Temps de lecture : 8 min

L'A/B testing est l'une des méthodes les plus efficaces pour améliorer les taux de conversion. Faire un A/B test se révèle un élément très utile dans de nombreuses applications marketing et la mise en place d'un test est facile.

Téléchargement  >> Guide et modèle pour faire de l'A/B testing

Sur quel élément faire un A/B test ?

Lorsque l'entreprise souhaite optimiser sa page web ou une campagne en particulier, elle doit tester plusieurs variables présentes sur le site. Le but étant d'isoler chaque variable pour avoir des résultats concrets et mesurer au mieux l'efficacité. Voici quelques variables intéressantes à tester sur un contenu.

 

Les titres de pages

Modifier quelques mots ou bien le titre complet des différentes pages web peut influencer l'intérêt des internautes. En effet, plus le message sera percutant et plus le taux de clic augmentera. Tester différents titres sur une page permet d'observer celui qui engage le plus les visiteurs. Afin que le titre attire davantage l'attention des prospects, l'entreprise peut également changer la couleur et la police.

 

La structure des pages

Les pages d'un site web doivent faire l'objet d'un soin particulier au niveau de leur structure et de la hiérarchisation des contenus. Pour cela, il existe plusieurs possibilités : modifier le bandeau, les emplacements d'éventuelles bannières publicitaires, insérer un carrousel d'images ou proposer les produits les plus intéressants sur des zones spécifiques.

 

Le texte

L'A/B testing apporte une aide précieuse pour définir le texte principal à utiliser sur les différents contenus web d'un site. Pour inciter les prospects à passer à l'action, il convient non seulement de présenter un texte accrocheur, mais également de réfléchir à son emplacement.

 

Les images

Tout comme le texte, les images occupent une place importante dans le contenu web. Ils font donc partie des éléments indispensables à tester. Il s'agit alors de travailler sur leurs dimensions, leur luminosité ou sur leur positionnement au sein de la page.

 

Le call-to-action

Le bouton call-to-action, ou CTA, est un ingrédient incontournable pour agir sur le taux de conversion d'une page web. Il incite les visiteurs à effectuer une action : achat, téléchargement, accès à un formulaire, inscription à une newsletter. Pour produire un maximum d'impact, il est important de jouer sur la couleur, sur l'emplacement et sur les mots utilisés dans le CTA.

 

Les formulaires

Un site web doit disposer d'un formulaire à la fois clair et assez court pour être sûr de ne pas perdre l'internaute. Afin d'augmenter le taux de conversion, l'entreprise peut tester le nombre, l'emplacement et les intitulés des champs du formulaire.

 

Les algorithmes

L'utilisation d'algorithmes peut s'avérer bénéfique pour transformer les internautes en acheteurs, les prospects en clients. L'entreprise peut par exemple suggérer des produits à son client, les plus recherchés, les plus vendus ou les produits similaires à sa recherche initiale. La phase d'A/B testing permettra ainsi d'augmenter le panier et de fidéliser au mieux les clients.

 

Les prix

L'idée n'est pas de présenter les différents prix, mais plutôt de réorganiser la façon dont ils sont affichés : emplacement, police, couleur. L'entreprise peut également tester différentes offres en ligne pour tester l'impact sur le panier moyen des visiteurs.

 

Les emails

Les phases d'A/B testing sont également cohérentes sur d'autres supports que les sites web. Une entreprise peut ainsi envoyer différents modèles d'emails pour tester la réactivité des destinataires. Les variations porteront alors sur des éléments comme :

  • l'objet pour optimiser le taux d'ouverture ;
  • le contenu pour augmenter le taux de clics ;
  • le nom de l'expéditeur.

Comme pour l'A/B testing sur des pages web, l'important sera de pouvoir extraire des données statistiques pour ajuster les prochains envois en fonction des résultats.

 

Comment mettre en place un A/B testing ?

Télécharger ce guide et son modèle gratuits pour mettre en place un A/B testing et ainsi augmenter les conversions sur votre site web et optimiser l'engagement client

Les 8 étapes pour 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 un A/B test.

 

1 - Sélectionner un élément à tester

L'A/B testing porte sur deux versions d'un même contenu web, 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 testing 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.

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.

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 échantillon de test doit être déterminé avec soin : 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 testing 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 de l'A/B testing 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 testing 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.

Analyser un A/B test

résultats d'un A/B test réalisé avec HubSpot

L'analyse est une étape délicate, mais cruciale de l'A/B testing. Le recours à cette technique doit inclure une interface de reporting affichant les indicateurs suivants :

  • le nombre de conversions enregistrées par variable,
  • le taux de conversion,
  • le pourcentage d'amélioration,
  • l'indice de fiabilité statistique pour chaque variable.

Afin d'analyser le comportement des prospects et clients, il est également possible de segmenter les résultats du test A/B en différentes catégories :

  • Âge,
  • Zone géographique,
  • Source de trafic,
  • Nouveaux visiteurs,
  • Nouveaux acheteurs,
  • Abonnés, etc.

Ce type d'information permet de réorienter ou d'acter les futures actions marketing.

Pour analyser au mieux, l'entreprise doit également penser à mesurer la fiabilité de son test en fonction du trafic gagné par son site web. L'A/B testing est considéré comme fiable si le niveau de confiance est de 95 % et la puissance statistique d'au moins 80 %. Il est également important d'analyser les pages qui génèrent le plus de trafic.

Les outils d'A/B testing

De nombreux outils permettent de réaliser des tests sur une page ou un site web. Voici quelques solutions intéressantes pour une campagne d'A/B testing :

  • HubSpot, qui permet de réaliser des tests sur les pages de site web, les CTA, les formulaires ou les e-mails avec la version Pro du Marketing Hub.
  • Google Optimize, via Google Analytics, qui permet d'effectuer gratuitement jusqu'à 10 versions de tests d'un seul contenu pour comparer leurs résultats par segmentation des utilisateurs.
  • Convertize, outil d'A/B Testing disponible en français et accessible pour les personnes n'ayant pas les compétences techniques d'un webmaster. À partir de 39 € par mois, avec essai gratuit de 14 jours.
  • AB Tasty, solution d'optimisation payante qui convient parfaitement aux moyennes entreprises. L'outil permet de tester le niveau d'engagement des visiteurs et d'augmenter le trafic sur le site web concerné. Tarifs non communiqués.
  • Optimizely, la solution américaine la plus connue permettant de faire plusieurs expériences sur une même page. Le but de cet outil est de proposer la meilleure expérience utilisateur. Outil payant, tarifs non communiqués.
  • VWO ou Visual Website Optimizer, outil proposant différentes fonctionnalités pour évaluer l'efficacité des tests A/B. À partir de 199 $ par mois, avec essai gratuit.
  • Kameleoon, outil français payant permettant de faire des tests ou de personnaliser l'ensemble du contenu d'une page web dans le but de booster les conversions. Tarifs non communiqués.

Effectuer régulièrement des tests constitue un moyen efficace d'optimiser les taux de conversion de manière durable et maîtrisée. 

 

Pour aller plus loin, téléchargez ce guide et ce modèle gratuits et mettez en place un A/B testing efficace pour augmenter considérablement les conversions sur votre site internet et optimiser l'engagement client.
New call-to-action

Publication originale le 28 avril 2021, mise à jour le 20 janvier 2023

Sujet(s):

a/b testing