Qu’est-ce que l’AB Testing ? Définition

En marketing digital, il est parfois compliqué de savoir si une landing page est parfaitement efficace pour l’internaute. Certes, des outils de tracking et des analyses pages par pages sont possibles avec une console Google Analytics mais elles sont conditionnées par un certains nombres d’éléments. De même, l’UX (User Experience) d’un site Internet nécessite d’avoir une démarche presque scientifique de la part des designers. Nous avons déjà abordé la question du CRO Marketing qui consiste en l’optimisation tu taux de conversion ; Une technique particulièrement employée est l’A/B testing. Définition et explications.

Définition de l’AB Testing

L’A/B Testing est une technique de marketing consistant à proposer plusieurs variantes d’un même objet différant selon un critère en particulier. L’A/B testing est applicable pour une page Web (par exemple une page de vente d’un produit, un e-mail ou une bannière publicitaire), mais aussi, en marketing visuel ou sensoriel, pour le produit lui-même, son emballage, etc. Le but est ensuite de proposer cet objet au consommateur afin de déterminer quelle version est la lus appréciée ou la plus engageante.

Si l’on se limite à la question du marketing digital, proposer deux versions d’une même page Web permet, sur une durée définie, dans les mêmes conditions d’affichage et un trafic équivalent de voir laquelle convertit le mieux. Le critère objectif employé en marketing est le CTR (click through rate) ou, en français, le taux de clic. Il faut donc, pour pouvoir s’en assurer, au-delà du temps de lecture consacré par les internautes (qui lui aussi est un critère), proposer des call-to-actions différents par exemple sur chacune des landing pages. Mais d’autres éléments peuvent être étudiés comme les images, les vidéos, le texte, la taille des éléments, la couleur, etc.

Optimiser les actions d’A/B Testing sur une landing page

Pour pouvoir se lancer dans des tests A/B, il faut avoir des objectifs et surtout de la donnée. Il est presque impossible d’avoir un reflet fidèle de la réalité d’un taux de conversion si le trafic du site Internet est insuffisant. Cependant, il est également délicat de déterminer à la fois le volume mais aussi les sources de trafic nécessaires pour s’assurer de la performance des actions que l’on va engager. Ceci à pour conséquence de devoir procéder par petites touches dans l’A/B testing.

De même, il faut là encore avoir des objectifs en lien avec le but recherché : Augmenter les ventes, améliorer l’ajout au panier, conforter le tunnel de vente, etc. Il faut donc un plan pour la réalisation et un roadmap (une représentation graphique simplifiée).

Dans la conception d’un site E-commerce, on peut utiliser l’A/B testing alors même que la landing page ciblée ne dispose pas encore de trafic naturel proprement dit. La technique consiste à utiliser Google Ads en alternance sur telle ou telle version. La durée de test doit toutefois être assez longue puisque des variations saisonnières existent mais aussi des variations dans la semaine et la journée (en fonction de certaines heures pour une expression recherchée).

Les limites de l’A/B testing

La principale limite de l’AB testing, vous l’avez deviné en lisant les premiers paragraphes de cet article, c’est la spécificité des différents segments de visiteurs. La non prise en compte de cet aspect rend caduque l’efficacité du test. Il en ressort qu’il devient presque parfois insoluble la correction de te ou tel élément. Pour compenser cette réalité, il faut donc allonger considérablement la durée des tests de variantes de pages mais aussi les sources de trafic. On pourra ainsi proposer non seulement des Ads sur Google mais aussi sur Facebook et les plateformes sur lesquelles il sera possible d’acquérir un peu de trafic, en segmentant à nouveau les sources dans les analyses.

Sur la question du ciblage des internautes, il reste possible, dans les campagnes publicitaires notamment, de limiter les visites en fonction des internautes (Zone géographique, etc.). Cependant, la problématique liée à la capacité d’un internaute à comprendre le message que vous énoncez dépendra de facteurs culturels, de facteurs d’âge, etc. Sur ce plan, il est parfois compliqué de proposer un modèle standard valable pour le persona-cible mais inefficace pour les autres, qui peuvent paradoxalement présenter le plus gros du bataillon de leads possibles.L’AB Testing devient ici caduque également.

Les paramétrages de tracking sont également parfois biaisés. En raison de problèmes techniques ou de mauvaises configuration d’une consle Google Analytics, il arrive que des données ne soient pas 100% fiables. Pour compenser cela et améliorer les chances de réussir son AB Testing et au-delà ses optimisations de pages (CRO MArketing), il convient donc de s’assurer d’avoir les filtres et événements en adéquation avec ses objectifs.

Enfin,le processus psychologique menant à l’action est variable en tout temps et pour toute personne. Cet aspect psychologique est particulièrement difficile à cerner et l’intention de l’internaute également. Pour toutes ces raisons, l’A/B testing a de nombreuses limites qui conduisent certains professionnels du marketing à se tourner vers d’autres solutions comme augmenter les volumes de trafic pour augmenter le volume brut de la conversion à défaut du taux de conversion.

X.D.

Laissez un commentaire