Découvrez la méthode OOH pour définir le contenu de vos tests A/B

Les outils d’A/B Testing connaissent de plus en plus de succès. Beaucoup d’entre vous se demandent souvent ce qu’ils peuvent tester sur leur site. Vous avez conscience que le test aide à trouver la meilleure de façon de convertir les visiteurs de votre site mais lorsque vous ouvrez  votre outil d’A/B testing, vous ne savez pas quels éléments tester : « Que pourrais-je tester aujourd’hui? » Vous allez alors sur votre site et naviguez pour trouver d’éventuelles choses à améliorer ou bien vous cherchez sur de multiples articles qui traitent d’A/B Testing des idées qui pourraient s’appliquer à votre site. Mais vous manquez d’inspiration.
Pour éviter le syndrome du « test blanc », je vous propose de suivre la méthode OOH (Objectifs Opportunités Hypothèse) que j’ai créée pour vous aider à trouver des tests à mener, propres à votre site et qui ont le plus de chances d’augmenter de manière significative sa performance.

Pour mieux faire comprendre cette méthode, je vais l’illustrer avec un exemple qui sert de fil conducteur à l’article.
Imaginez que vous êtes Responsable Optimisation de la Conversion d’un site Internet qui propose du papier peint personnalisable à la vente.
Sur ce site, les internautes configurent le papier peint qu’ils désirent en indiquant les dimensions, la texture, l’épaisseur, la couleur, les dessins à faire imprimer, etc.,…  Il leur est aussi possible de demander un devis pour un papier peint dont les caractéristiques sont absentes dans le configurateur en ligne.

1. Objectifs : bien les définir dès le départ

Un des principaux écueils que j’ai souvent observé dans la pratique de l’A/B Testing est la sur-optimisation.
La sur-optimisation est l’obtention de meilleurs résultats de performance sur des éléments qui ont très peu d’influence sur la performance globale de l’entreprise.
Dit autrement, c’est comme si vous nettoyez la poussière dans une maison qui est en train de brûler. Nettoyer la poussière est utile mais ne contribue à éteindre le feu qui est un problème bien plus important.
La sur-optimisation survient lorsqu’on mène des tests un peu par hasard, sans trop savoir pour quelles raisons on teste un élément plutôt qu’un autre.

La première étape est alors de définir l’objectif du test : quelle est la finalité de mon test ? Qu’est-ce que je veux changer ? Qu’est-ce que je veux améliorer ?
Mais cela ne suffit pas. Encore faut-il le définir à partir de la stratégie digitale de votre entreprise.
Grâce aux données fournies par votre outil de Digital Analytics, vous avez établi un tableau de bord qui permet de contrôler la performance de vos dispositifs en ligne. Le tableau de bord affiche les différents objectifs stratégiques et opérationnels avec la valeur du ou des KPI qui permettent de contrôler s’ils ont été atteints. Dès qu’un objectif n’est pas atteint, vous savez qu’il y a un besoin de tester des actions correctrices.

C’est ainsi que Netflix pratique l’AB Testing car selon Todd Yellin, VP of Product Innovation de Netflix « Nous faisons de l’AB Testing incrémental uniquement sur des sujets qui ont un impact sur notre business : c’est la stratégie de l’entreprise qui guide nos expérimentations. »
Relier vos tests avec la stratégie digitale de votre entreprise permet de baser vos tests sur ce qui est réellement important pour votre entreprise. Grâce à ce lien avec la stratégie de l’entreprise, vous donnez du sens à vos tests, votre travail va être pris au sérieux par le management et vous n’allez plus tomber dans le piège de la sur-optimisation.

Reprenons notre exemple : la dernière édition du tableau de bord du site de vente de papiers peints personnalisés indique que l’objectif stratégique « Augmenter les demandes de devis » enregistre des résultats insatisfaisants : le nombre de demandes de devis en ligne progresse beaucoup moins vite que celui des commandes. Vous décidez par conséquent d’orienter vos prochains tests sur l’amélioration de cet objectif stratégique.

2. Opportunités : identifier les meilleures

Le fait d’avoir défini un objectif aide à trouver l’objet des prochains tests.
Il s’agit maintenant d’analyser les données d’audience dans votre outil de Digital Analytics pour trouver les causes possibles de la contre-performance :

• Les analyses de navigation révèlent à quel endroit sur le site les internautes sont bloqués ou la présence d’allers-retours entre deux pages, signes d’une mauvaise compréhension,
• Les analyses d’évolution de la performance indiquent à quel moment la contre-performance a débuté et si elle est sur une tendance baissière
• Les analyses de comparaison avec la même période de l’année précédente permettent de contrôler s’il s’agit d’un effet de saisonnalité
• Les analyses des sources marketing permettent de repérer les campagnes marketing inefficaces ou d’éventuelles contradictions entre ce qui est promis sur l’annonce publicitaire et ce que le site propose
• Les analyses de segmentation permettent d’isoler les populations plus particulièrement confrontées au problème
• Les analyses e-commerce mettent la lumière sur le produit ou la catégorie de produits qui enregistre le problème

Toutes ces analyses permettent de focaliser les tests sur les éléments à l’origine du problème en question. Vous identifiez les meilleures opportunités pour résoudre le problème grâce à l’analyse des données d’audience du site.
Enfin, toujours dans ce même souci de porter ses tests sur des éléments qui comptent, les analyses permettent de contrôler qu’une part importante d’internautes est bien touchée par le problème à l’endroit où vous souhaitez porter les tests.

Vous analysez les données d’audience du site de vente de papier peint. Les analyses de la navigation mettent en évidence que les demandes de devis se font essentiellement à partir de la page d’accueil ou des pages d’accueil des catégories de produits mais très rarement à partir des fiches produit. Or, sur les fiches produit, les internautes peuvent être tentés de demander un devis après avoir commencé la configuration de leur papier peint et s’être rendu compte que ce qu’il désire n’est pas proposé par défaut. Il y a une réelle opportunité de développement des demandes de devis en ligne à partir des fiches produit. Vous savez désormais où tester : sur les fiches produit.

3. Hypothèse : trouver celle à tester en premier

Une fois trouvé l’élément sur lequel travailler, la dernière étape consiste à trouver pourquoi l’élément en question ne parvient pas à convaincre les internautes. Que se passe-t-il ? Pourquoi les internautes ne poursuivent pas leur visite ? Qu’est-ce qui les bloquent ? Pour quelles raisons ne cliquent-ils pas ?
Il s’agit de l’étape la plus difficile. Mais les données d’audience sont encore une fois là pour nous aider. Elles apportent des indices sur ce qui se passe dans l’esprit des internautes : motivations, contexte, attentes,…

Voici des exemples d’analyses qui peuvent être utiles :

• Analyse du taux d’affichage de la page (ScrollView) pour identifier des éléments qui ne sont pas vus par les internautes,
• Analyse des clics sur la page (ClickZone) pour savoir sur quels liens de la page les internautes préfèrent porter leurs clics,
• Analyse des pages vues après la page pour comprendre ce qu’il se passe dans l’esprit des internautes,
• Analyse des termes de recherche dans le moteur interne pour découvrir les intentions et les attentes des internautes,
• Analyse du temps passé sur la page pour déceler des problèmes de compréhension.

En détenant la cause possible du comportement des internautes, il est plus facile de déterminer l’hypothèse à tester et les traitements à apporter sur la page.

Dans notre exemple de sites de vente de papier peint, le constat est que les demandes de devis depuis les fiches produit sont trop faibles. La cause possible est que les internautes ne savent pas qu’il est possible de demander un devis ou bien ils pensent que cela va être trop compliqué ou trop long ou trop cher.

Aucun bouton de demande de devis n’est présent sur la fiche produit. Cela est voulu pour ne pas réduire le nombre de commandes directes. Le Responsable du site a peur qu’en proposant la demande de devis à proximité du configurateur, cela perturbe les internautes qui vont hésiter et au final ne rien faire, ni commander, ni demander un devis. Vous proposez alors de tester la mise en place du bouton « Demander un devis » sur les fiches produit.

Si on reprend les différentes étapes:

Constat du problème :
Les demandes de devis depuis les fiches produit sont trop faibles.
Cause possible :
Les internautes ne savent pas qu’il est possible de demander un devis ou bien ils pensent que cela va être trop compliqué ou trop long ou trop cher.
Hypothèse à tester :
La mise en place d’un bouton Demande de devis accompagné d’arguments va faire augmenter le nombre de devis sans faire baisser le nombre de commandes directes.
Traitements à apporter sur la page de test :
Implémentation d’un bouton « Demande rapide de devis »
Insertion de textes à proximité du bouton : Réponse en moins de 24 heures, Convient aux budgets limités.

Habituellement, beaucoup d’entre nous débutent leurs tests à la troisième étape, tentant de trouver ce qui ne va pas sur une page et ce qu’il faudrait tester. Le respect de la méthode OOH présentée ici permet de professionnaliser son approche du Testing et éviter de tester des variations sans trop savoir à quels problèmes elles répondent et sur quelle hypothèse elles se fondent.

Vous l’avez remarqué en lisant cet article : le recours à l’outil de Digital Analytics est constant dans une démarche professionnelle d’A/B Testing. La pratique du Testing ne peut être réalisée sans connaissance et pratique de l’analyse de données. C’est une condition indispensable pour décider des objectifs, des emplacements et du contenu de vos tests. La prochaine fois que vous vous demandez ce que vous allez tester, je vous invite à reprendre la méthode OOH, cela vous aidera à avancer vite dans votre travail et à influer de manière décisive les résultats de votre entreprise.