Comment faire de l'A/B testing avec Google Optimize ?

Le test A/B, également appelé A/B testing ou encore split testing, est une technique marketing plébiscitée par les webmarketeurs puisqu’elle permet de comparer la performance d’un contenu par rapport à un autre et ainsi déterminer la version la plus optimale pour atteindre l’objectif fixé.

Définition de l’A/B Testing

La méthode est simple pour faire de l’A/B Testing : l’outil propose à un échantillon d’internautes deux versions d’un contenu (version A et version B) qui comporte des différences telles que : les couleurs, les bandeaux, la mise en page, les boutons, les call-to-actions (CTA), etc. Il suffit ensuite de comparer les niveaux d’interactions et de choisir la meilleure version qui sera finalement proposée à tous les internautes.

Les objectifs de l’A/B Test sont donc clairs :

• Mesurer quelle est la version de la page la plus performante
• Optimiser les pages de votre site ou de vos newsletters
• Optimiser le taux de conversion
• Générer plus de contacts et donc plus de chiffre d’affaires

Tuto : Réalisez de l’A/B testing avec Google Optimize

Chez Spiriit, nous avons voulu tester la performance de 2 pages complètement différentes pour notre formation Symfony.

Avant de vous lancer dans une campagne d’A/B Testing, il est important de fixer vos objectifs au préalable, car ce sont ces paramètres qui vous permettront d’analyser vos résultats.

Vos objectifs peuvent être de nature très diverse : le trafic généré, le nombre de leads collectés, le nombre d’inscrits à une newsletter ou encore le taux d’abandon, le taux d’ouverture, de clic, le nombre de mise au panier, montant moyen de commande, etc …

L’enjeu de notre test est d’identifier la meilleure option pour convertir nos visiteurs en futurs participants à nos formations.

Ainsi, nous prêterons une attention particulière au taux de conversion de nos visiteurs. Ce dernier sera estimé en fonction du nombre de formulaires remplis puis en nombre de participations réelles à la formation.

Voici le détail des versions que nous allons réaliser :
Version A : nous avons imaginé un quizz pour permettre à nos visiteurs de tester leur niveau sur Symfony. Selon leurs résultats nous leur proposons de s’inscrire à notre formation.
Version B : nous proposons aux visiteurs de créer un compte pour pouvoir accéder au programme et valider leur inscription pour certaines formations.

Pour faire notre test nous avons utilisé l’outil Google : Google Optimize

Anciennement Google Website Optimize et actuellement intégré à Google Analytics, Google Optimize présente désormais des avantages non négligeables. Grâce à cette intégration, l’analyse de vos A/B test n’aura jamais été aussi simple ! Vous pouvez même appliquer des segments aux A/B Test.

Ainsi, vous pourrez segmenter du trafic : par appareil utilisé, par type de canal d’acquisition, par données géographiques, variables dans l’URL, ainsi que toutes les possibilités relatives à Google Adwords (campagne, annonces, mots clés, etc.).

Notre exemple d’A/B testing

Dans notre A/B test, nous avons notre page hypothèse A : page conventionnelle : programme + formulaire
A:  domain.tld/versionA
Et nous renverrons 50% du trafic sur la version B : page où nous axons le contenu sur des éléments de réassurance.

B: domain.tld/versionB

L’objectif est bien de mesurer quelle page transforme le mieux et donc quelle page aura le plus de résultats en termes de formulaire rempli.

Pour ce faire, il suffit de déclarer un objectif Analytics et intégrer le code JavaScript fourni par Google Optimize sur chaque page.

Comment de temps faut-il patienter ?

Il faut pour cela que vous ayez eu suffisamment de trafic sur vos pages pour avoir un échantillon représentatif et tirer des conclusions les plus réalistes possible.

En général, on peut obtenir des données concluantes entre 2 semaines et maximum 3 mois.

Votre analyse se portera donc sur les KPIs des objectifs préalablement établis, auxquels vous pourrez attribuer un indice de confiance.

Après analyse des retours, vous pourrez activer de manière définitive la page qui a le meilleur taux de transformation.

Notre analyse après notre A/B Test

Nous voyons que l’approche A nous permet de récolter plus de contacts, le nombre d’envois du formulaire étant supérieur. En revanche, nous enregistrons moins d’inscrits à la formation, qui reste notre objectif final.
Ainsi, il semble que l’option B, même si moins attractive dans un premier temps, permet de mieux convertir.

Une attention particulière doit cependant être portée sur la qualité des contacts générés. Ainsi,  le taux de transformation ne suffit pas pour établir la performance d’une page. La performance commerciale devra également être évaluée.
Vous pouvez tout à fait avoir une page qui génère beaucoup de contacts mais si ces derniers ne suivent pas la formation, cette page n’est peut être finalement pas la plus intéressante, ou que la landing page n’est pas suffisamment optimisée… de nouvelles hypothèses pourront donc être formulées.

L’A/B Test est une pratique sans fin, l’optimisation étant le Graal du webmarketeur, vous pouvez toujours améliorer la version améliorée.