> ## Documentation Index
> Fetch the complete documentation index at: https://docs.kameleoon.com/llms.txt
> Use this file to discover all available pages before exploring further.
# Groupes mutuellement exclusifs
> Découvrez ce qu'est un groupe mutuellement exclusif, quand Kameleoon assigne les visiteurs à un groupe, et les compromis à évaluer avant d'en créer un.
Exécuter plusieurs campagnes ou expériences sur la même partie d'un site web ou d'un produit peut entraîner un chevauchement : un même visiteur se retrouve exposé à plusieurs changements en même temps, et vous ne pouvez plus déterminer quel changement a produit quel résultat. Un groupe mutuellement exclusif (MEG) résout ce problème en regroupant des campagnes ou des expériences de façon à ce que chaque visiteur ne soit exposé qu'à une seule d'entre elles au sein de ce groupe.
Cet article présente la théorie derrière les groupes mutuellement exclusifs. Pour en créer un, consultez [Créer un groupe mutuellement exclusif pour les expériences web](./prevent-overlapping-campaigns-with-mutually-exclusive-groups), [Créer un groupe mutuellement exclusif pour les expériences de feature](./mutually-exclusive-groups-for-feature-experiments), ou [Créer un groupe mutuellement exclusif entre expériences client-side et server-side](./creating-mutually-exclusive-groups-across-client-side-and-server-side-experiments-with-kameleoon).
## Qu'est-ce qu'un groupe mutuellement exclusif ?
Un groupe mutuellement exclusif vous permet de créer des groupes de campagnes ou d'expériences où chaque visiteur n'est ciblé que par un seul membre de ce groupe. Ce regroupement est utile chaque fois que plusieurs tests risqueraient sinon d'entrer en conflit, par exemple lorsque plusieurs équipes exécutent des expériences sur la même page.
Les MEG fonctionnent de la même façon pour les expériences web et les expériences de feature : la technologie qui déclenche chaque expérience diffère, mais la logique de regroupement et de répartition derrière un MEG reste la même.
## Quand Kameleoon assigne un visiteur à un groupe
Kameleoon assigne un visiteur à un groupe mutuellement exclusif avant toute autre décision de ciblage ou de répartition d'expérience. Cette assignation a lieu au début de la visite, si bien que l'appartenance du visiteur au groupe est déjà fixée au moment où Kameleoon évalue les conditions de ciblage ou répartit le trafic pour les campagnes ou expériences individuelles de ce groupe.
Pour maintenir une expérience cohérente, si un visiteur a déjà été assigné à une campagne ou une expérience au sein d'un groupe, il reste assigné à celle-ci pour le reste de la visite. Sinon, Kameleoon choisit aléatoirement la campagne ou l'expérience à afficher au sein du groupe, garantissant une répartition équilibrée entre les membres du groupe.
## Avantages
Un groupe mutuellement exclusif empêche les campagnes ou expériences qui se chevauchent d'interférer les unes avec les autres :
* **Des résultats plus clairs :** évite les données contradictoires en s'assurant que les visiteurs ne voient qu'une seule campagne ou expérience par groupe.
* **Une meilleure expérience visiteur :** réduit la lassitude des visiteurs exposés à plusieurs changements à la fois, pour une expérience plus fluide.
* **Une configuration plus simple pour les expériences de feature :** appliquer l'exclusion mutuelle via un MEG ne nécessite aucune condition de ciblage supplémentaire, ce qui facilite sa mise en œuvre sur des feature flags contenant des règles d'expérience.
## Inconvénients
Un groupe mutuellement exclusif comporte un inconvénient important : vous ne pouvez pas mesurer la performance combinée des visiteurs exposés aux expériences qu'il contient.
Par exemple, si vous exécutez trois expériences dans un groupe mutuellement exclusif, identifiez une variation gagnante pour chacune, puis déployez les trois variations gagnantes en même temps par la suite, les expériences d'origine ne vous indiquent pas comment ces gagnantes se comportent ensemble. Les effets d'interaction entre elles, positifs ou négatifs, ne sont jamais mesurés.
Pour cette raison, exécuter des expériences en parallèle sans mesurer leur effet combiné comporte le risque de déployer des changements qui interagissent mal ensemble, même si chaque changement semblait gagnant pris isolément. Pour en savoir plus sur ce risque, consultez [l'analyse de Ronny Kohavi sur l'exécution de tests A/B concurrents](https://www.linkedin.com/posts/ronnyk_running-concurrent-ab-tests-is-essential-activity-7368103083437953024-RxP7).
Évaluez ce compromis avant de regrouper des campagnes ou des expériences que vous pourriez vouloir déployer ensemble par la suite et évaluer comme un tout.
## Exemple d'un groupe mutuellement exclusif
Imaginez que vous ayez deux groupes de campagnes ciblant la page d'accueil de votre site web :
* **Groupe A :** Campagne 1 (nouvelle mise en page de la page d'accueil) et Campagne 2 (bouton « Acheter maintenant » mis en évidence)
* **Groupe B :** Campagne 3 (navigation simplifiée) et Campagne 4 (descriptions de produits mises à jour)
Avec une configuration mutuellement exclusive :
* Un visiteur voit soit la Campagne 1, soit la Campagne 2 du Groupe A, mais jamais les deux.
* Le même visiteur peut voir soit la Campagne 3, soit la Campagne 4 du Groupe B, mais jamais les deux.
Cette configuration garantit que les visiteurs ne sont pas exposés à plusieurs changements conflictuels au sein de chaque groupe, ce qui permet une mesure plus précise de l'impact de chaque campagne.
### Exposition inter-groupes
Un groupe mutuellement exclusif empêche uniquement le chevauchement **au sein** d'un même groupe. Kameleoon peut exposer des visiteurs à une campagne du Groupe A **et** à une campagne du Groupe B simultanément.
Par exemple, un visiteur pourrait rencontrer n'importe laquelle de ces combinaisons :
* Campagne 1 (du Groupe A) **et** Campagne 3 (du Groupe B)
* Campagne 1 (du Groupe A) **et** Campagne 4 (du Groupe B)
* Campagne 2 (du Groupe A) **et** Campagne 3 (du Groupe B)
* Campagne 2 (du Groupe A) **et** Campagne 4 (du Groupe B)
## Interaction entre les pourcentages d'exposition et un MEG
Les pourcentages d'exposition définis sur des campagnes ou expériences individuelles ne sont pas appliqués indépendamment à l'intégralité du trafic de chacune lorsqu'elles appartiennent au même groupe mutuellement exclusif. Le MEG détermine d'abord à quelle campagne ou expérience unique un visiteur est éligible au sein du groupe, puis le pourcentage d'exposition propre à cette campagne ou expérience est appliqué sur cette allocation.
Chaque campagne ou expérience d'un MEG reçoit environ une part égale de la population éligible du groupe, par exemple un tiers si le groupe contient trois membres, quels que soient les paramètres d'exposition individuels.
### Exemple
Imaginez trois campagnes dans le même MEG, chacune s'exécutant sur une page différente recevant 200 000 requêtes :
| Campagne | Trafic de la page | Exposition | Visiteurs exposés |
| ---------- | ----------------- | ---------- | ---------------------------- |
| Campagne A | 200k | 10 % | 200k × 1/3 × 10 % ≈ **6,7k** |
| Campagne B | 200k | 30 % | 200k × 1/3 × 30 % ≈ **20k** |
| Campagne C | 200k | 60 % | 200k × 1/3 × 60 % ≈ **40k** |
Le résultat n'est **pas** 20k, 60k et 120k. Ce résultat supposerait que chaque campagne reçoit la totalité du trafic de sa page avant l'application du pourcentage d'exposition, ce qui n'est pas la façon dont un MEG fonctionne.
Comme un MEG répartit le trafic éligible entre les membres du groupe avant l'application de l'exposition, les MEG conviennent surtout aux campagnes ou expériences susceptibles de se chevaucher et devant être rendues mutuellement exclusives, généralement des campagnes s'exécutant sur la même page ou la même surface.
Les groupes mutuellement exclusifs sont désactivés en mode simulation.