Une stratégie d'optimisation
Les startups à leurs débuts disposent la plupart du temps d'une faible fréquentation sur leurs pages et d'un trafic web limité. Afin de favoriser un taux de rebond le plus bas possible et améliorer le taux de conversion, une procédure d'A/B testing semble appropriée, voire indispensable.
Grâce à des outils marketing et numériques toujours plus élaborés, ces tests utilisent des statistiques et des données analytiques pour observer les résultats d'une variable donnée. Faible trafic sur un site ou taux de retour largement insuffisant, un test identifie rapidement une lacune et peut fournir la meilleure réponse possible selon la ou les variables utilisées. Reposant sur les subtilités d'algorithmes et l'habileté des marketeurs à définir des variables pertinentes, l'A/B testing offre une solution performante.
Même si les entreprises françaises sous-estiment encore l'importance de tels tests, les statistiques fournissent bon nombre de réponses. Elles sont en effet moins de 30 % à utiliser les tests A/B alors que les firmes anglo-saxonnes ont bien compris tout l'intérêt de favoriser l'expérience utilisateur avec respectivement 60 % et 70 % d'utilisation au Royaume-Uni et aux États-Unis !
Un levier de croissance considérable
Dans l'A/B testing, la complexité des variables à prendre en compte peut parfois rebuter les néophytes. Chaque étape de test nécessite l'élaboration d'un questionnaire différent afin de valider ou non telle ou telle hypothèse. Longue et parfois fastidieuse, la période des tests nécessite de puissants algorithmes de type waving, chargés de recouper les statistiques et de comparer les comportements des utilisateurs. Clic, remplissage d'un formulaire, présence sur les réseaux sociaux, taux de rebond d'une landing page ou téléchargement d'un livre blanc, les objectifs à atteindre peuvent sembler considérables.
Dans le cadre d'une stratégie de lead marketing idéale, le but reste souvent de convertir les prospects en leads et de fidéliser une clientèle sur le long terme. Les retours et l'expérience client constituent pour cela des paramètres indispensables à prendre en compte.
L'importance des KPI : Par quoi commencer ? Que faut-il tester ?
Une roadmap d'A/B testing intègre plusieurs étapes :
- Se fixer des objectifs à atteindre selon le domaine d'activité et la taille de l'entreprise
- Améliorer le trafic et le taux de conversion
- Cibler une clientèle en fonction des produits et services proposés
- Paramétrer des tests
- Analyser les résultats des tests
- Identifier les pistes d'optimisation et d'amélioration ergonomiques
Listez tous les endroits où vous proposez une action à vos visiteurs
A chacun de ces endroits, testez en priorité les éléments qui peuvent tout changer. Il serait contre-productif de commencer par tester des modifications mineures, comme la couleur de vos textes ou la rédaction du paragraphe tout en bas d'un écran.
Un A/B testing vise autant le simple déplacement visuel d'un bouton call-to-action qu'une refonte complète de la charte graphique uivant les objectifs à atteindre, les tests A/B envisagent toutes les possibilités d'amélioration du contenu visuel, ergonomique et même fonctionnel. Réorganisation du menu de navigation, nouvelle mise en page, couleur du bouton d'action, insertion ou suppression de formulaire, redirection de pages, de blocs et d'URL : les modifications envisagées influent directement sur le degré d'expérience utilisateur et son feedback.
Une matrice PIE pour Potential, Impact et Ease peut être utilisée pour maximiser les résultats de la roadmap :
- Potential : sert à évaluer les chances d'augmenter significativement son taux de conversion
- Impact : évalue l'impact d'un test A/B sur une page précise et calcule les incidences de celui-ci sur le trafic
- Ease : organise en interne les actions à mener par les équipes de marketing et d'IT dans le but d'améliorer les performances globales des tests
Comment faire, techniquement ?
Il existe une multitude d'outils, plus ou moins simples à utiliser et plus ou moins onéreux :
- Experiments : L'optimiseur de site Google
- Sarbacane : Pour tester2 versions d'une campagne emailing
- Mailchimp : La solution propose aussi l'A/B testing
- Optimizely : Le plus connu
- AB Tasty : L'alternative à Optmizely
- Unbounce : spécifique pour les landing pages
- Kameleoon : plateforme d'optimisation française
- Genetify : Open source low-cost
- Crazy Egg : Orienté oculométrie
- Kissmetrics : analyse du comportement des visiteurs
- Visual Website Optimizer : Une solution d'A/B simple à utiliser
Tutoriel débutant : effectuer un test avec la solution de Google Analytics
Audience > Vue d'ensemble
Les rapports sur les types d'audience vous permettent d'analyser les éléments suivants :
- Le profil démographique de votre audience (grâce aux rapports Audience > Données démographiques)
- La répartition de visiteurs nouveaux par rapport aux visiteurs revenant sur le site, ainsi que l'intérêt qu'ils accordent au contenu de vos pages (grâce aux rapports Audience > Comportement)
- Les différents navigateurs et réseaux utilisés pour accéder à votre site ou application (grâce aux rapports Audience > Technologie)
- Les types d'appareils mobiles utilisés pour accéder à votre site ou application (grâce aux rapports Audience > Google Mobile)
Comportement > Vue d'ensemble
Cette section vous permet d'analyser la manière dont les internautes trouvent votre contenu et interagissent avec celui-ci.
Cette partie de Google Analytics est consacrée à votre site ou à votre application (son contenu, ses performances, la possibilité d'effectuer une recherche sur le contenu et d'interagir avec celui-ci). Pour afficher les principales statistiques disponibles pour chaque page et section de votre site ou application, accédez au rapport Contenu du site > Toutes les pages .
Pour connaître la vitesse de chargement des pages de votre site, accédez aux rapports Vitesse du site > Vue d'ensemble.
Pour découvrir si les fonctionnalités de recherche sur votre site sont utiles pour vos visiteurs, accédez au rapport Recherche sur site > Vue d'ensemble.
Comportement > Test > Créer un test
Pour réaliser des tests d'AB testing, accédez à la fonctionnalité Comportement > Test > Créer un test.
Effectuer des tests A/B vous permet d'expérimenter deux versions d'éléments, de page de destination, de page panier, de processus de paiement... afin de déterminer quelle version est préférée par les internautes.
La version A est votre contrôle (les éléments originaux restent comme ils ont toujours été), et la version B est votre traitement (la modification dont l'efficacité sera comparée à la version originale).
- Nom du test : Choisissez le titre de votre test
- Objectif du test / Sélectionner une statistique : en fonction de laquelle le test doit être évalué, c'est-à-dire la statistique qui sera utilisée pour déterminer la version gagnante, par exemple taux de rebond (ou autre, à vous de choisir ou de paramétrer un objectif)
- 100% : votre trafic ou répartir le trafic de manière équitable entre toutes les variantes
- Durée minimum du test : 2 semaines conseillées
- Seuil de confiance (niveau minimal auquel vous aurez confiance dans les résultats donc tant que ce niveau n'est pas atteint, Google Analytics ne peut pas déclarer de vainqueur.
- Faire la nouvelle page CMS, avec les urls à renseigner
Il vous faudra insérer le code sur la page d'origine et ses variantes.
Vous retrouverez ensuite le gagnant après la période de test déterminée.