Comment fonctionne le cycle HADI

HADI est une méthode de recherche comprenant quatre étapes : formulation d'une hypothèse (H), action (A), collecte de données (D), conclusions (I). Ainsi, c'est un acronyme où chaque lettre correspond à une étape du cycle.

On suppose que le cycle est infini. C'est-à-dire qu'après avoir tiré des conclusions, l'entreprise formule une nouvelle hypothèse. Cela permet de développer continuellement l'entreprise ou le projet.

Cette méthode est parfaite pour tester des hypothèses, elle permet de formuler correctement une hypothèse de sorte que la liste des actions pour la tester devienne évidente.

Nous allons détailler chaque étape.

H — hypothesis — hypothèse. À cette étape, on formule une hypothèse. En même temps que l'hypothèse, on choisit les indicateurs que le changement doit affecter. Ainsi, il faut décrire ce que l'on prévoit de changer, sur quelles métriques et comment cela va influencer.

Il est important de ne tester qu'une seule hypothèse par cycle. Sinon, on ne saura pas ce qui a influencé la métrique. Si l'on doit tester plusieurs hypothèses à la fois, elles doivent concerner des métriques différentes.

Par exemple : « Nous voulons ajouter un autre bouton « commander » sur la page d'atterrissage, cela devrait augmenter le taux de conversion de la page de destination ».

A — action — action. C'est l'étape pendant laquelle les changements sont mis en œuvre. Dans l'exemple de la page d'atterrissage, A est l'étape où l'on installe des boutons supplémentaires sur la page de destination.

D — data — collecte de données. À la troisième étape, on collecte les données qui confirment ou infirment l'hypothèse. En premier lieu, on collecte les données sur la métrique que l'on a tenté d'influencer.

Dans notre exemple, cette métrique est le taux de conversion en demande. Il faut collecter les données de conversion pour la période où le bouton « Commander » supplémentaire était présent sur le site, ainsi que les données des périodes précédentes. Ainsi, on peut comprendre si le changement a affecté la conversion.

I — insights — conclusions. À la dernière étape, il faut analyser si l'hypothèse a fonctionné. Si oui, on peut conserver le changement ou le généraliser. Si non, il faut tester une autre hypothèse.

Dans l'exemple de la page d'atterrissage, si après l'ajout du bouton la conversion a augmenté, on conserve le bouton. On peut maintenant tester d'autres changements qui devraient augmenter la conversion.

Conseils : comment tester des hypothèses avec la méthode HADI

Pour que le test d'hypothèses avec HADI soit efficace, il est important d'organiser correctement le travail :

• Formulez plusieurs hypothèses pour une même métrique. Analysez chacune pour choisir la plus utile. Celle-ci doit être testée en premier.
• Formulez l'hypothèse sous forme de question de manière à pouvoir répondre clairement par « oui » ou « non ».
• Sachez si l'équipe croit en l'hypothèse. Si non, il n'est probablement pas utile de la tester.
• Évaluez la difficulté de tester l'hypothèse. Si c'est difficile et que l'équipe n'y croit guère, il vaut mieux la reporter.
• Commencez à tester l'hypothèse dès que possible et arrêtez dès que vous avez obtenu l'information nécessaire.
• Les données doivent être statistiquement significatives. Par exemple, si vous testez un site, il doit être visité par suffisamment d'utilisateurs pendant la période d'étude. Le nombre minimal statistiquement significatif est considéré comme 30. Ainsi, si vous voulez tester un changement sur une page d'atterrissage, vous devez obtenir au moins 30 demandes.
• Une semaine est la durée optimale pour tester une hypothèse simple. Ce temps est généralement suffisant.

Quelques exemples d'études selon le modèle HADI

Les cycles HADI sont souvent utilisés en marketing internet pour tester les campagnes d'emailing, le SEO, la publicité contextuelle et ciblée. Regardons quelques exemples simples.

Publicité contextuelle d'une animalerie en ligne. Hypothèse : si l'on paie non pas pour les clics sur les annonces dans la publicité contextuelle, mais pour les leads, le coût de conversion diminuera.

Action : changer la stratégie publicitaire du paiement par clic sur les annonces au paiement par conversion.

Collecte de données : les leads issus de la publicité se sont avérés trop chers. Le coût de conversion a augmenté de 1,5 fois.

Conclusions : l'hypothèse est fausse. Il faut revenir au schéma de paiement par clic sur les annonces.

Publicité pour des escaliers en bois. Hypothèse : si l'on écrit dans l'annonce publicitaire que les mesures sont gratuites, le nombre de clics vers le site augmentera.

Action : ajouter dans l'annonce l'information sur la mesure gratuite pour la fabrication de l'escalier.

Collecte de données : le taux de clics de l'annonce est passé de 4 à 9%.

Conclusions : l'hypothèse est vraie. Il faut ajouter l'information sur la mesure gratuite dans toutes les annonces.

Site d'un pâtissier. Hypothèse : si l'on ajoute sur le site des informations sur la composition des gâteaux et des photos, le nombre de commandes augmentera.

Action : prendre des photos des gâteaux, décrire leur composition et les publier sur le site.

Collecte de données : le nombre de commandes par téléphone a doublé, en ligne il a augmenté de 1,5 fois.

Conclusions : l'hypothèse est vraie. Il est probablement utile d'ajouter encore plus d'informations sur le produit et de mettre régulièrement à jour les photos.

Exemple de remplissage