Comment effectuer des tests A/B en 5 étapes faciles (et 2 exemples)

Et si nous vous disions qu'il existe un moyen d'améliorer votre campagne marketing, d'optimiser les expériences utilisateur et d'en savoir plus sur vos clients ?

Eh bien, il y en a.

Tout ce que vous avez à faire est d'exécuter des tests A/B, et c'est plus facile que vous ne le pensez.

Nous allons parler de l'importance des tests A/B et de la manière dont vous pouvez utiliser cette méthode pour améliorer les taux de conversion, mesurer les changements et augmenter vos résultats.

Mais d'abord, couvrons les bases.

Les tests A/B consistent à analyser deux versions différentes de la même chose pour voir laquelle fonctionne le mieux. Il est également connu sous le nom de test fractionné.

Source : HubSpot

Supposons que vous ayez créé une nouvelle page de destination pour votre site Web. Vous aimez son apparence, mais vous n'êtes pas sûr qu'elle sera plus performante que votre page de destination existante.

Vous pouvez simplement le remplacer par le nouveau, mais cela pourrait réduire votre taux de conversion.

Vous aimeriez savoir quelle version vos visiteurs préfèrent. Et pour ce faire, vous pouvez lancer un test A/B. La moitié des visiteurs qui atterrissent sur votre site verront la page de destination A tandis que l'autre moitié verra la page de destination B.

Lorsque le test est terminé, vous pouvez voir quelle version de la page de destination a eu le meilleur taux de conversion. C'est la version que vous devez ajouter à votre site Web.

Vous pouvez exécuter des tests A/B pour pratiquement n'importe quoi , pas seulement les pages de destination. Les marques testent couramment :

• Conceptions de bulletins d'information, lignes d'objet et autres copies d'e-mails
• Boutons d'appel à l'action
• Descriptifs des produits
• Avis des clients
• Publicités contextuelles et plus

L'exécution d'un test fractionné peut vous aider à comprendre l'engagement des utilisateurs et à prendre de meilleures décisions marketing.

La polyvalence des tests fractionnés en fait l'un des atouts les plus précieux de votre boîte à outils de marketing numérique. Il vous permet de voir comment les gens réagissent lorsque vous modifiez votre contenu numérique. Cela vous donne plus d'informations sur le comportement des visiteurs et les préférences d'achat.

Il y a une bonne et une mauvaise façon de faire des tests A/B.

La bonne méthode vous aidera à atteindre vos objectifs de conversion en ajustant avec précision divers éléments de votre site Web pour les aligner sur les préférences de vos visiteurs. Le mauvais chemin vous fera perdre beaucoup de temps, et personne ne veut cela.

Vous trouverez ci-dessous quelques bonnes pratiques pour vous aider à tirer le meilleur parti de vos tests A/B.

1. Commencez par une stratégie

Réaliser des tests A/B, c'est un peu comme suivre la méthode scientifique. Vous ne changez pas les choses au hasard. Il y a un processus que vous devez suivre.

Vous devez:

• Commencez par une question : "Comment puis-je augmenter les abonnements à la newsletter ?"
• Faites une hypothèse : "Ajouter une fenêtre contextuelle d'intention de sortie à ma page de destination augmentera le nombre d'abonnés."
• Menez l'expérience : exécutez un test A/B sur votre page de destination, avec et sans la fenêtre contextuelle.
• Tirez votre conclusion : "J'ai gagné 8,75 % d'abonnés supplémentaires en utilisant la fenêtre contextuelle."

Si vous n'avez pas d'objectif ou de résultat souhaité en tête, vous testez sans but des choses dans l'espoir que quelque chose puisse fonctionner. C'est pourquoi il est important de développer une stratégie avant de commencer vos tests A/B.

Sachez ce que vous voulez réaliser , puis vous pourrez commencer à planifier vos tests.

Voici un exemple.

Imaginez que votre objectif est d'augmenter les abonnements à la newsletter. La première chose à faire est de construire votre stratégie autour de cet objectif en réfléchissant à différentes façons d'augmenter les abonnements. Vous pourriez:

• Ajoutez une fenêtre contextuelle de formulaire d'inscription pour cibler les visiteurs lorsqu'ils quittent votre page de destination.
• Créez une nouvelle page de destination.
• Modifiez la couleur du bouton de votre appel à l'action existant.

Ce sont d'excellentes choses à tester. Vous pouvez exécuter autant de tests A/B que vous le souhaitez, mais vous ne devez tester qu'un seul élément à la fois .

Ne testez pas votre nouvelle fenêtre contextuelle sur la nouvelle page de destination, car vous ne saurez pas à quel élément les visiteurs répondent.

Cependant, vous pouvez exécuter plusieurs tests du même élément. C'est ce qu'on appelle les tests multivariés.

Un exemple de test multivarié est le test fractionné de trois versions de popup de rotation de la roue , où vous utilisez un bouton d'appel à l'action différent pour chaque variante. Vous exécutez plusieurs tests, mais vous analysez toujours le même élément : la fenêtre contextuelle de rotation de la roue.

2. Jetez les bases de votre test A/B

Chaque test A/B doit avoir :

• Contrôle : votre actif numérique actuel. Le contrôle peut être les titres des articles de blog, les lignes d'objet des e-mails, un formulaire d'appel à l'action ou tout autre élément pouvant être testé.
• Challenger : La version modifiée du contrôle que vous souhaitez tester.

Supposons que vous ayez une fenêtre contextuelle de bienvenue sur votre article de blog et que vous souhaitiez tester l'efficacité d'une fenêtre contextuelle d'intention de sortie. La fenêtre contextuelle de bienvenue est votre contrôle et la fenêtre contextuelle d'intention de sortie est votre challenger.

Il est maintenant temps de définir la taille de votre échantillon. A qui enverrez-vous le test ?

Si vous testez une campagne par e-mail, vous pouvez simplement envoyer le contrôle à la moitié de vos abonnés et le challenger à l'autre moitié.

Comment ciblez-vous les visiteurs lorsque vous souhaitez tester des pages et des éléments sur votre site ?

Vous voulez vous assurer d'avoir une taille d'échantillon suffisamment grande. Sinon, votre test ne donnera pas de résultats précis .

Optimizely dispose d'une calculatrice qui vous aide à définir la taille de votre échantillon.

Tout ce que tu dois faire est

1. Entrez le taux de conversion de votre commande –– c'est le taux de conversion de votre objet existant.

2. Déterminez le degré d'amélioration que vous voulez que le test reconnaisse . Dans l'image ci-dessous, l'effet minimum détectable est de 20 %. Cela signifie que le test détectera une augmentation des conversions de 20 % ou plus.

3. Choisissez la signification statistique de votre test . Considérez cela comme une précision. Si votre test a une signification statistique de 95 %, cela signifie que vous pouvez être sûr à 95 % que les résultats sont exacts.

Et tada ! Le calculateur vous donnera une taille d'échantillon du nombre de visiteurs à qui montrer le test.

3. Lancez votre test

Vous aurez besoin d'un outil de test A/B pour lancer le test et collecter les données pour vous. Vous pouvez en savoir plus sur la façon de lancer des tests et de mesurer les résultats en lisant notre guide sur les statistiques des tests fractionnés .

Découvrez OptiMonk si vous recherchez une solution qui vous permet de créer des fenêtres contextuelles personnalisées, d'exécuter des tests A/B et multivariés sur celles-ci.

Bien qu'il ne s'agisse pas spécifiquement d'un outil de test A/B, vous pouvez utiliser OptiMonk pour créer et tester divers éléments de site Web tels que :

• Popups
• Messages annexes
• Nanobarres
• Bannières, et plus

Une fois que vous avez lancé votre test, vous devez décider de sa durée.

Généralement, les entreprises effectuent des tests pendant quelques mois ou un cycle économique, mais chaque cas est différent. Idéalement, vous souhaitez tester jusqu'à ce que vous atteigniez une signification statistique de 95 % .

Vous ne devriez jamais exécuter votre test pendant quelques jours seulement. Il ne vous donnera pas de résultats de test précis, car vous pourriez subir une augmentation à court terme ou une baisse des conversions qui faussent vos performances.

4. Mesurez vos résultats

Mesurer les résultats de votre test est un processus simple et rapide.

L'image ci-dessus est le résultat d'un test contextuel multivarié exécuté via OptiMonk. Tu peux voir

• Combien de vues chaque test a (Impressions)
• Le nombre de conversions
• Les taux de conversion
• La confiance de chaque test

Vous pouvez voir sur la photo que la variante 1 a le meilleur taux de conversion, mais le test est loin d'être terminé. Les variantes 1 et 2 n'ont pas atteint un niveau de confiance de 95 % ou plus, nous ne pouvons donc pas encore déclarer la variante 1 gagnante en toute confiance.

Quand arrêter le test ? Une fois que vos tests atteignent un niveau de confiance de 95 %, vous disposez de suffisamment d'informations pour conclure le test. Ensuite, vous pouvez sélectionner la variante avec le taux de conversion le plus élevé en tant que champion.

5. Planifiez votre prochain test

Ne considérez pas les tests A/B comme une chose ponctuelle. Considérez-le comme un processus continu car les préférences des clients changent avec le temps.

De plus, il y a toujours place à l'amélioration, en particulier lorsque vous créez du contenu axé sur le client. Chaque fois que vous souhaitez reconcevoir vos pages Web ou modifier la taille des boutons de votre formulaire d'inscription, exécutez un test A/B pour voir quelle version les visiteurs préfèrent.

Pensez à des moyens d' améliorer divers éléments de votre campagne de marketing . Évaluez vos pages de destination sur Google Analytics. Examinez des mesures telles que le taux de rebond, le taux de conversion et le temps passé sur une page.

Si vous pensez qu'il y a place à l'amélioration, vous pouvez penser à des façons de modifier et de tester vos pages.

Maintenant que vous savez comment réussir un test A/B, une question demeure : fonctionnent-ils vraiment ?

Absolument!

Les tests A/B sont l'une des solutions d'optimisation de conversion les plus efficaces dont vous disposez. Mais ne nous croyez pas sur parole. Voyez par vous-même en lisant deux études de cas ci-dessous.

Bottines et Chaussettes

L'entreprise de chaussures pour femmes Boot Cuffs & Socks s'est tournée vers OptiMonk lorsqu'elle avait besoin d'aide pour augmenter ses ventes. Ils ont créé une popup pour les acheteurs qui quittent le site sans finaliser leur achat.

Ils ont créé deux versions pour inciter les visiteurs à finaliser leurs achats. L'un offrait un crédit en magasin de 4,25 $ et l'autre une remise de 10 %. Boots Cuffs & Socks voulait voir comment les deux versions fonctionnaient l'une par rapport à l'autre, alors ils ont effectué un test A/B.

Le test a duré 40 jours et ils ont constaté que les gens aimaient davantage la version B. Ses taux de conversion étaient supérieurs de 15 % à ceux de la version A.

En fin de compte, les efforts de marketing de Boot Cuffs & Socks ont fonctionné. La campagne a réduit les abandons de panier de 17 % et a atteint un retour sur investissement mensuel de 280 % .

SwissWatchExpo

SwissWatchExpo a également utilisé OptiMonk pour tester ses popups.

Ils ont effectué un test multivarié sur trois popups pour voir quelle version les visiteurs du site Web préféraient. Voici les différences :

• La version A a utilisé la fonction de remplacement dynamique du texte (DTR) pour afficher l'une de leurs montres dans la fenêtre contextuelle.
• La version B comportait un message invitant le visiteur à terminer son achat avant que l'article ne soit épuisé.
• La version C offrait un rabais de 100 $ et la livraison gratuite.

La version C était la championne. Il a remporté le test avec un taux de conversion impressionnant de 28 %.

Après avoir terminé les tests, SwissWatchExpo a lancé sa campagne. Leurs transactions en ligne ont augmenté de 27 % et leurs revenus de 25 % en trois mois à peine.

Albert Einstein a dit un jour : "L'échec est le succès en cours."

Vous ne créerez pas la campagne marketing parfaite en devinant. Vous le créez par essais et erreurs, en apprenant ce qui ne fonctionne pas et en adaptant votre stratégie.

C'est là que les tests A/B peuvent aider. Après avoir effectué quelques tests, vous pouvez améliorer votre compréhension des préférences et des habitudes d'achat des clients.

Découvrez quelles stratégies marketing sont susceptibles de stimuler les ventes et quelles stratégies éviter, ainsi que comment créer une expérience client agréable qui influence le comportement des utilisateurs. Non seulement cela améliorera les performances de vos campagnes en cours , mais cela vous aidera également à prendre des décisions plus éclairées à l'avenir.