Optimisation du taux de conversion
Améliorer ce que fait votre trafic existant : de la recherche pour trouver la friction réelle, des tests menés correctement, et de l'honnêteté quand le volume ne permet pas de tester.
Aperçu
Le travail de conversion traîne une réputation de couleurs de boutons, et une bonne part de ce qui se fait la mérite. Tester des changements arbitraires produit une longue liste de résultats non concluants et quelques faux positifs que l'on célèbre et qui ne se reproduisent jamais.
La version qui fonctionne commence par la recherche : enregistrements de session, analyse des formulaires, tickets de support et quelques tests utilisateurs pour trouver où les gens bloquent réellement. On teste ensuite les changements qui traitent ce qu'on a trouvé, avec la taille d'échantillon calculée avant le lancement plutôt que le résultat annoncé quand il paraît bon.
À qui cela s'adresse
- Entreprises avec du trafic correct et une conversion décevante
- Équipes dont les tests n'aboutissent jamais à une conclusion
- Sociétés sur le point d'acheter plus de trafic plutôt que de convertir l'existant
Notre approche de Optimisation du taux de conversion
Les travaux précis que couvre une mission type. Le périmètre est convenu d'avance : rien ici ne réapparaîtra plus tard comme une ligne surprise.
Recherche de conversion
Analytics, enregistrements, analyse des formulaires et tests utilisateurs pour trouver la friction réelle plutôt que la deviner.
Hypothèses et priorités
Une file de tests classée, chacun avec une hypothèse énoncée et un effet attendu, pour que l'ordre soit défendable.
Conception des tests
Taille d'échantillon et durée calculées à l'avance, avec une règle de décision fixée avant de voir les données.
Rigueur statistique
Des tests menés jusqu'au bout plutôt qu'arrêtés quand ils paraissent favorables, ce qui est la façon dont se fabriquent la plupart des faux positifs.
Tests qualitatifs
Regarder des gens tenter la tâche, ce qui révèle des problèmes qu'aucune quantité de données ne fera apparaître.
Enseignements consignés
Un relevé de ce qui a été testé et de ce qui s'est produit, échecs compris, pour que le programme accumule du savoir.
Du premier échange au résultat mesuré
Toujours la même séquence, pour que vous sachiez ce qui vient ensuite.
Chercher
Trouver où les gens bloquent, par les données de comportement et en observant de vrais utilisateurs.
Prioriser
Classer les hypothèses par effet attendu rapporté à l'effort, et convenir de la file.
Tester
Mener chaque test jusqu'à la taille d'échantillon prévue et trancher selon la règle convenue.
Déployer et apprendre
Mettre en production ce qui gagne, consigner tout y compris les pertes, et alimenter la série suivante.
Des résultats, pas des livrables
Un empilement de documents n'est pas un progrès. Voici les changements que le travail doit produire.
Plus du trafic déjà payé
Un gain de conversion s'applique à chaque visiteur, ce qui bat généralement l'achat de trafic supplémentaire.
Des résultats qui tiennent
Des échantillons et des règles d'arrêt corrects font qu'un test gagnant gagne encore après déploiement.
Une recherche qui continue de servir
La friction identifiée alimente aussi le produit et le support, pas seulement les tests.
Un programme plutôt que des astuces
Les enseignements consignés s'accumulent, si bien que la dixième série vise mieux que la première.
Questions fréquentes sur Optimisation du taux de conversion
Ce qu'on nous demande avant de nous contacter. Si votre question n'y est pas, posez-la nous directement.
Quel volume faut-il pour des tests A/B ?
Assez pour quelques centaines de conversions par mois et par variante afin de détecter un effet réaliste. En dessous, les tests durent des mois et finissent le plus souvent sans conclusion. Nous le disons clairement quand vous êtes sous ce seuil, et nous travaillons alors par la recherche et les bonnes pratiques établies.
Pourquoi tant de tests gagnants ne tiennent-ils pas ?
Généralement parce qu'ils ont été arrêtés tôt, quand ils paraissaient bons. Un test A/B consulté chaque jour et tranché au premier jour favorable produit des faux positifs de manière fiable. Fixer la taille d'échantillon et la règle d'arrêt à l'avance corrige l'essentiel du problème.
Que faut-il tester en premier ?
Ce que la recherche désigne comme le plus coûteux, qui est rarement ce que quiconque attendait. C'est souvent un champ de formulaire, un coût inattendu ou une information manquante plutôt qu'une question de mise en page.
Combien de temps doit durer un test ?
Au moins deux semaines pleines quelle que soit la taille d'échantillon, pour que les comportements de semaine et de week-end soient tous deux représentés, puis jusqu'à ce que l'échantillon prévu soit atteint.
Vous réfléchissez à Optimisation du taux de conversion ?
Dites-nous ce que vous cherchez à changer. Si nous ne sommes pas les bons interlocuteurs, nous vous le dirons et vous orienterons ailleurs.
Vous cherchez la vue d'ensemble ?
Optimisation du taux de conversion accompagne généralement d'autres travaux en E-commerce et croissance du chiffre. Parcourez tout le domaine pour voir les liens.