes de répartition

Lorsqu’un visiteur entre dans le paiement, CheckoutOS l’affecte aléatoirement à une variante selon vos paramètres. Il reste ensuite dans cette variante pendant toute sa session et lors des visites futures.

Exemple de répartition du trafic

{
  "traffic_allocation": {
    "method": "random",
    "variants": [
      { "name": "Control", "weight": 50 },
      { "name": "Variant A", "weight": 50 }
    ],
    "sticky_assignment": true,
    "assignment_key": "visitor_id"
  }
}

Stratégies de répartition

Répartition égale, 50/50

L’approche standard pour la plupart des expériences :

Significativité plus rapide — Des échantillons égaux optimisent la puissance
Analyse simple — Aucun ajustement de pondération dans les calculs
Idéal pour — La plupart des tests A/B standard

Répartition prudente, 90/10

Réduisez le risque des changements potentiellement perturbateurs :

Risque réduit — Seuls 10 % voient la nouvelle expérience
Résultats plus lents — La significativité prend plus de temps
Idéal pour — Changements majeurs, nouveautés et expériences risquées

Répartition prudente

{
  "traffic_allocation": {
    "variants": [
      { "name": "Control", "weight": 90 },
      { "name": "New Checkout Flow", "weight": 10 }
    ]
  }
}

Déploiement progressif

Augmentez progressivement l’exposition à la variante :

Répartition progressive

{
  "traffic_allocation": {
    "method": "ramped",
    "stages": [
      { "day": 1, "control": 95, "variant": 5 },
      { "day": 3, "control": 80, "variant": 20 },
      { "day": 7, "control": 50, "variant": 50 }
    ],
    "auto_progress": true,
    "hold_on_degradation": true
  }
}

Quand utiliser le déploiement progressif

Utilisez-le pour bénéficier des tests tout en limitant le risque. Si la variante est peu performante, l’effet ne touche qu’un petit pourcentage.

Bandit à plusieurs bras

Orientez automatiquement le trafic vers les variantes les plus performantes :

Répartition par bandit

{
  "traffic_allocation": {
    "method": "bandit",
    "algorithm": "thompson_sampling",
    "exploration_rate": 0.1,
    "optimize_for": "revenue_per_visitor",
    "minimum_traffic_per_variant": 0.05
  }
}

Avantages et limites du bandit

Avantage : maximise le chiffre d’affaires pendant le test
Avantage : s’adapte automatiquement aux performances
Limite : significativité plus difficile à calculer
Limite : convergence parfois prématurée

Ciblage du public

Menez des expériences sur des segments de clients précis :

Expérience ciblée

{
  "audience": {
    "include": [
      { "type": "customer_tag", "value": "vip" },
      { "type": "order_count", "operator": "gte", "value": 2 }
    ],
    "exclude": [
      { "type": "customer_tag", "value": "wholesale" }
    ],
    "percentage_of_audience": 100
  }
}

Options de ciblage

Étiquettes et segments clients
Nouveaux visiteurs et visiteurs récurrents
Historique des commandes : premier achat ou achats répétés
Seuils de valeur du panier
Localisation géographique
Type d’appareil : mobile ou ordinateur
Source de trafic : organique, payante ou sites référents

Règles d’exclusion

Empêchez certains visiteurs d’entrer dans les expériences :

Configuration des exclusions

{
  "exclusions": {
    "other_experiments": ["experiment-123", "experiment-456"],
    "customer_segments": ["employees", "testers"],
    "conditions": [
      { "type": "cart_value", "operator": "lt", "value": 20 }
    ]
  }
}

Exclusion mutuelle

Lorsque plusieurs expériences sont menées, veillez à éviter les conflits. Un client participant à un test de prix d’offre ne doit pas aussi participer à un test d’emplacement : les résultats seraient confondus.

Calculateur de taille d’échantillon

CheckoutOS intègre un calculateur de taille d’échantillon. Saisissez :

Taux de conversion de référence — Vos performances actuelles
Effet minimal détectable — Plus petite amélioration qui mérite d’être détectée
Significativité statistique — Généralement 95 %
Puissance statistique — Généralement 80 %

Le calculateur indique le nombre de visiteurs requis et la durée approximative du test selon votre trafic.

Bonnes pratiques

Conseils de répartition du trafic

Commencez avec 50/50 — Sauf raison de faire autrement
Conservez les affectations — Les visiteurs doivent voir une expérience cohérente
Ne changez pas la répartition pendant le test — Cela invalide les résultats
Excluez les autres expériences — Évitez les effets d’interaction
Tenez compte des cycles d’activité — Exécutez les tests sur des semaines complètes

Sujets associés

Créer des expériences

Comment configurer vos tests A/B

Analyser les résultats

Interprétez les données de vos expériences