Articles et Recherches|octobre 30, 2019

BOUH ! 5 exemples d’UX terrifiantes à éviter pour Halloween (et le reste de l’année)

En cette saison d’histoires de fantômes et de manoirs hantés, les clients fuient les mauvaises UX qui, telles des zombies, sortent de leurs tombes pour terroriser les vivants.
Pas de panique : Contentsquare vous livre cinq exemples d’UX et d’expériences digitales à ne surtout pas suivre…

Même vos clients les plus fidèles seront rebutés par une expérience digitale médiocre. L’origine de cette mauvaise UX peut parfois paraître anodine : une image manquante, un texte peu clair, un élément situé juste en dessous de la ligne de flottaison… C’est là que se trouve le piège des mauvaises conceptions : ce qui semble négligeable et insignifiant peut, en réalité, avoir les pires conséquences.

N’ayez crainte, cependant ! Avec ces cinq (monstrueux) exemples de mauvaises UX, vous comprendrez facilement comment de simples éléments peuvent très vite dérailler. Jetons un œil sur ce qui hante nos clients… (ALERTE SPOILER : inspirées de faits réels, ces histoires d’UX vont vous hérisser le poil, mais se terminent toutes par une fin heureuse « data-driven »).

Des filtres mal définis qui freinent les ventes

Plus il y a de clics, mieux c’est… enfin, il paraît. En effet, un taux de clic élevé sur une zone ou un élément d’une page Web est apparemment un bon signe en matière d’interaction.

Notre client a cependant appris à ses dépens qu’en matière d’UX, l’activité (ou l’étude) des clics ne suffit pas. Si l’étude des clics est évidemment cruciale, elle n’offre qu’un faible aperçu de la vision d’ensemble de votre UX.

Notre client (un fournisseur en mode masculine) venait de développer un nouveau « méga menu ». Aussi, lorsque ce menu enregistrait une forte activité de clics, cela semblait unanimement positif. Derrière cette forte activité se cachait pourtant une réalité plus inquiétante : le client a remarqué, sur son site, une contradiction majeure concernant les attitudes face aux clics – plus ces derniers augmentaient, plus les ventes chutaient.

Comment cela était-il possible ? Une analyse d’UX du comportement in-page a révélé une incohérence entre le méga menu et les filtres de recherche/catégorie : si les interactions du menu étaient élevées, l’utilisation des filtres, elle, ne progressait pas. Conséquence de la non-utilisation des filtres, les clients ne voyaient pas tous les produits qui les intéressaient – ce qui faisait fait chuter les ventes. Le pire des cauchemars, donc !

Un rebond élevé en page d’accueil, provoqué par d’abominables sliders

Tout méga menu (composé de volets, de catégories et de texte) doit être enrichi d’éléments visuels. Il serait donc on ne peut plus logique d’y inclure des sliders, notamment sur la page d’accueil – qui accueille souvent les éléments de ce type.

Pour notre client du secteur cosmétique, ce placement a été tourné à l’horreur en matière de design, avec comme première victime l’UX des clients (entraînant un rebond important).

Regorgeant de contenus marketing attrayants, la page d’accueil est l’emplacement idéal pour piquer la curiosité et susciter l’intérêt du client. Un concept malheureusement contrecarré par des taux de rebond élevés. Avec pléthore de produits a priori séduisants sur sa page d’accueil, le client se demandait quel pouvait bien être la source du problème dans l’UX.

L’analyse de la page d’accueil (méga menu et sliders, notamment) a permis au client de constater que les sliders généraient peu, voire aucun engagement : au contraire, ils alourdissaient le méga menu et généraient un rebond élevé, avant même que le client ne s’engage avec ces éléments. Ambiance…

Des visites web-to-store en berne à cause d’un localisateur de magasin mal décrit

Un localisateur de magasin est un outil pratique pour les clicks & mortars, notamment ceux souhaitant accroître les visites web-to-store. En effet, quoi de mieux qu’une adresse postale pour inviter l’internaute à se rendre dans une boutique physique ?

Plutôt que de chercher dans Google, les visiteurs devraient vous faire suffisamment confiance pour savoir que votre site Web contient toutes les coordonnées utiles. Notre client (un click & mortar du luxe) a ainsi constaté avec désemparement que son localisateur de magasin affichait un taux de sortie élevé.

L’analyse granulaire lui a cependant appris que ce même localisateur était, pour beaucoup d’utilisateurs, la principale raison de leur visite. Malheureusement, le bouton du localisateur était affublé d’une étiquette horrible, aux résultats encore plus atroces. Cette étiquette indiquait « recherche produits », ce qui plongeait les utilisateurs dans une totale confusion.

Ce qui paraissait, pour le client, être une habile astuce complétant à merveille la fonction de localisation traditionnelle, générait en réalité de nombreux survols mais peu de clics : les utilisateurs n’atteignaient pas le localisateur et, par là même, leur objectif de visite en magasin. Cette situation a pénalisé la vente des articles uniquement disponibles en magasin. Une histoire qui fait froid dans le dos !

Un checkout « disparu » qui frustre les clients et baisse les revenus

La conversion : l’objectif avoué de toute marque, que peu de produits – voire peu de marques au sens large – sont pourtant capables de satisfaire. À ce titre, l’atteinte par l’utilisateur du checkout (phase ultime du parcours client et de l’entonnoir de vente) sonne déjà comme une victoire pour l’UX !

Malheureusement, pour notre client du secteur de l’habillement, le checkout – le Graal sacré des pages Web – était confronté à une UX médiocre. L’intégration VoC par Contentsquare a permis de constater la fantomatique expérience des utilisateurs lorsqu’ils atteignaient la page de checkout du client.  En réalité, pas moins de 1 500 clients subissaient un checkout fantomatique, les poussant à se plaindre auprès du centre d’appels et – comme l’a montré notre UX Analytics – à quitter le site.

Entendez le mot « fantomatique » au sens strict : le Session Replay a permis d’identifier une invasion soudaine d’écrans blancs lorsque l’utilisateur atteignait la page de checkout. Un problème qui contraignait des clients (pourtant au bord de la conversion) à abandonner le checkout et le site – synonyme de perte de revenus pour le client. Beurk !

Une seule image vous manque et la conversion est dépeuplée

Les exemples ci-dessus ont prouvé que le contenu d’un site pouvait générer une mauvaise UX, avec toutes les redoutables répercussions que cela implique. Un chaos d’UX qui, parfois, est provoqué non pas par du contenu, mais par son absence.

Chez notre client hôtelier, une image manquante était seule responsable des mauvais taux de conversion sur les pages Web de ses établissements.

L’analyse granulaire de l’UX a relevé des taux de clic élevés sur les liens vers les pages des établissements (celles proposant des offres hôtelières). Problème : malgré son intérêt évident pour ces pages d’offres, l’utilisateur abandonnait le site après avoir atterri sur ces pages.

Résultat : des conversions en chute libre et un client aux abois, se demandant quel pouvait bien être la raison de cette mauvaise UX – car les images étaient précises et les offres apparaissaient bel et bien sur le site.

Une analyse plus poussée de l’UX (portant sur l’analyse du parcours) a permis d’identifier une lacune importante dans l’UX pour ces pages produit. Les visiteurs recherchaient des chambres avec petit-déjeuner gratuit (offre courante en Europe), mais avaient du mal à trouver cette information. Une simple image (ou une icône de nourriture) symbolisant le petit-déjeuner gratuit aurait suffi à empêcher cette perte de conversion. Quelle horreur !

Mission de l’UX Analytics : massacrer du zomb-UX

Aucune marque n’est à l’abri d’une mauvaise UX. Aussi sinistres que ces UX puissent paraître, elles reculent pourtant devant un puissant antidote.

Son nom ? L’analytique granulaire de l’expérience utilisateur, capable d’identifier les signes cachés de la frustration client et d’en déceler les origines digitales. Seules ou combinées à la VoC, les données granulaires fournissent de précieuses connaissances sur votre UX.

Les métriques et autres fonctionnalités (cartes de chaleur avec surcouches métriques, analyse du parcours client…) de ces analytiques débusquent les monstres responsables d’une mauvaise UX, mais pas seulement : elles peuvent également cerner les changements et ajouts dont votre site a besoin pour corriger les problèmes engendrés par une telle UX et, ainsi, booster vos ventes.

Conclusion : avec un kit unique d’UX Analytics, vous êtes parfaitement armé pour combattre ces zomb-UX et ne plus jamais les revoir – même durant Halloween !

Auteur
Pierre Sommer

Pierre fait partie l'équipe Marketing de Contentsquare. Il aime l'UX, les blogs, et les blogs sur l'UX.

data benchmark
Voyez votre classement