Aller au contenu principal
Les erreurs en AB testing

A/B testing : 7 erreurs fréquentes (et comment les éviter)

9 novembre 2020
Temps de lecture : 
10 min
Lauréline Kameleoon
Lauréline Saux
Lauréline est Content Manager, en charge du contenu chez Kameleoon. Elle analyse tous les retours de nos clients et consultants ainsi que les derniers rapports sur les tendances du marketing digital afin de vous livrer les meilleurs conseils en matière d'A/B testing et de personnalisation.

L’A/B testing est une pratique indispensable à toute équipe marketing qui souhaite adopter les meilleures décisions dans le cadre de sa stratégie. Un test A/B vous permet en effet de savoir exactement ce qui fonctionne et ce qui ne fonctionne pas auprès de votre audience. Aussi, en testant dans les règles de l'art les évolutions que vous souhaitez apporter à votre site web, vous pouvez gagner un temps considérable et faire progresser significativement le taux de conversion et la rentabilité de vos opérations.

Cependant, force est de constater qu’il est facile de se tromper en matière de testing. De fait, l’A/B testing suit des lois mathématiques précises et chaque étape du processus demande une rigueur particulière, au point qu’en omettre une peut rendre vos résultats invalides. 

Quelles sont donc les erreurs à éviter pour obtenir des résultats de tests fiables et comment les éviter ?

1 Vous commencez par des tests (trop) compliqués

Pour votre premier test, restez simple. Le succès de l’A/B testing dépend d’un processus rigoureux. Il est important que vous débutiez en comprenant comment il fonctionne.

CHOISIsSez DES POINTS DE FRICTION EVIDENTS POUR VOS PREMIERS TESTS A/B

Regardez où la théorie et la réalité se rencontrent, identifiez ce qui fonctionne et/ou ce qui coince. Réfléchissez à la façon dont vous allez implémenter la pratique ainsi qu'aux impacts sur votre organisation.

Finalement, A/B tester, c’est un peu comme faire de la musculation. Si vous essayez de soulever très lourd tout de suite, vous échouerez (et vous vous retrouverez potentiellement à l’hôpital assez rapidement). Ne grillez donc pas d’étape. Il faut comprendre la technique de l’exercice avant de passer à des exercices plus difficiles d’accès. L’idée est de prendre les bonnes habitudes, dès le départ. C’est le seul moyen de livrer votre meilleure performance. 

 

Schéma A/B testing

C'est exactement pareil avec l'A/B testing. Commencez doucement. Concentrez votre attention sur chaque étape de l’exercice et assurez-vous de bien les comprendre pour ne pas être dans l’impasse ensuite.

L’échec du premier test A/B est en fait ce qui pousse la plupart des gens à abandonner cette pratique d’optimisation. D’où l’importance de vous mettre sur les bons rails dès maintenant. En plus, un résultat positif saura vous motiver – vous et vos collègues – à poursuivre l’aventure. Or, commencer par des tests simples vous permettra d’accumuler des « quicks wins » et de lancer la machine.

En d’autres mots, ne vous lancez pas dans l’A/B testing avec des tests compliqués. Vous serez dépassés, obtiendrez vraisemblablement des résultats discutables et risquez d’être découragés.

COMMENCEZ PAR Realiser des A/B tests simples

Ne vous lancez pas dans l’A/B testing avec des tests compliqués. Vous serez dépassés, obtiendrez vraisemblablement des résultats discutables et risquez d’être découragés. Voici quelques exemples de tests avec lesquels vous pouvez commencer :

    • Testez le wording des offres, pages produits et landing pages (concentrez-vous sur ce qu’apporte le produit plutôt que sur ses caractéristiques. Assurez-vous également d’être clair dans vos propos).
    • Retirez les extras des pages clés (la barre latérale, un CTA (Call to Action) qui n’a pas de lien avec la page, etc.).

    2 Vous n’avez pas d’hypothèse pour chaque test

    Chaque test doit se baser sur des données et répondre à une hypothèse, qui découle d’une théorie plausible. Sans quoi vous risquez de vous trouver dans une situation où vous n’avez aucune idée de ce que vous faites.

    Ne pas avoir d’hypothèse (ou avoir une hypothèse erronée) est l’une des causes principales de l’échec d’un A/B Test.

    Split testing et A/B testing hypothèse basée sur des données

    Chaque test doit se baser sur des données

    Qu’elle soit quantitative ou qualitative, chaque test doit partir d’une analyse de données. Elle vous permettra d’identifier un problème, ou un élément en particulier à améliorer.

    Un test A/B à l’intuition peut donner un résultat positif. Mais si vous faites de l’A/B testing, c’est justement parce que vous voulez prendre des décisions basée sur les données, alors soyons logiques jusqu’au bout !

    Voici quelques éléments sur lesquels baser vos hypothèses :

    • Trafic sur votre site web
    • Cartes de chaleur
    • Sondages
    • Interviews
    • Tests d’usage
    • Analyse Heuristique

    Mettez-vous à la place de vos visiteurs lorsque vous réalisez un test A/B

    Mettez-vous à la place de vos clients. Pourquoi n’ont-ils pas fait ce que vous attendiez d’eux ? Que cherchaient-ils exactement ? Quels éléments vous pousseraient à ne pas convertir ?

    Exemple : « Si j’étais client, je passerais probablement à l’étape suivante si le formulaire était plus court » (à ce sujet, découvrez notre billet de blog pour générer plus de leads en A/B testant vos formulaires).

    Ne négligez pas cette étape. Prenez un peu de recul et trouvez le temps de regarder le problème sous un autre angle.

    formulez des hypothèses tangibles

    Pour définir votre hypothèse de tes, vous devez vous appuyer sur des données et sur une théorie réfléchie. Vous pouvez par exemple formuler votre hypothèse de cette façon :

    • En {changeant cet élément} { votre KPI  } sera {légèrement / moyennement / grandement} impacté(e) grâce à {raisons (données, théorie, etc.)}.
    • En simplifiant mon menu, le taux de clic vers mon blog sera grandement impacté grâce à l’optimisation de la hiérarchie visuelle.

    En travaillant comme cela, vous améliorerez non seulement la qualité de vos tests, mais aussi vos efforts d'optimisation de la conversion globale. A cette étape, vous allez donc pouvoir tester pour confirmer une hypothèse sans tirer à l’aveugle.

    3 Vous n’avez pas de process, ni de plan

    La bonne conduite de l’A/B testing et de l’optimisation de la conversion nécessite deux choses : un plan et un process.

    Pourquoi batir un plan Et en quoi consiste-t-il ?

    Créer une roadmap de tests A/B, c’est se donner les moyens de comprendre où vous devez concentrer vos efforts, découvrir ce qui fonctionne et savoir comment y parvenir. En fait, il mesure vos efforts et vous épargne tout test inutile.

    Il doit comporter :

    • les objectifs de votre entreprise : la raison d’être de votre site web de façon concise et réaliste.
    • les objectifs de votre site web : comment allez-vous atteindre vos objectifs d’entreprise ? Quelles sont vos priorités ?
    • les pages les plus populaires : quelles sont celles qui ont la plus grande marge de progression ?
    • le détail de votre tunnel de conversion : quels sont les points de friction ?
    • les métriques clés : comment mesurez vous le succès ? De quelle métrique dépend votre réussite ? (Par exemple : Facebook = Utilisateurs actifs journaliers, AirBnB = Nuits réservées, Ebay = Volume global des ventes, etc.).

    Assurez-vous également que votre équipe soit en phase avec ce plan.

    Pourquoi structurer vos tests A/B avec un process ?

    Le mot process peut générer des réactions allergiques. On l’oppose souvent à la créativité… mais pas dans le cadre d'un A/B test. Au contraire, c’est justement grâce au process que vous serez créatifs.

    L’A/B testing est une expérience scientifique. Elle repose sur la rigueur et sur des paramètres que l’on peut mesurer et reproduire avec précision.

    Si échouer est très simple, vous n’avez pas besoin de réinventer le fil à couper le beurre pour vous en sortir. Il faut simplement maitriser le processus, et définir une bonne hypothèse pour améliorer votre taux de conversion.

    Le détail de votre process est spécifique à votre entreprise, mais il peut ressembler à ça :

    1. Mesurer
    2. Formuler une hypothèse
    3. Prioriser
    4. Tester
    5. Apprendre
    6. Communiquer : Partagez les réussites, les échecs et les leçons tirées de vos tests avec vos collègues. Discutez en en interne et demandez des feedbacks. Vos collègues ont des compétences différentes des vôtres et ils pourront vous conseiller pour optimiser vos prochains tests. Pensez aussi à tenir votre équipe IT informée pour éviter tout moment de panique.
    7. Recommencer

    Si vous n’êtes pas sûr de travailler sur ce qu’il faut, utilisez la question de Brian Balfour (ex VP of Growth à Hubspot) : « Quelle est l’action avec le plus grand impact potentiel sur mes objectifs d’entreprise sur laquelle je pourrais travailler dès maintenant, en prenant compte des ressources à ma disposition (temps, argent, équipe) ?"

    4 Vous ne priorisez pas vos tests

    Avant de continuer, assurez-vous que la « culture du test » soit comprise dans votre entreprise. Et puis, l’exploitation de la matière grise de vos collègues vous donnera une longue liste d’idées.

    D’où le besoin d’établir un modèle de priorisation des tests avant de vous lancer. Il vous évitera de gaspiller votre argent, ainsi que de réaliser des tests inutiles.

    S'il est bien entendu utile de tester des éléments simples comme le wording ou la couleur d’un CTA, il s'agit de ne pas en faire sa seule priorité. Tout est proportionnel. De petits tests auront de petites répercussions. 

    Une fois confiant(e) pour vous lancer, concentrez-vous sur les tests décisifs. Ciblez les pages importantes et celles qui génèrent le plus de trafic. Nous vous conseillons de suivre le PIE Framework pour évaluer la priorité de vos tests.

    Voici en quoi il consiste.

    Chaque test est évalué selon les critères suivants :

    1. Le Potentiel ( … / 10) : potentiel d’amélioration de cette(ces) page(s).
    2. Importance ( … / 10) : qualité du trafic sur cette(ces) page(s).
    3. Installation ( … / 10) : simplicité d’application du test.

    Faites une moyenne et classez vos tests par ordre d’importance.

     

    5 Vous n’optimisez pas pour les bons KPIs

    Il existe deux types de conversions : micro & macro. Il faut mesurer les deux, mais prioriser l’optimisation des macro-conversions.

    QUELLES SONT LES MICRO CONVERSIONS UTILE ?

    Une micro-conversion est une étape nécessaire (clic, partage, inscription à la newsletter, ajout au panier, etc.) vers les macro-conversions, qui correspondent à la raison d’être de votre site web (demande de démo, achat, etc.).

    KPI Split testing et A/B testing

    Il faut faire la différence et les mesurer lors de chaque test (et ne pas seulement optimiser les micro-conversions). Nielsen Norman Group considère qu’il existe deux types de micro-conversions :

    1. Le milestone : C’est une conversion qui constitue un avancement important vers une macro-conversion. Garder un œil sur les milestones vous indique où améliorer votre UX (pour approfondir la lecture, découvrez notre article sur l’expérience utilisateur).
    2. Les actions secondaires : Elles ne sont pas la raison d’être de votre site web, mais sont des indicateurs intéressants pour déterminer du potentiel de macro-conversions.

    Mesurer les micro-conversions permet de comprendre où se trouvent les points de friction du tunnel de conversion. N’en faites pas pour autant une priorité. Établissez plutôt vos objectifs pour générer plus de CA.

    POURQUOI les micro conversions ne suffisent-elles pas ?

    Mesurer les micro-conversions permet de comprendre où se trouvent les points de friction du tunnel de conversion. N’en faites pas pour autant une priorité. Établissez plutôt vos objectifs pour générer plus de CA.

    Imaginez qu’une variation de votre page d’accueil génère plus de trafic vers une landing page. Imaginez maintenant que ce trafic soit moins qualifié et génère moins de conversions. Ici, les micro-conversions ont augmenté, alors que les macro-conversions ont diminué.

    En un mot, gardez un œil sur les micro-conversions, mais ne les optimisez pas pour le simple fait d’optimiser.

    6 Vous négligez les petites avancées

    « C’est tout ou rien ». Nous venons de voir qu’il faut se concentrer sur les tests qui auront l’impact le plus important. Pourtant, la multiplication des petits gains peut générer de beaux résultats.

    Nous ne dirons jamais qu’un « test qui génère une faible variation positive mérite d’être abandonné ».

    Pourquoi ? Parce qu’il s’agit de mathématiques, tout simplement.

    Prenons un exemple. Vous réalisez des tests qui vous permettent de générer une amélioration de 5% de votre taux de conversion tous les mois. A première vue, cela peut paraître faible, mais sur l’année, cela représente une amélioration de 80% en un an.

    Notez également que plus votre site web est optimisé, moins les variations sont importantes. En fait, les variations importantes deviennent rares sur les sites « normaux ».

    7 Vous ne testez pas en permanence

    Chaque jour passé sans test représente un manque à gagner important.

    Notez quand même que mener à bien un test demande du temps, qu’il s’agisse de la préparation, de l’exécution et/ou de l’analyse. Ne perdez donc pas de temps, testez. La durée d’un test varie et dépend du trafic des pages testées ainsi que des taux de conversion. Plus votre test durera dans le temps, plus son résultat sera proche de la vérité mathématique. Testez, testez, testez ! Et en cas de doute, testez à nouveau !

     


    Academy ACADEMY / Poursuivez votre formation à l'A/B testing en cliquant ici. 


     

    Livre blanc de l'A/B testing
    Thèmes traités dans cet article
    Lauréline Kameleoon
    Lauréline Saux
    Lauréline est Content Manager, en charge du contenu chez Kameleoon. Elle analyse tous les retours de nos clients et consultants ainsi que les derniers rapports sur les tendances du marketing digital afin de vous livrer les meilleurs conseils en matière d'A/B testing et de personnalisation.