Statistics 101
http://www.whymeasurethat.com/2013/09/05/data-driven-web-site-progressive-enhancement/
http://www.kaushik.net/avinash/lean-analytics-cycle-metrics-hypothesis-experiment-act/
Étape 1: déterminer ce qu’il
faut améliorer.
• Peut-être en augmentant votre taux de conversion;
• Ou augmenter le nombre ...
Étape 2. Formuler une
hypothèse.
• Une campagne de marketing
• La refonte d’une application
• Un changement dans la façon ...
Définir le test
• Premièrement: Quelle est votre audience cible ?
• Deuxièmement: Que voulez-vous qu’ils fassent ?
• Troisi...
Mesurer et décider quoi
faire
• 1. Si le test a été un succès, vous êtes un héros.
Trouver la prochaine métrique cruciale ...
Le test a-t-il été un succès ?
Quelle est la meilleure
version ?
100 100
14% 20%
Impossible de dire !
Les différences ne sont statistiquement significativ...
Qu’est-ce que cela veut dire ?
100 100
14% 20%
8.5% – 22.1% 13.3% – 28.9%
On a 95% de chance que la réalité soit dans les ...
Quelle est la meilleure
version ?
1000 1000
14% 20%
La version 2 est meilleure !
12.0% – 16.3% 17.6% – 22.6%
Quelle est la meilleure
version ?
1000 100
14% 20%
Impossible de dire !
12.0% – 16.3% 13.3% – 28.9%
Mon résultat est-il significatif ?
http://www.evanmiller.org/ab-testing/chi-squared.html
Quelle est la meilleure
version ?
1000 100
14% 30%
La version 2 est meilleure !
12.0% – 16.3% 21.9% – 39.6%
Comment dimensionner un A/B test
pour être statistiquement significatif ?
5%
? ?
Quelle taille d’échantillon si souhaitez d...
Comment dimensionner un A/B test
pour être statistiquement significatif ?
5%
? ?
Quelle taille d’échantillon si souhaitez d...
Comment dimensionner un A/B test
pour être statistiquement significatif ?
http://www.evanmiller.org/ab-testing/sample-size....
• Toujours tester les deux versions simultanément. Auprès
d’une population homogène.
• Ne pas tirer des conclusions trop t...
• Q1. Lorsque votre taux de conversion du site Web bondit de 10% à 12%, cela signifie
une hausse de 2% du taux de conversio...
Corrélation vs. Causalité
Les cohortes
Découvrez le cycle que
suivent vos utilisateurs
Lire une analyse par cohortes
Prochaines étapes
http://www.inc.com/daniel-kahneman/idea-lab-making-smarter-decisions.html
Statistiques 101 - Gilles Barbier, Partner chez TheFamily
Statistiques 101 - Gilles Barbier, Partner chez TheFamily
Statistiques 101 - Gilles Barbier, Partner chez TheFamily
Statistiques 101 - Gilles Barbier, Partner chez TheFamily
Statistiques 101 - Gilles Barbier, Partner chez TheFamily
Statistiques 101 - Gilles Barbier, Partner chez TheFamily
Prochain SlideShare
Chargement dans…5
×

Statistiques 101 - Gilles Barbier, Partner chez TheFamily

930 vues

Publié le

Dans l'aventure entrepreneuriale, les statistiques sont des données clés. En effet, c'est avec les statistiques que tu pourras mettre en place une stratégie pertinente. Gilles Barbier explique ici comment les comprendre et les analyser : déterminer ce qu'il faut améliorer, en formulant des hypothèses et mettre en place le test.

La vidéo : https://www.youtube.com/watch?v=XYzs-DjfRW0

At TheFamily, we believe that anyone can become a great entrepreneur. Find more info here: http://www.thefamily.co/

0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
930
Sur SlideShare
0
Issues des intégrations
0
Intégrations
219
Actions
Partages
0
Téléchargements
77
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Statistiques 101 - Gilles Barbier, Partner chez TheFamily

  1. 1. Statistics 101
  2. 2. http://www.whymeasurethat.com/2013/09/05/data-driven-web-site-progressive-enhancement/
  3. 3. http://www.kaushik.net/avinash/lean-analytics-cycle-metrics-hypothesis-experiment-act/
  4. 4. Étape 1: déterminer ce qu’il faut améliorer. • Peut-être en augmentant votre taux de conversion; • Ou augmenter le nombre d’utilisateurs qui s’inscrivent; • Ou avoir un plus de partage des contenus; • Ou diminuer le taux de désabonnement de votre service;
  5. 5. Étape 2. Formuler une hypothèse. • Une campagne de marketing • La refonte d’une application • Un changement dans la façon de pricer • Revoir les frais d’expédition selon les achats • Changer la façon d’attirer l’attention • L’utilisation d’une autre plate-forme • Modification les libellés des boutons • Tester une nouvelle fonctionnalité
  6. 6. Définir le test • Premièrement: Quelle est votre audience cible ? • Deuxièmement: Que voulez-vous qu’ils fassent ? • Troisièmement: Pourquoi devraient-ils le faire ? « Cherchez à savoir si [QUI] fera [QUOI] parce que [POURQUOI], suffisamment pour améliorer le KPI ciblé. »
  7. 7. Mesurer et décider quoi faire • 1. Si le test a été un succès, vous êtes un héros. Trouver la prochaine métrique cruciale à tester. • 2. Si le test est un véritable échec, nous devons revoir votre hypothèse. • 3. Si le test déplace la ligne, mais pas assez pour modifier les règles du jeu, vous pouvez exécuter un autre test en modifiant l’hypothèse d’après ce que le test vous a appris
  8. 8. Le test a-t-il été un succès ?
  9. 9. Quelle est la meilleure version ? 100 100 14% 20% Impossible de dire ! Les différences ne sont statistiquement significatives.
  10. 10. Qu’est-ce que cela veut dire ? 100 100 14% 20% 8.5% – 22.1% 13.3% – 28.9% On a 95% de chance que la réalité soit dans les fourchettes suivantes :
  11. 11. Quelle est la meilleure version ? 1000 1000 14% 20% La version 2 est meilleure ! 12.0% – 16.3% 17.6% – 22.6%
  12. 12. Quelle est la meilleure version ? 1000 100 14% 20% Impossible de dire ! 12.0% – 16.3% 13.3% – 28.9%
  13. 13. Mon résultat est-il significatif ? http://www.evanmiller.org/ab-testing/chi-squared.html
  14. 14. Quelle est la meilleure version ? 1000 100 14% 30% La version 2 est meilleure ! 12.0% – 16.3% 21.9% – 39.6%
  15. 15. Comment dimensionner un A/B test pour être statistiquement significatif ? 5% ? ? Quelle taille d’échantillon si souhaitez de valider une différence > 10%? 30 244 (par branche)
  16. 16. Comment dimensionner un A/B test pour être statistiquement significatif ? 5% ? ? Quelle taille d’échantillon si souhaitez de valider une différence > 50%? 1273 (par branche)
  17. 17. Comment dimensionner un A/B test pour être statistiquement significatif ? http://www.evanmiller.org/ab-testing/sample-size.html
  18. 18. • Toujours tester les deux versions simultanément. Auprès d’une population homogène. • Ne pas tirer des conclusions trop tôt. Vérifier que le résultat est statistiquement significatif. • Evitez de surprendre les visiteurs réguliers. Restez homogènes • Privilégiez le deep-testing pour tirer des conclusions sur l’efficacité • Ne laissez pas votre instinct infirmer les résultats des tests. • Itérer, itérer, itérer http://www.optimisation-conversion.com/webanalytics/guide-du-test-ab-jouez-et-gagnez-a-tous-les-coups/ Synthèse sur les tests A/B
  19. 19. • Q1. Lorsque votre taux de conversion du site Web bondit de 10% à 12%, cela signifie une hausse de 2% du taux de conversion ou bien une hausse de 20% du taux de conversion ? ! • Q2. Pouvez-vous doubler vos ventes en doublant simplement votre budget marketing ? ! • Q3. Si le taux de conversion de la campagne « A » est de 10% et le taux de conversion campagne « B » est de 20%, est-ce que cela signifie que la campagne « B » est plus performante que la campagne « A » ? ! • Q4. Le temps moyen passé sur votre site web est de 5 minutes. Cela signifie-t-il que vos visiteurs sont restés en moyenne 5 minutes sur votre site ? Questionnaire
  20. 20. Corrélation vs. Causalité
  21. 21. Les cohortes
  22. 22. Découvrez le cycle que suivent vos utilisateurs
  23. 23. Lire une analyse par cohortes
  24. 24. Prochaines étapes
  25. 25. http://www.inc.com/daniel-kahneman/idea-lab-making-smarter-decisions.html

×