← Retour aux articles

A/B testing : qu'est-ce que c'est, et à quoi ça sert ?

A/B testing : qu'est-ce que c'est, et à quoi ça sert ?

Quand il n’y en a plus il y en a encore : l’A/B testing est un énième anglicisme, peu éloigné du français cette fois puisque l’on parle d’A/B test dans la langue de Molière. Cette méthodologie permet de tester des hypothèses de performance d’éléments web afin de sélectionner les plus efficaces, et ainsi accroître son acquisition comme sa conversion. Je vous explique tout !


A/B testing : définition

L’A/B testing est un procédé de test qui permet de comparer les performances de deux versions d’un contenu au sein d’une même audience. La récolte et l’analyse de données sont au centre de cette technique répandue du marketing digital. On peut rapprocher d’A/B testing du “Test and learn” (décidément on ne s’en lasse pas de ces anglicismes), à la différence près que le test and learn ne nécessite pas la comparaison de deux versions à un instant T. Il s’agit davantage d’une méthodologie d’essai/erreur qui permet une progression et un apprentissage continus. L’A/B test est beaucoup plus formalisé, à tel point qu’il existe nombre d’outils sur le marché qui en font le cœur de leur offre.

La règle d’or : une seule variable par session de test. Si plus d’une variable est définie, comment savoir quel est le changement à l’origine de la modification des comportements ?

En fonction de l’élément testé on récoltera plusieurs données :

  • taux d’ouverture
  • taux de clic
  • taux de conversion
  • temps passé sur la page
  • panier moyen
  • Chiffre d’affaires généré

Je recommande également de recourir à des heatmaps et/ou à des enregistrements de sessions, afin d’analyser plus finement le parcours utilisateur. Hotjar est l’un des plus connus, et propose une offre gratuite dont les limites permettent tout de même d’avoir un bon aperçu de ses performances.

Une fois la meilleure version déterminée, vous pouvez passer à un autre A/B test !


Que tester en A/B testing ?

Le test A/B est autant un outil pour les webmarketeurs que pour les UI/UX designers. CTA, couleur de bouton, image, texte, algorithme, objet de newsletter… Tout ce qui est web est testable ! Mais voici les familles principales des éléments testés en A/B test :

La couleur des éléments graphiques

Vaut-il mieux un bouton en bleu, ou en vert ? Quelle est la couleur la plus appropriée pour un bandeau comportant un code promo ?

L’A/B testing est capable de vous aider à répondre à toutes ces questions, qu’il s’agisse de landing page ou d’emailing.


L’emplacement des différents éléments

Un code promo a plus d’impact s’il est placé en bas de page. Non, en haut de page. Mais non, il faut l’afficher sous forme de pop-up après 30 secondes sur la page… Si vos discussions en interne ressemblent à cela, un test A/B mettra tout le monde d’accord. La théorie c’est bien, la preuve c’est mieux !


Le texte

Chacun a sa sensibilité. Quand l’un sera plus réceptif à un argument d’écologie, l’autre signera tout de suite quand on lui parlera de Made in France. Mais quel est le plus gros groupe ? Testez vos objets d’email, vos titres ou même le contenu de votre argumentaire ou de vos boutons, et obtenez l’information qu’il vous manquait.


Le formulaire

Il parait qu’un formulaire trop long peut baisser considérablement votre taux de conversion. Qu’en est-il d’un formulaire en 2 ou 3 parties ? Ou vaut-il mieux un formulaire ultra court ? Testez le nombre et la formulation de chaque champ, et construisez un formulaire ultra performant.


L’algorithme 

Votre site e-commerce propose des suggestions d’achat en fonction des articles regardés ou ajoutés au panier ? Vérifiez leur pertinence en jouant avec les réglages de cet algorithme, et implémentez les plus efficaces d’entre eux pour augmenter votre panier moyen. C’est également valable pour la proposition de contenus complémentaires sur des blogs ou sites institutionnels.


Pour résumer

Le test et la mesure des performances sont indispensables en webmarketing. L’A/B testing permet de mesurer l’efficacité d’un élément par rapport à un autre à un instant T, afin d’aider à la décision. Images, couleurs, textes, navigation utilisateur… Tout est sujet à test, et donc à amélioration de la performance. Attention à n’insérer qu’une seule variable dans chaque test, au risque de ne pas être capable d’identifier la source du changement de comportement !

Alice Perchaud profil

Je m’appelle Alice Perchaud et je suis Consultante en Communication Organique freelance. J’accompagne les entreprises dans le développement de leur visibilité naturelle sur le web, en intervenant sur les 3 piliers fondamentaux : une présence structurée, une optimisation SEO, et des témoignages extérieurs.

Me contacter

Contenus similaires : #visibilité naturelle