Analyse multivariée

Lors de l'évaluation et de la collecte de données statistiques, les méthodes de analyse multivariée expliquer et clarifier les relations entre les différentes variables pouvant être associées à ces données.

L'analyse multivariée est toujours utilisée lorsqu'il y a plus de trois variables impliqué et le contexte de son contenu n’est pas clair. L'objectif est de détecter une structure d'une part, et de vérifier les données des structures d'autre part.

Dans le contexte de la convivialité des sites Web, des méthodes d’analyse multivariée peuvent être utilisées pour augmenter systématiquement la convivialité. Alors que les tests A/B isolent toujours une seule page Web, les méthodes multivariées montrent les relations et les interactions des Divers articles dans une page Web. L'expressivité dépend de quoi et du nombre d'éléments Web utilisés. Tous les éléments Web qui permettent à l'utilisateur d'interagir avec le portail 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 statistiques utilisaient des méthodes de test et des analyses multivariées pour découvrir des relations causales. Les calculs manuels étant très complexes, les méthodes ne sont applicables dans d'autres domaines d'application qu'avec le développement du matériel et des logiciels correspondants. Les méthodes d’analyse multivariée sont actuellement utilisées dans des domaines très différents :

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

A cette époque, des analyses multivariées sont généralement effectuées grâce à l'utilisation de logicielse afin de faire face aux énormes quantités de données et de contrôler les variables modifiées dans des applications pratiques telles que les tests d'utilisabilité. Malgré tout, les tests multivariés peuvent aussi contribuer de manière significative à améliorer la facilité d’utilisation à plus petite échelle.

Types de méthodes d'analyse multivariée

Les méthodes multivariées peuvent être subdivisées selon différents aspects. Tout d’abord, ils diffèrent selon que vous devez découvrir ou vérifier une structure avec eux. Les méthodes de détermination de la structure incluent le domaine :

Analyse factorielle: Réduisez la structure aux données pertinentes et aux variables individuelles. Les études factorielles se concentrent sur différentes variables, c'est pourquoi elles sont subdivisées en analyse en composantes principales et analyse des correspondances. Par exemple : quels articles du site Web influencent le plus le comportement d’achat ?
L'analyse par grappes: Les observations sont graphiquement attribuées à des groupes de variables individuelles et classées en fonction de celles-ci. Les résultats sont des clusters et des segments, comme le nombre d'acheteurs d'un produit particulier, âgés de 35 à 47 ans et disposant d'un niveau de revenus élevé.

Les procédures de révision structurelle incluent, sans s'y limiter, le TLD :

Analyse de régression: Étudie l'influence de deux types de variables l'une sur l'autre. On parle de variables dépendantes et non dépendantes. Les premières sont les variables dites expliquées, tandis que les secondes sont les variables explicatives. Le premier décrit l'état réel à partir des données, le second explique ces données à travers des relations de dépendance entre les deux variables. En pratique, diverses modifications des éléments du site correspondent à des variables indépendantes, tandis que les effets sur le taux de conversion seraient la variable dépendante.
Analyse des écarts: Détermine l'influence de plusieurs variables ou variables individuelles sur les groupes en calculant des moyennes statistiques. Ici, vous pouvez comparer les variables au sein d'un groupe ainsi que dans différents groupes, en fonction de l'endroit où les écarts doivent être supposés. Par exemple : quels groupes cliquent le plus souvent sur le bouton « Acheter maintenant » dans leur panier ?
Analyse discriminante: Utilisé dans le contexte de l'analyse des écarts pour différencier des groupes qui peuvent être décrits comme ayant des caractéristiques similaires ou identiques. Par exemple, sur 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. Les éléments tels que les titres, les teasers, les images, mais aussi les boutons, les icônes ou les couleurs d'arrière-plan ont différents effets sur le comportement des utilisateurs. Différentes variantes d'articles sont testées. Le test identifierait initialement ces éléments et montrerait à différents utilisateurs des éléments de conception différente. L'objectif serait d'obtenir des données sur les effets des changements en termes de taux de conversion ou d'autres facteurs tels que le temps d'attente, le taux de rebond ou le comportement de défilement par rapport à d'autres ensembles d'éléments.

Importance pour la convivialité

En tant que méthode quantitative, l'analyse multivariée est l'une des Méthodes les plus efficaces pour les tests d'utilisabilité. En même temps, c’est très complexe et parfois coûteux. Les logiciels peuvent être utilisés pour vous aider, mais les tests eux-mêmes 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 considérées et dans leur pondération comme mesure de l'importance de certaines variables.

Même quatre versions différentes des titres d'un article peuvent conduire à des taux de clics complètement différents. Il en va de même pour le design des boutons ou la couleur de fond du bon de commande. Dans des cas individuels, il est donc important de considérer d'un point de vue multivarié ainsi que d'un point de vue financier, en particulier pour les sites Internet à vocation commerciale, tels que les boutiques en ligne ou les sites Internet, qui doivent être amortis par la promotion commerciale. ^[1]