La manière dont un individu voit une page de livre, une vitrine de magasin, une publicité ou d'autres stimuli visuels, est mesurée à l'aide d'outils sophistiqués qui suivent le parcours de l'oeil, également appelé le mouvement de l'oeil. Ces outils mesurent quels éléments capturent l'attention des visiteurs et ceux qui échouent.
L'Eye Tracking est employé dans pratiquement toutes sortes de marketing : publicités télévisuelles, panneaux d'affichage, emballages produits (packaging), ainsi que sur les sites web ; pour déterminer ce qui fonctionne ou non avec les consommateurs.
Que voit un visiteur sur votre site web ?
La mise en page d'une page web est scannée différemment selon chaque visiteur, selon sa propre perception, son propre intérêt, besoin, âge, niveau d'éducation, écran d'ordinateur, paramétrages du navigateur utilisé et autres variables qui peuvent être analysées dans des études empiriques d'Eye Tracking.
Les résultats de nombreuses études d'eye tracking ont été évaluées quantitativement, permettant aux webdesigners et aux éditeurs de sites web d'optimiser les pages de leur site pour un maximum d'impact et de séduction.
Les tests "variante simple" et les tests "variantes multiples"
Le test "variante simple" implique le changement d'un seul élément d'un site web et d'en mesurer son impact sur le taux de conversion par exemple. Le test "variantes multiples" emploie une série de comparaisons A/B (A/B testing) conduites simultanément ou séquentiellement selon ce qui est évalué.
L'utilisation d'analyses statistiques et d'eye tracking combinées à l'aide de données démographiques couvrant un large spectre fournit des sommes numériques basées sur le nombre d'observations et le temps d'observation d'éléments différents sur n'importe quelle page d'un site. C'est une étude très intéressante permettant de savoir ce qui attire l'attention des visiteurs et ce qui est ignoré.
Le test "variante simple" est le plus simple à mettre en place. Cependant, il nécessite beaucoup de temps et peut mener à des conclusions erronées. La mise en place d'un test "variantes multiples" est le moyen le plus efficace pour déterminer quelles apparences et fonctionnalités d'un site obtiennent le maximum de résultats, c'est-à-dire le plus fort taux de conversion.
En revanche, le test "variantes multiples" est plus complexe que le changement d'une seule variable qui nécessite une certaine attente pour obtenir des résultats A/B. Cela peut parfois prendre des mois pour optimiser un site pour mieux convertir. De plus, le test "variante simple" exige souvent que le testeur fasse certaines suppositions qui peuvent être vraies ou non.
Par exemple, un changement de police de caractères montre une augmentation du taux de conversion. Est-ce qu'il est logique de supposer que ce changement de police de caractères est responsable de cette amélioration ? Non. En fait, cette erreur est appelée dans le jargon analytique "post hoc ergo propter hoc". Grossièrement traduit, cela signifie "cela donne ceci donc c'est à cause de cela".
Simplement parce que quelque chose arrive (une amélioration du taux de conversion par exemple) après qu'un changement "simple variable" ait été effectué (le changement de police par exemple) ne signifie pas que l'amélioration du taux de conversion est la résultante de ce changement de police. L'amélioration pourrait très bien être basée entièrement sur un autre facteur.
Planifiez votre modèle de test
"Si vous ne savez pas où vous allez, toutes les routes vous y mèneront."
Si vous changez aveuglément ou trop largement des éléments de conception graphique du site sans penser aux probables améliorations, tout ce que vous ferez c'est collecter un grand nombre de données. Pour déterminer quels changements sur un site améliorent le taux de conversion, il est important de définir préalablement quels éléments seront comparés.
Ensuite, pour développer des données utiles, vous devez déterminer comment vous mesurerez et comparerez la fonctionnalité. Quelle méthodologie ou "conventions" emploierez-vous pour déterminer un résultat fiable ?
Et finalement, vous devrez être capable de développer une stratégie qui optimise le succès de votre site, tout en sachant que c'est vous qui déterminez ce succès. Voici un exemple.
Admettons que vous souhaitez déterminer quel logiciel de gestion de panier est le mieux adapté pour votre résultat final. Avant de faire votre test, vous devez d'abord, créer une mesure qui définit le terme "mieux" dans votre question (test metric) : quel logiciel de gestion de panier est le meilleur ?
Vous pourriez déterminer la valeur de ce "test metric" comme étant simplement le nombre de visiteurs à convertir. C'est facile à mesurer, mais ne peut fournir une photographie complète. Peut-être que la mesure la plus utile pour déterminer quel logiciel de gestion de panier est le meilleur est qu'il puisse fournir la somme que chaque visiteur dépense sur votre site, ou le nombre d'acheteurs récurrents (acheteurs qui achètent plusieurs fois). Une augmentation du nombre de pages vues, du nombre de visiteurs uniques ou une augmentation de votre bande passante (quantité de données qui est transmise en un temps donné), peuvent être des "tests metrics" employés selon votre objectif.
Ils mènent à l'étape suivante du développement d'analyses statistiques précises : comment les comparaisons entre les éléments A/B seront mesurées ou quantifiées ? Quelles "conventions" de test ou méthodes seront appliqués ? Compterez-vous tous les visiteurs du site dans votre étude, même ceux qui rebondissent (les visiteurs qui arrivent sur une page et qui en repartent immédiatement, sans visiter votre site), ou limiterez-vous le pool de test à ceux qui ajoutent quelque chose dans leur panier ? Ou qui atteignent réellement la phase de commande puis abandonnent le panier ? Ou encore qui complètent la transaction ? Déterminer une méthodologie pour vos tests "simple variante" ou "variantes multiples" vous préservera des conclusions mal fondées.
Et finalemant, quelles orientations basées sur les résultats du test devez-vous prendre ? Si vous ne pouvez pas répondre à cette question, alors quel est l'intérêt de conduire un test et de collecter des données ? Si vous obtenez des résultats Y alors que vous aviez prévu le résultat Z, qu'allez-vous en faire ? L'analyse statistique est donc orientée vers une stratégie pratique, organisée pour améliorer les ratios de conversion.
Une fois que votre "test metric" et conventions sont établis, vous lancez votre test de comparaison entre 2 éléments A/B, en employant 2 logiciels de gestion de panier différents. Le premier (A) nécessite 2 clics pour effectuer une transaction. Le second (B) en nécessite 6 pour la même transaction. Vos résultats de test révèlent que plus le système de panier est compliqué, plus le taux d'abandon de panier est élevé. Donc, pouvez-vous supposer que le logiciel A est meilleur que le logiciel B ?
Si votre "test metric" était un simple comptage de l'utilisabilité du logiciel, le logociel A serait de loin le grand gagnant. Mais si votre "test metric" devait déterminer lequel des deux logiciels augmentait le plus le panier moyen par visiteur ? Et les résultats du test révèlent que le logiciel B montre moins d'achats, mais montre des achats de produits à forte valeur ajoutée. Dans ce cas, le logiciel B est le meilleur choix. C'est pour cette raison qu'il est vital de déterminer chaque "test metric" et chaque convention qui seront appliqués.
Outils de mesure
Il existe beaucoup de progiciels pour vous aider à collecter des données de test. L'un d'eux, Crazy Egg, propose différents GUI (interfaces graphiques) pour l'activité d'un site : une vue globale, des listes récapitulatives, une carte de chaleur (Heat Map) qui résume ce qui est chaud ou non sur votre site (les zones ayant le plus d'intérêt pour les visiteurs). Analyse facile et efficace.
Un autre logiciel d'analyse du taux de conversion, Click Density, fournit des données de visiteurs en temps réel pour aider à tout améliorer, depuis l'architecture du contenu jusqu'au placement des liens.
Click Tale traque chaque mouvement des visiteurs à mesure qu'ils se déplacent sur votre site. Ces données sont alors traduites dans un graphique animé pour vous aider à comprendre le comportement des visiteurs à partir de leur arrivée jusqu'à ce qu'ils partent.
Vous pourriez également envisager d'utiliser Google Analytics, l'outil d'analyse le plus simple disponible gratuitement. Google Analytics vous fournit des instantanés de l'activité de votre site, et vous permettant d'exécuter des tests et d'en analyser les données en quelques secondes, au lieu de méditer des heures durant rapport après rapport.
En Conclusion
Le fait est qu'améliorer les taux de conversion d'un site web exige une compréhension de l'Eye Tracking et de l'analyse statistique pour produire une stratégie d'optimisation utile et efficace. L'approche "au-petit-bonheur-la-chance" vous prend tout simplement beaucoup trop de temps. Aussi, si l'analyse statistique peut vous faire tourner en bourrique, vous pourriez engager un professionnel qui pourrait concevoir et valider les "tests metrics", puis vous traduire tous les résultats obtenus en des stratégies pratiques.
C'est de cette manière que vous améliorerez la performance systématique et efficace de votre site.
Estelle Schomann (Mirago France) fait son édito suite à l'étude récente de la FEVAD :
