Formuler une hypothèse de conversion : la différence entre une idée et une vraie hypothèse

La plupart des optimisations ratées commencent par une phrase du type "et si on changeait le bouton en vert, ça convertirait peut être mieux". Ça ressemble à une hypothèse, mais ça n'en est pas une, c'est une idée en l'air, une intuition non fondée déguisée en démarche. Et tester des idées en l'air, c'est ce qui donne au CRO sa fausse réputation d'inefficacité, on change des choses au hasard, on observe des résultats aléatoires, et on conclut que rien ne marche.

Une vraie hypothèse de conversion est tout autre chose. C'est une prédiction structurée, fondée sur une observation, et formulée de façon à pouvoir être prouvée fausse. Cette dernière condition est la plus importante et la plus négligée, une hypothèse qui ne peut pas être réfutée n'est pas une hypothèse, c'est une croyance. Voici ce qui sépare une idée d'une vraie hypothèse, pourquoi cette distinction change tout, et la structure pour formuler des hypothèses qui font progresser.

Une hypothèse relie une observation, un changement et un effet attendu

Une hypothèse de conversion digne de ce nom contient trois éléments liés. Une observation, ce que tu as constaté dans tes données ou ton qualitatif, par exemple "les visiteurs abandonnent massivement au checkout après avoir consulté les frais de port". Un changement, l'action précise que tu proposes, "afficher les frais de port dès la fiche produit". Et un effet attendu, mesurable, "alors le taux de passage du panier au checkout augmentera". Les trois sont reliés par une logique de cause à effet, parce que j'ai observé ceci, si je change cela, alors j'attends cet effet.

C'est cette chaîne qui distingue l'hypothèse de l'idée. L'idée n'a que le changement, mettons le bouton en vert, sans observation qui le motive ni effet précis attendu. L'hypothèse, elle, ancre le changement dans un constat et le projette vers un résultat mesurable. Elle dit pourquoi ce changement, sur la base de quoi, et comment on saura s'il a marché. Ce n'est plus un caprice, c'est un raisonnement testable.

Et surtout, une vraie hypothèse est falsifiable, on peut imaginer un résultat qui la prouverait fausse. Si tu prédis que montrer les frais tôt augmentera le passage au checkout, un résultat où le passage n'augmente pas, voire baisse, réfute ton hypothèse. C'est précisément ce qui la rend utile, parce qu'un test ne t'apprend quelque chose que si son résultat pouvait te contredire. Une affirmation qu'aucun résultat ne pourrait démentir, comme "améliorer l'expérience augmentera les ventes", n'apprend rien, parce qu'elle est vraie quoi qu'il arrive, donc creuse.

Si tu ne peux pas la prouver fausse, ce n'est pas une hypothèse

Je le pose nettement. Le test de validité d'une hypothèse de conversion n'est pas "est elle plausible", c'est "peut elle être prouvée fausse". Si tu ne peux pas décrire à l'avance le résultat qui te ferait conclure que tu avais tort, alors tu n'as pas une hypothèse, tu as une conviction que tu cherches à confirmer. Et chercher à confirmer une conviction n'est pas une démarche d'optimisation, c'est un biais en action, tu trouveras toujours un angle pour te donner raison.

Ma position, c'est qu'il faut formuler chaque hypothèse de manière à pouvoir perdre. Une hypothèse précise, avec un effet attendu chiffré sur une métrique nommée, peut être réfutée par les données, et c'est sa force. Une hypothèse vague, "ça devrait améliorer les choses", ne peut jamais être réfutée, parce que "les choses" et "améliorer" sont assez flous pour qu'on y trouve toujours une victoire. La rigueur d'une hypothèse se mesure donc à sa vulnérabilité, plus elle s'expose à être démentie, plus elle est utile. Une hypothèse confortable, qu'aucun résultat ne menace, est une hypothèse inutile.

L'idée en l'air contre l'hypothèse structurée

Comparons deux points de départ d'une optimisation.

• L'idée en l'air. "On devrait moderniser la fiche produit, ça ferait plus sérieux et ça vendrait mieux." Aucune observation précise, un changement flou, un effet vague et non mesurable. Impossible à tester proprement, parce qu'on ne sait ni ce qu'on change exactement, ni ce qu'on attend précisément, ni comment on saurait que ça n'a pas marché. Quoi qu'il advienne, on pourra dire que c'est mieux ou moins bien selon son humeur. On a dépensé de l'effort sans rien apprendre.
• L'hypothèse structurée. "J'observe que soixante pour cent des visiteurs abandonnent le checkout après avoir vu les frais de port. Si j'affiche ces frais dès la fiche produit, alors le taux de passage du panier au checkout augmentera, parce que la surprise au dernier moment est supprimée." Une observation, un changement précis, un effet mesurable, une logique. On peut la tester, et le résultat, hausse ou non du taux ciblé, tranchera clairement. Quel que soit le résultat, on aura appris quelque chose.

La leçon, c'est que la qualité d'un test est décidée avant le test, par la qualité de l'hypothèse. Une idée en l'air ne donnera jamais un apprentissage clair, même bien testée, parce qu'on ne sait pas ce qu'on cherche. Une hypothèse structurée donne un apprentissage clair quel que soit le résultat, parce qu'elle a défini d'avance ce qui la confirmerait ou la réfuterait.

D'où vient une bonne hypothèse : de l'observation, jamais du vide

Une hypothèse solide ne sort pas de l'imagination, elle naît d'une observation. C'est pour ça que tout le travail de diagnostic vu précédemment, le tunnel, GA4, les cartes de chaleur, les enregistrements, précède la formulation d'hypothèses. Le diagnostic dit où ça fuit et donne des indices du pourquoi, et c'est de ces indices que naissent les hypothèses. Une hypothèse tirée d'une observation a une chance d'être juste, parce qu'elle répond à un problème réel et localisé. Une hypothèse tirée du vide, d'une mode ou d'un avis, n'a qu'une chance sur beaucoup, parce qu'elle ne vise rien de constaté.

C'est l'ordre qui compte, observer d'abord, formuler ensuite. Inverser, partir d'une idée puis chercher une justification, mène aux fausses hypothèses, celles qu'on défend au lieu de les tester. Les meilleures hypothèses pointent une fuite identifiée par les données, en proposent une cause plausible repérée par le qualitatif, et prédisent l'effet de sa correction. Elles sont l'aboutissement du diagnostic, pas son point de départ. Une boutique qui formule des hypothèses sans avoir diagnostiqué teste dans le noir, une boutique qui les tire de ses observations teste là où ça compte.

La structure d'une hypothèse de conversion

Formule chaque hypothèse avec cette structure.

1. L'observation. Pars d'un constat précis, issu de tes données ou de ton qualitatif. "J'observe que tel taux décroche à telle étape, et que les visiteurs font telle chose avant de partir."
2. Le changement. Décris l'action précise, une seule, clairement définie. "Si je modifie cet élément précis de cette façon précise."
3. L'effet attendu. Nomme la métrique et le sens attendu. "Alors tel taux, à telle étape, augmentera."
4. La raison. Explique le mécanisme. "Parce que ce changement lève tel frein observé."
5. Le test de falsifiabilité. Demande toi quel résultat te prouverait que tu as tort. Si aucun ne le peut, reformule, ton hypothèse est encore une croyance.

Où tu commences : prends ta plus grosse fuite identifiée, et formule une hypothèse complète avec ces cinq éléments. Vérifie surtout le dernier, peux tu décrire le résultat qui te donnerait tort. Si oui, tu tiens une vraie hypothèse, prête à être testée. Sinon, tu tiens encore une idée.

Ce qu'il faut retenir

Changer un élément parce que tu penses que ce serait mieux n'est pas une hypothèse, c'est une idée en l'air, et tester des idées en l'air n'apprend rien. Une vraie hypothèse de conversion relie une observation, un changement précis et un effet mesurable attendu, par une logique de cause à effet, et surtout elle est falsifiable, tu peux décrire le résultat qui te prouverait faux. Si tu ne peux pas perdre, ce n'est pas une hypothèse, c'est une conviction que tu cherches à confirmer. Et les bonnes hypothèses naissent de l'observation, pas du vide, c'est pourquoi le diagnostic précède toujours la formulation. Pars de ta plus grosse fuite et formule une hypothèse falsifiable. Si tu veux qu'un scan fournisse les observations d'où naissent tes hypothèses, c'est l'objet du diagnostic CRO e-commerce.