Taux de conversion — ce que ce chiffre dit vraiment, et ce qu’il ne dit pas

Le taux de conversion a la formule la plus simple de tout le marketing et c’est le chiffre le plus mal lu d’un site d’entreprise. Vous divisez le nombre de demandes par le nombre de visites, vous multipliez par cent, et vous obtenez un résultat qui sonne comme une note attribuée à votre travail.

Ce n’en est pas une. C’est une fraction dont le numérateur et le dénominateur viennent de deux systèmes différents, et dont les deux mesurent autre chose que ce qu’ils paraissent mesurer. Ce texte le montre sur nos propres données, y compris ce qui, dedans, ne colle pas.

La formule tient en une phrase ; tout le problème est au dénominateur

Le taux de conversion, c’est le nombre de conversions divisé par le nombre de visites. L’ennui commence à chacun de ces deux mots.

Qu’est-ce qu’une « conversion » chez vous ? Un formulaire envoyé, un appel, une inscription à la lettre d’information, une offre téléchargée, un rendez-vous pris ? Chacune de ces choses donne un chiffre différent, et l’écart entre elles peut être d’un facteur dix. Un site avec un seul objectif ferme et un site qui compte cinq micro-conversions n’ont pas des résultats comparables, même si tous deux annoncent un « taux de conversion ».

Qui se trouve dans les « visites » ? Cette question tranche davantage. Le dénominateur contient des robots, vos propres salariés, votre prestataire qui vérifie une correction, des gens arrivés sur une requête sans rapport, et tous ceux qui ont refusé les cookies et que l’outil d’analyse n’a donc jamais vus.

Tant que les deux côtés de la fraction ne sont pas définis, le pourcentage est un nombre, pas une information.

Il est utile de séparer deux choses qui, dans les rapports, partagent en général la même ligne.

Une conversion ferme, c’est le moment où vous en apprenez assez sur quelqu’un pour le rappeler : un formulaire envoyé, un appel, un rendez-vous pris. C’est la seule qui puisse devenir le chiffre que vous présentez à la direction, car c’est la seule qui se transforme en chiffre d’affaires.

Une micro-conversion, c’est une étape en chemin : terminer un calculateur, télécharger une fiche technique, consulter une grille tarifaire. Elle sert au diagnostic, pas au rapport. Notre meilleur exemple est le calculateur : 167 personnes sur 715 l’ont mené à terme, soit 23,4 % — information précieuse sur le fait que l’outil fonctionne, mais l’appeler taux de conversion du site serait un abus.

La différence est pratique. Les micro-conversions montent facilement, puisqu’il suffit de les placer plus bas dans le parcours. Si vous les inscrivez sur la même ligne que les formulaires, vous obtenez une courbe qui monte sans que le nombre de clients bouge — et c’est la façon la plus courante dont un rapport de conversion cesse de décrire la réalité.

La règle que nous nous appliquons : une conversion ferme comme chiffre principal, les micro-conversions à part, et jamais additionnées à elle dans un même pourcentage.

Notre entonnoir sur 180 jours — et l’étape sortie au-dessus de cent pour cent

Voici nos propres données, relevées sur notre domaine polonais, du 19 mars au 14 septembre 2026, comptées en utilisateurs, pas en événements.

Quatre étapes : 715 personnes ont vu une page, 167 ont mené à terme l’un des calculateurs, 20 ont touché le formulaire, 21 ont envoyé une demande.

La dernière étape fait 105 % — plus d’envois que de contacts avec le formulaire. Ce n’est ni un motif de fierté ni une erreur de tableur. C’est la preuve que ces deux étapes ne mesurent pas la même population, et nous avons vérifié pourquoi au lieu de le deviner : l’événement « a touché le formulaire » ne se déclenche que depuis le bloc du formulaire de contact, au premier clic dans un champ. L’événement « a envoyé une demande » se déclenche depuis deux endroits — celui-là, et le formulaire d’envoi des résultats du calculateur, qui ne déclenche jamais le premier.

Quelqu’un qui a calculé un coût puis demandé les résultats par courriel se trouve au numérateur et manque au dénominateur. Ce n’est pas un entonnoir, ce sont deux mesures distinctes empilées l’une sous l’autre.

Deuxième constat tiré du même relevé : il y a eu 92 événements « a touché le formulaire » pour 20 personnes — soit 4,6 en moyenne par personne. Un jour, 22 événements sont venus d’une seule personne, et c’était notre propre session de test. Si nous avions publié des événements plutôt que des personnes, nous aurions annoncé quatre-vingt-douze débuts de formulaire et en aurions tiré une courbe qui monte.

Les deux systèmes mentent — en sens inverse

Le réflexe naturel est le suivant : puisque l’outil d’analyse perd des gens, comptons les demandes dans la base, car une base ne ment pas. Nous l’avons essayé sur nous-mêmes et le résultat fut instructif.

L’outil d’analyse sous-estime. Il ne voit que les personnes ayant accepté les cookies. Tout chiffre qui en sort est une borne inférieure, et le vrai dénominateur ne peut pas en être reconstitué.

La base surestime. Notre table des demandes contient 79 lignes pour la même fenêtre. Après examen des adresses d’expéditeur, il s’est avéré que 54 d’entre elles étaient nos propres envois — des tests expédiés depuis le domaine de l’entreprise, dont un signé littéralement « test ». Deux autres étaient nos autres adresses, deux paires étaient la même personne ayant envoyé deux fois, et plusieurs encore étaient des propositions d’agences étrangères, c’est-à-dire du démarchage passé par le formulaire de contact.

Il reste une quinzaine de demandes authentiques en 180 jours.

La conclusion est plus rude qu’elle n’en a l’air, et c’est la principale raison d’être de ce texte : si nous avions opposé « 21 selon l’outil d’analyse » à « 79 selon la base », nous aurions obtenu un paragraphe spectaculaire sur la façon dont l’analytique perd des contacts. Il aurait été faux. La vérité est qu’aucun de ces deux nombres n’est un taux de conversion tant que quelqu’un n’a pas passé en revue à la main le numérateur et le dénominateur. Il nous a fallu le faire sur nos propres données pour pouvoir écrire ce paragraphe.

Ce que nous avons changé chez nous : nos propres adresses et notre propre trafic sont exclus du comptage, et le nombre de contacts vient de la base après revue manuelle, pas d’un tableau de bord analytique. L’analytique garde sa valeur là où elle excelle — la forme du parcours, c’est-à-dire l’endroit où les gens s’arrêtent, et non leur nombre.

Ce qu’est un « bon » taux de conversion

C’est la question la plus fréquente, et la réponse n’est pas celle qu’on souhaiterait.

Nielsen Norman Group donne une fourchette de 1 à 10 % comme typique, et environ 3 % pour les boutiques en ligne en 2013. Plus important encore est la phrase que Jakob Nielsen ajoute dans le même texte : un bon taux de conversion est celui qui est supérieur au vôtre précédent. L’auteur de la fourchette déconseille lui-même de s’en servir comme point de référence, car le résultat dépend de la notoriété de la marque, du prix, de la complexité de la vente et de l’ampleur de l’engagement demandé au visiteur.

Contentsquare, dans son baromètre 2026, rapporte que la conversion a reculé de 5,1 % d’une année sur l’autre — sur un échantillon de 6 500 sites et 99 milliards de sessions, en comparant le quatrième trimestre 2024 au quatrième trimestre 2025. C’est un chiffre sur la direction du marché, pas sur votre site, et c’est ainsi qu’il faut le lire.

Baymard Institute donne un abandon de panier moyen de 70,22 %, calculé à partir de 50 études réalisées entre 2006 et 2025. Et voici le détail le plus important de leur méthode, absent de la plupart des citations : 42 % des abandons viennent de personnes qui « ne faisaient que regarder » et n’avaient pas l’intention d’acheter. Cette part est mathématiquement irrécupérable par quelque refonte que ce soit.

Conclusion pratique tirée des trois : un repère sert à vérifier que vous êtes dans le bon ordre de grandeur. Il ne sert pas d’objectif.

Pourquoi se comparer à son secteur ne fonctionne presque jamais

Les repères ont un défaut qui annule la plupart de leurs usages : ils comparent des nombres issus de définitions différentes.

Nielsen énumère quatre choses qui déplacent le résultat indépendamment de la qualité du site, et il vaut la peine de les connaître avant que quelqu’un vous montre une « moyenne du secteur » :

La notoriété de la marque. Le même formulaire sur le site d’une entreprise dont le visiteur a entendu parler et sur un site qu’il découvre donne deux résultats différents. Vous mesurez alors une réputation, pas une conception.

Le prix et l’ampleur de l’engagement. Une inscription à une lettre d’information et une demande pour un projet à plusieurs dizaines de milliers sont deux décisions différentes. Un site qui vend plus cher affichera un taux plus bas pour de meilleures affaires.

La complexité de la vente. Dans les services aux entreprises, le premier contact est rarement le dernier. La conversion y mesure l’entrée en discussion, pas la conclusion — et la comparer à celle d’une boutique n’a aucun sens arithmétique.

La source du trafic. La même page convertit différemment selon que le trafic vient de la recherche ou d’une campagne, car ce sont d’autres gens à un autre stade de la décision.

S’y ajoute ce que montre Contentsquare : le marché dans son ensemble bouge dans le temps, et il se trouve qu’il baisse. Si votre résultat n’a pas bougé d’une année sur l’autre alors que le marché a reculé, ce n’est pas une stagnation mais un gain relatif — et aucun repère isolé ne vous le montrera.

La seule comparaison qui apporte une information est la comparaison avec soi-même : la même définition de la conversion, le même dénominateur, deux périodes consécutives de même durée.

Pourquoi les résultats des autres ne se transposent pas à votre site

Internet regorge d’études de cas annonçant une hausse de deux ou trois cents pour cent après le changement d’un seul élément. Les trois documents dont ce texte est issu contenaient eux-mêmes de tels chiffres — c’est pourquoi ils ont été supprimés, et non corrigés.

Il existe à cela une réponse issue de la recherche, et non d’une opinion. Ron Kohavi et ses coauteurs, qui dirigeaient la plateforme d’expérimentation de Microsoft, ont publié en 2014 un article intitulé « Seven Rules of Thumb for Web Site Experimenters ». Il en ressort une chose qui devrait clore la plupart des discussions sur les études de cas des autres :

• Le taux de réussite des idées sur Bing est de 10 à 20 %. Citation de l’article : « If our success rate on ideas at Bing is about 10-20%, in line with other search engines… ». Une idée sur cinq fonctionne.
• La moyenne sur l’ensemble de Microsoft est d’un tiers. Les auteurs la décrivent comme « the average across multiple experiments at Microsoft ».
• La règle n° 3 s’intitule littéralement « Your Mileage WILL Vary » et dit explicitement que les tentatives de reproduire les résultats spectaculaires décrits par d’autres ne se terminent en général pas de la même façon.

Il s’y trouve encore un calcul, à retenir par quiconque compte faire des tests. Au seuil de signification habituel, et en supposant qu’un tiers des idées fonctionnent, un résultat statistiquement significatif est vrai dans 89 % des cas. Mais si vous cherchez une percée — un changement de l’ordre de un sur cinq cents — ce même résultat statistiquement significatif n’est vrai que dans 3,1 % des cas. Autrement dit : plus l’effet que vous cherchez est spectaculaire, plus grande est la probabilité que ce que vous avez trouvé soit le fruit du hasard.

Voilà comment naissent les hausses de 300 %. Quelqu’un a mené un test, a obtenu un grand résultat, l’a raconté — et ne l’a jamais reproduit.

Ce qui change réellement la conversion sur un site d’entreprise

Voici les choses qui reviennent assez régulièrement dans nos réalisations pour que nous les prenions comme point de départ. Volontairement sans pourcentages : si nous avions accolé un chiffre à chacune, nous aurions reproduit exactement le genre que la section précédente vient de démonter.

Un seul chemin vers l’action, pas cinq. Quatre boutons de même poids sur une page d’accueil signifient que le visiteur n’en choisit aucun. Choisissez l’action qui doit se produire le plus souvent.

Un formulaire plus court que vous ne le voudriez. Un premier contact n’a besoin que du nécessaire pour rappeler. Les champs « numéro de TVA », « budget » et « comment nous avez-vous connus », ajoutés au cas où, coûtent des demandes et changent rarement ce que vous ferez de la première réponse.

Un formulaire qui arrive vraiment. Un message « merci » ne prouve rien. La preuve est un courriel dans une boîte que quelqu’un lit tous les jours. Des formulaires peuvent partir en silence dans les indésirables, ou vers l’adresse d’un ancien salarié, pendant des mois — et une absence de demandes ressemble exactement à une absence d’intérêt.

Des coordonnées visibles sans chercher. Dans les entreprises de services, le numéro de téléphone est souvent l’élément le plus utilisé du site et le plus difficile à trouver.

La preuve que l’entreprise existe. Des photos de vos propres réalisations plutôt que des banques d’images, les mentions légales en pied de page, un périmètre de services décrit plutôt que le slogan « solutions globales ». C’est l’élément qu’on ne peut pas acheter avec le site, et son absence arrête les gens juste avant le formulaire.

Un prix, ou une fourchette. Un site muet sur l’argent filtre le trafic dans le mauvais sens : ceux qui avaient un budget et ne voulaient pas demander s’en vont, ceux qui demandent tout restent. Comment donner une fourchette sans se lier les mains, nous le décrivons dans la rubrique consacrée aux coûts.

La vitesse du premier écran. Non parce que « chaque seconde coûte X pour cent de conversion » — ce chiffre, nous ne l’avons pas mesuré et nous ne le citons pas. Mais parce qu’un utilisateur qui n’a rien vu n’avait rien à convertir. Comment le mesurer chez vous, nous le décrivons dans le texte sur la création d’un site.

Que faire quand le résultat est bas

Un taux bas n’est pas un diagnostic mais un symptôme, et les causes sont au nombre de trois, appelant trois réactions différentes. Les distinguer prend un quart d’heure et évite de refondre un site qui, justement, fonctionne.

Un mauvais trafic. La cause la plus fréquente et la seule pour laquelle améliorer le site ne servira à rien. Si les personnes qui arrivent cherchent autre chose que ce que vous vendez, aucun bouton n’y changera quoi que ce soit. Comment vérifier : regardez les requêtes par lesquelles les gens arrivent. Si les expressions d’information ou celles visant un autre produit dominent, vous avez un problème de trafic, pas de conversion. Notre propre dénominateur — 715 personnes en 180 jours — est en grande partie composé de lecteurs d’articles qui n’ont jamais eu l’intention de commander quoi que ce soit, et ce serait une erreur de les traiter comme des clients perdus.

Une mauvaise offre. Le site fonctionne, le trafic est le bon, et pourtant personne ne demande — parce que ce que vous proposez est plus cher, plus lent ou moins clair que chez le concurrent que le visiteur a ouvert dans l’onglet voisin. Comment vérifier : demandez à vos trois derniers clients ce qui les a convaincus, et à trois qui n’ont pas acheté ce qui les a retenus. C’est moins cher que n’importe quel outil d’analyse et plus souvent décisif.

Un mauvais site. Seulement en troisième position, bien qu’on le vérifie d’ordinaire en premier. Comment vérifier : installez cinq personnes extérieures à l’entreprise et donnez-leur la tâche « trouve la grille tarifaire et envoie une demande ». Nous décrivons la méthode dans le texte sur les wireframes — elle fonctionne de la même façon sur un site terminé.

Et un quatrième cas, qui ressemble à tous les précédents : le résultat est bas parce que la mesure est cassée. Avant de changer quoi que ce soit, vérifiez que le formulaire arrive dans la boîte, que votre propre trafic est exclu et que les étapes de l’entonnoir mesurent la même population. Chez nous, les deux étaient cassés.

Comment mesurer pour que le résultat veuille dire quelque chose

Cinq choses, toutes issues directement de ce qui a dérapé chez nous.

Comptez des personnes, pas des événements. Nos 92 événements, c’étaient 20 personnes, et un jour 22 événements, c’était une seule personne — nous.

Retirez-vous du compte. Les deux tiers des lignes de notre base de demandes étaient nos propres tests. Si vous n’excluez pas votre propre trafic et vos propres adresses, vous vous mesurez surtout vous-mêmes.

Définissez une seule conversion ferme et tenez-vous-y pendant toute la période de mesure. Ajouter une micro-conversion au milieu d’un trimestre produit une hausse qui n’a pas eu lieu.

Vérifiez que les étapes de l’entonnoir mesurent la même population. La nôtre est sortie au-dessus de cent pour cent, et seule la lecture du code a expliqué que les deux événements venaient de deux formulaires différents.

Attendez d’avoir un échantillon. Avec une quinzaine de demandes en six mois — c’est ce que nous avons — l’écart d’un mois à l’autre est du bruit, pas une tendance. Notre propre entonnoir ne permet pas de conclure sur l’effet des changements, et nous ne prétendons pas le contraire.

Ce que ce texte ne tranche pas

Comment mener des tests A/B. La méthode, la taille de l’échantillon et le moment d’arrêter un test forment un sujet à part, auquel nous consacrons un texte distinct — avec le calcul de Kohavi détaillé jusqu’au bout.

Comment écrire des appels à l’action. Le texte du bouton, son emplacement et ce qui distingue un appel à l’action d’un simple bouton auront eux aussi leur propre texte.

Où trouver du trafic. La conversion est une fraction ; cet article porte sur le numérateur et le dénominateur, pas sur la manière d’agrandir le dénominateur. C’est la rubrique marketing.

Comment concevoir une mise en page qui mène à l’action. La hiérarchie, l’ordre des sections et le chemin vers la conversion se décident sur le croquis — nous le décrivons dans le texte sur les wireframes.

D’où viennent ces chiffres

• Notre entonnoir : 715 / 167 / 20 / 21 utilisateurs — mesure propre de notre domaine polonais sur 180 jours, du 19 mars au 14 septembre 2026, à l’aide de pnpm ga4:funnel. Compté en utilisateurs. La réserve voyage avec le chiffre : l’outil d’analyse ne voit que les personnes ayant accepté les cookies, donc chacune de ces valeurs est une borne inférieure.
• 79 lignes dans la base de demandes, dont 54 les nôtres — notre table form-submissions pour la même fenêtre, examinée à la main d’après les adresses d’expéditeur le 15 septembre 2026. Les 25 restantes contiennent encore deux de nos adresses, deux doubles envois et plusieurs propositions d’agences étrangères.
• 70,22 % d’abandon de panier, 42 % « je ne faisais que regarder » — Baymard Institute, moyenne calculée à partir de 50 études réalisées entre 2006 et 2025. Cela concerne les boutiques en ligne et non les sites d’entreprise, et c’est ainsi que nous le présentons ici.
• Conversion de 1 à 10 %, environ 3 % pour le commerce en ligne — Jakob Nielsen, « Conversion Rates », Nielsen Norman Group, 24 novembre 2013. La publication n’indique pas comment la moyenne a été calculée et déconseille elle-même de traiter la fourchette comme un objectif.
• Baisse de 5,1 % d’une année sur l’autre — Contentsquare Digital Experience Benchmark 2026, 6 500 sites et 99 milliards de sessions, comparaison du quatrième trimestre 2024 et du quatrième trimestre 2025.
• 10 à 20 % de réussite sur Bing, un tiers chez Microsoft, 89 % contre 3,1 % — Ron Kohavi, Alex Deng, Roger Longbotham, Ya Xu, « Seven Rules of Thumb for Web Site Experimenters », KDD 2014. Les citations proviennent du texte de l’article téléchargé.
• Ce qui n’est pas ici : les trois documents dont ce texte est issu annonçaient un retour sur investissement en UX de 9 400 %, des hausses de conversion de 200 % et de 300 %, une étude de cas avec une hausse de 180 % sans nom de client ni données avant-après, et l’histoire de Barack Obama qui aurait changé la couleur d’un bouton du rouge au vert. Aucun de ces chiffres n’avait de source, et le dernier est une version déformée d’un test réel de 2008 où l’on changeait une photo et le texte du bouton, pas sa couleur. Tous ont été supprimés, et non corrigés.