Comment faire des tests A/B : le guide complet du début à la fin

Vous savez probablement déjà que la meilleure technique pour optimiser la conversion sur un site web est de créer des tests A/B. Mais lorsque vous envisagez de créer des tests A/B sur votre site web, de nombreuses questions se posent : Quelles pages dois-je tester ? Quel type de tests A/B dois-je créer ? Comment puis-je les créer ? Quand un test A/B doit-il se terminer ? Et, une fois un test A/B terminé, que dois-je faire ? Cet article se veut un guide pour vous aider à créer des tests A/B de manière systématique, à répondre à toutes les questions ci-dessus et à vous assurer d'obtenir les meilleurs résultats sur votre site Web.

Qu'est-ce qu'un test A/B

Les tests A/B sont des tests de conception qui nous permettent de faire des variations d'une même page pour comparer le comportement des utilisateurs dans les différentes options et de pouvoir évaluer laquelle des versions obtient les meilleurs résultats.

Une fois que vous avez analysé les données, vous pouvez déterminer quelle version répond le mieux et quand les résultats sont les plus positifs. Par exemple, il y a quelques années, Obama, afin d'augmenter les revenus de sa campagne, a effectué un test avec différentes variantes de sa page de destination Web combinant différentes images et boutons.

Et le résultat a été qu'avec la version gagnante, il a réussi à augmenter ses revenus d'un total de 60 millions de dollars par rapport à la version originale. Pas mal du tout, non ?

Lorsque vous effectuez un test A/B, les éléments à tester sur votre site Web ne doivent pas seulement être des pages, mais également des menus, des widgets, des thèmes, des modèles, etc. Normalement, nous appelons "version originale", "version de contrôle" ou " variante A » à la version qui existait avant l'exécution d'un test, et « variations », « variantes » ou « alternatives B, C, etc. » celles qui ne sont pas la version d'origine. Les différences entre les différentes variations peuvent aller de changements très subtils par rapport à la version originale à des variations avec des changements radicaux.

De plus, les tests A/B sont créés dans le but d'analyser le comportement des utilisateurs afin d'atteindre un objectif prédéfini. Nous avons déjà vu dans l'exemple précédent que l'objectif était d'obtenir plus de revenus pour une campagne politique mais cela peut aussi être d'obtenir plus d'abonnés à une newsletter, plus de réponses à un formulaire, plus de ventes d'un produit, etc.

Avantages des tests A/B

Je suppose que les avantages des tests A/B ressortent clairement de l'exemple ci-dessus. Les tests A/B vous permettent d'augmenter vos revenus de manière éprouvée, sur la base de données réelles sur le comportement de nos visiteurs. Mais ce n'est pas qu'une question de revenus, les tests A/B nous permettent aussi de :

• Améliorer l'expérience utilisateur. Les tests A/B nous permettent de comparer les différentes préférences et goûts de nos visiteurs. Avec chaque test que nous effectuons, nous améliorerons les aspects de notre site Web dont nous savons qu'ils sont les plus performants et, inversement, nous n'apporterons pas de modifications de conception qui pourraient avoir un impact négatif sur nos utilisateurs.
• Améliorez le taux de rebond et réduisez la friction de l'utilisateur. Les tests A/B aident à améliorer les clics sur nos produits, articles et publicités. Identifiez ce qui fonctionne le mieux et ce que nos visiteurs ignorent.
• Améliorer le taux de conversion. Lorsque nous parlons de conversion, nous ne parlons pas seulement d'améliorer les revenus, mais également que les utilisateurs effectuent toute action souhaitée, comme consulter les détails d'un produit ou s'inscrire à notre newsletter.
• Améliorer notre analyse. Google Analytics nous donne beaucoup d'informations sur ce qui se passe sur notre site Web, mais un test A/B, de manière très simple, nous dit si une alternative est meilleure qu'une autre.
• Testez tout sur notre site. L'un des grands avantages des tests A/B est qu'ils vous permettent de tester n'importe quel élément de conception et contenu. Pas seulement une image et un bouton, vous pouvez également tester les styles de police, modifier les menus, les formulaires ou tout widget que vous avez ou même essayer différents thèmes WordPress et voir lequel fonctionne le mieux. L'A/B testing est le seul outil qui permet de réaliser ce type de tests.
• Réduisez le risque. Et le meilleur de tout, c'est que vous savez, avec des données réelles et éprouvées, que les modifications que vous apportez à votre site Web, après avoir effectué un test A/B, sont bien plus fiables que l'opinion de quiconque. Ce seront précisément les opinions de vos propres utilisateurs qui décideront des modifications que vous devrez apporter pour améliorer votre site Web.

Avant de créer un test A/B

Si vous souhaitez optimiser les résultats de vos tests A/B sur votre site Web, vous devez d'abord effectuer les tâches suivantes. Ils vous aideront à identifier les données sur lesquelles vous devez agir et quels tests A/B vous devez créer.

Définir les objectifs, les KPI et les mesures de conversion cible pour votre site Web

Tout d'abord, identifiez ce que vous voulez réaliser avec votre site Web, quels sont vos objectifs de conversion, vos KPI et les mesures de conversion cibles pour votre site Web. Par exemple, si vous avez un restaurant, l'un des objectifs de votre site Web peut être d'augmenter les réservations en ligne. Dans ce cas, un KPI sera le nombre de réservations effectuées via le formulaire de contact de votre site Web et la métrique de conversion cible peut être de recevoir, par exemple, 100 formulaires de réservation en ligne.

Voyons un autre exemple : nous vendons des abonnements aux plugins WordPress et l'un d'eux est Nelio A/B Testing. Une façon de le promouvoir consiste à publier des articles de blog comme celui que vous lisez en ce moment, dans lequel nous essayons d'aider nos lecteurs à en savoir plus sur les tests A/B. Dans ce cas, l'un des objectifs de conversion du blog est d'amener le lecteur à visiter la page des plans et des tarifs de Nelio A/B Testing. Le KPI est le nombre de visites sur cette page et notre objectif est d'obtenir 2 000 visites par mois.

C'est-à-dire, avant tout type d'analyse, identifiez l'entonnoir de conversion de vos visiteurs : les étapes qu'ils traversent et les différentes pages qu'ils visitent depuis le moment où ils arrivent sur votre site jusqu'à ce qu'ils soient convertis (c'est-à-dire effectuer les actions qui satisferont les objectifs de votre site Web).

Collectez des informations et analysez si vous atteignez vos objectifs

À partir de votre entonnoir de conversion, de vos objectifs, de vos KPI et de vos métriques cibles, vous analysez avec les outils dont vous disposez actuellement les résultats que vous obtenez et la différence par rapport aux attentes des métriques cibles que vous aviez définies. Rappelez-vous que nous avons besoin de données sur lesquelles nous pouvons agir. Pour ce faire, commencez par effectuer une analyse heuristique, c'est-à-dire évaluez chaque page de votre entonnoir de conversion selon l'ensemble de critères suivant et évaluez si vous pouvez améliorer les résultats :

• La page Web répond-elle aux attentes de l'utilisateur en termes de contenu et de design ? Comment pouvons-nous l'améliorer ?
• Le contenu et les offres de cette page sont-ils aussi clairs que possible ? Pouvons-nous le rendre plus clair ou plus simple?
• Qu'est-ce qui fait hésiter sur cette page ou rend le processus difficile ? Peut-on simplifier ?
• Qu'y a-t-il sur la page qui n'aide pas l'utilisateur à agir ?
• Et enfin, peut-on augmenter la motivation des utilisateurs ?

Google Analytics est un bon outil qui fournit une grande partie des informations dont vous avez besoin pour répondre aux questions ci-dessus. Par exemple, vous pouvez voir le temps moyen passé sur chaque page, le taux de rebond, où les utilisateurs cliquent, etc. D'autres outils très utiles dans cette phase sont les heatmaps, les clickmaps et les scrollmaps. Ceux-ci fournissent des informations supplémentaires sur ce qui attire l'attention de l'utilisateur sur chaque page, ainsi que sur ce qu'il ignore. En bref, cela vous aide à mieux comprendre le comportement de votre utilisateur.

Par exemple, avec Google Analytics, nous avons vu que près de la moitié des visiteurs de la page Nelio A/B Testing ont visité notre page de tarification, ce qui n'est pas mal. Mais la carte de défilement nous a aidés à identifier que la plupart de nos visiteurs n'allaient pas au-delà du premier pli de la page de destination pour en savoir plus sur notre produit. Ici, nous avons pu trouver un domaine potentiel d'amélioration.

Après cette analyse, vous obtenez une liste détaillée de tous les aspects que vous pensez pouvoir améliorer sur votre site web. Dans l'exemple ci-dessus, nous avons conclu que nous devrions améliorer la page Nelio A/B Testing pour essayer de faire défiler les visiteurs vers le bas.

Générer des hypothèses d'amélioration

Ensuite, pour chacun des problèmes identifiés, générez une hypothèse d'amélioration. Par exemple, si dans le point précédent nous avons identifié que nous avions le problème de nos visiteurs restant dans le premier pli de la page Nelio A/B Testing, peut-être si nous modifions la taille du premier pli et rendons le titre et le texte plus attrayants , nos visiteurs seront encouragés à regarder le reste de la page.

À la fin, vous obtiendrez une liste de problèmes ainsi que vos hypothèses d'amélioration.

Trier la liste des éléments à améliorer par impact le plus élevé et coût le plus bas

Lorsque vous créez des tests A/B sur votre site web, vous ne pouvez pas tous les tester en même temps car les résultats obtenus seraient mitigés et il serait difficile d'en tirer des conclusions fiables. Pour cette raison, la tâche suivante à effectuer est de hiérarchiser la liste obtenue au point précédent de manière pragmatique : quelles améliorations peuvent avoir le plus d'impact et lesquelles peuvent être plus faciles à modifier.

Les améliorations qui vont avoir le plus d'impact sont généralement celles qui se produisent sur les pages les plus visitées et, surtout, sur les pages de tarification. Concernant le coût des changements, il dépendra des hypothèses que vous avez faites au point précédent : ce n'est pas la même chose de changer le titre ou une couleur que, par exemple, de créer de nouvelles vidéos multimédia, etc.

Bien qu'idéalement, vous devriez finir par essayer tous les éléments à améliorer, ma recommandation est de commencer par ceux qui peuvent générer de meilleurs résultats.

Et c'est tout. Après toutes ces étapes, vous pouvez lancer le test A/B du premier article de votre liste commandée.

Comment créer un test A/B

Si vous êtes arrivé jusqu'ici, vous avez déjà fait le travail le plus difficile. Créer des tests A/B est très facile si vous utilisez le bon outil. Pour ce faire, je vous recommande de lire notre article sur les différents plugins d'A/B testing pour WordPress. C'est tous les avantages si vous utilisez un plugin WordPress, tel que Nelio A/B Testing, pour créer des tests A/B :

• Vous pouvez créer des tests de n'importe quel élément de votre site Web.

• Vous définissez les variantes en utilisant les mêmes éditeurs WordPress prédéfinis, sans avoir besoin d'utiliser un outil externe.
• Il vous permet de définir une grande variété d'objectifs et d'actions de conversion.
• Et cela vous permet même de segmenter les visiteurs que vous souhaitez voir participer à un test.

En quelques minutes, vous pourrez créer un test pour valider votre hypothèse.

Pendant une exécution de test A/B

Une fois le test créé, avec un bon outil de test A/B, il suffit d'indiquer que le test A/B doit démarrer. Il divisera vos visiteurs en autant de groupes que vous avez de variantes et chaque visiteur verra toujours la même variante. De plus, il sera également chargé de collecter les données de conversion afin que vous puissiez savoir à tout moment dans quel état se trouve le test.

La page de résultats d'un outil de test A/B doit fournir des informations sur son statut (s'il y a déjà suffisamment de visites pour déterminer un gagnant) et différents graphiques sur les taux de conversion de la version originale et des variantes que vous avez créées.

Combien de temps un test A/B doit-il durer ? Cela dépend de sa complexité (plus il y a de variantes, plus c'est complexe) et du nombre de visiteurs qui consultent le test (plus il y a de visiteurs, plus vite vous obtiendrez des données fiables sur les résultats).

Si vous arrêtez un test trop tôt, vous risquez de ne pas obtenir de résultat significatif, tandis que le fait de maintenir un test en cours trop longtemps peut vous faire perdre des conversions et des ventes en raison d'une variante de test peu performante, ainsi que la possibilité de créer de nouveaux tests qui peut vous donner des résultats encore meilleurs. Nos tests durent généralement entre deux et quatre semaines, mais si vous avez un site Web avec beaucoup plus de trafic, vous pouvez obtenir d'excellents résultats en moins de temps.

À la fin d'un test A/B

Un test peut être interrompu pour plusieurs raisons : il existe une variante gagnante et les résultats sont statistiquement significatifs, la version originale est la gagnante et les résultats sont également statistiquement significatifs, ou vous décidez simplement de mettre fin au test car il a déjà été exécuté pendant trop longtemps sans obtenir des résultats indiquant clairement un gagnant.

S'il y a une variante gagnante, félicitations ! Il vous suffit maintenant de dire à l'outil de test A/B d'appliquer la version gagnante comme version finale et unique que tous vos visiteurs devraient voir à partir de maintenant.

Mais il peut aussi arriver que les résultats obtenus ne soient pas ceux escomptés. Dans ce cas, le test vous a aidé à comprendre que votre hypothèse était incorrecte. Les tests A/B nous aident à valider nos attentes et nous guident vers la meilleure solution possible.

L'optimisation de la conversion sur notre site Web est un processus récurrent d'analyse des données, de création d'hypothèses d'amélioration, de création de tests et de tirer des conclusions sur les résultats obtenus. Je vous recommande vivement de jeter un œil aux différents tests que nous créons sur notre site et aux résultats que nous obtenons. Je suis sûr qu'ils vous aideront à comprendre rapidement en quoi consiste le processus d'optimisation de la conversion d'un site Web.

Image en vedette de Bannon Morrissy sur Unsplash .