Tests A/B : par où commencer pour améliorer votre site ?

Votre site attire des visiteurs, mais trop peu deviennent prospects ou clients ? Avant de refaire toutes vos pages, commencez par tester une amélioration précise. Un test A/B permet de comparer deux versions d’une page auprès de groupes de visiteurs distincts, sur une même période.

L’objectif n’est pas de choisir le bouton préféré de votre équipe. Il est de vérifier si un changement génère davantage de demandes qualifiées, de ventes ou de marge, à trafic comparable.

Voici par où commencer, comment construire un premier test fiable et quelles erreurs éviter pour ne pas prendre une simple variation du hasard pour un progrès commercial.

1. Choisir un objectif lié au chiffre d’affaires

Un test utile commence par une question business. Voulez-vous augmenter les demandes de devis, les prises de rendez-vous ou les achats ? Choisissez un indicateur principal avant de modifier la page.

Pour un site de génération de prospects, le taux de conversion peut correspondre au nombre de formulaires envoyés rapporté au nombre de visiteurs éligibles. Pour une boutique, vous pouvez suivre le taux d’achat ou le revenu par visiteur, selon l’hypothèse testée.

Ajoutez quelques indicateurs de contrôle :

• La proportion de prospects réellement qualifiés.
• Le coût d’acquisition d’un prospect qualifié ou d’un client.
• Le panier moyen et la marge, si vous vendez en ligne.
• Les erreurs techniques et la vitesse de chargement.

Exemple fictif : une page reçoit 4 000 visiteurs et génère 120 demandes, soit 3 % de conversion. Une variante produit davantage de demandes, mais celles-ci sont moins qualifiées. Le formulaire convertit mieux, sans nécessairement créer plus de chiffre d’affaires.

Ne confondez donc pas clic supplémentaire et valeur supplémentaire. Un clic sur « Demander un devis » reste un indicateur intermédiaire si le formulaire n’est jamais envoyé.

2. Sélectionner une page et un problème prioritaires

Commencez par une page qui reçoit du trafic et joue un rôle direct dans le parcours de conversion. Une page d’offre ou une page d’atterrissage publicitaire est souvent plus pertinente qu’un article rarement consulté.

Croisez trois critères :

• Le potentiel : combien de visiteurs et de conversions sont concernés ?
• Le problème observé : où les utilisateurs semblent-ils bloqués ?
• L’effort : le changement est-il simple à réaliser et à mesurer ?

Consultez vos données de navigation, les questions reçues par vos commerciaux et, si vous en disposez dans un cadre conforme, les observations de sessions ou de tests utilisateurs.

Cherchez une friction concrète : une promesse trop vague, un formulaire difficile sur mobile, des frais annoncés tardivement ou une prochaine étape mal expliquée.

Dans une démarche de création ou refonte de site orienté growth, ces observations permettent de prioriser les évolutions selon leur impact commercial attendu, plutôt que selon les préférences graphiques.

Point important : une panne ou un défaut d’accessibilité évident doit être corrigé. Inutile de conserver volontairement un formulaire inutilisable pour démontrer qu’un formulaire fonctionnel fait mieux.

3. Formuler une hypothèse testable

« Nous allons changer la page » n’est pas une hypothèse. Une bonne hypothèse relie une observation, une modification et un effet attendu.

Utilisez cette structure :

Parce que nous observons [problème], nous pensons que [modification] augmentera [indicateur], sans dégrader [indicateur de contrôle].

Exemple générique : « Parce que les visiteurs ne savent pas ce qui se passe après leur demande, nous pensons qu’expliquer les prochaines étapes près du formulaire augmentera les demandes envoyées, sans diminuer leur qualification. »

Pour un premier test, gardez une version de référence, appelée A, et une variante, appelée B. Testez une hypothèse principale à la fois. Plusieurs ajustements peuvent servir cette hypothèse, mais vous ne pourrez pas isoler l’effet de chacun.

Trois pistes accessibles :

• Remplacer un titre généraliste par une proposition de valeur précise.
• Supprimer un champ non indispensable du formulaire.
• Clarifier l’action du bouton et les étapes qui suivent.

Évitez les changements purement décoratifs sans problème identifié. Une nouvelle couleur peut influencer les clics, mais une offre incompréhensible mérite généralement davantage d’attention.

4. Préparer la mesure et une répartition fiable

Avant le lancement, vérifiez que votre dispositif mesure réellement la conversion. Un formulaire envoyé doit déclencher l’événement attendu une seule fois. Un achat doit être associé au bon montant. Testez aussi les parcours sur mobile.

Votre outil d’expérimentation doit permettre une affectation aléatoire des visiteurs aux variantes et, autant que possible, conserver la même version pour une même personne. Une répartition équilibrée est souvent un bon point de départ.

Contrôlez notamment :

• L’absence de conversion comptée en double.
• L’exclusion du trafic interne et des robots identifiables.
• La cohérence entre les événements du site et les données commerciales.
• L’absence de ralentissement ou de clignotement gênant de la variante.
• Le respect des obligations applicables aux traceurs et aux données personnelles.

Ne comparez pas simplement la page de janvier à celle de février. La saisonnalité, les promotions ou la qualité du trafic peuvent expliquer l’écart.

Si la page reçoit des visites issues de campagnes Google Ads, évitez de modifier simultanément tout le ciblage et l’offre. Les variantes doivent être exposées à des conditions comparables. Vérifiez aussi qu’aucune anomalie ne déséquilibre fortement la répartition prévue des visiteurs.

5. Définir la durée et les règles de décision

Il n’existe pas de durée universelle de sept ou quatorze jours. Le volume nécessaire dépend notamment du taux de conversion initial, de l’amélioration minimale recherchée et du niveau d’incertitude accepté.

Avant de lancer le test, définissez :

• Le taux de conversion de référence.
• Le gain minimal qui justifierait le changement.
• La taille d’échantillon nécessaire, calculée avec une méthode adaptée.
• La durée prévisionnelle et les cycles d’activité à couvrir.
• La règle qui permettra de conclure ou de déclarer le test non concluant.

Exemple fictif : passer de 3 % à 3,6 % représente un gain de 0,6 point de pourcentage, soit 20 % en relatif. Détecter un tel écart demande généralement moins de trafic que distinguer 3 % de 3,1 %.

Ne stoppez pas l’expérience dès qu’un tableau affiche une variante gagnante. Avec une méthode à taille fixe, consulter les résultats puis arrêter au premier signal favorable peut produire une conclusion trompeuse. Certaines méthodes séquentielles permettent un suivi continu, mais leurs règles doivent être prévues et respectées.

Couvrez les variations habituelles de votre activité et attendez que les conversions retardées soient suffisamment remontées. Une semaine complète ne remplace toutefois pas un échantillon suffisant.

Votre trafic est trop faible ? Privilégiez les entretiens, les tests utilisateurs et la correction des frictions évidentes. Ne multipliez pas les variantes : vous disperseriez davantage les observations.

6. Lire les résultats et préparer le test suivant

Analysez d’abord l’indicateur principal, puis les indicateurs de contrôle. Regardez l’ampleur de l’effet et son intervalle d’incertitude, pas seulement une étiquette « gagnant ».

Trois conclusions sont possibles :

• Amélioration suffisamment étayée : déployez la variante si le gain est utile et les indicateurs de contrôle acceptables.
• Dégradation suffisamment étayée : conservez la référence et documentez l’apprentissage.
• Résultat non concluant : reconnaissez que les données ne permettent pas de trancher.

Un résultat non concluant ne prouve pas que les versions sont équivalentes. À l’inverse, un écart statistiquement détectable peut être trop faible pour rentabiliser une évolution coûteuse.

Évitez de chercher après coup le petit segment qui « gagne ». Les analyses par appareil ou source de trafic peuvent inspirer une nouvelle hypothèse, mais restent exploratoires si elles n’étaient pas prévues.

Consignez chaque expérience : problème, hypothèse, captures des variantes, dates, volumes, résultats et décision. Après déploiement, surveillez les performances et la qualité des prospects. Vous construisez ainsi un programme d’amélioration continue, pas une succession de changements sans mémoire.

En résumé

Pour commencer les tests A/B, choisissez une page importante, une friction documentée et un objectif commercial. Comparez une référence à une variante, fiabilisez la mesure et fixez vos règles avant le lancement.

Le bon test n’est pas celui qui affiche le plus beau pourcentage. C’est celui qui vous aide à générer davantage de chiffre d’affaires, à réduire votre coût d’acquisition ou à obtenir plus de prospects qualifiés, avec une décision mieux étayée.

Vous souhaitez identifier les premières améliorations à tester ? Découvrez notre accompagnement en création et refonte de site orienté growth pour construire un site au service de votre acquisition.