[A/B testing épisode 4] Comment fixer les bons objectifs ?

Cet article est le quatrième épisode d’une série sur l’A/B testing à suivre sur le blog du Capitaine. Retrouvez le troisième épisode ici.

Le choix du ou des objectifs est une des étapes incontournables d’un test A/B réussi, et bien qu’il existe certaines bonnes pratiques, il s’agit d’un processus qui dépend en grande partie de l’expérience des entreprises dans le domaine de l’optimisation des conversions.

objectifs_abtesting

Aller au-delà du taux de conversion

Si vous débutez en A/B testing ou que vous ne savez pas précisément quel objectif affecter à un test, recherchez tout simplement une augmentation du taux de conversion. C’est l’objectif le plus évident ; il s’agit d’un indicateur ayant un impact monétaire direct. Attention cependant : en pratique, peu de tests aboutiront à un tel résultat. Si vous êtes déjà à l’aise avec l’A/B testing, vous pouvez poursuivre d’autres objectifs.

Il ne faut pas se limiter au taux de conversion comme seule et unique mesure du succès d’un test A/B. Si un test A/B produit un effet positif sur l’engagement des internautes vis-à-vis de votre site, même si ceux-ci ne convertissent pas immédiatement, c’est quand même un succès qu’il ne faut pas négliger, bien au contraire ! Le succès d’un plan d’A/B testing passe par une succession de gains parfois modestes : le but de l’A/B testing est aussi de produire des enseignements sur les performances de votre site, ce qui sera difficile si le taux de conversion global demeure votre seul indicateur de perfomance.

KPI primaires et secondaires

La même logique s’applique au choix des KPIs : pour chaque test, choisissez un KPI primaire qui vous permettra de suivre les effets de vos modifications sur votre objectif principal, mais aussi des KPIs secondaires. C’est la différence entre macro et micro-conversion : la macro-conversion, c’est la raison d’être du site. Pour un site d’e-commerce, il s’agit donc la plupart du temps du nombre de transactions réalisées. Les micro-conversions, en revanche, sont toutes les conversions secondaires qui contribuent à la macro-conversion, et peuvent être très variées (s’inscrire à une newsletter, visionner une démo, ajouter un produit à une liste de souhaits…). Pour améliorer la macro-conversion, il est indispensable d’optimiser aussi les micro-conversions. Assigner des KPIs aux deux types de conversions vous permettra :

  • de voir quel impact vos modifications auront sur les micro-conversions même si elles n’impactent pas la macro-conversion ;

  • de ne pas manquer les éventuels effets non anticipés de la variation.

Par exemple, si un site d’e-commerce teste une variation dans le but d’augmenter ses conversions, il est également important de mesurer l’impact de cette variation sur le nombre d’ajouts au panier, le nombre de créations de comptes utilisateurs, le nombre de lectures de la vidéo de présentation du produit… Tous ces indicateurs sont importants pour mesurer l’engagement des visiteurs. Si la variation les impacte positivement sans impacter le taux de conversion global, le test peut quand même être considéré comme réussi et apportera des enseignements.

Conclusion

Déterminer les objectifs d’un test A/B implique donc de prendre le temps d’analyser et de comprendre la situation de départ : il faut s’armer de données et d’informations pour ne pas choisir la direction à l’aveugle, et ne pas négliger les micro-conversions. Posez-vous la question suivante : quelle(s) amélioration(s) attendez-vous de l’A/B testing en général ?

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Merci de taper les caractères de l'image Captcha dans le champ

Merci de saisir ces caractères dans le champ
ci-dessous afin de valider votre commentaire.

Alix de Sagazan

Article de : Alix de Sagazan

Alix de Sagazan est directrice associée chez AB Tasty, application d’A/B testing et de personnalisation des contenus. AB Tasty est une start-up qui a développé son propre outil d’A/B Testing afin de permettre aux équipes non-techniques de réaliser elles-mêmes leurs tests A/B.