Au départ, je voyais surtout l’expérience utilisateur (UX) comme quelque chose de très pratique : améliorer la navigation, accélérer le site ou simplifier le paiement pour augmenter les ventes. Et c’est vrai que ça fonctionne souvent. Mais avec le temps, je me suis rendu compte qu’on peut facilement tomber dans un piège : optimiser ce qui fait cliquer tout de suite, sans vraiment réfléchir à ce que l’expérience laisse comme impression après l’achat.
C’est là que la question devient plus intéressante. Une expérience utilisateur optimisée pour la conversion n’est pas forcément une UX rentable sur le long terme. La performance d’un site ne dépend pas seulement du premier achat, mais aussi de ce qui se passe ensuite : est-ce que le client revient, est-ce qu’il recommande la marque, est-ce qu’il reste satisfait? Autrement dit, est-ce qu’on optimise l’UX pour convertir… ou pour fidéliser?
Ce sujet est aussi abordé dans un court épisode du podcast Derrière le clic, consacré au lien entre l’expérience utilisateur et la valeur vie client. Il est aussi discuté dans d’autres articles sur digital.hec.ca consacrés au marketing numérique.
Conversion vs CLV : le cœur du dilemme
La conversion, c’est l’action immédiate: achat, inscription, demande de devis. C’est une métrique utile parce qu’elle est simple, rapide, et très “pilotable”. Tu changes un bouton, tu changes un formulaire, tu fais un test A/B, tu vois un résultat.
La Customer Lifetime Value, c’est autre chose. Elle force à regarder la relation dans le temps: est-ce que le client revient, rachète, recommande? Est-ce qu’il coûte cher en support? Est-ce qu’il demande un remboursement? Et c’est là que ça devient intéressant, parce que conversion et CLV ne vont pas toujours ensemble. Une optimisation peut gagner sur la conversion, mais perdre sur la valeur si elle attire les mauvais clients ou si elle crée de la frustration après achat.
Un exemple simple : “pousser” ou “clarifier”
Imagine deux versions d’une page produit.
La version A est agressive. Elle déclenche un pop-up dès l’arrivée, ajoute un compte à rebours, affiche des messages du type “dernière chance”, et pousse l’utilisateur à décider vite. Sur le moment, ça peut augmenter la conversion, surtout sur des achats impulsifs.
La version B est plus transparente. Elle met le prix total au clair, rend les retours et la livraison faciles à comprendre, réduit les messages de pression et laisse l’utilisateur décider sans stress. Sur le moment, la conversion peut être un peu moins haute, mais il peut aussi y avoir moins de regrets, moins de retours et une meilleure satisfaction.
Si tu ne mesures que la conversion, tu vas naturellement privilégier la version A. Si tu mesures la rétention à 30/60/90 jours, les retours, le support, ou le churn, tu peux arriver à une conclusion complètement différente. Et c’est exactement ça, le problème : on peut optimiser une UX pour “faire acheter” sans optimiser une UX pour “faire revenir”.
Le vrai piège : mesurer ce qui est facile
Ce qui rend la conversion dangereuse, c’est qu’elle donne l’illusion d’avoir trouvé le bon indicateur. En réalité, une optimisation peut “gagner” à court terme et “perdre” après. C’est particulièrement vrai quand on mesure uniquement le clic final et qu’on ne suit pas l’après-achat.
À mon avis, une approche sérieuse doit mesurer en double horizon:
- Court terme : conversion, abandon panier, erreurs, temps de tâche, rebond
- Long terme : rétention (par cohortes), répétition d’achat, churn, remboursements, tickets de support, avis négatifs
Sinon, on optimise une seule partie du problème et on se surprend ensuite de voir que “ça vend”, mais que les clients ne restent pas.
Numérique responsable : pas juste une posture, un levier de confiance
Je ne veux pas faire un article centré sur les dark patterns (c’est déjà très traité), mais ils sont utiles pour illustrer un point: certaines optimisations augmentent la conversion parce qu’elles réduisent l’autonomie du client (urgence artificielle, choix biaisés, sortie compliquée). À court terme, ça peut “performer”. À long terme, ça peut abîmer la confiance.
Et en numérique, la confiance est fragile. Les alternatives sont proches, le switching est facile, et une mauvaise expérience se paye vite. Donc, le numérique responsable, ce n’est pas juste “faire bien”. C’est aussi éviter de créer une dette de confiance qui se transforme ensuite en churn, en retours et en réputation négative.
Mise en relation avec d’autres enjeux du numérique
Ce débat conversion vs CLV se confronte naturellement à plusieurs enjeux responsables.
D’abord, les données et la personnalisation. Beaucoup d’expériences “fluides” reposent sur des données : recommandations, personnalisation, retargeting. Ça peut améliorer l’UX, mais si c’est perçu comme intrusif ou flou, ça peut dégrader la confiance. Donc, même si ça augmente la conversion, ça peut nuire à la valeur long terme.
Ensuite, l’accessibilité. Une expérience utilisateur “optimisée” qui n’est pas accessible exclut une partie des utilisateurs. Ce n’est pas seulement un enjeu éthique, c’est aussi un enjeu économique: tu réduis ton marché et tu te crées un risque de réputation.
Un autre enjeu concerne la sobriété numérique, un aspect dont on parle encore peu dans les discussions sur l’UX. Beaucoup de sites accumulent aujourd’hui des scripts, des trackers ou des publicités qui finissent par ralentir les pages. Pour l’utilisateur, cela se traduit souvent par un site plus lent et une expérience moins agréable. Concevoir des interfaces plus simples et plus légères peut donc améliorer l’expérience tout en réduisant certaines frictions dans le parcours.
Recommandations : comment optimiser sans se tromper d’objectif
Je retiens trois pistes simples, applicables dans beaucoup de contextes.
- Mesurer la performance avec deux horizons
Pas seulement “combien convertissent”, mais aussi “combien restent” et “combien coûtent”. Suivre des cohortes à 30 et 90 jours, au minimum. - Tester, mais suivre après l’achat
Un A/B test ne devrait pas être “terminé” au moment du paiement. Il devrait être évalué aussi sur les retours, le support, la rétention, et les signaux de satisfaction. - Fixer une ligne rouge
Si une tactique marche surtout parce qu’elle manipule, elle crée une dette de confiance. Et cette dette finit par coûter.
En résumé
En bref, une expérience utilisateur qui convertit n’est pas forcément une UX rentable. L’UX devrait servir la valeur long terme, pas seulement la performance immédiate. Et ça demande de mesurer autrement, de tester autrement, et de prendre la confiance au sérieux, parce que c’est souvent elle qui fait la différence entre un client “one-shot” et un client durable.
Sources bibliographiques
Filser, Marc (2022). « Chapitre 1. L’expérience et après ? ». Dans L’expérience : objet académique et réalités managériales. Caen : EMS Éditions, p. 12-33. Disponible à l’adresse : https://shs.cairn.info/l-experience-objet-academique-realites-manageriale–9782376875369-page-12
Avance (s.d.). « L’importance de l’expérience utilisateur (UX) dans le marketing digital ». Avance. Disponible à l’adresse : https://www.avance.fr/actualites/l-importance-de-l-experience-utilisateur-ux-dans-le-marketing-digital/
Akamai Technologies (2017). Akamai Online Retail Performance Report: Milliseconds Are Critical. Disponible à l’adresse : www.ir.akamai.com/news-releases/news-release-details/akamai-online-retail-performance-report-milliseconds-are
Reichheld, Frederick F. et Phil Schefter (2000). « E-Loyalty: Your Secret Weapon on the Web ». Harvard Business Review. Disponible à l’adresse : hbr.org/2000/07/e-loyalty-your-secret-weapon-on-the-web
Gallo, Amy (2014). « The Value of Keeping the Right Customers ». Harvard Business Review. Disponible à l’adresse : hbr.org/2014/10/the-value-of-keeping-the-right-customers
Gupta, Sunil, Donald R. Lehmann et Jennifer A. Stuart (2003). « Valuing Customers ». Journal of Marketing Research. Disponible à l’adresse : business.columbia.edu/sites/default/files-efs/pubfiles/534/Valuing_Customers–JMR_2003.pdf
Federal Trade Commission (2022). Bringing Dark Patterns to Light. Disponible à l’adresse : www.ftc.gov/system/files/ftc_gov/pdf/P214800DarkPatternsReportFINAL.pdf
Nielsen Norman Group (2020). « Benchmarking UX: Tracking Metrics ». Disponible à l’adresse : www.nngroup.com/articles/benchmarking-ux/