ab testing

Pourquoi faire de l’A/B Testing ?

L’optimisation de ses campagnes d’acquisition et de leur efficacité est un enjeu primordial dans toute entreprise. C’est dans ce contexte que l’A/B Testing  s’établit. Provenant des test scientifiques des années 1920, l’A/B Testing  s’est répandu dans le marketing et le marketing digital pour arriver sur les campagnes emailing.

Connaissez-vous le principe de l’A/B Testing  sur les campagnes emailing ? Nous allons voir ça ensemble.

L’A/B Testing c’est quoi ?

L’A/B Testing  c’est une méthode qui permet d’optimiser vos campagnes emailing en comparant 2 versions de celle-ci en temps réel. 

Dans l’envoi des campagnes emailing, l’A/B Testing  vous permet d’envoyer plusieurs versions d’un email sur une petite portion des destinataires de votre campagne. Après un délai d’observation des résultats, la version la plus performante sera utilisée pour l’envoi au reste des destinataires.

L’origine de l’A/B Testing

Bien que l’envoi des campagnes mailing a commencé seulement dans les derniers 30 ans environ, le concept à la base de l’A/B Testing (comparer différents prototypes pour choisir le plus performant) existe depuis bien plus longtemps que ça. On peut remonter jusqu’en 1920 avec la méthode scientifique dans les mathématiques, ensuite en médecine en 1960. Pour que l’A/B Testing soit implémenté dans le marketing, il faudra attendre jusqu’en 1990. En cette période, l’A/B Testing devient ce qu’on le considère aujourd’hui : proposer à un échantillon de consommateurs des différentes versions d’un seul produit, ou message, pour ensuite évaluer celui qui a les meilleurs résultats. Bien évidemment, avec le développement du digital et d’Internet, les possibilités du Testing se sont multipliées et peuvent être adaptées aux sites internet, et, justement, des campagnes mailing.

A/B Testing sur l’objet d’email

Un des indicateurs sur lequel l’A/B Testing est le plus utilisé, en ce qui concerne les campagnes mailing, est l’objet d’email. Par exemple, une entreprise peut envoyer à ses consommateurs un sondage pour connaître leurs habitudes d’achat : en ligne plutôt qu’en magasin. Dans un premier objet, elle pourra décider de mettre un certain objet : “ Internet VS Boutiques physiques : vos meilleures armes pour Noël ? “ et dans une deuxième version, un autre objet “ Sondage : Vous êtes plus achats sur Internet ou en boutiques physiques ? 

Ces deux versions d’email, différentes seulement pour l’objet, seront envoyées de façon aléatoire à une portion de sa base d’envoi. Ensuite, une analyse des résultats sera menée pour établir l’objet qui a donné le meilleur résultat.

A/B Testing sur le contenu de l’email

Au-delà de l’objet des emails, il est également possible de tester le contenu d’un mail, pour vérifier lequel serait le plus performant vis-à-vis de votre audience. L’A/B Testing  sur le contenu de l’email sera votre meilleur atout.

A/B Testing sur le nom de l’expéditeur

Selon l’expéditeur, certaines personnes n’ouvrent pas les emails. Par exemple, nous savons quand c’est des mails d’arnaque ou autres et le fait de changer de nom d’expéditeur peut nous permettre d’optimiser notre taux d’ouverture.

L’A/B Testing sur Powow

Powow permet l’implémentation de l’A/B Testing, avec plein d’options qui peuvent convenir à nos clients. Sur Powow, l’A/B Testing est appelé A/X Testing, mais le principe est exactement le même.

En allant sur les “Paramètres” d’une campagne, vous retrouverez la case “Utiliser l’A/X Testing”. Une fois cochée, une liste d’options va apparaître :

Vous aurez la possibilité de choisir le critères de tests : ça pourra être, comme on l’a dit, l’objet de l’email, le contenu de l’email ou le nom d’expéditeur. Vous pourrez également choisir le nombre de versions que vous souhaitez tester, qui peut être jusqu’au nombre de 4. Ensuite, vous pouvez choisir le critère de décision de votre testing : taux d’ouverture (qui est pertinent si vous testez un objet, ou un nom d’expéditeur) et taux de clic (qui s’applique si vous êtes plutôt en train de tester le contenu d’un mail).

En enregistrant vos paramètres et en allant sur l’onglet “Message”, vous trouverez les paramètres dédiés à l’A/X Testing : ça va en effet vous permettre de créer les différentes versions de votre email, selon le critère de test choisi. Voici quelques exemples :

  • Si le critère de test choisi est l’objet de l’email :

  • Si le critère de test choisi est le contenu de l‘email :

  • Si le critère de test choisi est le nom d’expéditeur de l’email :

En ce qui concerne la programmation de l’A/X Testing, vous pourrez aller dans l’onglet “Envoi” où vous trouverez tous les paramètres pertinents. Vous pourrez choisir la portion de la base d’envoi sur laquelle effectuer votre A/X Testing. A savoir, il est recommandé de prévoir 10% pour chaque version testée : si vous testez deux versions différentes, il sera envisageable d’effectuer le test sur 20% de vos destinataires, et ainsi de suite.

Vous pouvez également choisir la durée de votre test, sachant qu’il est conseillé d’attendre au moins 5h, pour permettre un temps d’attente suffisant pour avoir un retour des ouvertures et/ou des clics.

Vous pourrez ensuite procéder à l’envoi et la programmation de votre campagne comme d’habitude.

Après ce temps d’attente, Powow effectuera automatiquement le calcul sur quelle version de l’email a été la plus performante selon le critère choisi, et enverra le prototype choisi au reste de la base d’envoi.

A quoi ça sert ?

Faire de l’A/B Testing  est utile pour expérimenter des choses nouvelles et pour mieux comprendre nos utilisateurs, valider une possible amélioration d’une ancienne version ou tout simplement créer de nouvelles opportunités avec des contenus différents. 

Cette méthode peut également servir en cas de doute sur telle ou telle autre chose dans le contenu d’un emailing. En effet, l’A/B Testing aiguillera les choix pour ensuite optimiser les campagnes mailing, pour qu’elles soient le plus efficaces possibles.

Analyser votre A/B Testing

Pour bien analyser l’A/B Testing,  il est nécessaire de se concentrer sur les résultats des indicateurs choisis, ainsi que les statistiques de la campagne.

Si le critère était plutôt basé sur le taux d’ouverture ou le taux de clic, les statistiques seront bien évidemment définies autrement. Si le taux d’ouverture est en dessous de ce que vous espérez mais qu’il y a un taux de clic important, faut-il changer le contenu ?

Cet article vous a plu ?
N’hésitez pas à consulter notre vidéo sur : Comment créer une liste repoussoir !

Pour plus de renseignements, contactez-nous !

Logo Iroquois
EnglishFrench