Comment faire de l’A/B test sur Shopify sans outils coûteux
L’A/B test sur Shopify sans outils coûteux : seuils de trafic, durée des tests, outils gratuits et quoi tester en premier pour de vrais gains de conversion.
Un A/B test sur sept est gagnant. C’est la moyenne honnête du secteur, pas le chiffre que les éditeurs affichent sur leurs landing pages. La plupart des marchands Shopify font tourner un test pendant quatre jours, voient un chiffre en vert et crient victoire. Ce n’en est pas une. C’est du bruit déguisé en blouse de laborantin.
Voici ce que personne parmi les vendeurs de logiciels de test ne veut que vous entendiez : vous n’avez probablement pas encore besoin de leur logiciel. La plupart des boutiques qui réalisent moins d’1 M$ de chiffre d’affaires par an peuvent mener un vrai programme de test avec un tableur, une app gratuite et assez de patience pour laisser un test aller à son terme. L’outil n’a jamais été le goulot d’étranglement. Le trafic, la discipline et le fait de savoir quoi tester, si.
Pourquoi la plupart des A/B tests Shopify échouent avant même de commencer
Le manque de trafic tue plus de tests que les mauvaises idées ne le feront jamais. Une boutique qui fait 800 commandes par mois ne peut pas tester de façon fiable la couleur d’un bouton de checkout. Il n’y a tout simplement pas assez de conversions pour distinguer une vraie hausse d’une variation aléatoire. La règle empirique des agences d’optimisation est sans détour : restez sous les 1 000 commandes par mois et vous êtes dans ce qu’un guide appelle la « phase à risque », où les outils de test vous montreront volontiers un gagnant qui n’existe pas.
Il vous faut du volume avant d’avoir besoin d’un logiciel. Les recommandations de Shopify elles-mêmes suggèrent plus de 5 000 visiteurs sur la page testée, et au moins 100 conversions par variante, avant qu’un résultat ait la moindre signification. En dessous de ce seuil, chaque résultat « significatif » est un pile ou face habillé d’un tableau de bord.
C’est une erreur que commettent presque toutes les nouvelles boutiques. Elles installent dès le premier jour une app de test à 300 $/mois, lancent cinq tests en un mois, et aucun n’est fiable. Le trafic d’abord. Les outils ensuite.
Les outils qui ne vous coûtent pas d’abonnement
Vous n’avez pas besoin d’Optimizely ou de VWO pour commencer. L’éditeur de thème Shopify vous permet de dupliquer un template, de modifier un élément et de répartir le trafic entre les deux avec une app gratuite, voire avec une redirection manuelle basée sur des UTM pour les tests à faible volume. Google Analytics 4, associé à une app de test Shopify gratuite, couvre l’essentiel : pages vues, événements de conversion, chiffre d’affaires par visiteur.
Les outils payants deviennent rentables à partir de 20 tests ou plus par an. En dessous de ce volume, la puissance statistique supplémentaire (modélisation bayésienne, allocation automatique du trafic, heatmaps) est en grande partie gaspillée. Investissez plutôt cet argent dans la recherche. Une agence CRO le résume bien :
C’est à 80 % une affaire de recherche et seulement à 20 % une affaire de test.
Analysez les points de décrochage de votre tunnel avant de toucher à la moindre couleur de bouton. Les enregistrements de sessions, les données d’abandon au checkout et les tickets de support vous disent quoi tester bien mieux que le « générateur d’idées » intégré à n’importe quel outil.
Une stack gratuite qui fonctionne vraiment : l’éditeur de thème natif de Shopify pour construire la variante, GA4 pour mesurer le chiffre d’affaires par visiteur et par segment, et un outil de heatmap avec une offre gratuite pour repérer où l’attention décroche avant même de construire un test. Cette combinaison ne coûte rien et répond à 90 % des questions auxquelles répond une plateforme à 300 $/mois, simplement plus lentement et avec plus de travail manuel de votre côté.
Combien de temps faut-il vraiment faire tourner un test
Deux à quatre semaines. Pas deux jours. Pas jusqu’à ce que Slack vous annonce un résultat « significatif » qui vous enthousiasme au point d’arrêter trop tôt : c’est le moyen le plus rapide d’agir sur des données qui ne sont pas réelles. Chaque test doit tourner par semaines entières, car les acheteurs du mardi et ceux du samedi ne se comportent pas de la même façon, et un test de trois jours penche du côté du jour qui a dominé.
La significativité statistique compte, mais ce n’est pas à elle seule la ligne d’arrivée. Visez un niveau de confiance de 95 % et un échantillon minimum par variante. Atteignez les deux, sinon le test n’est pas terminé, quoi qu’en dise la coche verte de l’app.
Commandes mensuelles | Maturité pour tester | Que faire à la place |
Moins de 1 000 | Phase à risque, évitez les A/B tests formels | Faites des changements audacieux et assumés, et mesurez la tendance sur 30 jours |
1 000 à 3 000 | Tests à une seule variable uniquement | Testez une page, une variable, pendant 3 à 4 semaines complètes |
3 000 et plus | Prêt pour les tests multivariés | Lancez 2 à 3 tests simultanés sur des pages à fort trafic distinctes |
Que tester concrètement sur une boutique Shopify
Testez les pages qui ont le plus de trafic et le plus de décrochage, pas celles qui sont les plus faciles à modifier. Cela signifie généralement les fiches produits et le checkout, pas la bannière principale de votre page d’accueil.
Les tests à fort impact pour les boutiques sous les 500 k$ de chiffre d’affaires annuel : l’ordre des images produit, la visibilité des frais de livraison, l’emplacement des avis et le texte exact de votre bouton d’ajout au panier. Laissez de côté la couleur du favicon et l’ordre des liens du footer. Ils ne changent rien.
Les marchands qui mènent des programmes fondés sur la recherche affichent des taux de victoire de 20 à 40 %, bien au-dessus de la référence sectorielle d’un sur sept. La différence ne tient pas à la chance. Ils testent ce que les données désignent comme défaillant, pas ce que le CEO trouve plus joli.
Lire les résultats sans se mentir
Le taux de conversion seul peut vous tromper. Un test peut faire grimper le taux de conversion tout en faisant discrètement plonger le panier moyen, parce qu’il baisse les prix ou masque les upsells. Suivez toujours le chiffre d’affaires par visiteur comme indicateur principal. Une hausse de 12 % du taux de conversion accompagnée d’une baisse de 18 % de l’AOV n’est pas une victoire, c’est au mieux une opération blanche.
Segmentez vos résultats par appareil avant de vous y fier. Un changement qui augmente la conversion mobile de 9 % peut en même temps pénaliser le desktop de 4 %. Mélangez les deux et vous déploierez un changement en réalité négatif pour la moitié de votre trafic.
Les nouveaux clients et les clients récurrents comptent aussi. Un changement sur la page d’accueil conçu pour accrocher les nouveaux visiteurs peut agacer les acheteurs fidèles qui connaissent déjà votre site et veulent simplement payer vite. Examinez les deux segments séparément avant de désigner un gagnant global. Un test stable dans l’ensemble mais en hausse de 15 % pour les nouveaux visiteurs et en baisse de 10 % pour les clients récurrents n’est pas un match nul : ce sont deux problèmes différents sous un même masque.
Les erreurs courantes qui sabotent un test en silence
Jeter un œil aux résultats en cours de route est la plus grave. Consulter les résultats chaque jour et arrêter dès que la courbe passe au vert semble responsable. C’est tout le contraire. Les « victoires » précoces retombent à zéro une fois que la taille de l’échantillon rattrape son retard, et vous aurez déployé un changement sur la base de trois bonnes journées qui ne représentent pas votre clientèle réelle.
Lancer trop de tests en même temps sur la même page en est une autre. Si vous testez simultanément le texte du bouton et le message sur la livraison sur votre fiche produit, vous ne saurez pas lequel a fait bouger le chiffre quand il bougera. Isolez la variable. Toujours.
Ignorer la saisonnalité ruine plus de tests qu’on ne veut bien l’admettre. Un test qui a traversé une période de soldes, un pic du Black Friday ou un moment viral inattendu sur TikTok ne mesure plus votre situation de référence, il mesure l’événement. Relancez-le pendant une semaine normale avant de vous fier au résultat.
La plupart des marques e-commerce matures mènent entre 24 et 60 tests par an. Les nouvelles boutiques n’ont pas besoin d’un tel volume. Deux ou trois tests bien menés par trimestre, sur des pages à fort trafic, vous en apprendront davantage qu’une douzaine de tests bâclés sur des pages que personne ne visite.
Les priorités si vous partez de zéro
- Corrigez d’abord vos problèmes de conversion de base. L’A/B test améliore une boutique qui fonctionne. Il ne répare pas une boutique cassée.
- Atteignez 5 000 visiteurs mensuels sur la page que vous voulez tester avant de lancer une expérience formelle. En dessous, faites des changements audacieux et suivez plutôt les tendances sur 30 jours.
- Commencez par le checkout et les fiches produits. Ce sont eux qui concentrent le plus de trafic et où la friction coûte le plus cher.
- Choisissez le chiffre d’affaires par visiteur comme indicateur de réussite, pas le taux de conversion brut.
- Faites tourner chaque test pendant au moins trois semaines complètes, par semaines entières, sans exception.
Choisissez-en un. Faites-le tourner pendant un mois. Puis passez au suivant.
Questions fréquentes
Visez au moins 5 000 visiteurs et 100 conversions par variante sur la page précise que vous testez. Les boutiques sous les 1 000 commandes par mois se trouvent dans ce que les agences appellent la « phase à risque », où les résultats des tests sont souvent peu fiables statistiquement. En dessous de ce volume, faites des changements audacieux et suivez les tendances sur 30 jours plutôt que de lancer un split test formel.
Faites tourner vos tests pendant au moins deux à quatre semaines complètes, par semaines entières, même si un outil affiche une significativité statistique plus tôt. Arrêter trop tôt est l’une des façons les plus courantes d’agir sur des résultats qui se révèlent faux une fois l’ensemble des données recueilli.
Non. Le split testing de base fonctionne sur n’importe quel plan Shopify, avec une app de test gratuite ou un template de thème dupliqué suivi dans Google Analytics 4. Shopify Plus ajoute des tests natifs au niveau des scripts et du checkout, mais ce n’est pas nécessaire pour mener des tests fiables sur les fiches produits ou le panier.