Un test A/B ou AB testing consiste à développer et à lancer deux versions de la même page web puis à mesurer celle qui fonctionne le mieux. Ce test permet d’optimiser un site internet ou une page de destination, une stratégie d’email marketing ou une campagne de publicité en ligne. L’objectif est de déterminer ce qui fonctionne vraiment et de prendre les meilleures décisions possible sur la base d’une démarche scientifique et expérimentale.
Définition: qu’est-ce qu’un test A/B exactement?
Les tests A/B sont utilisés pour comparer l’efficacité de différents éléments d’une page web. Une version A est présentée à une partie des utilisateurs et une version B à un autre groupe d’utilisateurs. Ensuite, à l’aide de méthodes statistiques, on détermine quelle les la version qui a le mieux fonctionné.
Un exemple d’A/B testing
Par exemple, imaginons que vous proposez à votre audience de s’inscrire à votre newsletter. Pour cela, vous insérez un élément dans votre sidebar de votre blog. Nous appellerons ce formulaire d’optin notre « contrôle » ou la version « A » (l’élément existant).
Votre objectif est de trouver ce qui peut être amélioré pour obtenir plus d’abonnés.
Vous créez donc un autre élément, avec par exemple un bouton d’appel à l’action différent, un texte différent ou une couleur plus visible. Vous modifiez l’emplacement du formulaire (en bas de page plutôt que dans la sidebar). Ce nouvel élément est votre « variante » ou version « B ».
Pour conduire un test AB, vous montrez chaque version à 50%de votre public.
L’idée est de collecter des données analytiques, tant pour la version A que pour la version B, que vous utiliserez ensuite pour déterminer l’élément le plus efficace. Lequel va-t-il attirer le plus de nouveaux abonnés?
Pour aller plus loin: mieux cerner le concept d’A/B testing
Avant de continuer, 2 précisions importantes.
D’abord, dans l’exemple ci-dessus, plusieurs variables sont testées en même temps. Ceci n’est en pratique pas souhaitable. En effet, nous pouvons facilement connaître le vainqueur, c’est-à-dire savoir quelle version attire le plus de nouveaux abonnées). Mais quels sont les facteurs décisifs de ce succès? S’agit-il de l’emplacement? Du design? Du texte? Le problème dans cet exemple, c’est que nous sommes confronté à un test à plusieurs variables, ce qui est plus complexe à traiter. Dans la pratique, il est préférable de ne modifier qu’une seule variable à la fois (un seul élément du formulaire). De cette manière , les autres variables susceptibles d’intervenir n’influenceront pas les résultats. Ainsi, dans l’exemple, ci-dessous, nous ferons un test AB portant sur l’emplacement (version A dans la sidebar et version B en bas de page). Si version B l’emporte, nous testerons ensuite le texte, puis la couleur et ainsi de suite.
Ensuite, cet exemple illustre un cas classique d’AB testing portant sur les éléments d’un site web. Mais ce n’est que la face visible de l’iceberg. Vous pouvez utiliser ce type d’expérimentation A/B pour tester tout type d’action marketing:
- annonces adwords;
- publicités sur les réseaux sociaux, comme les facebook ads par exemple;
- toutes les formes de marketing par email;
- les pages de destinations (landing pages);
- Les CTA .
En pratique, le recours à l’AB testing est courant lors du lancement de campagnes par e-mail et pour les pages de destination. Mais les tests A/B peuvent être utilisés avec tous les types de contenu,.En fait, toutes les étapes de l’entonnoir de conversion sont susceptibles d’être testées.
Explorons maintenant les principales fonctions des tests A/B.
À quoi sert l’A/B testing?
L’un des principaux objectifs d’une démarche d’optimisation du taux de conversion (CRO) est d’identifier les éléments à l’origine de difficultés de conversion.
Les problèmes de conversion peuvent être liés à de nombreux facteurs, par exemple:
- des problèmes de conception ou d’architecture (catégories peu claires);
- un texte peu persuasif ou au contraire trop ‘pushy’;
- des paragraphes difficiles à lire (taille de la police, longueur excessive)
- texte difficile à comprendre (jargon, manque de contraste).
Tous ces problèmes affectent directement les conversions, et donc les bénéfices monétaires de l’entreprise.
Les test AB sont l’un des principaux outils d’optimisation du taux de conversion pour identifier et régler ces problèmes. Les spécialistes CRO vont isoler mes problèmes potentiels, roposer des hypothèses de résolution (le ‘traitement’) et conduire une série de tests de façon systématique pour identifier la source du problème et une solution plus efficace pour qu’une pqgegénère plus de prospects, d’abonnements, de conversions, de clics, etc.
Notez bien que les expériences menées ne servent pas seulement à améliorer l’élément particulier sur lequel le test a été effectué. Les tests AB servent également à renseigner la stratégie globale de l’entreprise.
En effet, les résultats des tests vont servir de guide pour optimiser la stratégie globale de l’entreprise. Par exemple, imaginons que la version B d’une bannière avec le texte ‘- 50%’ fonctionne mieux que la version A mentionnant seulement une ‘promotion exceptionnelle’. Dans ce cas, l’entreprise va naturellement utiliser la version B sur la page testée. Mais elle va aussi utiliser le vainqueur du test (la version B) pour toutes ses autres bannières sur toutes ses autres pages produits. Certes, pour maintenir une démarche scientifique, il faudra aussi tester toutes les bannières. Mais en pratique, pour gagner du temps et réduire les coûts, l’entreprise va immédiatement utiliser le vainqueur du test. Plus tard, elle utilisera cette version des bannières comme contrôle (la version A) d’une prochaine expérience AB.
En conclusion, l’AB testing a exactement la même fonction en marketing numérique que dans tous les autres secteurs. Il s’agit d’améliorer les résultats de l’entreprise, et de le faire sur la base d’une démarche expérimentale. Ceci dit, il existe un différence notable en marketing digital: il est bien plus facile et moins coûteux de comparer les performances de deux versions d’une page Web que de comparer celles de deux médicaments similaires, par exemple.
Comment fonctionne un test A/B?
Le fonctionnement d’un test A/B est relativement simple.
Comme nous l’avons vu, il suffit de créer deux versions d’un même élément (version A et version B). Nous lançons les deux en même temps pour vérifier laquelle fonctionne le mieux . Le contenu « A » est présenté au hasard à la moitié des visiteurs et le contenu « B » à l’autre moitié, pour ensuite mesurer et analyser les résultats de chacun d’eux. La version gagnate est déterminée partir d’un objectif prédéfini, par exemple:
- augmenter le nombre de clics ou le CTR;
- augmenter les ventes;
- augmenter le nombre d’abonnés à une newsletter;
- augmenter le temps passé sur la page web;
- diminuer le taux de rebond;
En pratique, il existe différents types de tests AB, selon ce qui doit être mesuré:
- Pour comparer les performances de deux pages d’un site web ou de de deux pages de destination complètement différentes, il est plus pratique d’avoir deux URL différentes et de mesurer leurs performances indépendamment.
- Pour comparer les performances de deux éléments légèrement différents (boutons, formulaires, bannières), il est plus pratique d’effectuer un test A/B avec la même URL.
En pratique, vous devrez systématiquement utiliser un outil d’AB testing pour mener les tests Il vous permettra de créer les deux versions similaires d’un même élément, qui partagent le même objectif mais sont différents l’un de l’autre.
Tous les outils d’AB testing auront les fonctionnalités suivantes:
- faciliter la conception des variantes, sans avoir besoin de maitriser un language de programmation ou la conception Web, via des interfaces très intuitives.
- diriger le public vers l’une ou l’autre version, de manière aléatoire;
- présenter les résultats pour identifier la version qui fonctionne le mieux.
Certaines plateformes web (comme par exemple WordPress, clickFunnels, Shopify, Wix) permettent d’effectuer des tests A/B sans avoir besoin d’un outil dédié. Selon les plateformes, les solutions d’AB testing sont offertes sous la forme de plugins d’AB testing ou sont intégrées directement parmi leurs fonctionnalités.
Dans les autres cas, il existe des logiciels et des applications d’A/B testing spécifiques, comme Optimizely, Kameleoon ou WVWO