3 frameworks pour optimiser très vite

Comment booster ses conversions rapidement ? Prioriser

3 grandes étapes pour booster ses conversions :

1 → Recherche et analyse

2 → Priorisation des idées

3 → Tests

La deuxième étape est la clé si tu veux avoir des résultats rapides.

Sans priorisation, tu prends le risque de faire des tests inutiles.

Avec priorisation, tu fais des tests qui ont le plus de chances de booster tes conversions.

Voici plusieurs méthodes pour prioriser tes idées d’optimisation.

La méthode ICE

C’est la méthode la plus simple et la plus rapide à utiliser.

Le but va être de noter chaque optimisation en fonction de ces 3 éléments :

• Impact : l’impact attendu si le test fonctionne
• Confidence : à quel point es-tu sûr que cela va fonctionner
• Ease : à quel point il est facile de déployer ce test

2 problèmes avec cette méthode :

• Très subjectif : un UX Design ne va pas avoir la même notation qu’un responsable SEO
• Pas assez précis : comment mesure-t-on clairement “confidence” ? Aucun chiffre n’est lié à ce critère

La méthode ICE améliorée : Framework PXL

Ce framework a été créé par CXL et son fondateur Peep Laja.

C’est un framework qui se base sur le modèle ICE.

La différence est que ce framework précise les critères de notation de ces 3 points :

• Impact : Sur une page à fort trafic ? Dans la section hero ?
• Confiance : Le test est-il soutenu par de la recherche ?
• Ease : Quels sont les coûts ? Le temps passé ?

J’utilise moi-même ce framework avec mes clients.

Et j’utilise Notion pour faire ça, je partage le template à travers un cours vidéo dans ma formation → La Cargaison Premium

Néanmoins, comme tout modèle fixe, il y a un inconvénient :

Il n’est pas efficace de la même façon pour chaque entreprise.

Chaque marque est différente et ce modèle peut poser 2 soucis :

1 → Ce modèle n’est pas aligné avec les objectifs commerciaux propres à la marque : si la marque cherche à vendre un produit en particulier, il faut pouvoir prioriser la page produit en question.

2 → Manque d’analyse empirique : il faut pouvoir se baser sur des tests précédents pour mieux prioriser par la suite.
Par exemple, si on s’aperçoit que les tests A/B qui traitent de la clarté ont tendance à fonctionner, il faut pouvoir prioriser les futurs tests en lien avec la clarté.

La priorisation spécifique

2 choses pour avoir une priorisation vraiment spécifique.

1) Ajouter des critères propres à la marque

Pour être encore plus précis, il est tout à fait possible d’ajouter des colonnes au framework PXL.

Exemple :

La marque cherche à vendre en priorité un produit en particulier, tu peux ajouter une colonne :

→ “Produit important (2 ou 0)”

La marque a un branding puissant et tient à garder intacte son identité, ajouter une colonne :

→ N’interfère pas avec le branding (2 ou 0)

Ce ne sont que des exemples, mais on peut aller encore plus loin.

2) Se baser sur des tests précédents

Cette méthode est efficace car elle se base sur des faits.

Le but est d’établir des hypothèses générales, et faire plusieurs tests concernant ces hypothèses générales.

Par exemple, une hypothèse générale peut être la suivante :

→ “Travailler la description du produit sur la page produit permet d’améliorer la compréhension et de faire plus de ventes”.

Le but est d’imaginer plusieurs tests pour cette même hypothèse générale.

Exemple :

Test 1 : Ajouter une vidéo

Test 2 : Agrandir et détailler la description produit

Test 3 : Ajouter dans le hero la matière du produit

Tu vas ensuite pouvoir te rendre compte que certaines hypothèses générales ont plus de tests qui ont réussi.

Pour calculer la note d’importance d’une hypothèse générale, je prends en compte 2 choses :

1 → Le pourcentage de réussite des tests liés à cette hypothèse

2 → Le pourcentage de conversion moyen gagné par les tests liés à cette hypothèse

Le but est que chaque test soit lié à une hypothèse générale.

Par exemple, maintenant, pour chaque test lié à cette hypothèse générale, nous ajouterons 2.7 à la note de priorisation.

On a donc quelque chose de plus précis et basé sur les expériences passées.

Cette méthode nécessite d’avoir beaucoup de trafic, pour effectuer beaucoup de tests.

‍