Optimisation du taux de conversion : par où commencer ?

L'optimisation est un travail de mesure ; si la mesure est fausse, chaque décision repose sur une base erronée. La première tâche est d'écrire ce qu'est une conversion : une vente, l'envoi d'un formulaire, un appui sur le numéro de téléphone, une réservation. S'il y a plusieurs objectifs, l'un est défini comme conversion principale et les autres comme conversions de soutien.

Ensuite, on teste la configuration du suivi. Remplissez vous-même le formulaire, essayez l'étape d'achat et vérifiez que l'action apparaît dans votre outil d'analyse comme une seule conversion. Il est étonnamment fréquent qu'une même conversion soit comptée deux fois, ou pas du tout.

Enfin, on segmente les données : appareil, source de trafic, visiteurs nouveaux et récurrents. Le taux de conversion global est généralement une moyenne et masque l'information réelle. Un taux faible sur mobile et élevé sur ordinateur indique que le problème se trouve dans l'expérience mobile, et non dans le design dans son ensemble.

Découpez le parcours de conversion en étapes : page d'atterrissage, page de produit ou de service, panier ou formulaire, finalisation. À chaque étape, regardez combien de personnes passent à la suivante. L'étape qui perd le plus est celle où le travail commence.

Une petite distinction compte ici : une grosse perte n'est pas toujours une grosse opportunité. Une perte sur la page d'atterrissage peut venir d'une annonce qui amène la mauvaise audience, et la réponse se cherche alors dans le trafic, pas sur la page. Il faut séparer une perte causée par un obstacle sur le parcours d'une perte causée par le mauvais visiteur.

Les chiffres disent où, pas pourquoi. Pour le pourquoi, il faut des outils de comportement comme les cartes de chaleur et les enregistrements de sessions ou, dans la forme la plus simple, cinq vraies personnes qui utilisent le site pendant que vous les observez. Un bouton sur lequel personne n'appuie, un prix que personne ne lit ou un champ de formulaire que personne ne comprend devient ainsi visible.

Une hypothèse est une prédiction en une phrase, fondée sur une observation et une attente : 'Les visiteurs sur mobile partent parce que le formulaire est long ; si nous réduisons les champs, la finalisation augmentera.' Un changement sans hypothèse n'apprend rien, quel que soit le résultat.

Une bonne hypothèse comporte trois parties : ce que nous avons vu, ce que nous allons changer et ce que nous attendons de voir bouger. Cette structure rend aussi le résultat plus lisible à la fin du test. Si l'attente ne s'est pas vérifiée, l'hypothèse était fausse, et c'est aussi une information.

• Observation : qu'avez-vous vu dans les données ou les enregistrements ?
• Cause : quelle est la raison la plus probable de ce comportement ?
• Changement : comment allez-vous modifier un seul élément ?
• Mesure : quel indicateur attendez-vous de voir bouger, et dans quel sens ?

Toutes les idées ne se valent pas. Classez les idées avec trois questions : quelle pourrait être l'ampleur de l'effet, combien de personnes touche-t-il et quelle est sa facilité de mise en œuvre ? Une correction facile à l'étape la plus fréquentée et la plus fuyante du parcours passe avant une refonte audacieuse d'un coin de la page d'accueil.

Le premier gain ne vient généralement pas d'une idée nouvelle, mais de la suppression d'un obstacle : un champ de formulaire inutile, un libellé de bouton vague, une page lente, un élément qui déborde sur mobile, un supplément inattendu au moment du paiement. Il est logique de retirer d'abord l'obstacle et de convaincre ensuite. Vous pouvez mesurer la vitesse de la page avec notre test gratuit de vitesse de site.

Dans un test A/B, la moitié des visiteurs voit la page actuelle et l'autre moitié la page modifiée. Un seul élément doit être changé ; sinon on ne peut pas savoir quel changement a fait la différence. Le test doit durer assez longtemps pour couvrir tous les jours de la semaine, car le comportement en semaine et le week-end diffère.

L'arrêt prématuré est le piège le plus courant. Dans les premiers jours, une variante semble devant et le test est interrompu, mais un écart à court terme relève souvent du hasard. Décidez avant de commencer combien de temps le test durera et de combien de visiteurs il a besoin, et ne jugez pas le résultat avant d'atteindre ce point.

Sans assez de trafic, un test A/B ne donne aucun résultat significatif. Pour de tels sites, le chemin est différent : faire le changement, comparer des périodes de même durée avant et après, et l'appuyer par des enregistrements de comportement. Cette méthode est plus faible qu'un test, mais elle vaut mieux qu'une fausse certitude.

L'erreur la plus fréquente est de se lancer dans l'optimisation sans avoir vérifié la mesure. Si la conversion est mal comptée, chaque test court après un mauvais chiffre. La deuxième est de changer plusieurs éléments à la fois ; la troisième, d'appliquer le conseil qui fonctionne sur un autre site sans interroger sa propre audience.

Il existe aussi des cas où l'optimisation n'est pas le point de départ. Si très peu de visiteurs viennent sur le site, le problème est le trafic, pas la conversion, et la visibilité passe d'abord. Si l'offre elle-même n'est pas attractive, ou si le produit ou le prix ne convient pas à l'audience, le résultat reste limité, même si la page est très bien corrigée.

• Commencer sans avoir testé le suivi des conversions
• Changer plusieurs éléments dans le même test
• Arrêter le test le premier jour qui paraît bon
• Copier le conseil d'un autre site sans l'adapter à votre audience