Le clic est acheté, la conversion se travaille.

Une page B2B a donc un lecteur de plus que celui qui la consulte : le collègue à qui il devra expliquer son choix. C’est pour lui qu’il faut des références vérifiables, un périmètre clair et des éléments qu’il peut transmettre. Le parcours complet, de la première visite au rendez-vous, est détaillé dans notre article sur le tunnel de conversion B2B.

Ce qu’un test coûte en conversions, avant de coûter en temps. Pour un test classique à 5 % de risque et 80 % de puissance, détecter une amélioration relative de 10 % demande environ 1 600 conversions par variante. Viser 20 % en demande environ 420, et viser 50 % environ 76. Le fait marquant est que ces nombres bougent à peine selon votre taux de conversion de départ : à 2 % comme à 5 %, il faut le même ordre de grandeur de conversions. Traduit sur un site B2B qui reçoit 3 000 à 5 000 visites par mois et convertit à 3 %, cela donne 45 à 75 conversions par variante et par mois. Un gain de 20 % se détecte donc en six à neuf mois, un gain de 10 % en deux ans et demi. Seuls les changements à effet franc sont testables dans un délai qui a du sens.

Pourquoi nous ne regardons pas les résultats en cours de route. Arrêter un test dès qu’il affiche un écart significatif est la faute la plus répandue, et la plus coûteuse. Le statisticien Evan Miller l’a illustrée dès 2010 : en surveillant après chaque visiteur et en s’arrêtant au premier seuil franchi, son exemple chiffré fait monter le taux de faux positifs réel à 26,1 % alors que le seuil affiché reste 5 %. Le phénomène a depuis été formalisé dans la littérature évaluée par les pairs, notamment par Johari, Pekelis et Walsh à la conférence KDD en 2017, qui proposent des méthodes dites séquentielles permettant de regarder en continu sans fausser le résultat. Deux réponses valides existent donc : fixer la taille d’échantillon avant de lancer, ou employer une méthode séquentielle. Regarder tous les matins n’en est pas une.

Nos trois règles, et ce que nous faisons sans volume. Nous fixons la taille d’échantillon et la date de fin avant le lancement. Nous laissons tourner un nombre entier de semaines, pour que chaque variante voie autant de lundis que de dimanches : c’est un consensus de praticiens de l’expérimentation en ligne plutôt qu’un théorème, mais il évite une source de biais connue. Et nous arrêtons un test sans verdict quand le volume ne suit pas, plutôt que de forcer une conclusion. Quand le trafic ne permet aucun test, nous passons à l’observation qualitative, en sachant ce qu’elle vaut : la règle répandue des cinq utilisateurs est une heuristique contestée, une étude de 2003 ayant montré que des groupes de cinq personnes tirés au hasard révélaient entre 55 % et 99 % des problèmes selon le tirage.

C’est le garde-fou de ce travail. Sans la remontée du statut des demandes depuis votre outil commercial, l’optimisation d’une page revient à maximiser un volume de formulaires. L’indicateur monte, le carnet de rendez-vous ne suit pas.

Une dernière précision de vocabulaire : le taux de transformation est le taux de conversion, la part des visiteurs qui accomplissent l’action visée. Nous préférons le lire par source de trafic et par annonce, jamais en moyenne globale, parce qu’une moyenne mélange des visiteurs qui n’ont rien en commun.

Si vous hésitez sur l’ordre dans lequel investir entre la marque, le site et l’acquisition, notre article sur l’ordre d’investissement entre marque, site et acquisition pose les arbitrages. Et si le doute persiste, dites-le nous au diagnostic : nous préférons vous orienter vers le bon chantier plutôt que vers le nôtre.