Logiciel de tests A/B.
Déployez le gagnant.

Les visiteurs sont répartis entre les versions selon le trafic que vous réglez — 50/50 pour un A/B classique, des parts égales pour un test A/B/n, ou 45/45 avec 10 % mis de côté sur le site inchangé pour mesurer le gain que vous avez réellement causé. Par défaut, un visiteur garde la même version à chaque visite.

Ensuite, le test décide de deux façons. Choisir un gagnant à la significativité : le trafic reste tel que vous l’avez réglé, et quand une version bat les autres sur vos objectifs à la confiance, au plancher de sessions, à la durée et à l’amélioration minimale que vous avez choisis, elle est promue et le test se conclut. IA : optimiser en continu : il n’y a pas de conclusion — chaque nuit la répartition se déplace vers la version qui performe maintenant, en pondérant le trafic récent, en ne bougeant qu’avec une confiance statistique, et en gardant toujours 10 % en exploration. Dans les deux cas, le résultat se lit aussi par audience découverte, pour voir pour qui chaque version a gagné.

Choisir un gagnant quand vous avez besoin d’une réponse sur laquelle vous agirez une fois : une refonte, une mise en page tarifaire, un changement de paiement. Le test tourne sur une répartition fixe et équitable jusqu’à ce qu’une version fasse ses preuves, vous dit le gain et son degré de certitude, puis s’arrête. Cette décision est défendable.

Optimiser en continu quand le contenu tourne en permanence et que la bonne réponse dérive : bannières de héros, offres, blocs saisonniers, tout ce que vous retesteriez sinon chaque trimestre. Il ne vous demande jamais de revenir déclarer quoi que ce soit ; il garde la répartition là où les données récentes disent qu’elle doit être, et garde 10 % en exploration pour remarquer quand cela change. Basculez de l’un à l’autre sur la campagne à tout moment ; le choix s’applique à l’enregistrement. La version longue, avec le passage nocturne étape par étape.

Chaque nuit, l’optimiseur rejoue le test des milliers de fois en simulation à partir des données dont il dispose, et compte combien de fois chaque version arrive en tête. Cette part est sa probabilité d’être la vraie meilleure ; des chiffres presque égaux signifient que les données ne distinguent pas encore les versions, et la répartition reste alors en place. La répartition recommandée suit cette probabilité, avec 10 % du trafic toujours partagé également entre les versions — pour qu’une version perdante continue de gagner les données qui pourraient la racheter, et qu’une version meilleure il y a deux mois puisse perdre aujourd’hui. Les vues et les clics sont amortis avec une demi-vie de 28 jours, donc le trafic récent compte le plus.

Vous choisissez par test. Rotation des utilisateurs, le réglage par défaut : un visiteur garde la même version à chaque visite, ce qui convient aux tunnels et à tout ce qui se mesure sur plusieurs jours. Visites : le même visiteur peut recevoir une version différente à chaque visite, pour les tests de bannières et de titres où c’est l’impression qui est mesurée. Aléatoire : chaque page vue choisit à nouveau. Aucune rotation désactive la répartition : les groupes sont alors des couches de contenu qui s’appliquent toutes, plutôt que des versions concurrentes.

Oui, une fois les résultats connus. Pendant que le test tourne, une seule répartition s’applique à tout le monde, et chaque test est évalué séparément au sein de chaque audience découverte — le taux par version, le leader dans cette audience et son degré de certitude. Ensuite, chaque audience peut recevoir la version qui a gagné pour elle : appliquez les gagnantes à leurs audiences en un clic, ou laissez Personyze les appliquer automatiquement. Chaque version gagnante n’est montrée qu’aux audiences où elle a gagné ; là où le groupe de contrôle a gagné, ces visiteurs gardent l’original, et une version qui n’a gagné aucune audience est désactivée. Un groupe témoin peut continuer de tourner, pour que le résultat continue d’être vérifié. La campagne est enregistrée comme une nouvelle version, et vous pouvez annuler tant que la campagne n’est pas modifiée à nouveau. Les audiences peuvent être celles qu’Audience Discovery trouve dans vos données, ou n’importe quelle audience que vous construisez.

Non. Personyze est conçu pour être sans code : l’éditeur visuel vous permet de modifier un texte, de remplacer une image, de repenser un CTA ou de remplacer des sections entières en cliquant dessus sur la page réelle. Les pop-ups, bannières et formulaires se construisent depuis une bibliothèque de plus de 20 modèles de widgets — aucune équipe technique nécessaire.

Pour les rares cas où vous voulez une logique sur mesure (JavaScript personnalisé, variantes rendues côté serveur, intégrations avec des données propriétaires), il y a une action JS à déposer et une API REST pour l’affectation des variantes côté serveur. La plupart des équipes n’ont jamais besoin ni de l’une ni de l’autre.

Les tests A/B de Personyze sont totalement indépendants de la plateforme. Ils fonctionnent sur Shopify, Magento, BigCommerce, WooCommerce, Salesforce Commerce, WordPress, Webflow, des applications React ou Vue sur mesure, Next.js, des installations headless et de simples sites HTML. L’intégration tient en un seul extrait JavaScript.

Pour les variantes côté serveur, il y a une API REST. Pour les tests A/B d’e-mails, Personyze injecte le contenu au moment de l’ouverture. Et pour les données, Personyze se branche sur votre martech existante : Google Analytics 4, Mixpanel, Segment, HubSpot, Salesforce, Marketo, ActiveCampaign, et tout outil doté d’une API REST ou de webhooks.

A/B testing, AB testing et split testing s’emploient indifféremment — les trois désignent le fait de répartir le trafic entre deux variantes ou plus et de mesurer laquelle performe le mieux. « A/B testing » est la formulation la plus courante pour les expériences sur les pages de destination et le CRO ; « split testing » sert parfois à désigner spécifiquement les tests par URL, où chaque variante vit sur une page différente.

Personyze gère les deux : des variantes A/B sur la même page via l’éditeur visuel, et des split tests de pages entières où vous redirigez un pourcentage du trafic vers une autre URL. Les tests multivariés (A/B/n) et avec groupe témoin sont également pris en charge dans la même interface — aucun outil séparé nécessaire.

Depuis un compte neuf, la plupart des équipes lancent leur première campagne en moins de 15 minutes : choisir un modèle, choisir un déclencheur, définir l’audience, publier. Pas de code, pas de file d’attente côté développement.

Pour des configurations plus complexes (données CRM sur mesure, recherches d’IP ABM, parcours multi-étapes), comptez quelques heures ou réservez une session de mise en place gratuite avec notre équipe de réussite client.

Non. Le script Personyze pèse moins de 30 Ko gzippés, se charge de manière asynchrone, et les décisions se prennent en moins de 50 ms. Nous ne bloquons pas le rendu. Nos clients constatent systématiquement l’absence d’impact mesurable sur les Core Web Vitals après déploiement.

Oui — chaque pop-up, barre et bannière est construit en HTML/CSS standard, vous pouvez donc utiliser l’éditeur visuel, ou coller votre propre HTML et hériter du CSS de votre site. Vous en aurez rarement besoin : Personyze propose d’appliquer votre marque à n’importe quel modèle qu’il vous montre — vos couleurs, vos polices et votre langue — pour qu’un design démarre déjà à votre image au lieu d’être restylé après coup.

Oui — des intégrations natives pour HubSpot, Salesforce, Mailchimp, Klaviyo, ActiveCampaign et Marketo. Les captures issues des formulaires de pop-up peuvent être poussées automatiquement vers votre CRM comme nouveaux leads, avec un mappage de champs sur mesure. Les webhooks vous permettent de connecter tout le reste.

Oui — le test est intégré à chaque capacité plutôt qu’ajouté par-dessus. Comparez des algorithmes de recommandation entre eux, opposez des offres et des déclencheurs de pop-up , et prouvez quelles variantes de page de destination gagnent pour chaque audience.

Oui, et le rapport est fait pour le dire. Chaque test est aussi lu par audience découverte : le taux par bras au sein de l’audience, le leader local, et la confiance d’un désaccord avec le leader global, mesurée contre le bras avec lequel il est en désaccord. Un verdict d’une ligne en haut des résultats nomme la plus grande audience en désaccord ; le rapport Tests A/B par audience liste chaque audience ayant assez de trafic, avec un filtre concluant uniquement. L’appartenance est celle du passage qui a étiqueté les sessions, ce que le panneau indique dans son infobulle.