par inflexia
Optimiser ses pages pour renforcer l’efficacité de son site, augmenter le taux de conversion, atteindre ses objectifs… est le nerf de la guerre pour tout site de ecommerce, de services ou même simplement commercialisant ses espaces publicitaires.
Structurer son contenu en fonction des grandes théories (ligne de flottaison, psychologie des couleurs, sens de lecture, architecture de l’information) : c’est bien. Disposer d’un retour concret et expérimental de ses visiteurs : c’est encore mieux.
C’est une fonctionnalité que nous offre Google avec l’outil Analytics.
Simple et rapide à mettre en place, le principe est simple : « Un test A/B permet d’évaluer les performances respectives d’une ou plusieurs versions partiellement ou totalement différentes d’une même page en les comparant à la version originale. Le test consiste à créer des versions modifiées de la page originale en modifiant autant d’éléments qu’on le souhaite ou que le trafic le permet (contenu, aspect général, présentation…). » (selon la définition de Wikipedia)
Mettre en place un test avec Google Analytics et définir ses objectifs
Google propose à travers son outil : la fonction « test » (dans les vues d’une propriété au niveau du menu « comportement »).
Le principe est simple et se met en place en 4 étapes :
- Définir un objectif
- Configuration
- Configuration du code
- Vérification et démarrage du A/B testing
La définition de l’objectif est l’élément principal qui donne un sens à votre test.
Qu’attendez-vous de ce test ? Plus de pages vues ? Plus de ventes ? L’accès à certaines pages ? L’inscription à une newsletter ?
Ces objectifs se définissent dans l’administration du compte Analytics au niveau de la vue.
Différents modèles existent, qu’ils soient liés ou non au trackeur Ecommerce… Vous pouvez donc lancer un test, même si vous ne vendez rien en ligne (c’est d’ailleurs un des principaux intérêts : l’accessibilité à n’importe quel site) !
Prenez le temps de définir un objectif en cohérence avec l’objectif de votre site, son trafic et les modifications structurelles envisagées.
Une fois votre objectif défini, différents paramètres sont proposés pour le test A/B permettant d’orienter une partie de son trafic sur la variante, un système d’alerte email ou encore le seuil de confiance.
Configuration des pages tests et du code Analytics
Bien entendu pour tester 2 pages (une originale et une variante), il faut que ces pages soient en ligne et accessibles !
Créez et mettez en ligne votre variante (attention : n’intégrez les modifications qu’une par une… autrement, vous ne différenciez pas les bons des mauvais choix structurels). A noter que vous pouvez tester plusieurs variantes !
Ensuite, il faut indiquer à Analytics quelle est la page d’origine. Pour cela, vous devez intégrer un code dans la balise <HEAD> permettant à Google Analytics de « ventiler » votre trafic entre la page originale et la variante.
Petite astuce si votre CMS est un wordpress : l’intégration du code A/B Testing dans le fichier header.php… intégre ce test sur l’ensemble des pages ! Le test ne marchera donc pas (Google prendra toutes les pages de votre site comme des pages d’origine !).
Aussi, un petit bout de code javascript est nécessaire pour indiquer à WordPress l’ID de la page d’origine.
Ajouter ce petit bout de code dans le <HEAD> en remplaçant $id par le N° de votre page d’origine :
<?php if (is_page($id)) : // Google Analytics Testing ?> <!-- Google Analytics Content Experiment code --> ici votre code A/B Testing <!-- End of Google Analytics Content Experiment code --> <?php endif; ?>
Valider ensuite votre code et démarrez le A/B testing.
Analyser et prendre des décisions
Pour une analyse marketing : c’est la partie la plus intéressante !
Quelques jours plus tard (en fonction de la durée que vous avez définie), Google vous donne les résultats du test. Si les résultats sont équilibrés, Google vous fournie toutefois la « Probabilité d’obtenir de meilleures performances que celles de la variante d’origine ».
Google analyse différents paramètres en plus de l’objectif défini, notamment la fréquentation du site, le taux de rebond, etc.
Cet ensemble vous permet de faire de l’exploration de données et d’avoir la vision la plus complète possible sur le A/B testing que vous avez réalisé.
Cet outil est une aide à la décision pour optimiser la structuration de votre contenu :
- Remonter la ligne de flottaison ouvre-t-elle de nouveaux contacts entrants ?
- La changement de couleur d’un call2action génère-t-elle plus de conversion ?
- Proposer un contenu plus explicite génère-t-il plus de formulaires ?
- Une image fait-elle-fuir mes visiteurs (ou augmente-t-il mon taux de rebond) ?
- Une vidéo fait-t-elle rester plus longtemps mes visiteurs sur mon site ?
Aujourd’hui, réaliser un A/B testing sur son site permet de travailler son site avec de véritables retours expérimentaux, qui confirment ou non des théories.
L’équipe d’Inflexia a permis notamment de valider différents points structurels, dont deux présentés ci-dessous, grâce aux tests réalisés sur différents sites en exploration de données et analyse prédictive (attention, ces résultats sont adaptés à certains types de sites et leurs cibles associées, mais ne sont pas à généraliser) :
- L’importance du contenu au dessus de la ligne de flottaison fait baisser le taux de rebond. Ainsi, un slider visuel ne doit pas prendre tout l’espace au dessus du fold.
- La couleur « orange » pour les boutons d’action (call2action) entraine jusqu’a 30% de conversion en plus (la couleur orange étant associée à l’excitation, l’attention et l’enthousiasme selon l’American Psychological Association). L’expérience confirme ainsi la théorie.
Qui utilise le A/B testing ?
Toujours selon la définition sur Wikipedia, « aux États-Unis, le testing existe depuis environ dix ans, alors qu’en Europe, en 2011, il s’agit encore d’un marché naissant. ».
On peut toutefois citer les marques suivantes qui utilisent le A/B testing : Amazon.com, Cdiscount.com, eBay, Google, Zynga…
Besoin d’accompagnement sur l’optimisation marketing de vos sites ?
Kevin Gallot – Inflexia
