L'A/B testing est l'une des méthodes les plus efficaces pour améliorer les taux de conversion. Un A/B test consiste à diffuser deux versions d'un même contenu (page de destination, e-mail ou call-to-action, par exemple) auprès de deux échantillons d'audience de taille similaire, afin de comparer les performances de chaque variante. 

Les A/B tests présentent un grand nombre d'applications marketing et sont faciles à mettre en place.

Comment créer un A/B test ?

Cet article explique comment concevoir, exécuter et interpréter un A/B test en vue d'améliorer les taux de conversion. Cette méthode est applicable à tout type d'activités marketing. Cependant, à des fins d'illustration, elle est ici utilisée pour tester un call-to-action (CTA).

Suivez les étapes ci-dessous pour effectuer votre A/B test.

1 - Sélectionner un élément à tester

Un A/B test porte sur deux versions d'un même contenu, lesquelles peuvent différer de manière subtile ou évidente. Il est possible de tester une seule variable, comme la couleur d'un CTA, ou un contenu complexe, comme une page entière.

Si les versions testées comportent de nombreuses différences, c'est le contenu dans son ensemble, et non ses éléments particuliers, qui doit être considéré comme la variable à interpréter. Ainsi, si le test porte sur deux versions d'une page de destination affichant chacune différents CTA, formulaires, images et titres, leurs performances comparatives ne peuvent pas être expliquées en fonction d'une seule de ces variables. Ces quatre éléments combinés doivent être envisagés comme un tout.

Pour améliorer le taux de conversion de visiteur à lead, il est recommandé de tester des pages de destination, des e-mails et des call-to-action. L'exemple d'A/B test développé dans cet article porte sur la couleur d'un bouton de CTA.

2 - Définir l'objectif du test et identifier les indicateurs à mesurer

La mise en place d'un A/B test nécessite de réfléchir préalablement aux objectifs visés. Il est par exemple possible d'observer comment la couleur d'un CTA influence le taux de clics. C'est là l'un des tests les plus simples à réaliser. Il peut également s'agir de vérifier si la couleur conduit les visiteurs à cliquer plus d'une fois sur le CTA.

Dans l'exemple ci-dessous, l'objectif est de rediriger autant de visiteurs que possible vers la page de destination. Ainsi, l'indicateur mesuré sera le nombre de clics. 

3 - Définir la version de référence et la version test

La version de référence est l'élément A du test, soit la page de destination, l'e-mail, le call-to-action ou le titre original. La version test est l'élément B, qui comprend des modifications.

Dans l'exemple, la version de référence (A) est de couleur gris foncé. Elle représente le statu quo. La version test (B) doit donc être différente, par exemple de couleur bleue.

4 - Créer l'A/B test et le diffuser

Une fois l'objectif et les indicateurs définis, il s'agit de créer les contenus à tester. Dans cet exemple, la seule variable testée est la couleur, le texte et le design restant identiques. En effet, ce test vise à mesurer l'effet de la couleur sur le nombre de clics.

Variante A :

Variante CTA

Variante B :

Variante CTA

L'A/B test doit ensuite être configuré dans le logiciel marketing utilisé. Les étapes peuvent varier d'un outil et d'un type de contenu à l'autre.

5 - Promouvoir le contenu testé auprès d'un échantillon pertinent

Pour que les résultats d'un test soient statistiquement significatifs, le contenu testé doit toucher une audience relativement importante. Ainsi, un e-mail doit être envoyé à une liste suffisamment longue, une page de destination peut être promue sur les réseaux sociaux et un article de blog peut bénéficier d'une campagne payante.

Si l'A/B test porte sur une audience précise, les promotions doivent être ciblées en conséquence. Par exemple, si le test vise à évaluer la popularité d'une page de destination auprès d'abonnés Twitter, il doit être diffusé uniquement sur Twitter, et non sur Facebook ou par e-mail.

Dans l'exemple précédent, qui porte sur les conversions associées au CTA, l'article de blog doit être promu auprès de toutes les audiences susceptibles d'être intéressées.

6 - Collecter suffisamment de données

Il s'agit maintenant de faire preuve de patience. La promotion d'un test doit se poursuivre jusqu'à atteindre un seuil statistique permettant d'affirmer que les résultats sont significatifs, et non le fruit du hasard. Quelques formules mathématiques permettent de calculer ce seuil. Des outils spécifiques sont également disponibles. Une fois le seuil statistique atteint, il est possible de déterminer si la version test est plus efficace que la version de référence.

Pour obtenir des résultats statistiquement significatifs, un mois peut parfois être nécessaire pour collecter des données suffisantes. Si un test ne produit pas de résultats significatifs au bout de 30 jours, et ce malgré un trafic important, cela peut signifier que la variable testée a un impact limité. Dans ce cas, le test peut être interrompu.

7 - Élargir l'analyse à l'ensemble de l'entonnoir marketing

Une fois que les indicateurs visés ont été mesurés, l'analyse doit être élargie. Il s'agit de vérifier si le test a produit des effets sur d'autres segments de l'entonnoir.

Un élément en apparence anodin, comme la couleur d'un CTA, peut avoir des répercussions au-delà du taux de clics. Les analytics en boucle fermée permettent par exemple de vérifier si les visiteurs ayant cliqué sur le CTA se sont convertis en clients. Peut-être que le CTA bleu engendre des clients plus rapidement que la version grise.

Ce n'est probablement pas le cas dans cet exemple, mais les A/B tests plus complexes peuvent avoir de tels effets. Ainsi, examiner l'ensemble de l'entonnoir révèle parfois des résultats inattendus. Certains peuvent revêtir un intérêt commercial, tandis que d'autres peuvent remettre en question la pertinence des modifications envisagées. Il est donc important de garder à l'esprit que l'impact d'un A/B test peut dépasser son objectif initial.

8 - Mettre les conclusions en application

Les données ont été collectées et les résultats analysés sur l'ensemble de l'entonnoir, mais le travail n'est pas terminé. Un premier A/B test ouvre souvent de nouvelles questions. Dans l'exemple, en plus de la couleur du CTA, il est possible de tester son emplacement ou son texte.

Il arrive toutefois que les résultats d'un A/B test ne soient pas convaincants. Celui-ci a peut-être été mené au cours d'un pic de trafic saisonnier et n'est donc pas représentatif du comportement habituel des visiteurs. Dans ce cas, il est possible de répéter le test à une autre période.

Effectuer régulièrement des tests constitue un moyen efficace d'améliorer les taux de conversion de manière durable et maîtrisée. Pour aller encore plus loin, téléchargez cet e-book sur le growth hacking afin d'améliorer rapidement les performances de votre entreprise. 

New Call-to-action

 

Publication originale le 25 juin 2019, mise à jour le juillet 07 2019