Procédure de test simple comme A,B,C avec Google Website Optimizer
Avec Google Website Optimizer, il est très aisé de faire tourner un « A/B testing ». Cette technique vous permettra d’établir quelle page est la plus performante en terme de conversion de trafic.
Comment ça marche?
Rappel: le « testing A/B » est une « vieille » technique de test bien connue des e-marketeer. Elle a pour objectif de déterminer quelle mise en page obtient le meilleur taux de conversion.
Exemple: vous souhaitez que vos visiteurs visite la description de votre offre. Mais pour y arriver, ils doivent passer par une page intermédiaire. Le testing A/B va vous permettre de tester différentes versions de cette page intermédiaire et de déterminer quelle est celle qui conduit le plus de trafic vers votre description d’offre. Chaque version sera mise en ligne et un outil en gèrera l’affichage aléatoire pour chaque utilisateur.
C’est ce que j’ai essayé de représenter dans ce schéma. Les techniques actuelles permettent facilement de mettre en ligne plus de deux versions différentes:
Que fait-on varier?
On peut tout tester: la position d’un bouton, sa taille, sa couleur, son contenu, sa forme. On peut travailler la mise en page de la page elle-même, varier la position des éléments, etc… A vous, via une analyse, de déterminer ce qui pourrait potentiellement améliorer le taux de conversion de votre page.
De petits changements peuvent avoir de grands effets. Ne pensez pas nécessairement devoir tout refaire: ajouter trois points à la suite de l’intitulé d’un bouton peut avoir des effets non négligeables sur votre taux de conversion.
Et les outils?
Avec Google WebSite Optimizer (gratuit), les choses sont assez simples:
- Vous créez un test via l’interface.
- Google génère des JavaScript ( de « contrôle » et de « suivi ») que vous insérez dans vos pages de conversion et dans votre page de destination.
- Vous démarrez le test via la même interface.
- A partir de ce moment, chaque visiteur obtiendra une des versions que vous avez conçue. L’appel JavaScript appelle un serveur de Google qui décide quelle page est affichée.
- Après quelques heures, Google Website Optimizer désigne la page gagnante!
Cela peut paraître simple, mais pour le faire convenablement, il faut bien penser son test et l’envisager dans un processus d’amélioration continue.
Aller plus loin?
Les tests multivariables vont encore plus loin. On découpe sa page en zones et l’outil va générer toutes les combinaisons possibles des éléments que vous souhaitez faire varier. Il s’agit là d’une machine lourde au niveau statistique mais qui déterminera mathématiquement la meilleure combinaison d’éléments.
Plus d’infos via Google Website Optimizer…
Après la bonne question c’est de savoir ce qu’il faut tester et comment mettre les priorités
Bon ceci pour la durée du test pour un grand nombre de sites, il faut compter 2 à 3 semaines (il faut effectuer le test sur un échantillon du trafic suffisamment conséquent).
Tout à fait. L’outil ne fait pas tout. Il faut bien penser ce qu’on va faire varier et comment.
Ceci dit, lors de cette première tentative, après 5 jours, une de mes variations affiche déjà une amélioration de 25% de mon taux de conversion. Pas besoin d’attendre 2 semaines pour tirer la conclusion
expressions.be » Blog Archive » Les chemins croisés de la « Usability » et des « Analytics » (8 septembre 2009, 11:17).
[...] L’avantage des analytics par rapport aux autres méthodes d’évaluation classique de l’ergonomie, c’est que l’on teste sur l’ensemble des visiteurs réels. Alors que les experts de la usability recrutent des testeurs sur base de critères censés représenter les utilisateurs réels, on a la chance de pouvoir exécuter des tests en temps réel sur de vrais utilisateurs. La méthode des « tests A/B » en est un très bon exemple. En présentant deux versions d’une même page, on est en mesure de calculer la différence de taux de conversion (j’ai en déjà parlé par ailleurs). [...]
expressions.be » Blog Archive » Design de formulaire efficace: utiliser la narration (3 mars 2010, 4:24).
[...] A/B Testing a permis de conclure que la taux de conversion d’un « formulaire narratif » de test était [...]