100 commandes pour 5 000 visiteurs donnent 2 %. La formule est triviale. Ce qui ne l’est pas, c’est le choix des 2 nombres.
Le dénominateur décide du résultat
3 dénominateurs circulent, et ils ne donnent pas le même chiffre sur les mêmes données.
Les sessions. Une personne qui revient 3 fois compte 3 fois. C’est le calcul par défaut de la plupart des outils, et il produit le taux le plus bas.
Les visiteurs uniques. Chaque personne compte une fois, quel que soit le nombre de visites. Sur une offre à cycle long, où l’on revient plusieurs fois avant de décider, l’écart avec le calcul par session dépasse souvent le double.
Les visiteurs éligibles. Seules les personnes ayant réellement atteint l’étape concernée. Calculer un taux d’ajout au panier sur l’ensemble des visiteurs du site, y compris ceux qui n’ont jamais vu une fiche produit, donne un chiffre qui ne mesure rien.
Le troisième est le seul qui permette d’agir. Les 2 premiers servent à suivre une tendance, à condition de ne jamais changer de méthode en cours de route.
Le numérateur aussi
Compter les conversions suppose d’avoir défini ce qui en est une.
Un envoi de formulaire n’est pas un client. Sur une activité où la moitié des demandes sont hors cible, un taux de conversion en hausse peut accompagner un chiffre d’affaires en baisse. Le calcul reste juste, il mesure simplement autre chose que ce qu’on croit.
Le remède est de calculer 2 taux : celui de l’action sur le site, qui juge la page, et celui de la demande qualifiée, qui juge l’acquisition. Leur écart est l’information la plus utile des 2.
Ce qu’une moyenne de secteur ne dit pas
Les chiffres de référence publiés en ligne servent surtout à rassurer ou à inquiéter, rarement à décider.
Ils agrègent des sites dont les paniers, les cycles de décision et les sources de trafic n’ont rien de commun. Un site qui vend un abonnement à quelques euros et un site qui vend une prestation à plusieurs milliers ne peuvent pas être comparés sur ce ratio.
Ils ignorent la composition du trafic, qui est le premier facteur du taux. Un site alimenté par des recherches de marque affiche mécaniquement un taux élevé, sans que ses pages soient meilleures. Le même site, exposé à du trafic publicitaire large, verrait son taux s’effondrer sans qu’une ligne ait changé.
La seule comparaison qui a du sens est celle de votre site avec lui-même, à composition de trafic constante.
Segmenter avant de conclure
Un taux global masque presque toujours des écarts qui appellent des décisions opposées.
4 découpages suffisent le plus souvent. Par source, pour séparer ce qui vient d’une recherche de marque du reste. Par appareil, où l’écart entre mobile et ordinateur signale un problème d’affichage ou de formulaire. Par page d’arrivée, qui désigne les pages à retravailler. Par type de requête enfin, en distinguant les intentions commerciales des intentions informationnelles.
Un taux qui baisse alors que toutes les catégories progressent est un cas classique : la composition du trafic a changé, pas la performance des pages.
Combien de visiteurs avant de conclure
C’est la question la plus souvent évitée, et elle décide de la validité de tout le reste.
Sur une page qui reçoit 200 visites par mois et produit 4 conversions, passer de 4 à 6 ne prouve rien. La variation entre dans le bruit statistique, et décider sur cette base revient à tirer à pile ou face.
L’ordre de grandeur utile se compte en centaines de conversions, pas de visites, avant de trancher entre 2 versions d’une page. En dessous, il vaut mieux corriger ce qui est manifestement cassé, un formulaire trop long ou une page qui ne tient pas la promesse de l’annonce, que de mesurer des écarts qui n’existent pas.
Le taux ne se lit pas seul
2 indicateurs le complètent et corrigent ses angles morts.
Le tunnel de conversion, qui localise l’étape où les visiteurs s’arrêtent, là où le taux global se contente de dire qu’ils s’arrêtent.
La valeur moyenne de la conversion, qui empêche de célébrer une hausse du taux obtenue en attirant des demandes moins qualifiées. Un taux qui double pendant que la valeur moyenne est divisée par 3 est une régression.
