Passer au contenu principal

​
Termes clés des expériences

Pour vous familiariser avec la pratique de l’expérimentation et comprendre les termes clés, lisez ce qui suit :

​
Expériences

Les expériences A/B sont une méthode permettant de comparer deux configurations ou plus de l’expérience de jeu (variantes), tandis que les expériences multivariées vous permettent de configurer plusieurs éléments de jeu et de déterminer quelles combinaisons (variantes) sont les plus performantes pour atteindre vos objectifs de conversion. Pour ce faire, les utilisateurs sont répartis aléatoirement en deux groupes ou plus, chaque groupe bénéficiant d’une expérience différente pendant une période donnée, puis une analyse statistique est effectuée sur la télémétrie collectée afin de déterminer quelle variante est la plus performante selon les objectifs que vous avez fixés pour l’expérience PlayFab Experiments prend en charge à la fois les tests A/B (également appelés split tests) et les tests multivariés.

​
Taux de conversion

Une conversion désigne toute action souhaitée que vous voulez que le joueur effectue. Les conversions ne sont pas nécessairement liées à des objectifs monétaires. Il peut s’agir de n’importe quoi, de la sélection d’un bouton à un achat, en passant par le fait de devenir joueur. La conversion est l’objectif des expériences. Les conversions sont un nombre absolu, tandis que le taux de conversion correspond au nombre de conversions divisé par le trafic total de joueurs.

​
Hypothèse

Une hypothèse énonce une affirmation sur la façon dont une intervention donnée affecte le comportement des joueurs. L’hypothèse combine une idée sur les scénarios à expérimenter et les raisons de le faire, ainsi que sur les changements susceptibles d’apparaître après les modifications.

​
Segment

Les segments organisent les joueurs individuels en groupes partageant une ou plusieurs caractéristiques communes, selon des conditions ou critères de qualification définis par l’utilisateur. Vous pouvez déployer une expérience avec une expérience personnalisée pour un segment afin de vérifier l’hypothèse selon laquelle une audience réagira plus favorablement.

​
% de l’audience cible

Pourcentage de la base totale de joueurs pris en compte pour l’expérience et associé à la variante de contrôle ou de traitement.

​
Variante de contrôle

Une variante de contrôle est une expérience existante utilisée dans une expérimentation comme point de comparaison pour garantir que l’expérimentation fonctionne. Elle fournit une mesure de référence pour l’expérience. Elle permet de s’assurer que c’est bien le traitement appliqué qui produit les résultats expérimentaux, et non un facteur extérieur à l’expérience.

​
Variante de traitement

Une variante de traitement reçoit le ou les traitements expérimentaux, c’est-à-dire les différences d’expérience, dans une expérimentation. Ce sont les variantes de traitement qui sont étudiées dans une expérience A/B et qui contiennent les changements d’expérience.

​
Variables

Les variables sont définies pour paramétrer la configuration d’une fonctionnalité ou d’une expérience. La définition de variables de fonctionnalité vous permet d’itérer sur votre fonctionnalité sans redéployer le code.

​
Valeur p

Dans une expérience A/B, la valeur p est la probabilité qu’il n’existe aucune différence entre les groupes de variantes. Lorsque la valeur p est élevée, cela implique que toute différence entre les groupes A et B est due au bruit d’échantillonnage. Lorsque la valeur p est faible (inférieure à notre seuil), cela implique qu’il existe une réelle différence entre les variantes et que le delta affiché est la différence réelle la plus probable.

​
Intervalle de confiance

Dans les tests A/B, les intervalles de confiance atténuent le risque d’erreurs d’échantillonnage; en un sens, ils permettent de gérer le risque associé à la mise en œuvre d’une nouvelle variante. Si l’outil indique « Nous sommes sûrs à 95 % que le taux de conversion est de X % +/- Y % », vous devez tenir compte des +/- Y % comme marge d’erreur. Le degré de confiance que vous accordez à vos résultats dépend en grande partie de l’ampleur de la marge d’erreur. Si les deux plages de conversion se chevauchent, vous devez poursuivre les tests pour obtenir un résultat valide. Erreur de type 1 : Une erreur de type 1 est une mesure de « faux positif », c’est-à-dire la croyance erronée qu’une variante d’une expérience a produit une différence statistiquement significative. Un gagnant est déclaré de façon concluante alors que le test s’est révélé non concluant. Erreur de type 2 : Une erreur de type 2 est une mesure de « faux négatifs », c’est-à-dire la croyance erronée qu’une variante d’une expérience n’a produit aucune différence statistiquement significative. Aucun gagnant n’est déclaré de façon concluante entre un contrôle et une variante alors qu’il devrait y en avoir un.
Dernière modification le 8 octobre 2026