Un tunnel de conversion est la suite d’étapes qu’un visiteur franchit entre son arrivée sur le site et l’action que vous attendez de lui : un achat, une demande de devis, une inscription. À chaque étape, une partie des visiteurs s’en va, ce qui donne au parcours sa forme d’entonnoir. Le construire consiste à choisir des étapes que l’on peut mesurer (voir la fiche produit, ajouter au panier, renseigner la livraison, payer), puis à calculer le taux de passage de l’une à l’autre. Repérer les fuites, c’est ensuite chercher l’étape où l’on perd plus de monde que ce qu’elle devrait coûter, en tenant compte du nombre de visiteurs concernés et de leur niveau d’intention. Le taux de conversion global ne suffit pas à ce diagnostic : il indique combien de visiteurs achètent, jamais où les autres décrochent.
En bref :
- Un tunnel utile se définit par des étapes observables dans vos outils de mesure, pas par un schéma marketing théorique.
- Le taux de passage d’une étape à la suivante révèle bien plus de choses que le taux de conversion global, qui mélange tout.
- La fuite prioritaire n’est pas forcément celle où le pourcentage est le plus faible : il faut raisonner en visiteurs perdus, en intention et en facilité de correction.
- Les chiffres montrent où le tunnel fuit ; enregistrements de session, sondages et tests utilisateurs expliquent pourquoi.
- Améliorer une étape profite à toutes celles qui suivent : les gains se multiplient le long du parcours.
Tunnel de conversion : de quoi parle-t-on exactement
Le terme recouvre deux réalités qu’il vaut mieux distinguer. Dans son sens large, il désigne tout le parcours d’un prospect, de la découverte de la marque à l’achat, souvent découpé en haut, milieu et bas de tunnel. Dans son sens opérationnel, celui qui intéresse quand on veut améliorer un site, il désigne la séquence de pages et d’actions entre l’entrée sur le site et la conversion. C’est ce second tunnel que l’on peut mesurer précisément et améliorer page par page.
Le tunnel de commande, ou checkout, n’en est que la dernière portion : panier, identification, livraison, paiement. Beaucoup d’analyses s’y limitent parce que c’est là que l’abandon est le plus visible. C’est une erreur de cadrage, car une partie importante des pertes se produit avant, sur les pages de liste et les fiches produit.
La forme du tunnel dépend enfin du modèle économique. Une boutique en ligne vise une commande. Un site vitrine de prestataire vise une demande de contact, qui n’est elle-même qu’une étape avant le rendez-vous et la signature. Un logiciel SaaS vise une inscription, puis une première utilisation réelle, puis un abonnement payant. Dans les trois cas, le principe est identique, seules les étapes changent.
Construire son tunnel : des étapes que l’on peut mesurer
Un tunnel bien construit repose sur trois règles simples. Chaque étape correspond à une action observable dans votre outil d’analyse (un événement, une page vue, un formulaire envoyé). Le nombre d’étapes reste raisonnable, généralement entre quatre et sept : assez pour localiser un problème, pas au point de noyer l’analyse. Enfin, la dernière étape correspond à l’objectif commercial réel, pas à un substitut commode. Pour un site de génération de leads, le formulaire envoyé ne vaut pas le lead qualifié ; si votre outil de gestion commerciale le permet, prolongez le tunnel jusque-là.
Type de site Étapes typiques du tunnel Ce qu’il faut suivre
Boutique en ligne Fiche produit, ajout au panier, début de commande, livraison, paiement, confirmation Événements e-commerce (view_item, add_to_cart, begin_checkout, add_shipping_info, add_payment_info, purchase)
Site de prestataire (leads) Page de service, clic sur le bouton de contact, formulaire commencé, formulaire envoyé, lead qualifié Clics, interaction avec le formulaire, envoi, statut du contact dans le CRM
Logiciel SaaS Page tarifs, création de compte, première action clé dans l’outil, passage à l’offre payante Inscription, événement d’activation défini par l’équipe produit, souscription
Dans Google Analytics 4, la technique d’exploration appelée « Exploration de l’entonnoir » permet de reconstituer ce parcours avec un maximum de dix étapes. Deux réglages changent la lecture des résultats. L’entonnoir peut être ouvert (un visiteur peut y entrer à n’importe quelle étape) ou fermé (il doit passer par la première). Et chaque étape peut être « indirectement suivie », avec d’autres actions intermédiaires autorisées, ou « directement suivie », ce qui exige un enchaînement immédiat. Pour un premier diagnostic, un entonnoir fermé avec étapes indirectement suivies donne généralement l’image la plus fidèle. L’outil propose aussi une ventilation par dimension (appareil, source de trafic) et un affichage de l’action suivante, qui montre ce que font les visiteurs après une étape donnée.
Lire les taux de passage sur un exemple chiffré
Prenons une boutique en ligne fictive, avec des chiffres choisis pour l’exemple, sur un mois. Elle enregistre 20 000 sessions et 390 commandes, soit un taux de conversion de 1,95 %. Ce chiffre isolé ne dit rien de l’endroit où les choses se passent mal. Le détail du tunnel, lui, est parlant.
Étape Visiteurs Taux de passage depuis l’étape précédente Visiteurs perdus
Sessions sur le site 20 000 – –
Consultation d’une fiche produit 9 000 45 % 11 000
Ajout au panier 1 350 15 % 7 650
Début de commande 810 60 % 540
Informations de livraison 570 70 % 240
Informations de paiement 460 81 % 110
Commande validée 390 85 % 70
La tentation est de se focaliser sur les deux premières lignes, qui concentrent l’essentiel des visiteurs perdus. Elles méritent l’attention, mais elles contiennent aussi beaucoup de visiteurs qui n’avaient pas l’intention d’acheter ce jour-là : curieux, comparateurs, clients venus consulter une information. Plus bas dans le tunnel, les pertes sont moins nombreuses, mais chaque personne qui abandonne avait déjà choisi un produit et commencé à commander. C’est presque un client.
Ici, 390 commandes pour 1 350 paniers signifient qu’environ 71 % des paniers sont abandonnés. Pour situer cet ordre de grandeur, le Baymard Institute, qui compile une cinquantaine d’études sur le sujet, établit le taux moyen d’abandon de panier en e-commerce autour de 70 %. La boutique de l’exemple se situe donc dans la moyenne, ce qui ne veut pas dire qu’elle ne peut pas mieux faire. Le détail du calcul d’un taux de conversion et ses pièges sont traités dans notre article sur la formule du taux de conversion.
Repérer la fuite qui compte vraiment
Pour décider où agir, trois questions suffisent : combien de visiteurs cette étape fait-elle perdre, quelle était leur intention, et quelle est la difficulté de la correction ? Un calcul simple aide à trancher. Il consiste à simuler l’effet d’une amélioration réaliste à chaque étape, en gardant les autres taux constants.
Amélioration simulée Nouveau taux Commandes obtenues Gain mensuel
Fiche produit vers panier 15 % vers 17 % 442 +52 commandes
Début de commande vers livraison 70 % vers 80 % 443 +53 commandes
Paiement vers commande validée 85 % vers 90 % 414 +24 commandes
Gagner deux points sur l’ajout au panier, qui oblige en général à retravailler de nombreuses fiches produit, rapporte autant que gagner dix points sur l’étape de livraison, où le problème tient parfois à un seul élément : des frais découverts trop tard, une option de retrait absente, un délai mal affiché. À gain équivalent, la correction la plus simple passe en premier. Ces hypothèses d’amélioration sont des exemples : seul un test dira ce qui est atteignable sur votre site.
Le second réflexe consiste à découper le tunnel par segment. Un taux de passage moyen peut masquer un problème très localisé. Comparez mobile et ordinateur, nouveaux et anciens visiteurs, sources de trafic. Une étape de livraison qui fonctionne bien sur ordinateur et s’effondre sur mobile ne relève pas du même diagnostic qu’une étape faible partout. De même, un taux d’ajout au panier très bas sur une seule source publicitaire signale plus probablement un problème de ciblage plutôt qu’un problème de page : c’est la question du trafic qualifié, que le tunnel met en évidence sans pouvoir la résoudre seul.
Les fuites les plus fréquentes, étape par étape
Chaque tunnel a ses particularités, mais certaines causes reviennent assez régulièrement pour être vérifiées en premier.
De l’arrivée à la fiche produit
Quand peu de visiteurs atteignent une fiche produit, il faut chercher la cause en amont : une page d’atterrissage qui ne correspond pas à la promesse de l’annonce, une navigation confuse, des pages de liste lentes ou des filtres inutilisables sur mobile. Vérifiez aussi la page d’entrée réelle : sur un site qui publie du contenu, une partie du trafic arrive directement sur un article de blog, dont le lien vers les produits est discret ou absent.
De la fiche produit au panier
C’est l’étape où l’intention se forme. Les freins habituels : informations manquantes (dimensions, compatibilité, composition), photos insuffisantes, absence d’avis, prix ou délai de livraison introuvables, bouton d’ajout peu visible sur mobile. Notre guide pour structurer une page produit qui convertit détaille les éléments à contrôler.
Du panier au début de commande
Le panier sert aussi de liste d’envies ou de calculatrice : certains visiteurs y ajoutent un produit pour connaître le total. Ce comportement est normal. Ce qui ne l’est pas, c’est un panier qui révèle une mauvaise surprise (frais de port élevés, montant minimum), ou un champ de code promo très visible qui envoie le visiteur chercher une réduction ailleurs.
Livraison et paiement
Dans les enquêtes du Baymard Institute, les coûts supplémentaires jugés trop élevés (livraison, taxes, frais divers) arrivent nettement en tête des raisons d’abandon citées, devant la lenteur de livraison, le manque de confiance dans le paiement et l’obligation de créer un compte. Ces éléments se vérifient facilement : les frais sont-ils annoncés avant le tunnel de commande ? Peut-on acheter sans compte ? Les moyens de paiement attendus par votre clientèle sont-ils proposés ? Le formulaire de livraison demande-t-il des informations inutiles ?
Pour un tunnel de génération de leads
Les pertes se concentrent sur le formulaire : trop de champs, questions intrusives en première intention, absence d’indication sur ce qui se passera après l’envoi. Un formulaire en plusieurs étapes, qui commence par les questions les plus simples, est une piste à tester, pas une règle universelle.
Comprendre pourquoi les visiteurs partent
Les taux de passage désignent l’étape malade, sans dire de quoi elle souffre. Pour formuler une hypothèse solide, il faut observer le comportement des visiteurs à cet endroit précis.
Les enregistrements de session montrent des hésitations, des clics répétés sur un élément qui ne réagit pas, des allers-retours entre deux pages. Les cartes de clics révèlent ce que les visiteurs cherchent à atteindre. Un sondage d’une seule question, affiché au moment où un visiteur s’apprête à quitter la page de livraison, recueille des objections formulées avec leurs propres mots. Quelques tests utilisateurs, où l’on demande à des personnes extérieures d’acheter un produit en commentant à voix haute, font apparaître en quelques séances des blocages invisibles pour l’équipe. Et les questions reçues par le service client constituent une source gratuite qu’on oublie facilement : si beaucoup de clients demandent les délais par téléphone, c’est que la page ne les affiche pas clairement.
Une fois l’hypothèse posée, deux cas se présentent. Un bug ou un défaut évident (un bouton qui ne fonctionne pas sur un navigateur, des frais masqués) se corrige directement. Une question d’arbitrage (formulaire en une ou plusieurs étapes, position des avis) se teste, idéalement avec un test A/B correctement mis en place, à condition d’avoir assez de trafic pour obtenir un résultat fiable. Lorsque le problème touche l’ensemble du parcours plutôt qu’une étape, une démarche plus large, comme le design thinking appliqué au tunnel de conversion, aide à repartir des besoins réels des visiteurs.
Les erreurs qui faussent le diagnostic
Un suivi défaillant. Avant de corriger quoi que ce soit, vérifiez que les étapes sont correctement enregistrées. Un événement d’achat déclenché deux fois, une étape non suivie sur mobile, ou des retours depuis une plateforme de paiement externe comptés comme de nouvelles visites (ce qu’on évite en déclarant ce domaine dans la liste des sites référents indésirables de GA4) suffisent à inventer une fuite qui n’existe pas.
Des périodes non comparables. Un tunnel mesuré pendant des soldes, puis en période creuse, raconte deux histoires différentes. Comparez des périodes équivalentes et évitez de conclure sur quelques dizaines de visiteurs par étape.
Tout moyenner. Un tunnel qui mélange trafic payant, trafic naturel et visiteurs fidèles peut afficher des taux corrects pendant qu’un segment entier décroche. Ventiler par appareil et par source n’a rien d’un raffinement : c’est ce qui rend la lecture fiable.
Vouloir tout corriger à la fois. Modifier la fiche produit, le panier et le paiement la même semaine empêche de savoir ce qui a produit l’effet, positif ou négatif.
Notre recommandation : fiabiliser la mesure, puis traiter la fuite la plus rentable
Commencez par cartographier votre tunnel en cinq ou six étapes mesurables et par vérifier que chacune est bien suivie, sur ordinateur comme sur mobile. Calculez ensuite les taux de passage, découpez-les au moins par appareil et par source, puis simulez l’effet d’une amélioration réaliste à chaque étape comme dans l’exemple ci-dessus. Traitez en priorité la fuite qui combine un gain élevé et une correction simple, en regardant de près la partie livraison et paiement, où les visiteurs perdus avaient déjà décidé d’acheter. Réservez les chantiers plus lourds, comme la refonte des fiches produit, aux étapes où les observations qualitatives ont confirmé un problème précis. Relancez enfin la mesure après chaque changement, puis à intervalle régulier : les taux de passage bougent avec la saison, le catalogue et les sources de trafic, et une nouvelle fuite peut apparaître sans que rien n’ait été modifié sur le site.