AB TEST : définition et prérequis

Remettre en question ses performances et réaliser des tests pour savoir si son hypothèse est bonne, c’est ce qu’on appelle plus communément un AB testing. On vous propose de tout vous expliquer à ce sujet pour que vous en compreniez l’importance. Dans cet article, nous vous expliquons ce qu’est un AB test, pourquoi et quand en faire, puis nous vous donnons nos conseils pour bien les définir !

C’est quoi un AB test, pourquoi en faire et quand en faire ?

AB test : définition

De manière générale, un AB test consiste à comparer les performances de deux versions de quelque chose dans le but de déterminer la plus efficace. Cela peut être un simple bouton comme une toute autre structure de page !

L’AB test à très vite été adopté par les marketeurs. Il est ainsi possible de tester plusieurs versions de leur site web. Une partie des consommateurs aura affaire à une version A du site et l’autre partie, à une version B. L’analyse des résultats permet de savoir quelle version a produit les meilleurs résultats. Les AB test s’appliquent également à l’ensemble des canaux d’acquisition mais ce ne sera pas le sujet de cet article. Nous nous focalisons sur les sites internet.

AB test : pourquoi en réaliser ?

On ne va pas se mentir, on a tous l’objectif commun d’augmenter en continu nos revenus tout en réduisant au mieux les coûts. C’est exactement l’objectif de l’AB testing. On va chercher à améliorer en continue les performances de notre site web à chaque étape du parcours utilisateur pour améliorer l’ensemble de nos taux de conversions : taux d’inscription, taux d’ajout au panier, etc.

A force d’itérer, le cumul de chaque pourcentage gagné sur un AB test aura un impact conséquent sur votre revenu !

A titre d’exemple, nous avons récemment amélioré de +25% le taux de conversion au checkout d’un client : bien plus efficace que d’être focus uniquement sur l’acquisition.

AB test : quand le mettre en place ?

Un AB test se réalise à deux moments dans la vie de votre entreprise :

• au lancement de votre projet avec des tests macro pour valider un positionnement, un branding, une proposition de valeur

• quand votre stratégie d’acquisition est en place et que vous générez plusieurs centaines de visites par jour. Sans trafic, il n’est pas utile de passer du temps à faire des tests.

Cependant, au-delà de ces temps forts, il est important de ne pas se reposer sur ses lauriers et de tester en permanence des choses ! Considérez-vous que votre taux de conversion est trop faible ? Votre taux de conversion stagne depuis trop longtemps ? Est ce qu’il diminue ? Beaucoup de questions sont imaginables.

Maintenant que vous savez ce qu’est un test AB, on va voir comment les définir.

Comment définir ses AB tests ?

Etape 1 : Réaliser un audit de ses data

Pour définir les tests à réaliser, vous devez réaliser un audit complet de vos data. Il ne faut pas réaliser un test sur n’importe quoi. Même si vous avez surement bonne intuition, les données ont toujours raison 😉 Pour ça, vous devez analyser au maximum votre outil d’analytics (Google Analytics, mixpanel ou autre).

L’objectif ici va être d’identifier des anomalies, des points d’amélioration qu’on va chercher à résoudre avec les tests qu’on va définir.

Votre analyse va se séparer en 3 points :

• constat de performances faibles sur le tunnel de vente

Exemple d’un funnel de vente : 

Le but est de regarder le nombre de personnes qui quittent le tunnel entre chaque étape. Si vous avez un référentiel, vous pouvez comparer vos statistiques pour juger de vos résultats. Grâce à cela, vous pouvez identifier un point faible qui vous sera utile pour un AB test.

• constat de statistiques intrigantes

Partons d’un exemple pour comprendre ce point. Disons que vous êtes un site e – commerce. Si vous constatez que la page “livraison” de votre site est la 3ème page la plus consultée, il y a un problème. Ce n’est pas normal pour un site e-commerce. Quelque chose n’est pas évident pour vos visiteurs et mérite votre attention. 

• constat de différences de performances après une analyse approfondie

Une fois les analyses macro réalisées, vous pouvez creuser davantage dans vos data pour affiner de plus en plus votre analyse. Partez d’une analyse macro environnement pour arriver jusqu’à une analyse micro environnement.

Constatez vous des différences selon la localisation d’un client ? Du support qu’il utilise (ordinateur, tablette, téléphone…) ? Entre un ancien / nouveau client ? Segmentez votre site le plus possible pour identifier de possibles anomalies de plus en plus précises.

Etape 2 : Réaliser un audit client

Vos data ne sont pas les seules choses à analyser. Votre copywriting, par exemple, est très important. Et si vous aviez oublié une information importante sur votre produit dans le copywriting de votre landing page ?

Pour savoir comment rendre votre site percutant et le faire répondre aux attentes des clients, vous devez analyser vos clients et leurs feedbacks.  

Voici quelques conseils pour vous aider : 

• trouver des conversations de votre cible en rapport avec votre produit/service 

Exemple : si je vends des compléments alimentaires pour la perte de poids, je vais rejoindre un groupe Facebook spécial régime pour analyser leur comportement

• analyser les avis sur Amazon, Google ou encore les questions sur Reddit / Quora

Qu’est ce que recherche ma cible ? Quelles informations l’intéresse ? A quoi fait – elle attention ? Ces analyses vous permettront de mieux cibler les informations à mettre en avant sur votre site

•  participer à la gestion du support client pour vous rendre compte des problématiques les plus communes

Finalement, Mathieu expert CRO chez Deux.io a très bien résumé cette étape :

« La data ne pourra pas identifier. Vous deviez chercher des feedbacks de vos prospects là où ils sont présents : à vous de déterminer où précisément »

Maintenant que vous avez identifié des points d’amélioration, vous devez nettoyer et prioriser les points à corriger.

Ensuite, on peut passer à l’étape suivante.

Etape 3 : définir des hypothèses et des solutions

1. Comment émettre des hypothèses ?

Émettre des hypothèses est la suite logique de l’analyse data et client que vous venez de réaliser. Vos analyses doivent être conclues par la formulation d’hypothèses fortes.

Exemple :

Vous possédez un site spécialisé dans la vente de bougies parfumées. Mais beaucoup de visiteurs quittent votre site sans avoir valider leur panier.

Hypothèse du problème : l’accès à la page panier n’est pas assez mis en avant 

Autre hypothèse : les visiteurs souhaitent savoir en amont s’ils ont des frais de livraisons

2. Définir des solutions aux problèmes anticipés

3 articles et 1 outil Growth chaque semaine

Inscrivez-vous à La Growth News dès maintenant et débloquez un accès exclusif à des outils développés par l'équipe de deux.io !

100% concrêt, 0% spam, 1x semaine

Merci, vous allez recevoir un e-mail de confirmation.

Oops! Something went wrong while submitting the form.

Une fois que vous avez émis vos hypothèses, vous devez définir des solutions pour remédier aux problèmes. 

Vous pouvez faire des tests sur absolument tout. Du plus petit bouton au design total.

Finalement, on trouve 2 stades : 

• les macro tests : funnel de conversion, prix du service /produit, le copywriting, le design, le branding
•  les micro tests. : un titre, un CTA, une image etc

Le macro est très utile lors d’un lancement de business, donc quand la marque est encore flexible sur son identité, ses offres etc.

Par contre, si la marque est déjà bien ancrée dans le marché, on privilégiera les micro tests pour ne pas toucher au branding, au positionnement etc.

En résumé :

3. Comment prioriser les tests ?

Prioriser les tests est un mélange de réflexion et d’expérience.

Des méthodes existent pour faciliter cette étape. Chez Deux.io, on vous conseille la méthode ICE.

Je vous explique : 

Réflexion : identification de solutions pertinentes face aux problèmes observés

Expérience : plus vous avez fais des tests dans le passé, plus vous pouvez anticiper la réussite ou non d’un test

Matrice ICE : elle englobe les 2 derniers points =

• l’impact espéré : c’est ce qu’on peut espérer comme résultat pour le client. On donne une note sur 10. Plus elle est élevée, plus l’impact espéré est grand.
• la confiance envers le test : cela désigne votre confiance en le test. Sur 10, combien je pense qu’il va fonctionner
• la facilité d’implémentation : à quel point le test est-il facile à mettre en place ? Changer la couleur d’un bouton est plus simple que de changer toute une section.

En résumé : 

Pour résumer, un AB test vous permet de comparer deux versions pour savoir laquelle est la plus efficace. Le schéma sera toujours le même : 

• une analyse pour identifier les problèmes
• suivi par la mise en place d’hypothèses pour définir des solutions
• afin de créer des tests et les mettre en place
• qui permettent de tirer des conclusions des résultats
• dans le but d’être analysés pour identifier les problèmes

C’est bon, c’est fini ! J’espère que maintenant tout cela est clair pour vous et que vous êtes prêt à analyser, hypothéquer et définir vos tests ! Pour continuer sur ce chemin, je vous propose un article très complet qui développe un peu plus tout ce qu’on a évoqué. C’est juste ici !