De la SERP à la landing page : lever le voile grâce aux études comportementales

L’évolution constante du référencement naturel (SEO) met de plus en plus l’accent sur l’expérience utilisateur, et ce dès la page de résultats des moteurs de recherche (SERP). Alors que les études comportementales se concentrent habituellement sur l’UX des sites, une approche plus globale intégrant la SERP s’avère riche en enseignements. Cette perspective élargie permet de mieux comprendre le parcours de l’utilisateur, de sa requête initiale à son interaction avec la page de destination. Dans le contexte où l’E.E.A.T. (Expertise, Expérience, Autorité et Confiance) gagnent en importance du côté de Google, les études comportementales offrent des insights précieux pour affiner les stratégies SEO. Dans cet article, l’agence WAM vous explique comment ces études, menées de la SERP à la landing page, peuvent aider les entreprises à se démarquer dans un paysage numérique de plus en plus compétitif.

Qu’est-ce qu’une étude comportementale ?

Une étude comportementale est une approche scientifique qui consiste à observer, analyser et mesurer les actions, réactions et interactions des individus dans un environnement donné, afin de comprendre leurs motivations, leurs processus de décision et leurs schémas de comportement.

Une étude comportementale dans le contexte numérique

Une étude comportementale dans le contexte du web vise généralement à comprendre comment les utilisateurs interagissent avec un site internet. Plus rarement, l’étude peut débuter dès la page de résultats de recherche (SERP) jusqu’aux pages de destination. Cette approche combine des analyses à la fois quantitatives et qualitatives pour observer, mesurer et interpréter les actions, les réactions et les préférences des internautes. Elle englobe l’analyse des clics, des mouvements de souris, du scroll, mais aussi le suivi du regard, les commentaires oraux et des réponses à des questionnaires. L’objectif est de décoder les motivations sous-jacentes, les points de friction et les éléments qui favorisent l’engagement, permettant ainsi d’améliorer l’expérience utilisateur et in fine, l’efficacité des stratégies SEO.

Comprendre les comportements utilisateurs pour améliorer l’UX et l’UI

Les études comportementales dans le domaine numérique poursuivent plusieurs objectifs. Premièrement, elles visent à identifier les schémas de navigation et les préférences des utilisateurs, ce qui permet d’affiner l’architecture de l’information et la conception des interfaces (UI). 

Deuxièmement, elles cherchent à mettre en lumière les obstacles potentiels dans le parcours utilisateur, pour fluidifier l’expérience globale. Ces études peuvent aider à aligner le contenu et la structure du site avec les intentions de recherche réelles des utilisateurs. En améliorant la pertinence d’un contenu (ou plus globalement celle d’un site web) aux yeux des moteurs de recherche, on sert le SEO. 

Enfin, les études comportementales fournissent des données précieuses pour améliorer les taux de conversion, en mettant en exergue les éléments qui incitent les utilisateurs à passer à l’action. En somme, ces études font le lien entre une stratégie SEO et les usages concrets des utilisateurs.

Quel intérêt de mener une étude comportementale depuis la SERP ?

Mener une étude comportementale depuis la SERP offre une perspective unique et complète du parcours de l’utilisateur. En effet, en observant les internautes interagir avec les résultats de recherche, on obtient des enseignements précieux sur ce qui attire leur attention et influence leurs décisions de cliquer sur tel ou tel résultat. On peut alors identifier l’impact des différents éléments tels que les titres, les méta-descriptions, les rich snippets ou encore les résultats payants (Google Ads). 

Ensuite, cette approche met en lumière l’adéquation entre l’intention de recherche initiale, le clic sur la SERP et la landing page proposée. Cette cohérence est cruciale pour améliorer le taux de conversion, car elle permet de s’assurer que les attentes formées lors de la recherche sont satisfaites une fois sur le site. En comprenant ce lien, les marketeurs peuvent orienter leurs stratégies de contenu pour mieux répondre aux besoins des utilisateurs, renforçant ainsi la pertinence perçue par les moteurs de recherche.

Comment se mène une étude comportementale ?

Se préparer en amont

Avant de se lancer tête baissée dans la réalisation d’une telle étude, il faut se poser et réfléchir à ce que l’on souhaite analyser. Pour le formuler autrement, il y a peu de chance que l’on tire des enseignements, sans les avoir pensés en amont.

Il faut donc commencer par : 

• Formuler des hypothèses, par exemple « si il y a des étoiles qui s’affichent sur un résultat de recherche, cela améliore le CTR ».
• Identifier le ou les KPIs qui permettront de valider ou d’infirmer l’hypothèse (dans l’exemple précédent, le CTR).
• Créer des scénarios de test pour chaque type de requêtes et intentions de recherche (dans certains cas, de l’A/B est utile)
• Créer des maquettes de SERP car les résultats de Google sont de plus en plus personnalisés. On ne peut pas tester en live, il faut que tous les testeurs aient la même page de résultat.

Si vous oubliez ces étapes, vous risquez de vous retrouver avec des tonnes de données que vous aurez du mal à exploiter.

Ensuite, il faut définir le ou les personas qui correspondent à votre cible, afin de recruter des testeurs dont les comportements seront similaires à ceux de vos clients ou prospects. Il s’agit bien évidement de l’âge, du sexe, de la catégorie socio-professionnelle, etc. On peut éventuellement choisir une partie du panel qui est déjà client chez vous, une autre qui n’est pas client mais qui connaît votre marque et afin une dernière qui ne vous connait pas.

L’étude quantitative

Quand on parle de données quantitatives, cela implique d’avoir un nombre de testeurs suffisamment important, par exemple 500 ou 1 000 testeurs.

Nous pourrons répartir ces testeurs entre mobile et desktop, si vous souhaitez mener l’étude sur plusieurs devices.

Nous y sommes enfin et allons commencer à récolter des données. Quelles données quantitatives sont intéressantes sur une page de résultats de Google ?Tout d’abord, le niveau de scroll : cela s’exprime par des niveaux sur la page vus par 75% de la population, 50% et 25%.

Ensuite, le taux de clics (CTR) sur les différents résultats.

Enfin, on soumet une série de questions auxquelles les testeurs répondent avec une note entre 1 et 7, de « pas du tout » à « tout à fait ». Par exemple : 

• Portez-vous une attention aux liens Annonces situés en haut de page ?
• Cliquez-vous sur les liens Annonces situés en haut de page ?
• Cliquez-vous plus facilement sur les liens contenant des avis ?
• Cliquez-vous plus facilement si le prix est indiqué ?

Ensuite, le testeur est envoyé sur la landing page du client (quelque soit le lien sur lequel il a cliqué) et on lui pose de nouveau des questions :

• Cette page a répondu à ma recherche ?
• Cette page vous donne-t-elle envie de lire le contenu ?
• Cette page vous donne-t-elle envie de poursuivre votre navigation sur ce site ?

L’étude qualitative

Ici, le nombre d’utilisateurs va être beaucoup plus réduit, car il faut les faire venir dans un centre équipé de matériel spécifique. On va parler de 10 à 40 testeurs.Cela permet notamment de suivre le regard (eyes tracking) et de créer des cartes de chaleur pour identifier les éléments qui attirent l’attention.

On va alors pouvoir poser des questions pour essayer de comprendre les prises de décisions et récolter des réponses plus détaillées qu’une simple notation.

Les verbatims apportent souvent des enseignements intéressants, même s’ils n’ont pas de valeur statistique.

Étude de cas

Chez WAM, nous avons mené plusieurs études de ce type pour nos clients. La dernière en date concerne un site e-commerce leader sur son marché (B2C), dans un secteur extrêmement concurrentiel. L’étude mise en place a été menée sur un panel de 500 testeurs pour la partie quantitative et 20 testeurs sur la partie qualitative, répartis moitié-moitié entre desktop et mobile. Voici quelques exemples d’enseignements que nous avons pu tirer

Taux de clic

« Souvent, je clique sur le premier lien. À partir du

moment où j’ai ma réponse, je ne perds pas trop de

temps à regarder ce qui est en-dessous. »

Le premier enseignement que nous avons pu tirer de cette étude, ce sont des CTR réels en fonction des positions sur la SERP. Il existe plusieurs études sur le sujet, avec d’ailleurs des résultats très disparates, qui ne tiennent pas compte de la présence d’un Featured snippet, d’Ads, ou autre pack local. Nous avons pu nous baser sur ces données quantitatives pour calculer des CTR réalistes en fonction des différents types d’affichages. Au-delà, ces données nous ont permis d’établir une formule pour calculer la part de voix.

Scroll sur la SERP

Nous avons remarqué que la majorité des utilisateurs scrollent peu sur la page, et ce, peu importe le device et le type de tâche. Moins de 25% des utilisateurs descendent jusqu’au bas de page.

AI Overviews

Nous avons pu simuler une SERP avec un bloc AI Overview afin d’observer comment les internautes interagissent. Il s’avère que majoritairement les gens le confondent avec une Featured snippet, les informations données répondent bien à la recherche. Les utilisateurs ont donc tendance à le lire dès leur arrivée sur la page. En revanche, le texte est trop long et la dernière partie n’est donc pas souvent lue.

Liens sponsorisés

« Généralement, je regarde les premiers liens. Je

ne clique pas forcément systématiquement. Ce

n’est pas le fait que ça soit sponsorisé qui

m’ait attiré, c’est plutôt l’intitulé. »

Les utilisateurs n’évitent pas les liens sponsorisés, au contraire, puisque ceux-ci figurent parmi les liens les plus cliqués sur l’ensemble des prototypes qui en contenaient. Cela vient en contradiction avec le questionnaire déclaratif, où une majorité dit ne pas cliquer sur ces liens.

People also ask (PAA)

Les PAA sont donc cliquées sur des recherches informationnelles, à condition qu’elles soient suffisamment hautes dans la page (nous avons vu que les utilisateurs scrollaient peu). Elles ne sont plus du tout cliquées sur des requêtes transactionnelles.

Pas cher ou promo dans la title

« Je ne clique pas sur celui-là en premier à cause

du mot promo, les autres c’est pas cher. Ils ont tous

un champ lexical de réduction de prix. »

L’ajout de ce type de wording dans la balise title a eu un impact sur le taux de clic, notamment sur desktop, mais de façon assez modérée.

Autres enseignements

Nous avons également analysé le comportement des testeurs avec le pack local, le pack images, le bloc vidéo ou encore les sitelinks. Pour ce secteur d’activité, ce ne sont pas des éléments cruciaux, mais cela peut s’avérer très différent pour d’autres marques.

Conclusion

Les études comportementales apportent des enseignements précieux, en mettant en lumière les motivations, les attentes et parfois les incompréhensions des internautes. Cette approche holistique donne des pistes pour améliorer l’expérience utilisateur, mais aussi pour maximiser les taux de conversion, en assurant une cohérence optimale entre les intentions de recherche et les réponses apportées. 

Dans un contexte où l’intelligence artificielle continue de se développer et d’intégrer des fonctionnalités telles que l’IA Overview, l’analyse des comportements des utilisateurs face à ces innovations est cruciale. Nous pouvons ainsi anticiper les besoins, améliorer notre pertinence dans les résultats de recherche et, ainsi, placer l’utilisateur au cœur de la stratégie SEO.