-03%202%20(1).webp)
Axelle & Guillaume, sont deux amoureux de trail running ! Ils se sont d'ailleurs rencontré sur les sentiers... En 2019, Ils ont pris conscience qu’ils n'étaient pas d'accord avec ce qui était écrit sur les étiquettes de leurs vêtements et qu’il n'était pas possible de trouver une tenue de trail à la fois technique et éco-responsable. Ils ont donc tout plaqué pour créer la tenue de leur rêve. Celle qui parcourt plus de km sur leurs épaules que dans un bateau !
Chez Wise, les règles sont simples : On limite l’emprunte carbone et on place le côté éco-responsable au centre. Cela se traduit par des actions de Co-construction pour valider les produits et les quantités puis aucune réduction sur le site.
La recherche porte sur l'obtention d'un fort taux de clients récurrents et d'ensembles (haut/bas) achetés, et les données montrent que la marque devient rapidement une référence chez les amateurs de trail, avec plus de 30 % des acheteurs Wise revenant pour compléter leur tenue. Cependant, la problématique réside dans le processus long et peu pratique pour acheter un ensemble haut/bas, nécessitant des étapes séparées sans remises ni avantages.
Nous formulons des hypothèses d'amélioration susceptibles d'avoir un impact significatif. Ces hypothèses sont générées suite à une analyse approfondie et un audit, et sont ensuite hiérarchisées pour déterminer celles qui méritent le plus notre attention et nos efforts.
Nous évaluons chaque hypothèse en fonction de son impact, facilité de mise en œuvre et alignement avec les objectifs stratégiques. Elles sont classées par ordre d'importance pour assurer que nous consacrons nos ressources sur les actions susceptibles de générer la plus grande valeur pour l'utilisateur final et la boutique.
Chaque composant créé est le fruit d'un processus de réflexion approfondie et est testé pour son efficacité avant d'être intégré sur Shopify. L'accent est mis sur la création de designs intuitifs qui améliorent l'expérience utilisateur et contribuent positivement aux objectifs de conversion tout en s'intégrant proprement à la DA.
L'intégration est la phase où nous donnons vie à nos idées. Le composant, déjà bien pensé et conçu, est développé et déployé sur la plateforme. À cette étape, nous veillons à ce que l'intégration soit fluide et cohérente et surtout, à ne pas écraser la version actuelle pour toujours être en mesure de revenir en arrière.
Pour valider l'efficacité des composants, nous les soumettons à des A/B tests, où différentes versions sont présentées aux utilisateurs de manière contrôlée. Cela nous permet de recueillir des données précises sur leur performance et d'opter pour la version qui maximise les conversions, le panier moyen ou autre objectif choisi.
Une fois les tests terminés, nous procédons à une analyse détaillée des données récoltées. Cette étape nous permet d'évaluer l'impact de nos actions, affiner notre compréhension des utilisateurs et ajuster notre stratégie en conséquence pour optimiser continuellement les performances de la boutique en ligne.
Hypothèse 1 : On va pousser les ensembles de produit directement sur la page du produit. Il existe des produit complémentaire, mais tout le monde ne connais pas le catalogue dans son ensemble: on propose donc un système pour acheter un ensemble cohérent en un seul clic. L’objectif est de mettre en avant les tenues de trail complètes tout en permettant à l’utilisateur de les ajouter en un simple clic.
Hypothèse 2 : Si ça marche, on y ajoute du marketing* Le premier système d’ensemble a bien fonctionné, mais il ne proposait aucun offre. Mettons-le en concurrence avec un bundle accompagné d’une offre marketing. On affiche le prix, on ajoute une réduction sur l’ensemble à l’utilisateur et on mentionne l’économie qu’il réalise sur l’ensemble.
Nous avons tiré des tonnes d'autres hypothèses mais vous trouverez ici, dans ce cas d'étude, les tests les plus pertinents menés chez Wise.
Notez qu'un test ne peut jamais être un échec, car s'il apporte moins de résultat, il ne sera tout simplement pas publié. Nous tirerons une conclusion et procéderont à un test plus pertinent la fois d'après.
"Soit on gagne, soit on apprend !"
Avant :
Après :
Dans cette partie nous vous présentons 1 tests mené au début de notre collaboration. Après avoir déterminé un planning de test précis résultant de la première phase d'audit : Nous avons attaqué le développement et lancé les premiers A/B Tests.
Un moyen pour l'utilisateur de compléter son achat en un clic, sur des ensembles de produits fréquemment achetés ensembles.
.jpg)
RÉSULTAT : +17.45% d'augmentation du Revenu moyen par Sessions
Résultat atteint avec une signification statistique de 86% sur la durée du test.
