ResearchXL : les huit étapes avant de lancer un test A/B
Un praticien expérimenté ne prédit correctement le gagnant d'un test A/B qu'environ 60 à 70 % du temps, à peine mieux qu'à pile ou face. Aucune opinion, aussi expérimentée soit-elle, ne suffit donc à décider quoi tester. Le framework ResearchXL de Peep Laja (CXL) répond à ce problème par une recherche structurée en huit étapes, avant toute décision de test.
Une hiérarchie de fiabilité de la preuve
Les types de preuve utilisés en optimisation de conversion ne se valent pas : l'opinion d'expert, les bonnes pratiques et l'analyse de la concurrence portent le risque de décision le plus élevé ; viennent ensuite la recherche utilisateur, puis les données et la science, puis le test A/B contrôlé, et enfin la méta-analyse, au risque le plus faible. Cette hiérarchie, attribuée au formateur CRO néerlandais Ton Wesseling, formalise ce que ResearchXL applique déjà : son étape la moins fiable, l'analyse heuristique, reste une simple zone d'intérêt à valider par les étapes suivantes, jamais une conclusion en soi.
Les huit étapes, dans l'ordre
Analyse technique, analyse heuristique, analyse des données web, analyse du suivi de souris, recherche qualitative par enquête, tests utilisateurs, test de la copie, puis synthèse et priorisation. Ces huit étapes s'appliquent à tout type de site — génération de leads B2B, SaaS, e-commerce, association à but non lucratif.
Analyse technique. Rien ne devrait commencer avant d'avoir corrigé les problèmes techniques, première cause de perte de conversion : un test cross-navigateur révèle souvent des défauts invisibles depuis un poste habituel. Pour juger si corriger un bug marginal est rentable, comparer le gain estimé (transactions supplémentaires que produirait une mise à niveau du taux de conversion de ce navigateur, multiplié par le panier moyen) au coût de correction en temps de développement. La vitesse de chargement compte aussi : trois secondes ou moins est satisfaisant, au-delà de dix secondes une action corrective s'impose.
Analyse heuristique. Seule étape reposant sur un jugement d'expert plutôt qu'une mesure, structurée autour de cinq critères identiques pour chaque page : pertinence, clarté, valeur, friction, distraction. Son résultat reste une zone d'intérêt à valider, jamais une conclusion définitive.
Analyse des données web. Une moyenne masque presque toujours une réalité contrastée : un taux de conversion segmenté par appareil est plus informatif qu'un chiffre global, et un ratio calculé sur moins de 100 actions reste suspect. Un taux de rebond sous 10 % signale presque toujours un problème technique plutôt qu'une performance exceptionnelle.
Suivi de souris. Toutes les cartes ne se valent pas : les cartes de chaleur classiques (survol) restent peu fiables, le survol ne correspondant pas nécessairement au regard réel du visiteur ; les cartes d'attention et les enregistrements de session sont jugés plus révélateurs, en particulier pour diagnostiquer un abandon de formulaire. Un cas illustre cette utilité : un service de CV en ligne souffrait d'un abandon massif à sa première étape ; visionner les sessions a révélé qu'une question sur les références personnelles faisait fuir la majorité des utilisateurs n'en ayant aucune.
Recherche qualitative. Elle comble ce que l'analytics ne révèle pas — le pourquoi derrière le quoi — auprès de trois publics distincts : entretiens et enquêtes auprès des clients récents (moins de 30 jours) pour éviter des réponses reconstruites après coup, avec au moins 100 réponses en ligne ; enquête sur site auprès des visiteurs non convertis, formulée d'abord sous forme fermée pour maximiser le taux de réponse ; tests utilisateurs observant des tâches concrètes (jamais des questions d'opinion comme « pensez-vous que ce site est sécurisé ? »), avec cinq à dix testeurs découvrant le site pour la première fois.
FAQ
Pourquoi une opinion d'expert ne suffit-elle pas à décider quoi tester ? Parce que même un praticien expérimenté ne prédit correctement le gagnant d'un test qu'environ 60 à 70 % du temps. Aucun gabarit universel ne fonctionne sur tous les sites, ce qui impose une recherche structurée plutôt qu'une intuition.
Pourquoi les cartes de chaleur classiques (survol de souris) sont-elles jugées peu fiables ? Parce que le survol de la souris ne correspond pas nécessairement au regard réel du visiteur. Elles servent surtout à confirmer une observation déjà formulée ailleurs plutôt qu'à révéler une information nouvelle.
Quel outil est le plus utile pour diagnostiquer un formulaire qui pose problème ? Les enregistrements de session, qui permettent d'observer directement où et pourquoi un visiteur hésite ou abandonne en cours de remplissage.
Pourquoi formuler une tâche de test utilisateur comme un objectif plutôt que comme une question d'opinion ? Parce qu'un humain ne prédit pas fiablement son comportement futur hypothétique : observer un testeur tenter réellement un achat révèle des obstacles concrets, qu'une réponse hypothétique masquerait.
Combien de testeurs recruter pour un test utilisateur ? Cinq à dix suffisent dans la majorité des cas, quinze au maximum. Chaque testeur doit découvrir le site pour la première fois, un ancien client ayant déjà appris à contourner ses défauts d'usage.