L'optimisation en continu par l’A/B testing est une méthode utilisée pour améliorer les résultats d'un site web ou d'une application mobile. Elle consiste à tester une ou plusieurs variantes d'une même page afin de déterminer celle qui génère le meilleur taux de conversion.
Cette approche permet de prendre des décisions basées sur des données concrètes et d'améliorer les performances de votre site. Grâce aux A/B tests, vous pouvez optimiser en permanence l'expérience utilisateur et augmenter vos performances.
Cette méthode consiste à présenter deux variations d'une même page (ou d’un élément de cette page) sur une seule URL afin d’en comparer les performances. Les utilisateurs sont redirigés de manière équilibrée vers ses deux versions, A et B, et les résultats permettent de valider ou non l'hypothèse testée par une analyse statistique des résultats. Les décisions seront basées sur des observations objectives et chiffrées.
Quel que soit le type de site où il est mis en place, le test a pour objectif d’offrir aux visiteurs une expérience optimale et ainsi augmenter la conversion, sur desktop comme sur mobile. Le parcours de conversion est fluidifié grâce à la validation des hypothèses de test.
Chaque test permet d’affiner la stratégie et de mieux comprendre la cible et ses actions. Grâce à cela, les utilisateurs seront davantage engagés mais surtout, cela permettra d’optimiser le temps et le budget. En effet, vous éviterez du développement supplémentaire, voire une refonte beaucoup plus longue et coûteuse pour un résultat pas toujours à la hauteur de l’attente.
L’A/B testing peut être accompagné d’autres méthodes d’analyse afin d’apporter des informations précises sur l’action des utilisateurs et définir de nouvelles hypothèses d’amélioration.
Afin qu’il soit réalisé de façon optimale, l’A/B testing nécessite le suivi d’une méthodologie en plusieurs étapes. Quand on sait que changer l’intitulé d’un bouton d’action peut faire gagner 6% de clics et 2% de conversion, on remarque qu’une optimisation même légère peut apporter un bénéfice important (1). En effet, une augmentation de la conversion, même légère peut être très bénéfique sur le long terme pour un site e-commerce. Découvrez comment suivre précisément cette méthode et ainsi réaliser un processus efficace qui vous permettra d’améliorer en continu la conversion de votre site.
Il est nécessaire de rassembler des compétences variées afin de détecter les problèmes de conversion, analyser les données et se mettre à la place des utilisateurs finaux afin de proposer des solutions appropriées. Grâce à cela, vous mettrez en évidence différents points de frictions. Voyons ensemble cette méthodologie en huit étapes.
Tout d’abord, vérifier grâce à l’analyse de données les problèmes de conversion présents sur votre site ou votre application web. Les freins identifiés vous permettront de lister les hypothèses de tests.
Ensuite, il faut prioriser les tests et mettre en place une feuille de route. La priorisation se fait via des critères précis comme la volumétrie de la page, le gain potentiel et la facilité d’implémentation, il existe plusieurs méthodes pour cela.
Il vous reste encore à définir les KPI à suivre, c'est-à-dire les principaux indicateurs de mesures qui vont permettront de vérifier les performances et donc la validité d’un test. Ils peuvent être le taux de conversion, le taux rebond, le taux de clic d’un élément ou encore le taux d’accès à une page ou à une étape de formulaire.
Enfin, une fois la configuration et l’implémentation prête, il ne vous reste plus qu’à lancer le test et patienter le temps de la récolte de données. Une étape réalisée en partie grâce à l’outil de test.
Lorsque la collecte de données se termine et que suffisamment de sessions ont parcouru chacune des variantes, vous pouvez interpréter les performances et valider ou invalider l'hypothèse de test (pensez à documenter chacun des tests menés).
Puis communiquer les résultats du test, les données des principaux objectifs mesurées (les KPI). Votre hypothèse de test est alors validée ou invalidée par les performances du test.
Enfin, terminer par l'implémentation de la version gagnante. Certains outils d’A/B testing permettent d’afficher la version gagnante sur l’ensemble du trafic en attendant la mise en production.
Une fois le test achevé, recommencer les sept étapes précédentes avec la prochaine hypothèse de test, tout en suivant votre priorisation : une optimisation en continu.(2)
Un cas d’usage : à titre d’exemple, sur la page d’accueil d’un site de formation en ligne, les pages à conversions étaient seulement accessibles via un sous-menu ou beaucoup plus bas sur cette même page. Une fois le problème identifié par l’analyse de données, l’hypothèse de l’A/B test pourrait être : “Faciliter l’accès au bouton redirigeant l’utilisateur vers ces pages de conversion permettra d’optimiser la conversion”.
Version A
Version B
Il existe plusieurs types de test, chacun adapté à un cas d'utilisation spécifique.
Le test A/B, le plus classique à deux variations, que nous avons décrit dans le premier paragraphe.
Par exemple, l’ajout d'éléments de réassurance sur la page panier sans créer de nouvelle URL de test.
Le test A/B/n est utile pour comparer plus de deux versions d’un même élément. Il n’y a donc pas qu’une seule variante (B) mais plusieurs (C,D,etc.)
Par exemple, plusieurs libellés de bouton entre “Continuer”, “Valider” ou “Étape suivante”.
Le test multivarié (ou MVT pour Multi Variate Testing) sert à comparer plusieurs combinaisons d’éléments sur une même page, offrant ainsi la possibilité de vérifier quelle combinaison d'éléments est la plus performante.
Par exemple, le croisement entre la position d’un élément dans le menu et son style.
Le test multi-page qui offre une comparaison des variations liées sur plusieurs pages.
Par exemple, supprimer les liens sortants du menu de navigation dans les pages du tunnel d’achat.
Le test de redirection (ou split test) qui, quant à lui, redirige le trafic vers des URL distincts.
Par exemple, une toute nouvelle structure de landing page développée sur une autre adresse URL.
Et enfin, le test A/A permet de vérifier la précision de l'outil statistique d'un module d’A/B test, il est composé comme vous l’aurez compris de deux versions identiques.
Chaque test permet de tirer des enseignements et fait évoluer l’expérience utilisateur sur un site ou une application. L'A/B testing doit être une composante essentielle de votre stratégie digitale.
La méthode offre de nombreux avantages, elle permet d’augmenter les conversions, optimise votre temps et votre budget, elle permet de mieux connaître les visiteurs et de les engager, mais aussi, elle supprime les frictions de votre parcours de conversion.
D’après un baromètre récent, 76% des sites avec un trafic de plus d’1 million de visiteurs font de l’A/B testing en permanence, et ce chiffre est en augmentation (3). N’attendez plus pour débuter ou renforcer votre stratégie d’expérimentation et mettez en place votre premier test !
Sources :
(1) - Lead Generator - l’A/B testing en marketing digital
(2) - AB Tasty - Le guide de l’A/B Testing
(3) - Kameleoon - Qu’est-ce que l’A/B testing + Baromètre avec Converteo