La plupart des marchands suivent un seul chiffre, le taux de conversion global, le pourcentage de visiteurs qui finissent par acheter. C'est un chiffre utile pour savoir si ça va mieux ou moins bien, et parfaitement inutile pour savoir pourquoi. Parce qu'un taux de conversion global ne fait que constater le résultat, il ne dit rien de l'endroit où la perte se produit. C'est comme savoir qu'un seau fuit sans savoir où est le trou.
Le tunnel de conversion résout ce problème. Au lieu de regarder le parcours comme une boîte noire avec une entrée, les visiteurs, et une sortie, les acheteurs, il le décompose en étapes successives, chacune avec son propre taux de passage. Et c'est cette décomposition qui rend le diagnostic possible, parce qu'elle montre à quelle étape précise les visiteurs décrochent. Voici d'abord ce que ça change concrètement pour deux marchands face au même chiffre, puis la mécanique qui l'explique, comment l'instrumenter sans deviner, et ce qu'on fait une fois la fuite trouvée.
Deux marchands, la même boutique, le même taux de 2 %
Comparons deux marchands face à la même boutique qui convertit à 2 %.
- Le taux unique. Le premier ne regarde que son 2 %. Il le trouve bas, décide d'agir, mais ne sait pas où. Il retouche un peu partout, change le design, baisse un prix, ajoute une promotion. Le taux reste à 2 %, ou bouge sans qu'il sache pourquoi. Il navigue à l'instinct, et son instinct le trompe, parce que le chiffre unique ne contenait aucune information sur la cause.
- Le tunnel mesuré. Le second décompose. Il voit que 40 % des arrivants consultent une fiche, que la moitié ajoute au panier, mais que seulement un tiers de ceux qui ouvrent le checkout vont jusqu'au paiement. Le resserrement est net, le checkout. Il sait désormais où agir, il y concentre tout, et son 2 % monte parce qu'il a réparé l'étape qui l'écrasait. Le même chiffre de départ, mais une action dirigée au lieu d'être dispersée.
La leçon, c'est que le taux global et le tunnel partent du même résultat mais mènent à des actions opposées, l'un au tâtonnement, l'autre à la précision. Ce n'est pas une question de mesurer plus, c'est une question de mesurer utile, en décomposant ce qui, agrégé, ne dit rien.
Le taux final est le produit des taux d'étape
Ce que le second marchand a exploité, ce n'est pas un outil de plus, c'est une propriété mathématique du parcours. Un parcours d'achat se découpe en étapes que presque tous les visiteurs suivent dans le même ordre. Arriver sur le site, consulter une fiche produit, ajouter au panier, ouvrir le checkout, renseigner ses informations, valider le paiement, atteindre la confirmation. À chaque passage d'une étape à la suivante, une fraction des visiteurs continue, le reste décroche. Le taux de conversion final n'est rien d'autre que la multiplication de tous ces taux de passage.
Cette multiplication a une conséquence importante. Comme les taux se multiplient, une seule étape catastrophique suffit à écraser le résultat global, même si toutes les autres sont excellentes. Imagine un tunnel où chaque étape laisse passer huit visiteurs sur dix, sauf une qui n'en laisse passer que trois. Les bonnes étapes ne compensent jamais la mauvaise, parce qu'en multipliant, le maillon faible plombe tout le produit. Ton taux final sera médiocre, et en ne regardant que lui, tu ne sauras jamais que tout va bien partout sauf à un endroit. Et cet endroit, statistiquement, c'est souvent le checkout : c'est là que se concentre l'essentiel des 70,22 % d'abandon moyen mesurés par le Baymard Institute, la dernière ligne droite avant l'achat, celle où le moindre frein coûte le plus cher.
C'est pour ça que le taux global est trompeur, il agrège en un seul nombre des étapes saines et une étape malade, et le nombre ne ressemble ni à l'une ni à l'autre. Mesurer étape par étape, au contraire, sépare les bonnes des mauvaises et fait apparaître exactement où le tunnel se resserre. Tu passes d'un constat, je perds, à un diagnostic, je perds ici, et le diagnostic est ce qui rend l'action possible.
Mesurer le tunnel sans usine à gaz
Mon taux de conversion global est bas, par où je commence pour savoir pourquoi ?
Tu ne commences pas par chercher un outil, tu commences par définir tes étapes. Liste les cinq ou six moments clés du parcours, arrivée, vue produit, ajout au panier, ouverture du checkout, paiement, confirmation, et mesure combien de visiteurs passent de l'un à l'autre. La plupart des outils d'analyse d'audience savent déjà faire ce calcul, à condition que tu aies défini les événements correspondants. L'erreur n'est pas de manquer d'outil, c'est de ne jamais avoir pris le temps de structurer la mesure.
Décomposer son tunnel n'exige pas un dispositif complexe. Une fois les étapes définies, la question devient mécanique, combien entrent à chacune, combien passent à la suivante. C'est un calcul, pas un projet. Le piège classique est de vouloir tout mesurer d'un coup avant de commencer, ce qui repousse indéfiniment le moment où tu obtiens ta première vraie lecture.
Combien d'étapes je dois suivre avant de me perdre dans le détail ?
Cinq ou six étapes suffisent pour faire apparaître le plus gros resserrement. Inutile de viser d'emblée vingt étapes, tu te noieras dans le détail avant d'avoir vu l'évidence. Repère d'abord le gros décrochage avec un tunnel grossier, puis découpe seulement l'étape coupable en sous-étapes pour localiser plus finement où, en son sein, ça décroche.
Tu raffineras une fois le premier resserrement identifié, pas avant. La bonne approche est itérative, un tunnel grossier d'abord pour trouver l'étape coupable, puis un zoom sur cette étape pour comprendre précisément où ça saigne. La mesure suit l'enquête, elle ne la remplace pas.
Instrumenter le tunnel dans GA4
Le modèle à six étapes reste théorique tant qu'il n'est pas branché à de vrais événements. La bonne nouvelle, c'est que tu n'as rien à inventer, l'outil d'analyse d'audience le plus courant, GA4, propose déjà un jeu d'événements e-commerce standard qui correspond presque terme à terme à ce modèle.
| Étape du tunnel | Événement GA4 standard | Ce qu'il signale |
|---|---|---|
| Arrivée | session_start | Le visiteur entre sur le site, avant tout signal e-commerce |
| Vue produit | view_item | Le visiteur consulte une fiche produit |
| Ajout au panier | add_to_cart | Le visiteur place un produit dans son panier |
| Ouverture du checkout | begin_checkout | Le visiteur lance le paiement |
| Paiement validé | add_payment_info | Le visiteur renseigne ses informations de paiement |
| Confirmation | purchase | La vente aboutit |
Un détail que le modèle à six étapes ne capture pas encore, GA4 prévoit aussi un événement view_cart, entre l'ajout au panier et l'ouverture du checkout, qui isole les visiteurs qui reviennent consulter leur panier sans encore se lancer dans le paiement. Si ton resserrement se situe précisément entre ces deux étapes, c'est le sous-découpage à ajouter en premier, exactement la logique du tunnel grossier puis précis. Une fois les événements posés, construire ce suivi par étapes devient une affaire de rapport à lire, pas de développement à prévoir, et poser correctement ces événements côté GA4 évite l'écueil le plus fréquent, une étape qui semble fuiter alors que c'est en réalité l'événement qui ne se déclenche pas.
Le modèle de tunnel e-commerce à six étapes
Décompose ton parcours en ces étapes, et mesure le taux de passage de chacune.
- Arrivée. Nombre de visiteurs entrant sur le site.
- Vue produit. Combien consultent au moins une fiche. Faible, c'est un problème d'entrée ou de pertinence du trafic.
- Ajout au panier. Combien ajoutent un produit. Faible, c'est les fiches, objections, preuve, prix.
- Ouverture du checkout. Combien lancent le paiement. Chute ici, regarde le panier et les frais de port, et récupère les partants avec une séquence d'email de relance.
- Paiement validé. Combien finalisent. Chute ici, regarde la charge du checkout, le compte, l'anxiété de paiement, ou une panne technique.
- Confirmation. La vente aboutie, le dénominateur de ton succès.
Un décrochage brutal à l'étape 4, l'ouverture du checkout, n'est pas toujours un problème de frais surprises ou de confiance. Vérifie d'abord que le bouton n'est tout simplement pas cassé sur certains navigateurs ou appareils, la cause technique la plus bête et la plus fréquente, avant de chercher une explication psychologique à un problème de code.
Où tu commences : construis ce tunnel à six étapes sur tes données, calcule le taux de passage de chaque étape, et repère le plus gros décrochage relatif. C'est ton point de fuite prioritaire, et le tunnel vient de le rendre visible là où le taux global le cachait. Pour passer l'étape coupable au crible, du panier au paiement, déroule la checklist du tunnel de commande point par point.
Une fois le point de fuite trouvé, qu'est-ce qu'on fait
Une étape perd peu en pourcentage mais beaucoup de monde en nombre, c'est un problème ?
Non, pas forcément. Regarde le taux de décrochage relatif de l'étape, pas le nombre brut de visiteurs qui partent. Une étape qui perd 40 % de ses entrants est un point de fuite même si elle reçoit peu de monde, parce qu'elle gaspille une intention déjà qualifiée. Une étape qui ne perd que 10 % n'est pas un problème, même si ces 10 % représentent beaucoup de visiteurs en valeur absolue, parce que c'est le taux qui mesure l'anomalie réparable, pas le volume.
C'est un réflexe à prendre systématiquement avant de prioriser. Le taux de décrochage désigne la fuite parce qu'il mesure une anomalie de comportement à cette étape précise, indépendamment du trafic qu'elle reçoit. Le nombre brut, lui, dépend surtout de ta position dans le tunnel, les premières étapes voient toujours plus de monde partir en absolu que les dernières, sans que ça signifie qu'elles sont plus cassées.
Une fois le point de fuite localisé, le tunnel a fait son travail, celui de te dire où chercher. Il ne dit jamais pourquoi, et c'est une question différente qui demande d'autres outils. Transforme d'abord ton observation en hypothèse de conversion vérifiable, une phrase qui prédit ce qui devrait changer si tu corriges la bonne cause. Pour comprendre le pourquoi avant de deviner un correctif, regarde ce que font vraiment les visiteurs à cette étape précise, via une carte de chaleur ou un enregistrement de session, la même logique que celle qui fait remonter 5 fuites en moyenne par page dans mes propres teardowns lemlist et Brevo, jamais devinées, toujours observées une par une. Ensuite seulement, teste ta correction, et prépare-toi à ce qu'un premier test ne conclue rien, ça arrive à tout le monde et ce n'est pas un échec, avant de valider proprement ton hypothèse.
Mon tunnel a des étapes différentes des six du modèle, je fais comment ?
Garde la logique, adapte les noms. Le modèle à six étapes n'est pas une norme à respecter, c'est une façon de découper le chemin entre l'arrivée et le paiement. Si ton parcours passe par une prise de rendez-vous ou une configuration produit, ce sont des étapes à part entière, à mesurer comme les autres. Ce qui compte est qu'aucune marche ne reste invisible.
Comparer à un repère, pas à l'absolu
Le tunnel te donne tes propres chiffres, pas un jugement sur s'ils sont bons ou mauvais dans l'absolu. Un taux de passage se juge d'abord relativement à ton propre historique, et dans un second temps seulement face à un repère externe. Si ton étape checkout perd beaucoup de monde, situe-la face au taux d'abandon de panier moyen du secteur avant de conclure que tu es anormalement mauvais, l'écart peut simplement refléter ton secteur ou ton panier moyen. Le même principe vaut côté SaaS, où le taux de conversion d'une landing page se lit aussi par étape plutôt qu'en un chiffre unique.
Le vrai test, c'est de traduire le gain de taux en euros avant de prioriser un chantier. Un point de pourcentage gagné à l'étape la plus fréquentée pèse rarement autant qu'on l'imagine si le panier moyen y est faible, et inversement une étape peu visible peut représenter l'essentiel du chiffre d'affaires. Avant d'attaquer un correctif, chiffre l'impact réel de chaque point de conversion gagné, pour prioriser par revenu et pas seulement par pourcentage. C'est aussi la logique derrière une checklist d'audit CRO complète, qui replace le tunnel dans l'ensemble des signaux à vérifier avant de conclure.
Ce qu'il faut retenir
Le taux de conversion global ne dit pas où tu perds, il constate seulement que tu perds, parce qu'il agrège en un seul nombre des étapes saines et une étape malade. Le tunnel de conversion décompose le parcours en étapes mesurables, et comme le taux final est le produit des taux d'étape, une seule étape catastrophique écrase tout le reste, sans que le chiffre global ne le révèle. Piloter au seul taux global, c'est naviguer à l'aveugle, avec une jauge qui t'avertit qu'il y a un souci sans jamais te dire où, alors qu'on optimise un site avec une carte des étapes. Le tunnel transforme le constat en diagnostic actionnable, GA4 te donne les événements pour le construire sans rien inventer, et une fois la fuite localisée, l'hypothèse et le test A/B prennent le relais pour la corriger. Commence simple, cinq ou six étapes, trouve le plus gros décrochage, puis zoome. Si tu veux qu'un scan construise et lise ton tunnel pour toi, c'est l'objet du diagnostic CRO e-commerce.
J'ajoute une conviction, la décomposition en tunnel n'est pas un raffinement d'analyste, c'est le minimum vital pour agir intelligemment, et le passage obligé de toute amélioration sérieuse de la conversion. Tant que tu n'as pas tes taux de passage par étape, toute décision d'optimisation est un pari. Avec eux, chaque décision devient ciblée, tu sais quelle étape attaquer, et tu sais après coup si ton intervention a déplacé le bon chiffre. Le tunnel transforme l'optimisation d'un jeu de hasard en une démarche mesurable, et c'est gratuit, il ne demande que de structurer ce que tes outils mesurent déjà.
Et si tu veux que je réécrive la copy des deux surfaces qui décident, ton accueil et ton tunnel, c'est ce que je fais dans la réécriture e-commerce.