Le réflexe, face à un tunnel qui convertit mal, est de commencer par le haut : la page d’atterrissage, la première accroche, le trafic qui arrive. C’est l’ordre chronologique du visiteur, mais ce n’est pas l’ordre de la perte. Un visiteur qui quitte à la première étape n’a presque rien coûté — il a consommé un clic, parfois un centime de publicité. Un visiteur qui abandonne au moment de payer a consommé tout le reste : l’attention, le temps, souvent un numéro de carte à moitié saisi. C’est cette dernière fuite qui coûte le plus cher, et c’est elle qu’il faut regarder en premier.
Construire les étapes avant de les mesurer
Un tunnel se découpe en marches observables, pas en intentions supposées. Pour une boutique en ligne classique, cela ressemble à : arrivée sur une fiche produit, ajout au panier, ouverture du tunnel de paiement, saisie des informations de livraison, saisie du paiement, confirmation. Chaque marche doit correspondre à un événement mesurable — une page vue, un clic sur un bouton précis, une soumission de formulaire — et pas à une estimation. Un tunnel mal découpé, avec trois étapes fusionnées en une seule mesure, cache l’endroit exact de la fuite : on sait que 40 % des visiteurs n’achètent pas, on ne sait pas où ils partent.
Une fois les marches posées, la mesure qui compte n’est pas le taux de conversion global — trop lointain, trop composite — mais le taux de passage d’une marche à la suivante. C’est ce taux, marche par marche, qui révèle où l’argent fuit vraiment.
Un problème d’intention n’est pas un problème d’ergonomie
La confusion la plus coûteuse dans la lecture d’un tunnel est de traiter tous les abandons comme des défauts d’interface. Un visiteur qui quitte une fiche produit sans ajouter au panier n’a peut-être jamais eu l’intention d’acheter aujourd’hui — il comparait, il se renseignait, il reviendra dans trois semaines ou jamais. Ce n’est pas un problème d’ergonomie, et aucun bouton mieux placé n’y changera rien. À l’inverse, un visiteur qui a ajouté un article au panier, ouvert le tunnel de paiement, saisi son adresse, puis abandonné au moment de choisir un mode de livraison a une intention d’achat forte et documentée : chaque étape franchie est un engagement. S’il part à ce moment précis, la cause probable est ergonomique ou tarifaire — un frais de port découvert trop tard, un formulaire qui plante, une méthode de paiement absente.
La règle pratique : plus une marche est proche de la fin du tunnel, plus un abandon à cet endroit signale un problème de dispositif plutôt qu’un problème d’intention. Inverser cette lecture — chercher à optimiser la première marche avant d’avoir traité la dernière — revient à réparer la fuite la moins chère avant la plus chère.
Le piège des moyennes entre segments
Un taux de passage moyen mélange des publics qui n’ont rien à voir. Un visiteur qui arrive depuis une recherche avec le nom exact du produit qu’il veut acheter convertit à un rythme sans rapport avec un visiteur qui arrive depuis un réseau social, en simple découverte. Faire la moyenne des deux donne un chiffre qui ne représente ni l’un ni l’autre — et qui masque le vrai diagnostic. Un tunnel peut afficher un taux de passage stable en moyenne pendant que sa composante « recherche avec intention » se dégrade fortement, compensée par un afflux de trafic social à faible conversion qui gonfle artificiellement le volume sans jamais faire bouger le chiffre d’affaires dans les mêmes proportions.
Segmenter par source d’acquisition, par type d’appareil, et par statut (nouveau visiteur ou client déjà connu) avant de tirer une conclusion évite ce piège. Ce n’est pas une complexité gratuite : c’est la différence entre corriger le bon problème et polir une moyenne qui n’existe dans la réalité d’aucun visiteur.
Ce qu’un test A/B peut trancher avec peu de trafic — et ce qu’il ne peut pas
Face à une fuite identifiée, la tentation est de lancer un test A/B pour comparer deux versions d’une page. C’est un bon outil, à condition d’avoir le volume pour l’alimenter. Un test A/B a besoin d’un nombre suffisant de visiteurs à chaque marche pour produire un résultat qu’on peut interpréter avec confiance ; en dessous de ce seuil, la variation observée entre deux versions peut n’être que du bruit statistique, indiscernable d’un vrai effet — la notion de signification statistique sert exactement à trancher cette question. Sur une marche à fort trafic — la page d’accueil, une fiche produit très visitée — un test A/B est parfaitement viable en quelques semaines. Sur une marche tardive du tunnel, où ne passent que quelques dizaines de visiteurs par jour, il peut demander des mois avant d’atteindre un résultat exploitable, ce qui rend le test A/B impraticable pour ce niveau du tunnel.
Dans ce cas, deux options plus réalistes existent. La première consiste à changer d’échelle d’analyse : au lieu de tester une variante de bouton, observer par des enregistrements de session ou des retours qualitatifs ce qui bloque concrètement au moment de l’abandon — un frais caché, un champ de formulaire ambigu, un message d’erreur qui ne s’affiche pas. La seconde consiste à accepter un changement sans test formel lorsque la cause est évidente et peu risquée à corriger : afficher les frais de port dès la fiche produit plutôt qu’au dernier écran ne nécessite pas un test statistique pour être justifié, le bon sens et la littérature disponible sur le sujet suffisent à trancher.
Lire le tunnel dans le bon ordre, en pratique
La méthode tient en quatre temps : découper le tunnel en marches mesurables, calculer le taux de passage marche par marche en partant de la fin, distinguer pour chaque fuite si elle relève d’un manque d’intention ou d’un frein au dispositif, et ne recourir à un test A/B que là où le trafic le permet statistiquement. Le reste du temps, l’observation qualitative et la correction directe des frictions évidentes font gagner plus vite que l’attente d’une significativité qui ne viendra jamais sur une marche à faible volume.
Ce classement par coût de la fuite plutôt que par ordre d’apparition change concrètement les priorités d’un trimestre : au lieu de retoucher une accroche de page d’accueil qui perd des visiteurs à cinq centimes chacun, l’équipe traite d’abord l’abandon de panier qui perd des visiteurs déjà engagés, souvent à quelques dizaines d’euros de marge chacun. Ce classement rejoint directement les questions de logistique et de taux de retour en e-commerce, où le même principe s’applique : ce qui se répare en dernier dans le parcours d’achat coûte le plus cher à ignorer.
