Comment réaliser une campagne A/B testing efficace ? (15 étapes simples / 12 outils / 3 études de cas)

Amazon effectue plus de 10.000 A/B testing chaque année, savez-vous pourquoi ? La raison est toute simple : L’utilisation correcte des tests peut augmenter votre taux de conversion de 300 % ! Qui ne voudrait pas améliorer autant son taux de conversion ? Presque tout le monde le souhaite, mais la réalité est tout autre : Seul 44% des entreprises utilise l’A/B testing lorsqu’ils essaient d’optimiser leur taux de conversion. Par conséquent, la majorité des entreprises ne l’utilisent pas encore et si vous faites partie du lot, il est peut-être temps de l’inclure dans vos stratégies marketing afin d’avoir un coup d’avance sur la concurrence. Le principe est en réalité simplissime, vous testez deux ou plusieurs différentes versions d’une page web afin de déterminer la combinaison la plus performante qui génère du trafic ou de la conversion. Il n’y a pas de limite quant au nombre de tests que vous pouvez effectuer, ce qui vous permet d’optimiser tous les différents éléments constituants vos pages web ou les mails que vous envoyez. Pour que vous puissiez comprendre ce concept, j’ai élaboré ce guide pratique qui vous explique ce qu’est l’A/B testing. Je me suis également appuyé sur des études de cas ainsi que les démarches et outils que vous pouvez utiliser pour effectuer efficacement vos tests.

Comment realiser une campagne AB testing Blog

Campagne A/B Testing

Table des matières

Je vous explique dans cette vidéo pourquoi l’AB testing est important:

Voici le PPT dans laquelle je vous présente en quoi l’AB testing est important :

Qu’est-ce que l’A/B testing ou le test A/B ?

L’A/B testing ou le test A/B est une approche marketing qui consiste à tester plusieurs variantes d’une page web dans le but de déterminer laquelle est la plus performante.

AB testing conversion

Elle teste souvent les performances de deux versions différentes d’une même page web grâce à une même quantité de trafic répartie de façon aléatoire. En d’autres termes, vous allez montrer la version A d’un contenu marketing à une moitié de votre audience et la version B à une autre.

AB testing trafic

Pour exécuter un A/B testing, il faut créer deux différentes versions d’une page web ou d’un courrier électronique avec généralement la modification d’une seule variable. Ensuite, vous montrez les deux versions à deux auditoires de taille similaire afin d’évaluer celle qui génère le plus de trafics, de clics ou de conversions sur une période de temps donnée.  

En cela, le test A/B peut vous aider à évaluer la manière dont une version donnée de votre contenu performe par rapport à une autre version. Par exemple, supposons que vous souhaitez changer la position de votre bouton d’appel à l’action ou CTA en le déplaçant vers le centre de votre landing page au lieu de la gauche.

Pour effectuer ce test, vous allez créer une autre page web alternative qui va comporter le changement de position que vous souhaitez. La page web A qui existait déjà est considérée comme la « version de contrôle » et B est la « page de traitement » ou le « challenger ».

Après la conception de la page B, vous allez passer à la phase de test en dirigeant vers chacune d’elle, un pourcentage prédéterminé de visiteurs. Dans l’idéal, il est plus efficace de définir le même pourcentage de visiteurs pour les deux versions.[fusion_menu_anchor name= »2″ class= » »][/fusion_menu_anchor]

Cela dit, vous n’êtes pas limité à seulement  deux différentes versions à tester. Vous pouvez comparer les performances du nombre de pages que vous souhaitez avec les différents types de test A/B.

Les différents types de test A/B : Les tests A/A, Split, A/B/n & Multivarié

Il existe plusieurs types de tests A/B et vous n’êtes pas obligé de vous limiter seulement dans la comparaison de deux versions d’une même page web.

Le test A/A : Testez la précision des outils

Contrairement au test A/B qui compare deux versions d’une même page web, le test A/A utilise la même version pour vérifier la précision d’un outil d’A/B testing.

Si vous n’êtes pas convaincu de la fiabilité d’un outil de test, vous pouvez tout simplement utiliser ce type de test pour vérifier sa précision et sa fiabilité.

Le Split testing : Pour les URLs différentes

Alors que le test A/B utilise les versions d’une même page créées à partir de l’éditeur d’un logiciel de test, le split testing vous permet de comparer deux différentes versions d’une page hébergées sur des URLs différentes.

Par conséquent, le visiteur est redirigé vers une autre page au niveau du split testing, tandis qu’il reste sur la même page pour l’A/B testing.

Le test Multivarié et le test A/B/n

Le test A/B vous permet de tester seulement deux versions d’une page sur la base d’une seule variable, mais lorsque vous souhaitez tester plusieurs pages ou variables à la fois, il faut faire recours au test multivarié ou au test A/B/n.

Le test A/B/n vous permet de tester simultanément plusieurs versions d’une même page, toujours à partir d’une seule variable. Par exemple, vous pouvez changer la couleur de votre bouton CTA pour la version B de votre test et changer une image au niveau de la version C sans toucher au CTA. Ainsi, seulement une seule variable change d’une version à une autre par rapport à la version A.

Les tests AB testing

Le Multivariate testing quant à lui, fonctionne presque comme le test A/B/n, sauf qu’il teste les variations conjointement au lieu de les tester une par une. En fait, ce type de test vous permet de déterminer la plus performantes de vos différentes combinaisons de variables.

Par exemple, si vous avez quatre différentes versions à tester, vous pouvez avoir les changements suivants :

  • A : Originale ;
  • B : Modification de la couleur du bouton CTA ;
  • C : Modification de l’image sans toucher au CTA ;
  • D : Modification de la couleur du CTA et de l’image.

Vous avez ensuite les combinaisons suivantes :

  • A : Image originale + couleur originale du CTA ;
  • B : Image originale + nouvelle couleur du CTA ;
  • C : Nouvelle image + couleur originale du CTA ;
  • D : Nouvelle image + nouvelle couleur du CTA.[fusion_menu_anchor name= »3″ class= » »][/fusion_menu_anchor]

Il est important de noter que si vous ajouter plusieurs variables ou versions de pages, vous allez vous retrouver avec un grand nombre de page à tester. Ce qui risque de rendre inefficace votre analyse, notamment si vous n’êtes pas encore un expert dans l’utilisation de cette approche.

5 raisons pour lesquelles vous devriez faire de l’A/B testing en 2019

L’A/B testing présente de nombreux avantages et son utilisation vous permet de tester une panoplie de variables afin d’optimiser vos performances globales.

1. L’A/B testing : Une approche très peu coûteuse et très rentable

Les tests A/B sont peu coûteux dans la mesure  où vous pouvez utiliser des outils gratuits tels que Google Analytics pour effectuer automatiquement vos tests. De plus, ils sont très rentables ce qui explique pourquoi vous devriez les adopter.

Supposons que vous voulez utiliser une solution gratuite pour votre test et que vous employez un éditeur que vous payez à 2.000 € par mois. Ce dernier publie cinq articles par semaine, ce qui fait 100 € par contenu créé.

Maintenant, si en  moyenne un article de blog vous permet de générer 10 leads, cela signifie que pour générer 10 leads, vous dépensez environ 100 €. Mais dans l’objectif d’améliorer ce chiffre, vous décidez d’apporter des changements dans vos contenus, c’est-à-dire d’ajouter des infographies dans vos contenus. Pour évaluer l’impact de ce changement, vous allez utiliser l’A/B testing avec Google Analytics.

Vous demandez alors à l’éditeur de passer deux jours pour créer deux variantes d’un même contenu. Ce qui implique que vous perdez 100 € et probablement 10 leads puisqu’au final vous n’aurez qu’un contenu sur les deux jours au lieu de deux différents contenus sur la même période de temps.

Mais dans le cas où l’ajout des infographies dans vos contenus performe réellement bien au point de doubler vos leads, vous n’aurez rien perdu comme investissement. Au contraire, chacun de vos prochains contenus pourra vous générer 20 leads au lieu de 10. Ainsi, pour le même montant 100 €, vous générez désormais deux fois plus de leads. Qui ne voudrait pas profiter d’un tel avantage ?

Toutefois, il peut arriver que votre test échoue, mais vous avez l’opportunité de mieux faire en tirant des leçons de vos résultats pour d’avoir prochainement des résultats conséquents.

Mieux encore, vous pouvez apporter d’autres améliorations afin de passer de 20 à 30, 40, 60 leads pour chaque 100 € de contenu créé. Il s’agit donc d’une approche très rentable et qui peut être très peu coûteux même lorsque vous utilisez des outils payants.

En dehors du coût et de la rentabilité, l’A/B testing permet à plusieurs spécialistes du marketing d’atteindre plusieurs objectifs.

2. Augmentation du trafic sur le site Web

Trafic definition

L’A/B testing peut vous permettre de tester différentes formules de titre pour vos pages ou meta description afin de changer le nombre de personnes qui cliquent sur ces différents éléments pour accéder à votre site Web. En trouvant la bonne formule, vous pouvez simplement augmenter le trafic sur votre site Web.

3. Taux de conversion plus élevé

14 Obtenir des conversions

Tester différents emplacements, couleurs ou même le texte d’ancrage sur vos CTA peut vous permettre de changer le nombre de personnes qui cliquent sur ces CTA afin d’accéder à une landing page. Cette augmentation implique que le nombre de personnes qui vont remplir vos formulaires ou toute autre chose sera amélioré. Vous aurez par conséquent soit beaucoup plus de prospects ou de clients.

4. Taux de rebond plus faible

Taux de rebond

Si votre taux de rebond est élevé ou qu’un grand nombre de visiteurs quittent rapidement vos pages web après les avoir visitées, vous pouvez utiliser l’A/B testing pour essayer d’améliorer les choses.

Vous pouvez par exemple :

  • Essayer un autre format d’introduction ;
  • Utiliser d’autres formats de visuels ;
  • Changer de police de caractères ou la taille de vos écrits ;
  • Modifier le design de la page elle-même ;
  • Etc…

Ces différentes actions suivies de test, peuvent vous permettre de réduire votre taux de rebond et de retenir beaucoup plus de visiteurs.

5. Diminution du nombre d’abandons du panier d’achat

Selon MightyCall, les entreprises de commerce électronique voient 40 à 75% des clients quitter leur site web avec des articles dans leur panier. Dans ces conditions, vous pouvez réduire ce taux d’abandon en testant :

  • Différentes photos de produits ;
  • La conception des pages d’achats ;[fusion_menu_anchor name= »4″ class= » »][/fusion_menu_anchor]
  • La présentation des frais d’expédition ;
  • Etc….

Il ne faut plus aucun doute que l’utilisation de l’A/B testing est très importante. Passons maintenant à l’étape de sa mise en œuvre.

Quand savez-vous que vous devez effectuer des tests A/B ?

Cette question n’a qu’une seule et unique réponse : Vous devriez toujours et continuellement effectuer des tests A/B. Vous savez désormais les nombreux avantages qu’offre cette technique et il serait judicieux de l’utiliser afin d’avoir des coups d’avances sur la concurrence.

Toutefois, vos résultats seront plus précis si vous avez une entreprise qui est déjà établie plutôt qu’un business qui vient de se lancer. En fait, une entreprise établie génère déjà du trafic ciblé et des prospects qualifiés, ce qui fait que les résultats qu’elle obtient sont cohérents avec le marché cible.[fusion_menu_anchor name= »5″ class= » »][/fusion_menu_anchor]

Cela ne signifie pas que les tests A/B sont inutiles pour une nouvelle entreprise. Seulement, vous risquez d’avoir des résultats moins précis et moins pertinents.

3 études de cas de tests A/B pour vous inspirer

Examinons trois exemples de tests A/B pour voir comment d’autres entreprises ont réussi à améliorer leurs performances.

Etude de cas 1 : Augmentation de 49 % du CTR par l’ajout de texte dans le bouton d’appel à l’action

Cet exemple fait partie des études de cas présentées par AB Tasty. Le test A/B dont il s’agit a été réalisé par Fab qui est une communauté en ligne dont les membres ont la possibilité de vendre ou d’acheter :

  • Des vêtements ;
  • Des accessoires ;
  • Des objets de collections ;
  • Des articles ménagers ;
  • Etc…

L’objectif du test

L’objectif du test était de rendre le bouton « Add to Cart » plus clair en ajoutant du texte afin d’augmenter le nombre de personnes qui ajoutent des articles à leur panier d’achat.

Le résultat obtenu

Après le test, il y a eu une augmentation de 49% du taux de clic par rapport à l’original. Cela montre que l’ajout du texte « Add to Cart » est plus performant que la présence d’un symbole.

Ab Test changement panier

Source de l’image : https://www.abtasty.com/blog/learn-from-5-ab-test-case-studies/

Dans l’image, vous allez voir :

  • A l’extrême gauche : L’image originale qui comporte un petit panier d’achat avec un signe « + », mais sans texte ;
  • Au centre et à droite : Il s’agit de deux versions qui ont fait partie du test et qui comportent du texte. La première, c’est-à-dire celle du centre, a permis d’augmenter les ajouts au panier de 49% par rapport à l’original.

Leçon à retenir

Les visiteurs interagissent mieux avec du contenu textuels que les images ou les symboles qui peuvent les embrouiller. Par conséquent, essayez d’avoir un CTA direct et clair qui aidera vos visiteurs à savoir automatiquement ce que fait le bouton. Vous conviendrez avec moi que cela n’a aucun sens d’avoir un CTA que vos visiteurs ne comprennent pas.

Etude de cas 2 : Augmentation de 256% du nombre de leads après l’utilisation d’une page d’atterrissage optimisée pour le mobile

AB Tasty donne également cet exemple de test réalisé par Rasmussen College. Il s’agit d’un collège privé à but lucratif qui voulait augmenter le nombre de prospects grâce au trafic payant sur leur site mobile.

L’objectif du test

L’objectif du test était de créer un nouveau site web convivial doté d’un menu cliquable pour les mobiles afin d’améliorer les conversions.

Résultat obtenu

Les conversions ont augmenté de 256 % après la mise en place d’un nouveau site web adapté au téléphone.

AB test mobile version

 Source de l’image : https://www.abtasty.com/blog/learn-from-5-ab-test-case-studies/

Leçon à retenir

57 % des consommateurs ne vont pas recommander votre business si votre site web mobile est mal conçu et 48% vont croire que vous ne vous souciez pas d’eux. Au vu de ces chiffres, il est très important de rendre votre site web responsive si vous ne l’avez pas encore fait.

En fait, c’est essentiel si vous ne voulez pas perdre des clients juste parce que votre site ne se présente pas comme il faut.

Etude de cas 3 : Augmentation du CTR de 433% grâce à un changement d’image et de texte

Cette étude de cas est donnée par Crazyegg et concerne un test A/B effectué par la compagnie d’assurance Humana. En fait, l’entreprise souhaitait générer plus d’interaction avec sa bannière et elle a donc effectué un test A/B en procédant à quelques modifications.

L’objectif du test

Humana souhaitait augmenter son taux de clics sur la bannière en apportant de simples changements au niveau du texte et d’image.

AB testing exemple changement texte et image

Source: https://www.designforfounders.com/ab-testing-examples/

Pour cela, Humana a diminué la quantité de texte et a changé l’image qui était présente sur sa bannière originale. De plus le CTA est passé de « Shop 2014 Medicare Plans » à « Get Started Now » avec un bouton et une couleur différente.

Résultat obtenu

Le simple fait de réduire le texte et de changer l’image a entraîné une augmentation de 433 % du taux de clic. Après avoir modifié le texte du CTA, Humana a connu un nouvel essor de 192 %.

Leçon à retenir

La simplicité est un facteur très important dans le marketing. En fait, lorsque vous avez un  produit à proposer, vous voulez faire ressortir ses étonnantes caractéristiques ou ses avantages, mais les consommateurs ne veulent pas forcément ces informations notamment à tous les endroits. 

Cet exemple de test A/B prouve que les gens réagissent souvent à des textes réduites et à des CTA plus simples. Cela ne veut pas dire que vous ne devez pas parler de votre produit, vous avez la possibilité de lui dédier une page complète. Il s’agit d’une notion très importante et je vous recommande de consulter mon article sur le funnel de vente pour savoir à quel moment et endroit parler des caractéristiques de vos produits. [fusion_menu_anchor name= »6″ class= » »][/fusion_menu_anchor]

Nous venons de voir trois études de cas qui peuvent vous inspirer à réaliser votre propre test. Passons donc aux différentes étapes pour la réalisation de vos tests.

15 simples étapes pour effectuer un test A/B

Pour mener à bien une campagne d’A/B testing, il y a des actions à exécuter avant, pendant et après le test.

Avant le test A/B : Checklist des choses à faire

1. Choisir une variable à tester

Plusieurs facteurs entre en compte lorsque vous souhaitez optimiser une page web ou une campagne en ligne. Mais pour évaluer l’efficacité d’un changement, il est judicieux  d’isoler une seule variable afin de mesurer son rendement.

Sinon, vous n’allez pas savoir avec certitude l’élément qui est responsable des changements constatés. Bien évidemment, vous pouvez tester plus d’une variable pour une seule page Web ou un seul courriel, mais il faut vous assurer de les tester une à la fois.

Voici neuf variables que vous pouvez inclure dans un A/B testing :

1.1. La couleur de vos boutons
1 La page accueil Twaino

La couleur d’un bouton d’appel à l’action peut avoir un impact sur la conversion ou l’interaction des visiteurs, et ceci, en fonction de la façon dont la couleur se rapporte au reste de la page Web. Testez quelques couleurs, et voyez quelle est la couleur qui suscite le plus d’actions de la part des visiteurs.

1.2. Les titres de vos pages
5 Titre du nouvel article

Changer quelques mots dans le titre de votre page pourrait également avoir un impact majeur sur vos performances notamment en termes de taux de clics. Pour cela, n’hésitez pas à tester différents titres sur votre page, notamment sur vos landings pages pour voir quel titre attire le plus de prospects.

A ce sujet, vous pouvez consulter mon guide sur la création de titres percutants et accrocheurs.

1.3. Les images présentes dans vos contenus 
26 Creer des images uniques pour article invite

Quelles tailles d’image devriez-vous utiliser ? Devriez-vous utiliser des images originales comme je le fais, ou des images classiques ? Vwo estime, sur la base de plusieurs recherches, que la photo d’une personne sur une landing page a un impact positif et permet d’augmenter le taux de conversion. Ne trouvez-vous pas qu’il serait intéressant de tester également ce genre d’image sur vos landing pages ?

1.4. Le positionnement du texte
16 Article avant changement

Vous avez un texte principal suffisamment accrocheur pour inciter vos visiteurs à effectuer une action ? Si oui, à quelle position devriez-vous le mettre pour qu’il ait le maximum d’impact ?

De plus, si vous n’arrivez pas à vous décider de quel texte principal vous allez utiliser, un simple A/B testing peut vous aider à le déterminer.

 1.5. La position des CTA

Vérifier le menu dans la maquette

Où un appel à l’action devrait-il être placé sur votre page web pour mieux diriger les visiteurs vers la page que vous souhaitez ? Bien évidemment, vous allez le placer à un endroit pour qu’il soit automatiquement visible pour les visiteurs. Mais doit-il être à gauche, au centre, à droite, en haut ou vers le bas ? Pour répondre à cette question, nul autre choix que de mener un test A/B.

1.6. Mise en page de vos landings pages

Essayez de tester différentes mises en page dans le but d’optimiser l’expérience utilisateur. Essayez une colonne, deux colonnes, ou un mélange de couleurs donné afin d’avoir au final des landings pages qui vous permettent de convertir un nombre important de vos visiteurs.

1.7. Nombre de champs du formulaire
Test non remplissage du formulaire et envoie

Ne serait-il pas génial si vous pouviez augmenter le nombre de conversions de vos pages web simplement en supprimant un champ de vos formulaires ? Ou trouvez-vous peut-être qu’il serait pertinent d’ajouter un autre un champ à votre formulaire.

Effectuez un test A/B pour voir si cela affecte négativement ou positivement  votre taux de conversion.

1.8. Vos différentes offres
Nos Services Twaino Agence SEO

Selon le contexte de la page, les visiteurs n’auront pas les mêmes interactions avec vos offres. Par exemple, si vous proposer l’essai gratuit d’un outil dans vos contenus de blog, l’effet sera différent s’il s’agit d’ebooks gratuits.

Peut-être qu’il serait plus efficace de mettre les essaies gratuits sur vos pages produits et les ebooks gratuits dans vos articles de blog.

1.9. Les emails
Titre Objet dans email

Quel est l’objet qui vous génère le plus de taux d’ouverture pour vos mails ? Est-ce que l’inclusion du prénom ou du nom de vos prospects vous permet d’avoir plus de conversion ? Vous avez la possibilité de tester tous ces différents aspects afin d’optimiser vos performances.

1.10. Les prix
Twaino nos services depuis ordinateur

Il ne s’agit pas de présenter à vos visiteurs différents prix lors d’un test A/B. Vous pouvez changer la manière dont vous les affichez et je vous invite à consulter cette ressource de Convertize qui indique les meilleures manières d’afficher les prix. Prenez en connaissance et effectuez des tests afin d’avoir les meilleures options.

En résumé, examinez les différents aspects de vos stratégies marketing et leurs alternatives possibles en matière :

  • De conception ;
  • De formulation ;
  • De mise en page.

Gardez à l’esprit que même de simples changements, comme changer l’image dans votre courriel ou les mots sur votre bouton d’appel à l’action, peuvent avoir beaucoup d’impact sur vos performances.

Toutefois, il peut être parfois plus logique de tester simultanément plusieurs variables plutôt qu’une seule. Cela dépend de vos objectifs, mais il est important de ne pas exagérer pour ne pas fausser vos analyses.

2. Déterminez votre objectif

Le Site Web de Twaino Agence SEO

Bien qu’un seul test A/B vous permet d’avoir un certain nombre de données, il est important de choisir un paramètre sur lequel vous allez vous concentrer. Par exemple, si vous souhaitez modifier le titre de votre page, quel paramètre souhaitez-vous examiner, est-ce le trafic ou la conversion sur la page ?

La réponse à cette question vous permet de définir un objectif ou le résultat que vous souhaitez. Vous pouvez ensuite formuler une hypothèse et examiner vos résultats en fonction de cette prédiction. 

Autrement dit, vous allez envisager comment les modifications que vous allez effectuer pourront affecter les utilisateurs. Par exemple, vous pouvez supposer que la modification du titre de votre page doublera le trafic sur votre page.

Cette étape est importante puisqu’elle vous permet de concevoir la deuxième version de votre page de telle sorte que la variable que vous souhaitez évaluer soit mise en valeur.

En fait, si vous attendez la fin avant de réfléchir aux paramètres qui sont les importants pour vous, à vos objectifs et à la façon dont les changements que vous proposez pourraient affecter le comportement des utilisateurs, il se peut que votre test devienne inefficace.

3. Créez une version « autorité » et un « challenger »

Après les étapes précédentes, utilisez les informations pour configurer les différentes versions que vous souhaitez tester. La version « autorité » n’est rien d’autre que la page web qui existe déjà et que vous utilisez.

A base de cette version, vous allez construire la version « challenger » de ce que vous souhaitez tester. Par exemple, si vous vous demandez si l’inclusion d’un témoignage sur une page d’accueil ferait une différence, configurez votre page de contrôle sans témoignages et créez ensuite votre variante avec un témoignage.

4. Répartissez vos groupes d’échantillons de façon égale et aléatoire

Pour les tests où vous avez plus de contrôle sur l’auditoire comme avec les courriels par exemple, il est préconisé  d’effectuer le test avec deux différents auditoires ou plus. Ces derniers doivent néanmoins être égaux afin que vous puissiez obtenir des résultats concluants.

Sachez que ce processus diffère selon l’outil que vous utilisez pour votre A/B testing. La plupart des outils, vous permettent néanmoins de répartir automatiquement le trafic entre les différentes versions que vous avez afin que chaque version reçoit un échantillon aléatoire de visiteurs.

5. Déterminez la taille de votre échantillon

Pour déterminer la taille de votre échantillon, vous allez tenir compte non seulement de l’outil que vous utilisez ainsi que du type de test A/B pour lequel vous avez opté.

Dans le cas où votre test s’applique à une campagne de mailing, vous allez probablement envoyer vos différents contenus à une plus petite partie de votre liste pour obtenir des résultats statistiquement significatifs. Ensuite, vous allez choisir l’option la plus performante que vous allez envoyer au reste de la liste.

Certains outils vous permettent de réaliser des tests A/B avec une division automatiquement de la taille de votre échantillon, c’est-à-dire 50/50. Cette fonctionnalité ne marche pas pour tous les paramètres et la plupart du temps, il faut fournir une liste d’au moins 1000 destinataires.

Par contre si vous testez quelque chose qui n’a pas une audience finie, comme une page Web, le temps est le facteur qui va directement affecter la taille de votre échantillon. En fait, vous devrez laisser votre test s’exécuter suffisamment longtemps pour obtenir un nombre important de trafic, sinon il vous sera difficile de dire s’il y a une différence significative entre vos deux versions.

6. Décidez de l’importance de vos résultats

Après avoir défini vos objectifs, réfléchissez à l’importance que doivent avoir vos résultats pour justifier le choix d’une version plutôt qu’une autre. Autrement dit, il faut répondre à la question de savoir : Est-ce que les résultats que vous avez sont suffisamment pertinents pour que vous puissiez prendre une décision ?

La significativité statistique est un concept important dans l’A/B testing et il est judicieux de la maîtriser. Vous pouvez consulter cette ressource de HubSpot pour appréhender le concept de seuil de signification statistique.

En fait, plus le pourcentage de votre niveau de confiance est élevé, plus vous pouvez être sûr de vos résultats. Généralement, il faut un niveau minimum de 95% pour approuver la pertinence des résultats. Toutefois, il est parfois judicieux d’utiliser un taux de confiance plus faible notamment si vous n’avez pas besoin que le test soit très rigoureux.

HubSpot indique qu’il est plus facile de considérer la signification statistique comme un pari. Par exemple, vous pouvez affirmer que « je suis sûr à 90% que c’est la bonne couleur et je suis prêt à parier tout pour cela ». Cette déclaration est pareille lorsque vous souhaitez utiliser une signification de 90% et déclarer ensuite un gagnant sur cette base.

Par ailleurs, il est recommandé de prendre un seuil de confiance plus élevé pour les paramètres qui n’améliorent que légèrement vos résultats.  Par exemple, si une variable majeure telle que le changement de votre design est susceptible d’augmenter votre taux de conversion de 10 ou 15%, il est judicieux d’avoir un seuil de confiance faible. Dans le cas contraire, s’il s’agit de la modification de la couleur d’un CTA et que votre taux de conversion sera très légèrement amélioré, de l’ordre de 1% ou moins, il est plus utile d’avoir un seuil de confiance élevé.

En résumé, vous avez besoin d’être plus scientifique si le changement est spécifique puisqu’il aura un impact très peu perceptible et si le changement est radical avec plus d’impact, vous pouvez être moins scientifique.

7. Un seul test à la fois pour chaque campagne

Tester plus d’une chose à la fois pour une seule campagne peut compliquer vos résultats. Par exemple, si vous testez une variable sur une landing page et que vous testez également une campagne e-mail qui dirige vers cette même page, comment pouvez-vous savoir avec précision quel paramètre a causé l’augmentation des leads ?

Pendant le test A/B : Utilisez des outils pour vos tests

8. Utilisez un outil de test A/B

Pour effectuer un test A/B sur votre site Web ou dans un courriel, vous devrez utiliser un logiciel qui vous permettra de collecter automatiquement les données. Vous pouvez utiliser par exemple Google Analytics qui vous permettent de tester jusqu’à 10 versions d’une même page Web et de comparer leurs performances en utilisant un échantillon aléatoire de visiteurs. Cette solution gratuite n’est pas la seule et vous avez plus d’une dizaine d’outils à votre disposition.

8.1. VWO
VWO

VWO est une plateforme d’A/B testing utilisée par plus de 4.500 marques dont UBISOFT, eBay, Target et bien d’autres. Il s’agit d’une solution spécialement conçue pour les entreprises et qui permet de réaliser :

  • Des tests A/B ;
  • Des tests Split URL ;
  • Des tests multivariés.

De plus VWO propose de multiples fonctionnalités pour mesurer les performances de vos tests. Du reste, l’outil vous offre une fonction SmartStats qui exploite les statistiques pour vous aider à :

  • Exécuter des tests plus rapidement ;
  • Mieux contrôler vos tests ;
  • Tirer des conclusions plus précises.
8.2. Optimizely
Optimizely

Optimizely est une plateforme d’expérimentation numérique utilisée par 24 des tops 100 des entreprises les plus fortunées. Grâce à son puissant outil d’expérimentation, vous pouvez exécuter simultanément plusieurs expériences sur une même page, ce qui vous permet de tester différentes variables de votre conception Web.

Optimizely va plus loin en proposant également des tests sur :

  • Les campagnes publicitaires ;
  • Les sites Web dynamiques ;
  • La géographie ;
  • Divers paramètres tels que le périphérique, le navigateur…
  • Etc…
8.3. AB Tasty
AB tasty

Utilisé par de grandes marques telles que L’Oréal, Sephora, USA Today et bien d’autres, AB Tasty est un logiciel d’optimisation du taux de conversion qui offre :

  • Des tests A/B et multivariés ;
  • Des analyses de données ;
  • Des outils marketing et de personnalisation.
  • Avec cet outil, vous pouvez conduire sereinement :
  • Vos A/B testing ;
  • Vos split testing ;
  • Vos multivariate testing ;
  • Vos funnels de vente.

De plus, le ciblage avancé de AB Tasty vous permettra de réaliser vos tests en fonction de divers critères tels que :

  • L’URL ;
  • La géolocalisation ;
  • La météo ;
  • Etc.

Pour la validation de vos tests, AB tasty propose des rapports qui affichent en temps réel vos tests et leur niveau de confiance. Si vous avez une entreprise de taille moyenne, AB Tasty pourrait vous convenir parfaitement.

8.4. Crazy Egg
Crazyegg

Crazy Egg est un logiciel d’optimisation de site Web qui offre des outils :

  • De test A/B ;
  • De cartographie thermique ;
  • De test de convivialité.

Leur outil de test A/B vous permet de tester les variations de chaque page de votre site Web en ajoutant simplement un bout de code aux pages que vous voulez tester.

En plus de créer des tests, Crazy Egg vous permet d’envoyer automatiquement plus de trafic vers la variante optimale de votre test une fois qu’il reconnaît qu’il est le gagnant. En outre, vous avez droit à d’autres outils intuitifs de suivi de conversion et de reporting. Crazy Egg est un outil spécialement développé pour les petites entreprises.

8.5. Omniconvert
Omniconvert

A l’instar des autres outils, Omniconvert offre un outil de test A/B qui s’accompagne d’autres outils :

  • De sondage ;
  • De personnalisation ;
  • De superposition ;
  • De segmentation.

Omniconvert peut être exécuté aussi bien sur un ordinateur de bureau, qu’une tablette ou un mobile. La firme va plus loin en combinant son outil d’A/B testing avec son outil de segmentation, permettant ainsi de tester plus de 40 paramètres de segmentation tels que :

  • La source de trafic ;
  • La géolocalisation ;
  • Le comportement des visiteurs ;
  • Etc…

Ces données vous permettent d’améliorer d’autres éléments tels que :

  • Les caractéristiques de votre produit ;
  • L’expérience utilisateur ;
  • La capacité du contenu à convertir ou à susciter des engagements.

Pour une entreprise de taille moyenne, Omniconvert pourrait être une excellente solution de test A/B.

8.6. Freshmarketer
Freshworks

Freshmarketer est un outil que vous pouvez intégrer à Google Analytics et qui vous permet de tester puis de valider vos résultats. De plus, vous avez la possibilité de suivre le montant des revenus générés par vos expériences.

A côté, son outil de split URL testing peut vous aider à :

  • Tester de multiples variations d’URL ;
  • Transformer les variations de test gagnantes en pages Web réelles ;
  • Etc…

Freshmarketer pourrait être votre outil idéal si vous avez une petite entreprise.

8.7. Convert
Convert tool

Utilisé par des marques telles que Sony, Unicef et Jabra, Convert est un logiciel de test A/B et de personnalisation Web qui offre des outils :

  • De test A/B ;
  • De test split ;
  • De test multivarié ;
  • D’expérimentation multipage.

Convert offre également un outil de segmentation avancé qui vous permet de segmenter les utilisateurs en fonction :

  • De leur comportement ;
  • De leur historique ;
  • Des cookies ;
  • Des événements JavaScript.

De plus, Convert peut mesurer la performance de tous vos tests en vous rendant compte d’un large éventail d’indicateurs, depuis le taux de clic de vos variations jusqu’à leur retour sur investissement.

Si vous souhaitez utiliser Convert en conjonction avec vos autres outils, ils offrent une tonne d’intégrations avec des outils tiers :

  • WordPress ;
  • Shopify ;
  • HubSpot ;
  • Etc…

Convert convient mieux aux petites entreprises.

8.8. Fivesecondtest
Five seconds test

Comme son nom l’indique, cet outil vous permet de savoir ce que retient en 5 secondes un visiteur de votre web design. Autrement dit, vous allez connaître avec une grande facilité ce que les internautes apprécient ou non sur votre site internet.

8.9. Kameleoon
kameleoon

Utilisé par les entreprises telles que Renault, Toyota, L’EQUIPE, Le Monde et bien d’autre, Kameleoon est une solution assez simple qui vous permet de :

  • Réaliser votre A/B testing ;
  • De segmenter votre audience ;
  • De personnaliser vos contenus, vos mails, vos produits…
  • Etc…
8.10. Nelio A/B Testing for WordPress
Nelio

Si vous utilisez le CMS WordPress, Nelio est une puissante solution pour :

  • Le commerce électronique ;
  • Les éditeurs ;
  • Les spécialistes du marketing ;
  • Les organismes sans but lucratif ;
  • L’éducation ;
  • Etc….

Nelio est un outil facile à prendre en main qui vous permet d’effectuer vos tests et qui vous permet d’effectuer vos tests afin d’améliorer vos performances.

8.11. Unbounce
Ubonce

Plus de 15 000 enseignes utilisent Unbounce. Cet outil dispose d’une interface très simple que vous pouvez utiliser pour vos tests et personnaliser vos pages web.

8.12. Google Optimize
Optimize Google

La solution gratuite de la firme de la Mountain view est connectée à Google Alanytics et vous permet de conduire :

  • Vos tests A/B ;
  • Vos tests multi-variables ;
  • Vos tests de redirection ;
  • Etc…

En plus d’un modèle statistique avancé, Google Optimize offre des outils de ciblage sophistiqués qui vous permettent de proposer une expérience adaptée aux attentes de votre audience.

8.13. HubSpot & Kissmetrics A/B Testing Kit
Kissmetrics

HubSpot offre un kit gratuit contenant tout ce dont vous avez besoin pour effectuer des tests A/B :

  • Un modèle de suivi des tests A/B ;
  • Un guide pratique d’instruction et d’inspiration ;
  • Un calculateur de signification statistique pour voir si vos tests ont gagné, perdu ou non.

Cet outil est idéal pour les entreprises qui commencent à peine à faire des tests A/B, ou pour les entreprises qui ont besoin d’un moyen de suivre leurs tests existants.

Note : Tout le kit est en anglais, si vous avez des difficultés avec cette langue, il serait judicieux d’utiliser une autre solution.

9. Tester les deux versions simultanément

Le timing est un facteur très important dans les résultats d’une campagne marketing. Si vous utilisez la version A pendant un mois et la version B un mois plus tard, comment allez-vous savoir si l’évolution de votre performance a été causée par les changements que vous avez apportés ou par la différence des périodes ?

Par exemple, lorsque vous vendez les lunettes de soleil et que vous faites le premier test en janvier puis le second en février, votre analyse risque d’être complètement faussée puisqu’en février il y a une forte demande en lunette de soleil. Du coup, vous ne saurez pas si cette demande est la cause des changements dans vos performances.

Pour cela, testez les différentes versions de votre A/B testing simultanément, sinon vous risquez de douter de vos résultats.

Mais lorsque vous testez le timing lui-même, il s’agit d’une exception. Vous pouvez déterminer par exemple les meilleurs moments pour l’envoi de vos courriels. En parlant du timing, il s’agit d’un facteur très intéressant que vous pouvez inclure dans votre liste de choses à tester.

10. Prenez suffisamment du temps pour avoir des données utiles

Pour que vous ayez un échantillon de taille importante afin de déterminer les différences significatives entre vos deux versions, il est très important de laisser suffisamment du temps à votre test A/B.

L’obtention de résultats significatifs d’un point de vue statistique varie en fonction de la taille de votre entreprise et de la façon dont vous exécutez votre test. Si votre entreprise reçoit beaucoup de trafic, peut être que quelques heures vont suffire. Mais dans le cas où le trafic n’est pas important, vous aurez peut-être besoin de quelques jours ou semaines.

A ce niveau, je vous suggère de ne pas réaliser de test A/B si vous venez de lancer votre site web et que vous n’avez que très peu de trafic. Vous risquez de ne pas avoir des données fiables, ce qui risque de fausser vos analyses.

11. Demandez des feedbacks à de vrais utilisateurs

Comment obtenir un feedback client

L’A/B testing vous aide principalement à voir avec des données quantitatives qui ne vous aident forcément pas comprendre pourquoi les gens font certaines actions plutôt que d’autres. Pendant que vous exécutez votre test, pourquoi ne pas recueillir des feedbacks directement chez certains de vos utilisateurs ?

Effectuer un sondage est une option très efficace pour avoir l’opinion de vos visiteurs. Pour cela, vous pouvez ajouter à votre site web un pop-up de sortie ou un petit sondage sur la page de remerciement qui va demander à vos visiteurs les raisons pour lesquelles ils n’ont pas cliqué sur un certain CTA par exemple.

Après le test A/B : Analysez et améliorez

12. Concentrez-vous sur votre objectif

Même si vous mesurez plusieurs paramètres, concentrez-vous sur votre principal objectif lorsque vous effectuez vos analyses.

Par exemple, si vous avez changé la couleur de votre bouton CTA et que vous avez choisi la conversion comme le principal paramètre à évaluer, ne vous laissez pas distraire par le taux de clics.

En fait, le taux de clic peut avoir augmenté, mais donner un faible taux de conversion. Dans ce cas, vous allez finir par choisir la variante ayant le taux de conversion le plus élevé même si cela signifie que le taux de clics sera faible.

13. Mesurez l’importance de vos résultats

Avec les résultats que vous avez, vous savez quelle variation donne les meilleurs résultats. Il est temps de déterminer si vos résultats sont statistiquement significatifs ou non. Autrement dit, vous allez déterminer si ces résultats sont suffisants pour justifier un changement ?

Pour le savoir, vous allez effectuer un test de signification statistique, comme je l’ai annoncé dans les précédents chapitres. Ce calcul peut se faire manuellement ou avec un outil en ligne. Bien évidemment la solution automatique est plus facile et plus rapide dans la mesure où il vous suffit d’entrer les données que vous avez collectées.

Vous pouvez utiliser pour cela l’outil gratuit de Neil Patel qui vous permet de faire rapidement un choix. En fait, la calculatrice vous donne le niveau de confiance que vos données produisent et la variation gagnante. Il vous suffit ensuite de mesurer ce nombre par rapport au niveau de confiance que vous avez choisie au début pour déterminer s’il faut changer les choses ou pas.

14. Agissez en fonction de vos résultats

Lorsque selon les chiffres vous avez une version qui se distingue systématiquement de l’autre, vous pouvez désactiver la version perdante depuis votre outil de test A/B.

Dans le cas où les deux versions de votre test donnent des résultats similaires, le test est non concluant. Ce qui vous permet de savoir que la variable que vous avez testé ne présente aucun impact sur vos performances. Vous pouvez tout simplement garder votre version originale ou faire un autre test en choisissant un autre paramètre.

En effet, il est important de noter les leçons que vous tirez de chaque test et de les utiliser pour affiner vos prochains tests.

15. Planifiez votre prochain A/B testing

Vous venez de terminer un A/B testing qui vous a permis de découvrir un nouveau moyen de rendre votre contenu marketing plus efficace. Mais il serait dommage de s’arrêter en si bon chemin d’autant plus qu’il y a toujours de la place pour plus d’optimisation.

Vous pouvez faire un autre A/B testing sur une autre fonctionnalité de la même page afin d’améliorer toujours plus ses performances.

Par exemple, si vous venez de tester un bouton CTA sur votre landing page, pourquoi ne pas faire un nouveau test sur le texte principal de votre landing page ? Ou l’utilisation d’une vidéo à la place d’images ?

Il est judicieux de rester toujours à l’affût des opportunités pour optimiser les performances de votre site web ou de vos campagnes d’emails.

Conclusion : L’A/B Testing | Un concept simple à utiliser et très rentable

Le maintien ou l’obtention d’une certaine visibilité sur la toile, exige de nos jours un effort constant dans l’amélioration des performances. En fait, une place acquise aujourd’hui dans les SERPs, peut être rapidement perdue au profit de la concurrence si des optimisations ne sont pas régulièrement effectuées. Pour ce faire, plusieurs méthodes, outils, approches de marketing ont été développés dont l’A/B testing. Il s’agit d’une approche avec un principe de fonctionnement très simple dans la mesure où si vous souhaitez apporter des améliorations à vos contenus, vous pouvez d’abord procéder à des tests. Selon les résultats que vous avez, vous pouvez garder la version originale ou valider la nouvelle version. Ce qui vous évite d’apporter des changements à l’aveugle qui pénalisent vos performances au lieu de les améliorer. Dans cette logique, l’A/B testing vous permet d’apporter constamment des modifications qui ne font qu’optimiser les performances de votre site web ou de vos campagnes d’emailings. Toutefois, il faut savoir choisir les variables à tester afin d’avoir des résultats significatifs pour prendre des décisions pertinentes.

Alors, envie de lancer votre première campagne A/B testing ?

Laisser un commentaire