Méthodes d’analyse multivariée

Les méthodes d’analyse multivariée sont utilisées dans l’évaluation et la collecte de données statistiques pour clarifier et expliquer les relations entre les différentes variables qui sont associées à ces données.

Les tests multivariés sont toujours utilisés lorsque plus de trois variables sont impliquées et que le contexte de leur contenu n’est pas clair. L’objectif est à la fois de détecter une structure, et de vérifier que les données sont structurées.

Les méthodes d’analyse multivariée peuvent être utilisées pour augmenter systématiquement la convivialité des sites web. Alors que les tests A/B isolent toujours une seule page web, les méthodes multivariées montrent les relations et les interactions de plusieurs éléments au sein d’une page web. L’importance dépend des éléments du site web qui sont utilisés et de leur nombre. Tous les éléments du site web qui permettent à l’utilisateur d’interagir avec le site web via l’interface utilisateur sont généralement considérés comme des variables. Cela inclut notamment ceux qui ont un impact sur le taux de conversion.

Informations générales

À l’origine, les méthodes de test et d’analyse multivariées étaient utilisées en statistiques pour découvrir des relations de cause à effet. Les calculs manuels étant très complexes, ces méthodes ne sont devenues praticables dans d’autres domaines d’application qu’avec le développement du matériel et des logiciels correspondants. Les méthodes d’analyse multivariée sont utilisées dans divers domaines :

• Linguistique, sciences naturelles et sciences humaines
• Économie, assurances et services financiers
• Data mining, big data et bases de données relationnelles

Les analyses multivariées sont généralement effectuées à l’aide de logiciels afin de traiter les énormes quantités de données et de surveiller les variables modifiées dans des applications pratiques telles que les tests d’utilisabilité. Toutefois, les tests multivariés peuvent également contribuer de manière significative à l’amélioration de la convivialité à plus petite échelle.

Types de méthodes d’analyse multivariée

Les méthodes multivariées peuvent être subdivisées selon différents aspects. Tout d’abord, elles se différencient selon que l’objectif est de découvrir une structure au sein de la combinaison de données, ou que les données doivent être vérifiées avec une certaine structure. a structure Les méthodes déterminant la structure comprennent :

• L’analyse factorielle : Réduit la structure aux données pertinentes et aux variables individuelles. Les études factorielles se concentrent sur différentes variables, elles sont donc subdivisées en analyse des composantes principales et analyse des correspondances. Par exemple : Quels sont les éléments du site Web qui ont la plus grande influence sur le comportement d’achat ?
• Analyse des grappes : Les observations sont affectées graphiquement à des groupes de variables individuelles et classées sur la base de celles-ci. Les résultats sont des grappes et des segments, comme le nombre d’acheteurs d’un produit particulier, qui ont entre 35 et 47 ans et ont un revenu élevé.

Les procédures d’examen structurel comprennent, entre autres, les :

• Analyse de régression : Étudie l’influence de deux types de variables l’une sur l’autre. On parle de variables dépendantes et de variables non dépendantes. Les premières sont des variables dites explicatives, tandis que les secondes sont des variables explicatives. La première décrit l’état réel sur la base de données, la seconde explique ces données au moyen de relations de dépendance entre les deux variables. En pratique, plusieurs changements d’éléments de pages web correspondent à des variables indépendantes, tandis que les effets sur le taux de conversion seraient la variable dépendante.
• Analyse de variance : Détermine l’influence de plusieurs variables ou de variables individuelles sur des groupes en calculant des moyennes statistiques. Ici, vous pouvez comparer les variables au sein d’un groupe ainsi que différents groupes, selon l’endroit où les écarts doivent être supposés. Par exemple : Quels groupes cliquent le plus souvent sur le bouton ‘Acheter maintenant’ dans votre panier d’achat ?
• Analyse discriminante : Utilisée dans le contexte de l’analyse de la variance pour différencier les groupes qui peuvent être décrits par des caractéristiques similaires ou identiques. Par exemple, par quelles variables les différents groupes d’acheteurs diffèrent-ils ?

Exemples

Un test multivarié d’une page web peut être présenté de la manière simplifiée suivante. Des éléments tels que les titres, les accroches, les images, mais aussi les boutons, les icônes ou les couleurs de fond ont des effets différents sur le comportement des utilisateurs. Différentes variantes d’éléments sont testées. Le test consiste à identifier initialement ces éléments et à montrer à différents utilisateurs des éléments conçus différemment. L’objectif serait d’obtenir des données sur les effets des modifications en termes de taux de conversion ou d’autres facteurs tels que le temps de rétention, le taux de rebond ou le comportement de défilement par rapport à d’autres ensembles d’éléments.

Signification pour l’utilisabilité

En tant que méthode quantitative, l’analyse multivariée est l’une des méthodes les plus efficaces pour tester l’utilisabilité. En même temps, elle est très complexe et parfois coûteuse. Des logiciels peuvent être utilisés pour aider, mais les tests en tant que tels sont considérablement plus complexes que les tests A/B en termes de conception d’étude. L’avantage décisif réside dans le nombre de variables pouvant être prises en compte et dans leur pondération en tant que mesure de l’importance de certaines variables.

Même quatre versions différentes du titre d’un article peuvent entraîner des taux de clics complètement différents. Il en va de même pour le design des boutons ou la couleur de fond du formulaire de commande. Dans des cas individuels, il vaut donc la peine d’envisager d’un point de vue multivarié également sur le plan financier, en particulier pour les sites web à vocation commerciale, comme les boutiques en ligne ou les sites web, qui doivent être amortis par le biais de la publicité.