---
title: "Répartition du trafic : documentation CheckoutOS | Chargezen"
description: "Comment répartir efficacement le trafic des tests A/B. Extrait de la section Tests A/B de la documentation CheckoutOS de Chargezen."
url: "https://chargezen.com/fr/docs/checkoutos/ab-testing/traffic"
lang: "fr"
updated: "2025-01-16"
---

Canonical URL: https://chargezen.com/fr/docs/checkoutos/ab-testing/traffic

# Répartition du trafic

Comment répartir efficacement le trafic des tests A/B

Dernière mise à jour : 2025-01-16

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

```json
{
  "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

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

### Déploiement progressif

Augmentez progressivement l’exposition à la variante :

Répartition progressive

```json
{
  "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

```json
{
  "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

```json
{
  "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

```json
{
  "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

En savoir plus



](https://chargezen.com/fr/docs/checkoutos/ab-testing/creating)[

### Analyser les résultats

Interprétez les données de vos expériences

En savoir plus



](https://chargezen.com/fr/docs/checkoutos/ab-testing/results)

Cette page vous a-t-elle été utile ?

Besoin d’aide ? [Contacter l’assistance](https://chargezen.com/fr/docs/checkoutos/troubleshooting/support)