Comment le device influence le comportement d’achat

Dans un précédent article, nous avons eu l’occasion de voir quels étaient les jours et les heures chaudes en e-commerce. Cette étude utilisait alors tous les achats, indépendamment du type de support utilisé : smartphone, tablette, desktop… Mais le boom des technologies digitales a considérablement modifié la donne. Désormais, je me connecte où je veux, quand je veux et comme je veux. Selon la 5e édition du Baromètre annuel du Marketing Mobile, 75% des Français sont des mobinautes et 88% d’entre eux utilisent l’Internet mobile au quotidien. Le mobile est ainsi devenu le premier support pour lire ses e-mails. Une tendance à la hausse depuis de nombreuses années qui amène nécessairement les e-commerçants à s’interroger sur les principales différences entre mobile et desktop en e-commerce. Objectifs : mieux comprendre le comportement de leurs consommateurs pour une meilleure expérience utilisateur. La clé d’un taux de conversion optimisé !

Les tests A/B portent souvent sur l’amélioration de l’interface utilisateur. C’est pourquoi il est primordial de segmenter son audience selon le device utilisé. De plus, il peut être intéressant de comprendre le contexte d’utilisation : l’internaute est-il confortablement installé chez lui ? Ou ballotté dans les transport en commun ? Est-il focalisé sur son parcours internet ou en train de jongler entre différentes activités et même plusieurs écrans ? Pourquoi ? Parce que Comprendre le contexte permet d’imaginer comment rendre la navigation plus efficace.

Analyse des données mobiles vs données desktop

Commençons par observer l’ensemble des données. Sur les deux graphiques ci-dessous, l’axe horizontal représente le temps (en heures) et l’axe vertical représente le nombre d’achats effectués pendant cette heure. 

En apparence, elles sont similaires : seul le volume d’achats est légèrement différent (notez la différence d’échelle verticale entre les deux graphiques). On constate en effet moins de conversions côté mobile que sur un ordinateur.

Quelles sont les meilleures idées pour optimiser votre site web ? Trouvez l'inspiration avec plus de 20 études de cas pour booster vos conversions.

Desktop

Mobile

Voyons maintenant si les profils journaliers sont semblables ou non… À cette fin, nous utilisons la même astuce d’analyse que dans l’article précédent, à savoir : un modèle bayésien hiérarchique nous permettant de créer un modèle de profil journalier.

Desktop

Mobile

Ici, l’axe horizontal correspond à l’heure de la journée et l’axe vertical représente le nombre d’achats. La courbe bleue représente la moyenne. Les courbes en pointillés représentent quant à elles les bornes de l’intervalle de confiance à 95%.

On obtient alors une idée de la valeur de variation du nombre d’achats. Typiquement, entre 1 heure et 5 heures du matin, on observe très peu d’achats (environ 10 par heure), et cela varie peu. Au contraire, à 10h du matin, le nombre d’achats peut varier de manière plus importante, et ce quel que soit le device.

Comment comprendre les courbes de données

Voici ce que l’on peut constater en comparant ces deux courbes de comportement d’achat sur mobile et sur desktop :

  • Vers 7h du matin : on observe qu’il peut y avoir un pic sur le mobile (qui n’existe pas sur le desktop), probablement dû à l’utilisation des transports.
  • Vers 10h du matin : c’est le pic d’arrivées pour le desktop (arrivée au travail ou première pause de la matinée).
  • Vers 12h : on est en plein creux de midi pour le desktop (pas de pause repas visible pour les mobiles).
  • Vers 20h : l’activité plafonne puis chute pour le desktop, alors qu’elle fait un pic qui peut monter très haut sur mobile. Est-ce un changement de device dû au retour à la maison ou lié au fait de faire du shopping devant la télé ?

Cela confirme le bien fondé de la règle d’expérimentation qui conseille de toujours échantillonner les variations d’un test A/B de la même manière. En effet, selon l’heure, on peut constater un fort biais d’usage de device. En conséquence, le fait d’échantillonner davantage une variation à une heure donnée implique un biais de device. Or de nombreux tests A/B sont des tests d’ergonomie de l’interface utilisateur et, par conséquent, s’avèrent très dépendants du device.

Une visite sur mobile entre 7h et 10h du matin a donc des chances d’être effectuée depuis les transports. Contexte dans lequel il peut être compliqué de sortir sa carte bleue pour payer, ce qui pourrait expliquer le pic d’achat à 10h sur desktop. Les consommateurs attendent d’être arrivés au bureau ou sur leur lieu de destination pour finaliser leur achat. Il pourrait alors être judicieux de proposer à ces visiteurs un rappel de finalisation de leur commande. Par exemple : en leur envoyant un email avec un lien direct vers le panier constitué.

En effet, comme le rappelle Ecommerce Mag, le mobile représentait environ 65% du trafic des e-commerçants en France en 2019. Or, le taux de conversion moyen observé sur mobile s’avère 2 à 3 fois inférieur à celui observé sur desktop, ce qui signifie que la grande majorité des mobinautes ne finalisent pas leurs transactions sur mobile.

Parmi les raisons : les nombreuses autres interactions et messages reçus sur mobile, susceptibles d’interrompre l’acte d’achat (SMS, appel, messageries instantanée, messages push d’une app média ou d’un réseau social, etc.). Lors d’un appel, 65% des mobinautes ne reprennent pas leur shopping. Que peut-on en conclure ? Que le comportement d’achat sur mobile est très différent de celui que le même consommateur peut avoir sur ordinateur. Son attention est moindre et son objectif moins décidé. Dès lors, l’e-commerçant ne dispose que de très peu de temps pour véritablement “décider” son acheteur potentiel et convertir l’achat.

Quid du comportement sur tablette ?

Le graphe concernant les tablettes indique à peu près le même profil que pour le mobile (les petits pics de la courbe en pointillés sont dus à un faible échantillonnage, et ne correspondent à aucune réalité).

Comment peut-on néanmoins l’interpréter ? Une visite sur tablette vers 20h s’effectue probablement devant la télévision. Il y a alors une espèce de compétition pour capter l’attention du visiteur entre ces deux écrans. Dans ce contexte, on peut imaginer déclencher une subtile animation pour (ré)attirer l’attention d’un visiteur qui présenterait une baisse d’activité ou lui proposer une réduction via une popin / popup dès qu’on s’approche de l’heure de chute de ce trafic spécifique (vers 22h).

Comment booster ses conversions via une stratégie cross-device ?

Le saviez-vous ? Si, les smartphones et les tablettes drivent près de 60% du trafic des sites e-commerce du secteur Retail, les desktops continuent de générer la majeure partie des ventes (66%). Pourtant, 6 consommateurs sur 10 préfèrent obtenir des informations sur les produits via leur mobile que de demander à un vendeur même lorsqu’ils sont en magasin, selon une étude internationale du Pew Research Center. On l’aura compris, après le multi-device, l’heure est au cross-device. Près d’un achat sur deux en France implique ainsi deux appareils différents.

Au-delà des raisons expliquées plus haut dans cet article, le mobile joue les premiers rôles dans le parcours client et l’expérience d’achat aujourd’hui. Avec un enjeu critique pour les marques : convertir sur mobile. Plusieurs options peuvent alors être mises en place pour optimiser l’engagement sur mobile de vos consommateurs ou améliorer l’expérience cross-device.

Optimiser vos pages produits

Quel est le meilleur moyen de retenir vos visiteurs et de les pousser à convertir ? Tout simplement en leur proposant un contenu et une expérience de grande qualité sur mobile comme sur desktop. C’est là que l’A/B test de vos pages Produit, mobiles notamment, vous permet de déterminer quelle version est la plus pertinente lorsqu’il s’agit d’inciter vos mobinautes à ajouter un article à leur panier.

La marque de joaillerie Histoire d’Or a ainsi proposé des photos de leurs produits en situation, sur leur site web comme sur leur site mobile, c’est-à-dire “portés”. Résultat : +6% de taux de clic sur le bouton “Ajouter au panier”. Pour la même initiative, la marque de mode Camilla and Marc a quant à elle obtenu +17% de transactions et +23% de revenus !

Partager sur linkedin
Share on Linkedin
Partager sur facebook
Share on Facebook
Partager sur twitter
Share on Twitter