L’un des pionniers de l’expĂ©rimentation nous fait part d’une rĂ©alitĂ© qui fait rĂ©flĂ©chir : la plupart des idĂ©es sont vouĂ©es Ă l’Ă©chec (et c’est une bonne chose)
Peu de personnes ont accumulĂ© autant d’expĂ©rience que Ronny Kohavi en matière d’expĂ©rimentation. Son travail chez des gĂ©ants de la tech tels qu’Amazon, Microsoft et Airbnb – pour n’en citer que quelques-uns – a permis de construire les fondations de ce qui est aujourd’hui l’expĂ©rimentation digitale.
Avant que l’idĂ©e de « build fast, deploy often » ne s’impose dans les entreprises techs, les dĂ©veloppeurs suivaient un modèle en cascade qui prĂ©voyait des releases moins nombreuses (parfois tous les 2 ou 3 ans). Le raccourcissement des cycles de dĂ©veloppement au dĂ©but des annĂ©es 2000, grâce Ă la mĂ©thodologie Agile et Ă une hausse de l’expĂ©rimentation digitale, a créé la tempĂŞte parfaite pour une rĂ©volution du dĂ©veloppement logiciel – et Ronny Ă©tait au centre de tout cela.
Marylin Montoya, VP Marketing d’AB Tasty, a voulu dĂ©couvrir les dĂ©buts de l’expĂ©rimentation avec Ronny et pourquoi l’Ă©chec est en fait une bonne chose. Voici quelques-unes des principales conclusions de leur conversation.
.
Les déploiements progressifs comme filet de sécurité
Un cycle typique d’expĂ©rimentation consiste Ă exposer le test Ă 50 % de la population pendant deux semaines en moyenne avant une diffusion progressive. Mais Ronny suggère d’aborder la question d’un point de vue diffĂ©rent. Commencer par une petite audience de seulement 2 % avant de passer Ă 50 %. La montĂ©e en puissance plus lente vous donne le temps de dĂ©tecter tout problème flagrant ou une dĂ©gradation des valeurs des mĂ©triques en temps quasi rĂ©el.
Dans une expĂ©rience, nous pouvons nous concentrer sur deux fonctionnalitĂ©s seulement, mais nous disposons d’un large ensemble de garde-fous qui suggèrent que nous ne devrions pas dĂ©grader X, Y ou Z. Les donnĂ©es statistiques que vous recueillez peuvent Ă©galement suggĂ©rer que vous avez un impact sur quelque chose que vous ne vouliez pas. D’oĂą l’utilisation de dĂ©ploiements progressifs qui permettent d’identifier les facteurs externes et de rollback facilement.
C’est comme si vous faisiez refroidir de l’eau : vous vous rendez compte que vous changez la tempĂ©rature, mais ce n’est que lorsque vous atteignez 0ÂşC que la glace se forme. Vous rĂ©alisez soudain que lorsque vous atteignez un certain point, quelque chose de très important se produit. Ainsi, le fait de dĂ©ployer Ă une vitesse sĂ»re et de surveiller les rĂ©sultats peut conduire Ă d’Ă©normes amĂ©liorations.
Votre idée géniale ? Elle va très probablement échouer.
Rien ne vous permet de mieux vĂ©rifier la rĂ©alitĂ© que l’expĂ©rimentation Ă grande Ă©chelle. Tout le monde pense qu’il fait le meilleur travail du monde jusqu’Ă ce qu’il soit entre les mains de ses utilisateurs. C’est Ă ce moment-lĂ que le vrai feedback entre en jeu.
Plus de deux tiers des idĂ©es ne parviennent pas Ă faire Ă©voluer les paramètres qu’elles Ă©taient censĂ©es amĂ©liorer – une statistique que Ronny partage avec nous depuis son passage chez Microsoft, oĂą il a fondĂ© l’Ă©quipe d’expĂ©rimentation, composĂ©e de plus de 100 data scientists, dĂ©veloppeurs et responsables de programmes.
Cependant, ne vous laissez pas dĂ©courager. Dans le monde de l’expĂ©rimentation, l’Ă©chec est une bonne chose. Échouer rapidement, pivoter rapidement. Le fait de se rendre compte que la direction dans laquelle vous vous engagez n’est pas aussi prometteuse que vous le pensiez vous permet d’utiliser ces nouvelles dĂ©couvertes pour enrichir vos prochaines actions.
Chez Airbnb, l’Ă©quipe d’expĂ©rimentation de Ronny a dĂ©ployĂ© de nombreux algorithmes d’apprentissage automatique pour amĂ©liorer la recherche. Sur 250 idĂ©es testĂ©es dans le cadre d’expĂ©riences contrĂ´lĂ©es, seules 20 d’entre elles se sont avĂ©rĂ©es avoir un impact positif sur les paramètres clĂ©s – ce qui signifie que plus de 90 % des idĂ©es n’ont pas rĂ©ussi Ă faire bouger l’aiguille. En revanche, qu’en est-il des 20 idĂ©es qui ont connu un certain succès ? Elles ont permis d’amĂ©liorer de 6 % la conversion des rĂ©servations, ce qui reprĂ©sente des centaines de millions de dollars.
Le starter pack pour l’expĂ©rimentation
Il est plus facile aujourd’hui de convaincre les dirigeants d’investir dans l’expĂ©rimentation, car il existe de nombreux cas d’utilisation rĂ©ussis. Le conseil de Ronny est de commencer avec une Ă©quipe qui dispose d’un capital d’itĂ©ration. Si vous ĂŞtes en mesure d’effectuer davantage d’expĂ©riences et qu’un certain pourcentage d’entre elles sont rĂ©ussies ou Ă©chouĂ©es, cette capacitĂ© Ă essayer des idĂ©es est essentielle.
Choisissez un scĂ©nario dans lequel vous pouvez facilement intĂ©grer le processus d’expĂ©rimentation dans le cycle de dĂ©veloppement, puis passez Ă des scĂ©narios plus complexes. La valeur de l’expĂ©rimentation est plus claire car les dĂ©ploiements sont plus frĂ©quents. Si vous travaillez dans une Ă©quipe qui effectue des dĂ©ploiements tous les six mois, il n’y a pas beaucoup de marge de manĹ“uvre car tout le monde a dĂ©jĂ investi ses efforts dans l’idĂ©e que la fonctionnalitĂ© ne peut pas Ă©chouer. Ce qui, comme Ronny l’a soulignĂ© plus tĂ´t, a une faible probabilitĂ© de succès.
L’expĂ©rimentation convient-elle Ă toutes les entreprises ? La rĂ©ponse courte est non. Une entreprise doit disposer de certains ingrĂ©dients pour pouvoir tirer profit de l’expĂ©rimentation. L’un de ces ingrĂ©dients est d’ĂŞtre dans un domaine oĂą il est facile d’apporter des changements, comme les services pour les sites Web ou les logiciels. Le deuxième ingrĂ©dient est qu’il faut un nombre suffisant d’utilisateurs. Une fois que vous avez des dizaines de milliers d’utilisateurs, vous pouvez commencer Ă expĂ©rimenter et Ă le faire Ă grande Ă©chelle. Enfin, assurez-vous de disposer de rĂ©sultats fiables pour prendre vos dĂ©cisions.
Que pouvez-vous apprendre d’autre de notre conversation avec Ronny Kohavi ?
- Comment l’expĂ©rimentation devient centrale dans la construction de votre produit
- Pourquoi l’expĂ©rimentation est Ă la base des meilleures entreprises technologiques
- Le rĂ´le des dirigeants dans l’Ă©vangĂ©lisation d’une culture de l’expĂ©rimentation
- Comment crĂ©er un environnement propice Ă une l’expĂ©rimentation et Ă des rĂ©sultats fiables ?
A propos de Ronny Kohavi
Ronny Kohavi est un vĂ©ritable expert en matière d’expĂ©rimentation, ayant travaillĂ© sur des expĂ©riences contrĂ´lĂ©es, le machine learning, la recherche, la personnalisation et l’IA pendant près de trois dĂ©cennies. Ronny Ă©tait auparavant vice-prĂ©sident technique chez Airbnb. Avant cela, Ronny a dirigĂ© l’analyse et l’expĂ©rimentation au sein du groupe Cloud et IA de Microsoft et a Ă©tĂ© directeur de l’exploration des donnĂ©es et de la personnalisation chez Amazon. Ronny est Ă©galement co-auteur de “Trustworthy Online Controlled Experiments : A Practical Guide to A/B Testing.,” qui est actuellement le livre sur le data mining le plus vendu sur Amazon.
A propos de 1,000 Experiments Club
Le 1,000 Experiments Club est un podcast produit par AB Tasty et animĂ© par Marylin Montoya, VP Marketing chez AB Tasty. Rejoignez Marylin et l’Ă©quipe marketing alors qu’ils s’entretiennent avec les experts les plus compĂ©tents du monde de l’expĂ©rimentation pour dĂ©couvrir leurs points de vue sur ce qu’il faut faire pour crĂ©er et exĂ©cuter des programmes d’expĂ©rimentation rĂ©ussis.

