Dans la vie d’une campagne publicitaire, vous allez inévitablement devoir passer une étape d’amélioration de vos KPI. D’autre part, vous êtes sûrement bombardé de messages qui prétendent avoir de bien meilleurs résultats que vous. Cela m’est arrivé tellement de fois et ma réaction a toujours été la même : “Je dois essayer ça.” Mais à quel moment faire ses A/B testing pour ne pas perturber les autres campagnes? Quel budget y mettre? Quel effort? Comment archiver ces tests pour garder une trace?
Ces questions nous ont conduit à structurer notre approche d’A/B Testing sur l’ensemble des comptes géré chez Social Ads. Dans l’article qui suit, nous allons vous donner les clés d’une approche A/B Testing concluante et l’illustrer avec un cas très concret. En suivant notre approche, vous allez transformer chance en méthode.
Qu’est-ce que l’A/B testing?
L’A/B testing est une tactique par laquelle vous découvrez quels titres d’annonces, corps de texte, images, incitations à l’action ou une combinaison d’éléments ci-dessus fonctionnent le mieux pour votre audience cible. Habituellement, les tests A/B sont publiés pendant plusieurs semaines afin de collecter suffisamment de résultats et d’actions des utilisateurs pour obtenir un test concluant. Une fois l’expérience terminée, une conclusion sera tirée si une option a surpassé les autres.
À moins que vous n’ayez déjà créé de nombreuses campagnes publicitaires pour votre marque, il vous sera assez difficile de prédire quel type de création publicitaire fonctionnera le mieux pour vous et votre audience. C’est là que les A/B testing sont utiles : vous pouvez tester rapidement un paramètre afin de gagner en maîtrise de votre marketing sur une audience, une plateforme, un placement…
Les A/B testing vous aident à découvrir les solutions les plus performantes et à utiliser de manière optimale vos budgets.
L’approche A/B de Social Ads
Les idées à tester ne manquent jamais ! Il est donc primordial de les prioriser et de les cadencer dans le temps. Notre approche rempli ces 2 missions en suivant les étapes suivantes :
- Evaluer l’impact, l’effort de mise en place et le degré de maîtrise du dispositif marketing sur chaque paramètre de la plateforme
- Sélectionner les paramètres que vous souhaitez tester par ordre de priorité :
- Impact : du plus fort au plus faible
- Effort de mise en place : du plus faible au plus fort
- Maîtrise du paramètre sur le compte : du plus faible au plus fort si vous souhaitez progresser et l’inverse si vous souhaitez de la performance immédiate
- Faire une liste exhaustive des hypothèses que vous souhaiteriez tester pour ces paramètres
- Détailler l’action à mettre en place, le KPI qui permettra de mesurer les succès, la valeur de départ ou de contrôle de ce KPI
- Une fois ces éléments renseignés vous pourrez cadencer votre plan d’A/B test mois par mois
Note importante : La rapidité du plan de test va dépendre de plusieurs facteurs allant du budget et des ressources disponibles en passant par la saisonnalité et le plan d’action marketing de la marque. Il faudra avoir ces éléments pour pouvoir finaliser le plan.
Les 8 clés de réussite d’un A/B Testing
Clé 1 : Choisissez un seul et unique indicateur pour mesurer le succès.
Mesurez la valeur de départ de cet indicateur (valeur de contrôle). Choisissez de préférence un indicateur directement connecté avec le test réalisé. Par exemple : lors d’un A/B Testing de call to action dans un visuel, il conviendra de prioriser la mesure d’un CTR (taux de clic) plutôt qu’un coût par conversion en bout de funnel.
Clé 2 : Définissez l’échantillon nécessaire pour valider votre test.
Pour cela, il existe des calculateurs d’échantillonnage mais généralement nous partons du principe qu’il faut collecter une centaine d’actions par variante du test pour pouvoir tirer des conclusions.
Clé 3 : Définir le budget à attribuer au test.
Simple mais crucial ->> Multiplier simplement l’échantillon nécessaire à la validation du test par le coût par action historique pour obtenir le budget de test nécessaire. Si ce budget est trop élevé, il se peut que l’indicateur et l’action choisis pour mesurer le succès ne soit pas les bons. Souvent quelques centaines d’euros suffiront pour un A/B test réussi.
Clé 4 : Décider de la durée.
Il faut compter classiquement de 2 à 3 semaines pour donner toutes ses chances au test. Les algorithmes des plateformes publicitaires ont besoin d’au moins 7 jours pour collecter les données. Ils ne démarrent les optimisations qu’après cette période. Limiter un test à 7 jours c’est le vouer à un échec certain.
Clé 5 : Décider de la période pendant laquelle lancer le test.
Suivant le type de test et pour lui donner toutes les chances d’obtenir des résultats, il conviendra de choisir une période pendant laquelle l’activité marketing de la marque n’entre pas en concurrence avec le test ou simplement que la saisonnalité ne rend pas complètement impossible le test. Par exemple, lancer un A/B Test en plein milieu du mois d’août ou pendant un Black Friday va sûrement se solder par un échec ou un test non concluant. Dans le premier cas, l’attention des internautes est ailleurs, dans le second cas il y aura tellement de concurrence d’autres annonceurs que les coûts par action et le budget seront totalement faussés.
Clé 6 : Partagez votre audience en groupe de taille similaire et aléatoire.
Il existe pour cela une fonctionnalité dans les ads manager. Mais si vous souhaitez le faire vous même, nous conseillons de mettre les variantes en concurrence directe sur une même audience suffisamment grande et d’arrêter une variante lorsqu’elle atteint le nombre d’actions défini au point 2.
Clé 7 : Monitorer les variantes des A/B testing
Veillez à donner la même chance à chaque variante testée. Les plateformes publicitaires vont avoir tendance à favoriser les variantes de pubs donnant des résultats rapidement. Comme en clé 6, n’hésitez pas à stopper celles qui monopolisent l’attention de l’audience une fois les 100 actions atteintes pour donner un peu de place aux autres.
Clé 8 : Documenter. Documenter. Documenter.
Il est primordial de conserver une trace écrite de votre test et de ses conclusions. Pour cela, nous recommandons l’utilisation du document suivant >> Modèle de document d’A/B testing. Dans ce document, il convient de décrire en détail les hypothèses, les indicateurs de succès, le plan d’action, les ressources nécessaires, les résultats obtenus, les apprentissages et les prochaines étapes.
L’exemple : A/B Testing de Stories Instagram
Hypothèse
Les visuels colorés avec des couleurs pastel, très en affinité avec l’audience féminine d’Instagram, généreront la plus forte traction (CTR) en story sur Instagram.
Plan d’action
- Préparer 1er batch de 10 visuels avec différents produits en ambiance similaire.
- Lancer la campagne pour atteindre 1000 clics sur chaque visuels
- Garder le gagnant en CTR et volume d’impressions et le mettre en concurrence avec un second batch de visuels du même produit dans des ambiances différentes
- Laisser tourner 1000 clics de plus par visuel et comparer
Résultats
Action à suivre
De toute évidence, les fonds clairs font ressortir les produits et attirent davantage l’attention de l’audience. Suite à ce test, il convient de :
- Répliquer les tests sur d’autres placements et plateformes afin de valider la conclusion sur d’autres produits, accroches publicitaires et formats.
- Tester d’autres ambiances et visuels (pack shot par exemple)
Conclusion
La principale difficulté de la démarche d’A/B Testing n’est pas sa compréhension, c’est sa mise en œuvre.
En effet, pour éviter les tests “non concluants”, dans lesquels vos variants obtiennent quasiment tous les mêmes résultats, il vous faudra appliquer, avec la plus grande vigilance, chacune des 8 recommandations ci-dessus.
Si vous avez besoin de recommandations ou d’accompagnement dans la mise en oeuvre d’une démarche d’A/B Testing publicitaire, n’hésitez pas à nous contacter !
