Comment assurer la réussite de votre test A/B et la collecte d’un maximum d’enseignements ? Si votre hypothèse de départ est bonne, la conception des variations et les KPIs utilisés le sont tout autant pour répondre à ces objectifs. Améliorez vos tests grâce à des exemples concrets comme Allopneus.com
Description du test A/B
Allopneus.com vient de lancer un test A/B qui a pour objectif de guider et engager ses utilisateurs via un tutoriel en page liste. Cette idée est intéressante d’autant plus que l’achat de pneus sur internet pose un problème : Comment trouver le pneu adapté à son véhicule ?
Autre point important, une partie de la population peut être rebutée à l’idée de commander ses pneus sur internet. Ce tutoriel a donc pour objectif de rassurer l’utilisateur sur le parcours d’achat et probablement de réduire le taux de sortie dès les premières étapes de recherche. Est-ce la bonne technique pour engager ? Comment Allopneus.com teste ce parcours ?
Ocado.com propose dans un autre domaine, un parcours personnalisé et adapté aux nouveaux utilisateurs avec un tutoriel ainsi que plusieurs offres :
Analyse de la variation de test A/B
La marque teste la présentation d’un tutoriel en haut de ses pages listes. Il représente le parcours d’achat d’une manière simplifiée en 4 étapes :
Le rendu graphique est simple avec un label court. Il n’y a pas grand chose à dire, c’est épuré au possible et efficace !
Autre chose d’intéressant ?
Malheureusement non, l’interface est très chargée autour de ce bandeau et il sera difficile de captiver l’attention de l’utilisateur. Il est fort probable qu’il va se diriger rapidement vers l’offre produit sans prêter attention au tutoriel. Vous pouvez vérifier ce point avec une attention map, comme le propose l’outil MouseFlow par exemple.
Autre point perfectible, le contenu du tutoriel. Lancer seulement une seule variation de test avec 4 arguments ne permet pas de savoir quelles sont les attentes utilisateurs. Vous passez à côté d’un enseignement précieux.
Optimisation n°1: densité information & impact
La première optimisation consiste à augmenter l’impact du bandeau dans l’interface. En effet, il y a beaucoup d’informations perturbantes autour du bandeau qui manque de visibilité. Le risque d’avoir un test A/B avec un résultat flat est important, l’intérêt est donc nul.
N’ayez pas peur d’être agressif dans vos conceptions de test !
Pour éviter ce constat, 2 stratégies sont possibles. La première consiste à augmenter excessivement l’impact visuel du tutoriel dans l’interface, avec un fond coloré très constrasté par exemple.
La seconde stratégie est plutôt d’aérer l’interface pour réduire la charge cognitive de l’utilisateur et le focaliser sur notre bandeau. A titre personnel, je préfère cette seconde stratégie et vous obtiendrez un enseignement précieux pour vos conceptions suivantes.
Optimisation n°2 : définir le bon emplacement
Autre risque de ce test est son ciblage, la page liste. Il y a probablement une grande partie des utilisateurs qui quittent le site dès la homepage et avec un besoin d’être rassuré sur les services Allopneus.com.
Je recommande d’analyser vos données analytics pour déterminer les principaux templates de sortie (surtout pour les nouveaux utilisateurs). N’hésitez pas à lancer différentes combinaisons de ciblage et vous obtiendrez alors un enseignement précieux.
Optimisation n°3 : définir le bon timing
Quand vos utilisateurs sont-ils les plus réceptifs à ce message de rassurance ? Faut-il l’afficher après un délai de quelques secondes ou après plusieurs pages vues ? En configurant votre test A/B sur différents ciblages, vous obtiendrez ce précieux enseignement : quand doit-il être rassuré.
Pour répondre à cette question, je vous conseille d’analyser vos données analytics pour déterminer le temps moyen de session, le nombre de pages vues ou le template de page affiché avant le départ de votre site.
Optimisation n°4 : le contenu
Difficile de savoir si le contenu du bandeau rassure et l’impact qu’il aura sur vos différents segments. Pour découvrir cet enseignement précieux, il peut-être intéressant d’aborder une stratégie simple et de combiner les contenus :
- parcours global
- parcours global + accès FAQ
- parcours global + accès chat
- parcours global + nombre d’avis
- Information de facilité de livraison, de paiement et de montage
A partir de ces combinaisons, vous serez capable d’analyser leur impact sur vos segments et de comprendre les attentes utilisateurs en fonction de leur maturité ou comportements.
Ajouter un lien vers la FAQ vous permettra de visualiser ce qui intéresse l’utilisateur avec une simple heatmap. Avec cet enseignement précieux, vous serez capable d’itérer rapidement pour gagner un pertinence.
Un travail en amont via des questionnaires en ligne ou des échanges avec vos clients, vous permettra de limiter les fausses combinaisons.
KPI et priorisation
Pour suivre la performance du test A/B, l’équipe d’Allopneus.com a configuré 3 KPIs :
- KPI principal : Transaction
- KPI secondaire : Taux d’accès à la fiche produit
- KPI secondaire : Taux d’accès à la page liste
La priorisation des objectifs est cohérente et 2 optimisations peuvent être réalisées pour analyser plus en détail ce test. La première est de remplacer la transaction par la valeur de la visite pour tenir compte du panier moyen et du nombre de produits par commande. Sans cette information, vous pouvez détecter un faux-positif (bon en conversion mais mauvais en AOV par exemple).
La seconde optimisation est d’ajouter des indicateurs UX tels que le taux de sortie en page liste, le temps de session ou le nombre de pages vues. Vous serez capable de mieux comprendre le comportement utilisateur avec ou sans ce tutoriel dans la page liste. Il est possible que ce test n’ait aucun impact business mais plutôt sur l’expérience utilisateur. C’est un enseignement précieux qui pourra vous amener à travailler une nouvelle hypothèse de test et cette fois, d’améliorer la partie business.
Si vous connectez votre outil de test A/B à votre outil analytics, vous pourrez facilement retrouver ces informations via une custom dimension et un rapport personnalisé.
Conclusion
Ce test A/B a du sens et peut vite amener à une personnalisation avec un ROI positif. Néanmoins, la préparation doit être structurée pour obtenir un maximum d’enseignements et réduire le nombre d’itérations. Pour cela, je vous conseille de définir les arguments les plus importants pour vos clients (nouveaux comme anciens) grâce à des questionnaires en ligne, focus group ou votre service client.
Concernant le ciblage, analysez vos données analytics pour déterminer le moment clés où vos utilisateurs quittent le site. Aussi, listez les landing pages les plus importantes et leur taux de rebond en fonction du type d’utilisateur. Avec ces 2 informations, vous serez capable de prioriser les templates à cibler et à quel moment.
Dès que vous aurez répondu à ces questions, vous pourrez affiner votre test avec des designs différents. N’ayez pas peur de changer !
Et vous, qu’en pensez-vous de ce test Allopneus.com ?