Optimiser son Taux de Conversion avec le A/B Testing #Analytics [Infographie]

Bonjour tout le monde !

Après avoir effectué ma veille stratégique d’informations avec mon logiciel de veille, je suis à nouveau tombée sur une infographie de Neil Patel. Cette fois, l’illustration porte sur l’optimisation du taux de conversion grâce à l’A/B testing. L’auteur de l’infographie estime qu’il y a trop d’individus qui font de l’A/B testing en utilisant les mauvais éléments, en les choisissant le plus souvent « au hasard ». Ils ne consacrent pas assez de temps aux tests aussi. Souvent, il leur suffirait de  5 heures pour avoir réalisé le test en entier (temps estimé pour les phases d’idées à leurs exécutions). C’est beaucoup trop court. Pour tester quelque chose, il faut que cela soit réalisé sur du long terme. Au moins une semaine je dirais.

Dans l’illustration, on peut également y lire les différentes parties d’un site qui sont souvent testées : les titres, le design / layout, les formulaires, les contenus textuels (articles, news, etc.) ou encore les contenus multimédias.

En même temps, lors des tests, il faudrait se poser les questions suivantes :

• Que s’est-il passé ? (ex : les changements ? l’évolution ? positive ? négative ?)
• Comment répartir le succès d’un élément sur les autres du site ? (meilleur maillage interne ? meilleure ergonomie ? etc.)
• Comment clarifier ses offres en tenant compte des idées / visions des visiteurs ?

Quand un test est bien effectué, le taux de conversion peut évoluer très positivement et avoir une augmentation pouvant aller jusqu’à 49% ! Pour les sites e-commerce, le revenu moyen peut être booster de 50% également, ce qui est très bien !

Neil Patel nous donne aussi quelques étapes pour implémenter correctement un A/B testing :

1. Définir les points pour améliorer le taux de conversion et se fixer des objectifs (on pourra commencer le test avec les 5 pages ayant le plus de taux de rebond, d’abandon ou les 5 pages les plus populaires du site)
2. Établir des points de comparaison (regardez vos métriques ou statistiques à mesurer et prenez des photos à date)
3. Former des hypothèses de tests
4. Mesurer vos tests en commençant par de petits changements. Si vous changez trop de choses à la fois, vous n’allez plus savoir qu’est ce qui aurait impacter les résultats finaux. De plus, n’arrêtez pas vos tests trop tôt
5. Faire tourner le test ! Un test devrait durer plus d’une semaine, mais pas plus de deux mois

L’auteur livre aussi quelques outils à utiliser pour faire les tests : Google Analytics, Qualaroo, CrazyEgg, VWO & Optimizely

Pour finir, l’optimisation du taux de conversion ne se résume pas uniquement à de l’A/B testing. D’après Kathy Sierra, il faut aussi se poser les questions suivantes par rapport à un site :

• Est-il fonctionnel ?
• Est-il accessible ?
• Est-il ergonomique / facile à utiliser ?
• Est-il intuitif ?
• Est-il convaincant ? Donne t-il confiance aux acheteurs ou aux visiteurs ?

Pour être sûr de réussir à optimiser les taux de conversions, il faut vraiment se baser sur les retours des visiteurs et les données afin de définir des schémas plus appropriés (tunnel de conversion, landing pages, etc.) pour ces derniers.

Cette infographie m’a bien aidée à structurer mes idées si je veux lancer un A/B testing. Actuellement, je suis en train de travailler sur du SEA pour le site de ma société et je dois faire des tests pour voir comment je pourrais améliorer les conversions.

Cette illustration tombe vraiment bien. Je vais pouvoir mieux définir les métriques à surveiller et surtout faire attention à ne pas changer trop de choses à la fois pour savoir ce qui a réellement impacté les résultats.

Qu’en pensez-vous de cette infographie ? Faites-vous de l’A/B testing ? Si oui, avez-vous des astuces à partager aussi ?

Cela me ferait plaisir que vous laissez des commentaires sur vos tests, qu’est ce qui a marché ? (ou pas), et pourquoi ? etc. 🙂

Merci beaucoup et bon courage à tous !

Véronique Duong – autoveille@gmail.com