Qu'est-ce que le CRO, vraiment
Le Conversion Rate Optimization (CRO) est la discipline qui consiste à augmenter le pourcentage de visiteurs qui prennent une action désirée sur votre site (signup, demande de demo, achat). Vendu par les agences comme une science, c'est en réalité un mélange de bon sens, de méthode statistique, et d'observation empirique.
Deux dérives courantes : la dérive « hack » (« on a optimisé un bouton, conversion +47% ! ») qui promet des gains gigantesques sur des A/B tests bidons, et la dérive « consulting » (rapports à 30k€ qui disent ce qu'un audit heuristique à 1500€ aurait livré).
La vraie pratique du CRO est moins glamour : on identifie les frictions, on formule des hypothèses, on teste celles qui sont testables, et on accepte que beaucoup de tests ne concluent rien. Le résultat moyen : 2-5 % d'amélioration par test concluant, sur 30-50% de tests qui concluent. Pour qu'un programme CRO produise 30 % d'amélioration cumulée par an, il faut une douzaine de tests bien menés.
Le funnel : décomposer pour comprendre
Un taux de conversion global (par exemple 3 %) est inutilisable pour l'amélioration. Pour itérer, il faut décomposer en étapes du funnel : qui arrive, qui scrolle, qui clique sur le CTA, qui remplit le formulaire, qui complète l'action finale.
Exemple typique pour une landing SaaS B2B : 100 visiteurs (top of funnel) 70 atteignent la section pricing (scroll 70%) 25 cliquent sur le CTA primaire (35% des scroleurs) 8 démarrent le formulaire (32% des cliqueurs) 3 complètent (conversion finale 3%)
Chaque transition est un goulot d'étranglement potentiel. Si le drop entre « atteint pricing » et « clique CTA » est faible (35 %), le problème est dans le hero (les visiteurs partent tôt). Si le drop est entre « démarre formulaire » et « complète » (32 % vs 12 %), le problème est dans le formulaire (trop long, exige des infos trop personnelles).
Sans cette décomposition, on optimise au hasard. Avec elle, on cible l'étape qui a le plus de potentiel d'amélioration.
Formuler une hypothèse testable
Une hypothèse de CRO bien formulée a trois composants : ce qui est observé, ce qu'on pense que ça révèle, ce qu'on propose de tester.
Mauvaise hypothèse : « Le bouton orange convertit mieux que le bouton bleu ». Pourquoi ? Sur quelle base ? Avec quel mécanisme ?
Bonne hypothèse : « Le formulaire de demande de démo a un taux de complétion de 32 %, le plus bas du funnel. L'analyse de session enregistrée montre que 60 % des abandons se font au champ Nombre d'employés qui demande une fourchette précise. Hypothèse : en remplaçant ce champ par une question optionnelle, on augmenterait le taux de complétion de 32 % à 45 %, en acceptant un coût en qualification commerciale qu'on évaluera après. »
L'hypothèse cite le problème observé, le mécanisme supposé, l'amélioration attendue, et reconnaît les coûts cachés. C'est ce niveau de précision qui rend le test utile, quel que soit son résultat.
La hiérarchie d'impact
Pas tous les éléments d'une landing ont le même impact sur la conversion. La hiérarchie indicative, du plus impactant au moins :
1. Le hero (titre + sous-titre + CTA primaire) : si le hero ne convertit pas l'attention en intérêt, tout le reste est inutile. Optimisations potentielles : +20% à +200%.
2. La proposition de valeur globale (clarté, pertinence pour l'audience) : si l'audience ne se reconnaît pas, le hero ne sauvera rien. Optimisations : +30% à +300% si on a vraiment raté l'audience.
3. La preuve (logos clients, témoignages spécifiques, métriques crédibles) : la preuve dissout les objections de risque. Optimisations : +10% à +40%.
4. Le formulaire ou le checkout (longueur, friction, clarté) : étape finale, friction maximum. Optimisations : +15% à +50%.
5. Le CTA (texte, couleur, placement) : impact réel mais souvent surestimé. Optimisations : +2% à +10%.
6. Les détails micro (animations, micro-interactions) : impact marginal. Optimisations : +0% à +3%.
Les équipes qui obsèdent sur la couleur du bouton (niveau 5) avant d'avoir validé le titre du hero (niveau 1) optimisent à l'envers. Toujours travailler par la tête du funnel.
La mesure : sans elle, on raconte des histoires
Sans mesure rigoureuse, le CRO devient du storytelling. Les bases minimum :
Analytics qui tracke le funnel décomposé (pas juste le taux de conversion global). Google Analytics 4 ou Plausible suffit, à condition de configurer les events de step (vu pricing, cliqué CTA, démarré formulaire, complété).
A/B testing avec significance statistique calculée correctement. Un test « +12% de conversion » sur 200 visiteurs n'est pas significatif, c'est du bruit. Outils : VWO, Optimizely, ou la version simple Google Optimize remplacée par GA4 events.
Observation qualitative : Microsoft Clarity (gratuit), Hotjar pour les heatmaps et session recordings. Indispensable pour comprendre le « pourquoi » derrière les chiffres.
Feedback direct : micro-sondages on-page (« qu'est-ce qui vous empêche de continuer ? ») et tests utilisateurs réguliers (5 personnes tous les 2 mois).
Sans ces outils, on improvise. Avec eux, on a une boucle d'apprentissage qui se rationalise.
Les biais qui sabotent l'analyse
Le CRO est traversé de biais qui sabotent les conclusions. Les principaux :
Le biais de confirmation : on cherche les données qui confirment ce qu'on croit déjà. Antidote : formuler les hypothèses avant de regarder les données, écrire le résultat attendu et noter quand on est surpris.
Le peeking de l'A/B test : regarder les résultats avant la fin du test prévu et arrêter au premier signe positif. Antidote : définir la taille d'échantillon et la durée du test à l'avance, ne pas regarder avant.
L'effet nouveauté : un changement visible (par exemple une nouvelle couleur de bouton) booste temporairement la conversion juste parce que les visiteurs récurrents le remarquent. Antidote : laisser tourner le test 2-4 semaines minimum, observer la courbe sur la durée.
Le biais de survivance : on regarde les sites à succès et on imite. Mais ils ont des éléments qu'on ne voit pas (marque, ressources, marché). Antidote : tester sur son propre site, ne pas reproduire mécaniquement.
La généralisation à partir de cas singuliers : « un site a gagné +500% en changeant le titre, donc... ». Les cas extrêmes sont des anomalies non reproductibles. Antidote : penser en termes de distribution d'effets, pas en termes de cas individuels.
Le programme CRO minimal qui marche
Pour une équipe qui démarre, voici le programme minimum qu'on recommande.
Mois 1 : poser la mesure. GA4 ou équivalent configuré avec le funnel décomposé, Clarity installé, identification des 3-5 étapes du funnel et de leurs taux actuels. Pas de test encore, on observe.
Mois 2 : audit heuristique et tests utilisateurs. 5 sessions de tests utilisateurs avec des gens de l'audience cible. Audit heuristique par un expert (interne ou externe). On en sort une liste de 10-20 hypothèses priorisées par impact attendu.
Mois 3-6 : itérations rapides. Tester 1-2 hypothèses par mois sur le hero et la proposition de valeur (hiérarchie 1-2). Mesurer en cycles de 4-6 semaines selon le volume.
Mois 6-12 : descente du funnel. Une fois le hero et la proposition stables, optimiser la preuve, le formulaire, et les CTAs.
Attentes raisonnables sur 12 mois : +25% à +50% de taux de conversion global sur la combinaison de tests concluants. Les promesses de +200% sont soit du bullshit, soit qu'on partait d'une situation très dégradée (et alors le merit est de l'avoir reconnu).