La plupart des organisations modernes savent à quel point il est nécessaire de faire des tests sur les environnements de production. C’est d’autant plus important pour les sociétés d’e-commerce qui doivent gérer un nombre croissant d’événements : les soldes, les saisons, les promotions et des évolutions permanentes de leurs sites.
Tous ces événements amplifient les risques, mais il n’est évidemment pas nécessaire d’attendre ces pics d’audience pour se soucier des performances des services et du manque à gagner.
Les testeurs aguerris savent à quel point la génération de tests peut être chronophage et parfois inefficace. Ce qui, au fil du temps, tend même à limiter ces tests et à diminuer progressivement la qualité des livraisons jusqu’aux inévitables crashs de production !
Tester pour se rassurer c’est bien, faire des tests SMART* c’est mieux !
RUM (Real User Monitoring) based testing permet de faire moins de tests et de les rendre bien plus pertinents. La collecte massive des usages des internautes au travers d’outils d’analytique comme Google Analytics et appYuser , associée à l’expérience des experts permettent de définir des plans de tests SMART « pertinents, moins coûteux et toujours d’actualité ».
Les business gagnent en planning, les risques d’incidents diminuent fortement, ce qui in fine permet de générer plus de trafic, plus de satisfaction et de ventes.
*SMART (intelligent en anglais) mais aussi pour se souvenir que chaque test doit être Specific Measurable Achievable Relevant and Time-Bound (en français =>Spécifique Mesurable Atteignable Réaliste Temporellement défini)
Produire des tests représentatifs du comportement réel des internautes
Prédire le comportement des internautes et en déduire des gammes de tests est une méthode qui a fait ses preuves. Mais pour des tests sur les environnements de Production il est préférable aujourd’hui de se baser sur les comportements constatés, afin de construire des plans de tests représentatifs des usages réels (région, types de navigateur, smart phone, desktop, audience…), qui sont associés aux critères de performance de l’E-commerçant (conversion, taux de rebonds…).
Toutes ces données permettent de prédire le comportement des utilisateurs les plus à même de transformer et les parcours les plus pertinents à tester.
L’IA pour nous aider
Laissons faire la science et les systèmes experts pour nous aider à produire les scénarios de tests les plus SMART. Nous avons intégré un moteur d’inférence IA dans notre solution appYuser qui permet, sur la base d’un certain nombre de règles issues de nos expériences, et des contextes d’usage les plus représentatifs des internautes de proposer des plans de tests priorisés par leurs pertinences. Des propositions de scénarios qui permettent de définir : « Ce qui doit être testé (les pages), dans quel ordre, depuis quelle région, avec quel matériel, quel navigateur, à quel moment de la journée ».
*IA Intelligence Artificielle
Exemple de tests plan :
Ce que nous collectons versus ce que Google Analytics collecte
L’objectif est d’illustrer simplement ce que chaque application collecte et le périmètre qu’elle couvre.
appYuser évalue les performances web, le ressenti utilisateur et les ROIs possibles en fonction du taux de conversion.
Google Analytics collecte des données pour optimiser le parcours client en améliorant le digital marketing, le SEO et les campagnes de publicité.
Conclusion
L’utilisation des données collectées depuis appYuser et Google Analytics permettent de définir des plans de tests simples et pertinents, « 0 » effort pour définir les cas les plus pertinents et avec les probabilités d’occurrence les plus élevées !