Table des matières
Les tests A/B sont un excellent moyen pour les annonceurs de recueillir des informations importantes sur leur public et, ce faisant, d’améliorer les performances de leurs publicités à long terme. En testant une création, une page de renvoi ou une publicité par rapport à une version alternative, vous pouvez essayer différentes options et paramètres qui peuvent vous aider à obtenir de meilleurs taux d’interaction et d’achat.
La valeur ajoutée d’un tel test A/B est évidente : même de petites améliorations du taux de clic ou de conversion peuvent augmenter le trafic et les ventes de manière durable et sans coûts supplémentaires.
Un exemple frappant est celui de la campagne présidentielle de Barack Obama en 2008 : en testant continuellement différentes créations, le taux d’inscription à la newsletter a pu être augmenté de 40,6 %. Sur l’ensemble de la durée de la campagne, cela a permis d’obtenir environ 57 millions de dollars de dons supplémentaires pour la campagne.
Afin de pouvoir obtenir des résultats significatifs à la fin de la phase de test, certains aspects importants doivent être pris en compte pendant le test A/B. Nous vous montrerons comment préparer le test et comment les interpréter ensuite avec succès.
De nombreux éléments différents se prêtent à un test A/B : Dans le compte Ads, par exemple, les éléments publicitaires, une page de renvoi ou diverses créations dans le réseau Display ou de vidéo sont appropriés.
En outre, il est possible de tester les performances des stratégies d’enchères, des critères de ciblage, de la tarification et bien d’autres choses encore. Pour commencer, vous devez vous intéresser aux variables qui ont le plus d’influence sur les performances globales de vos campagnes.
Lors de la création d’un test A/B, il est important que tous les autres facteurs restent identiques afin que les résultats obtenus puissent être clairement et indubitablement attribués à l’élément modifié.
Pour ce faire, le groupe cible doit être randomisé, c’est-à-dire divisé de manière égale et aléatoire en deux sous-groupes. Une division selon l’heure de la journée, par exemple, ne convient pas, car elle pourrait fausser la composition des sous-groupes. Une répartition par lieu est plus logique dans la plupart des cas. Le compte Ads offre un bon moyen de randomiser automatiquement les groupes cibles avec la fonction de test de la campagne. Toutefois, ce type de test A/B n’est disponible que pour les campagnes Search et Display.
Sélectionnez le budget et la période d’essai dans un périmètre suffisant pour obtenir des résultats validables. Les campagnes à fort trafic sont particulièrement adaptées aux tests A/B, car elles fournissent une base de données suffisante pour obtenir des résultats statistiquement significatifs.
En plus des paramètres techniques, l’objet du test doit également être sélectionné et analysé en conséquence avant le début du test : La mise en place d’une hypothèse convient à cet effet.
Dans la variante la plus simple, l’hypothèse est :
La variante A fonctionne mieux que la variante B.
Si l’hypothèse est correcte, la variante A est alors utilisée – sinon la variante B est utilisée. Mais avant tout, il faut se demander si l’on peut réellement tirer des leçons pour l’avenir de ce type d’hypothèse. Lorsque vous testez différentes créations, vous pouvez être confronté au problème de devoir les remanier complètement quelques mois plus tard. Même une page de renvoi améliorée peut être dépassée lors de la prochaine mise à jour du site web.
De manière optimale, les objets à tester sont donc sélectionnés spécifiquement pour comparer certains critères : Tu versus vous, attrait émotionnel contre attrait neutre, design flashy contre design sobre, etc. Une fois le test terminé, les résultats peuvent être évalués et les conclusions peuvent être ciblées ailleurs dans la stratégie publicitaire à l’avenir, par exemple sur le site web, dans le marketing des médias sociaux ou même dans la newsletter.
Afin de tirer réellement des conclusions du test, il convient également de s’assurer avant le début que l’hypothèse est testable ou falsifiable (avec les moyens disponibles).
Par exemple, si vous souhaitez augmenter les ventes, le succès ne peut être vérifié qu’au moyen du suivi des conversions. Si vous voulez vérifier si une mesure amène plus d’utilisateurs dans votre boutique physique, vous ne pouvez le faire qu’en suivant les conversions visites en magasin (lien= https://support.google.com/google-ads/answer/6100636?hl=fr). Avant de commencer le test, vous devez donc également définir les KPI (Key Performance Indicator) avec lesquelles l’hypothèse doit être testée. Dans le compte des annonces, par exemple, le taux de clics, le taux de conversion, les ventes, etc. permettent de distinguer la meilleure variante de la moins bonne.
S’il n’existe pas d’indicateurs clés de performance pouvant être utilisés pour vérifier une hypothèse, le test ne donnera pas non plus de résultats significatifs – dans ce cas, beaucoup de travail et de budget peuvent être gaspillés.
En résumé, on peut dire que tout bon test nécessite une préparation structurée et axée sur les problèmes, qui peut être résumée comme suit :
Une fois les réponses à ces questions et les objets de test prêts, les tests A/B peuvent être mis en œuvre rapidement. Google fournit un bref guide des tests dans le compte Google Ads ici https://support.google.com/google-ads/answer/6318732?hl=fr.
À la fin de la période de test, les données sont analysées en comparant les indicateurs clés de performance prédéfinis des deux variantes. À ce stade, il convient également de vérifier si la base de données est statistiquement significative ou s’il ne s’agit pas d’une simple coïncidence. En particulier dans le cas de conséquences importantes, il faut bien sûr jouer la carte de la sécurité et, en cas de doute, prolonger la période d’essai. Ce n’est que lorsque les données sont claires et significatives que l’hypothèse doit être acceptée ou rejetée.
Il est bon de présenter les résultats des tests et leur influence éventuelle sur les performances globales.
Un exemple simplifié : le test a montré que les modifications apportées à la page de renvoi mobile pouvaient entraîner une amélioration de 10 % du taux de conversion. En général, on sait que 50 % de l’ensemble du trafic provient de dispositifs mobiles.
Ainsi, de manière simplifiée, nous pouvons dire que cet ajustement a un impact positif sur le taux de conversion de 5% au total. Cette comparaison peut éviter de surestimer ou de sous-estimer l’importance des résultats. En particulier lors de l’évaluation de futures décisions d’investissement, la valeur ajoutée et les coûts des changements sur la performance globale peuvent être comparés et analysés.
Une brève préparation des résultats dans un court document ou une présentation est un bon moyen de conserver les résultats pour l’avenir ou de les partager avec d’autres services – et de répondre à la question : Quels tests pourraient suivre pour améliorer encore les performances ?
Dans l’ensemble, les tests A/B sont un très bon moyen d’accroître les performances du compte de publicité à long terme, car ils s
Toutefois, un examen plus approfondi révèle certaines faiblesses : La division du trafic en deux variantes fait que la collecte de la base de données prend beaucoup plus de temps que, par exemple, dans le cas d’un benchmarking sur des données historiques.
Une seule variable peut être examinée par test, ce qui signifie que les progrès sont lents pour les questions complexes. Une alternative serait les tests multivariés, par exemple, qui examinent plusieurs variables statistiques en même temps et peuvent tester une affirmation sur les relations entre les variables. Toutefois, contrairement aux tests A/B, ces derniers sont beaucoup plus complexes et sujets à des erreurs.
Vous avez des questions sur les tests A/B ou l’analyse des données de vos comptes publicitaires ? N’hésitez pas à nous écrire un commentaire ou à nous contacter !
Eric Hinzpeter ist Content Marketing Experte bei der führenden Google Ads und Microsoft Ads Agentur Smarketer. Er ist Produzent und Host des Smarketer Performance Podcast und erstellt regelmäßig Video- und Textinhalte rund um das Thema Onlinemarketing.
Anrufen