L’optimisation du taux de conversion est un sujet qui mérite une attention particulière tant elle est décisive sur la pérennité et la profitabilité de tout site eCommerce.
Au sein du groupe G-star, c’est Charlotte Zwanenburg – CRO manager, qui est chargée de cette mission, aux côtés de Laura Rademaker, responsable de la Customer Experience.
Dans cet article, vous aurez un exemple concret des réflexions et actions qui ont été mises en place dans une optique d’optimisation du taux de conversion.
SOMMAIRE
🔍 Comment l’optimisation du taux de conversion est-elle prise en compte ?
👩💻 Optimisation taux de conversion : une stratégie bien définie
🚀 Le modèle HEART au service de l’optimisation du taux de conversion
⚡️ L’optimisation du taux de conversion au service de l’expérience client
🔍 Comment l’optimisation du taux de conversion est prise en compte ?
“Chez G-Star, nous voulons dépasser les attentes du client”
G-Star est une maison de mode dédiée au prêt-à-porter, à l’artisanat, à la culture et à l’histoire du denim. « Notre objectif : devenir LA marque culte du denim », affirme Laura.
Chaque interaction digitale vécue par le client avec la marque doit refléter l’identité et les valeurs de G-star, et les utilisateurs doivent avoir le sentiment que le contenu proposé correspond à ses envies et à ses besoins. « Nous affichons avec fierté notre authenticité et notre audace — des valeurs que nous devons partager auprès de nos clients », conclut Laura. Une question se pose alors, comment savoir si vous atteignez ces objectifs ?
Optimiser le taux de conversion grâce à une structure interne
Comme bon nombre d’équipes digitales, l’équipe G-Star ne savait pas par où commencer souhaitait mesurer les performances de son expérience utilisateur par rapport aux objectifs de la marque.
La solution de commencer par identifier les différents niveaux de l’expérience client impliqués, avant de déterminer comment suivre de façon précise leur progression en fonction de chaque niveau.
👩💻 Optimisation taux de conversion : une stratégie bien définie
Une CX multi-niveaux
L’optimisation du taux de conversion ne s’improvise pas, car c’est une stratégie à plusieurs niveaux, voici quelques piliers qui la constitue.
Interaction. « Tout commence par le niveau d’interaction, c’est-à-dire le point de contact spécifique entre le client et votre produit », explique Laura. « Différents éléments peuvent impacter le niveau d’interaction, comme l’architecture des informations sur le site ou encore votre design visuel — qui inclut la qualité de votre produit. »
Parcours client. Chaque interaction se produisant à un moment spécifique, vous devez — une fois le niveau d’interaction défini — parfaitement comprendre votre parcours utilisateur. « Nous devons anticiper les besoins du client, savoir d’où ils viennent et où ils essaient d’aller », poursuit Laura. Il s’agit, en réalité, d’offrir au client une expérience cohérente qui renforcera sa confiance vis-à-vis de la marque.
Relation. Derrière le parcours se cache la relation que vous tissez avec vos clients. « Il s’agit de la somme des interactions et des parcours, qui couvre également le ressenti de vos clients par rapport à votre marque », confie Laura.
« Parmi les éléments impactant cette relation, on peut citer l’expérience vécue par le client avec votre produit digital ou physique, les différents points de contact le long du parcours en ligne — contact avec le service clientèle, achat d’un objet, etc. — ou encore votre image de marque, ou branding. »
Les valeurs de votre marque font-elles partie de votre ADN, et se reflètent-elles dans tous vos parcours et interactions ? Votre équipe marketing propose-t-elle du contenu fidèle à l’expérience réellement offerte par votre produit ? Tous ces éléments sont essentiels, car ils contribuent à nouer une relation avec votre client.
Le framework Google HEART
Pour répondre à ces questions, l’équipe a utilisé le cadre Google HEART pour analyser son expérience client et avoir une visibilité globale sur ses points de données. Le modèle se décompose comme suit :
H pour client Heureux : que ressentent vos clients vis-à-vis de votre produit ?
KPIs utilisés : satisfaction (notes, commentaires), engagement, scores NPS…
E pour Engagement : Vos clients reviennent-ils souvent vous voir ?
KPIs utilisés : nombre de visites, temps passé par session, nombre de pages vues…
A pour Adoption : Vos clients deviennent-ils de nouveaux utilisateurs ou se transforment-ils en acheteurs ?
KPIs utilisés : taux de conversion des nouveaux utilisateurs par rapport aux utilisateurs qui reviennent, nombre de comptes créés…
R pour Rétention : Vos clients aiment-ils suffisamment votre produit pour le racheter ?
KPIs utilisés : churn rate (taux d’attrition), achats répétés, utilisation de l’appli…
T pour réussite des Tâches : les utilisateurs atteignent-ils leur objectif rapidement et facilement ?
KPIs utilisés : temps passé sur des tâches spécifiques (temps nécessaire à un flux de checkout), études avec taux d’exécution d’objectif et le score d’effort du client.
🚀 Le modèle HEART au service de l’optimisation du taux de conversion
Un framework basé sur l’analytique
« Sur notre page de confirmation d’achat, nous proposons une enquête Usabilla qui invite le client à évaluer son expérience avec G-Star. Les avis positifs sont évidemment importants pour le moral des troupes, mais ce sont surtout les commentaires négatifs qui nous intéressent ici ! » Rien de tel que les avis critiques pour améliorer l’expérience en ligne du client.
Lorsqu’un utilisateur déplore, par exemple, la difficulté à saisir un numéro de téléphone dans un formulaire, l’équipe y voit une opportunité d’amélioration. À l’aide de la plateforme d’Experience Analytics et du Session Replay de Contentsquare, Charlotte rejoue la session de l’utilisateur non satisfait afin de comprendre exactement où se situe le problème afin d’élaborer un plan pour éliminer les points de friction.
Charlotte s’est aussi appuyée sur les heatmaps de Contentsquare pour visualiser le comportement des utilisateurs sur le site, et ainsi identifier les points de frictions courants dans le parcours client.
Elle a ainsi constaté qu’un grand nombre d’utilisateurs ne parvenaient pas à correctement remplir le formulaire, les poussant à abandonner ou à laisser des champs vides.
69,9 % des utilisateurs laissaient des champs vides
15,6 % des utilisateurs abandonnaient le formulaire
Cet insight d’engagement avancé l’a poussée à exécuter un test A/B afin de déterminer si le fait de rendre le champ Numéro de téléphone facultatif pouvait améliorer le taux de conversion.
Mesurer l’engagement, élément clé dans l’optimisation du taux de conversion
L’équipe a alors lancé un test A/B afin de comparer deux variantes de la page du panier : l’une avec un module de recommandations, l’autre sans. Le but étant de déterminer la variante susceptible d’afficher une plus haute valeur moyenne et, ainsi, de générer plus de revenus pour l’entreprise.
L’analyse de Contentsquare leur a permis de constater que le module de recommandations était le deuxième élément le plus attractif dans notre panier, et qu’il avait un impact sur la valeur médiane des commandes. Ces données concrètes démontraient que, pour améliorer le score d’engagement dans le modèle HEART, il était essentiel de conserver le module des recommandations dans le panier.
Une optimisation du taux de conversion par la fluidité
« Nous avons ainsi identifié que l’étape de la livraison posait problème, de nombreux utilisateurs cliquaient de manière répétée sur le même bouton. »
Un nouveau Session Replay a permis à Charlotte de constater que l’utilisateur, visiblement incertain de la façon de procéder, scrollait sur la page Livraison. « L’utilisateur cliquait sur un bouton, sans aucun effet. Le problème touchait de nombreux utilisateurs qui, incapables de comprendre ce qui ne fonctionnait pas, préféraient alors cliquer sur l’étape précédente, voire quitter le tunnel de conversion. »
En y regardant de plus près, Charlotte a remarqué que l’erreur se produisait lorsque l’utilisateur omettait de renseigner son adresse de livraison avant de passer à l’étape suivante. L’absence de message d’erreur clair poussait l’utilisateur à abandonner.
Grâce à la plateforme Contentsquare, l’équipe G-Star a pu détecter rapidement l’erreur et la corriger – une décision aux effets immédiats : le site a vu son trafic considérablement augmenter.
⚡️ L’optimisation du taux de conversion au service de l’expérience client
« Le modèle HEART de Google nous aide à élaborer une vue globale de notre expérience en ligne client », explique Laura. « Nous combinons ce modèle avec notre parcours en ligne car il est essentiel pour nous de comprendre l’ensemble des différents points de contact rencontrés par le client. Nous mesurons ensuite tous ces points de contact afin d’obtenir une vue globale du client et de son expérience avec notre marque. »
De Tableau à Qubit en passant par Miro et le cloud marketing Exponea, G-Star déploie une panoplie d’outils afin de mieux comprendre son expérience client. « Contentsquare complète à merveille nos outils existants, et fournit des analyses approfondies qui nous aident à comprendre le comportement client », conclut Laura.
Après des années d’expérience en Fintech et M&A, je suis devenu copywriting spécialisé dans la Tech et le Web3. Passionné de technologie et de psychologie humaine, j’aime comprendre les comportements utilisateurs et déchiffrer les mécaniques de conversion en ligne.