Pilier #003 du (web)marketing

Les devins sont voués à l’échec

Les piliers 1 et 2 du (web)marketing nous disent qu’il faut:
  1. Apporter de la valeur à notre audience
  2. Bien prendre soin de définir cette audience avec précision
Conceptuellement, c’est assez facile à comprendre et ça a beaucoup de sens.
Dans la pratique, par contre, ce n’est pas toujours facile à appliquer.

 

Que se passe-t-il si mon message (et donc la valeur qu’il apporte) est mal conçu ou si ma cible est mal définie?
Mes publicités sont-elles alors vouées à l’échec? Heureusement, non, pas tout à fait!

Pas besoin d’une boule de cristal

Personne ne peut prédire l’avenir et il est donc compliqué de savoir du premier coup comment l’audience que vous avez choisie de cibler va réagir à votre message.

 

Mais heureusement, vous n’avez pas besoin de pouvoir prédire l’avenir pour obtenir de très bons résultats. C’est même souvent contre productif !

 

Trop souvent, les annonceurs tentent de prédire quel type de publication va plaire à leur audience.
Ils créent le visuel « parfait » (en tout cas, celui qui leur plait vraiment), imaginent l’accroche de rêve et lancent tout ça sur Facebook dans l’espoir que la réaction de l’audience soit à la hauteur de leurs espérances.

 

ERREUR, ERREUR, ERREUR ! (oui, il faut bien le mettre en évidence 😛 )

 

Premièrement, la publication ne doit pas vous plaire, elle doit plaire à votre cible.
Deuxièmement, ne lancer qu’une publicité ne vous donne qu’une chance de plaire !

Que faut-il donc faire?

Pour éviter de devoir faire mouche du premier coup (ce qui revient à devoir prédire l’avenir, ou à laisser votre sort à la chance), vous devriez lancer plusieurs variantes publicitaires et les mettre en compétition. C’est ce qu’on appelle l’A/B testing.

 

D’où vient l’A/B testing?

L’A/B testing n’est pas une technique nouvelle.
En fait, elle est utilisée depuis plus de 100 ans par les marketeurs, et a surtout été popularisée par les marketeurs directs qui envoyaient des lettres pour vendre toutes sortes de produits à distance.

 

Des publicitaires de légendes, comme David Ogilvy, fondateur de la célèbre agence qui porte son nom, en avaient fait leur cheval de bataille.

 

Une de ses citations célèbres est la suivante: « Ne cessez jamais de tester, et votre publicité ne cessera jamais de s’améliorer ».
Donc un mot d’ordre: testez, testez, testez.

 

Le processus de l’A/B testing est simple:

  1. Vous créez une publicité A
  2. Vous créez une publicité B qui est une variante de la publicité A (vous modifiez un ou plusieurs éléments par rapport à A)
  3. Vous lancez les deux publicités
  4. Vous analysez les résultats et en tirez des conclusions

 

Imaginons que les publicités A et B ne varient que par leur visuel et qu’elles aient obtenu les résultats suivants:
  • Publicité A: 50€ dépensés / 50 prospects obtenus / 1€ par prospect
  • Publicité B: 50€ dépensés / 40 prospects obtenus / 1,25€ par prospect
–> On peut en conclure que le visuel de la publicité A obtient plus de résultats puisque cette publicité génère des prospects à un coût plus bas.

 

Bien sûr, vous n’êtes pas obligé de vous cantonner à une variante A et une variante B. Vous pouvez créer une variante C, D, E, F… Autant que vous voulez.

 

Attention tout de même à ne pas créer trop de variantes.

 

Si vous créez 50 variantes et que le budget dépensé par variante est de 1€, les résultats ne seront pas statistiquement significatifs.
Il faut toucher assez de monde pour commencer à tirer des conclusions.

 

Le nombre de personnes à toucher dépendra de l’intervalle de confiance que vous choisirez (en général, on veut être sûr à 95%, voire plus, qu’une variante produit des résultats significativement meilleurs qu’une autre) et de l’écart de résultat entre les variantes (plus l’écart est grand, plus vite on peut tirer des conclusions) et du taux de conversion attendu de votre variante de base (plus ce taux de conversion est grand, moins il faudra toucher de personnes).

 

Si vous avez séché le cours de stats à l’école, pas de panique, il existe des outils qui vous disent quel échantillon prendre (combien de personnes toucher) avant de pouvoir tirer des conclusions qui ont du sens statistiquement. En voici un: https://www.optimizely.com/sample-size-calculator/

 

Que tester?

Voici quelques éléments que vous pourriez tester dans votre A/B testing:
  • Les visuels: essayez de choisir des visuels très différents pour voir quel style résonne le mieux avec votre audience
  • L’accroche: directe, plus subtile, différentes propositions de valeur, …
  • L’audience: et oui, vous pouvez tester la même publicités sur plusieurs segments d’audience pour voir lequel fonctionne le mieux
  • L’emplacement publicitaire: fil d’actualité Facebook, colonne de droite, messenger, …
  • L’objectif publicitaire: interaction, conversion, trafic, …
Gardez à l’esprit qu’il vaut mieux tester un élément à la fois, sinon vous aurez du mal à tirer des conclusions. Si vous changez tout en même temps, quel élément aura été responsable pour le boost de conversions que vous avez obtenu?

Bon, voilà pour la théorie, mais dans la pratique?

Comme pour beaucoup de chose, en théorie, un A/B testing réalisé de manière « scientifique » devrait amener à tirer des conclusions exactes.

 

Mais dans la pratique, ce n’est pas si simple que ça!

 

En effet, si vous réalisez deux A/B testing exactement identiques un mois après l’autre, vous obtiendrez souvent des résultats différents.

 

Nous avons même testé deux A/B testing identiques sur deux comptes Facebook différents et obtenu des résultats opposés?

 

WHAT? Mais comment c’est possible ça?

 

Plusieurs éléments peuvent vous amener à tirer des conclusions fausses:
  • D’un mois à l’autre, votre audience peut réagir différemment
  • Il peut y avoir de la saisonnalité dans votre business
  • Les personnes que l’on a touchées ne sont pas représentatives de notre audience globale
  • Des événements externes ont pu intervenir (le temps, les vacances, l’actualité, …)
Bref, il y a une quantités impressionnante de facteurs qui peuvent influencer les résultats de votre A/B testing et c’est très compliqué de pouvoir maîtriser tous ces facteurs (si vous maîtrisez le temps, faites-nous signe, on aimerait siroter un cocktail au soleil ce weekend 😛 ).

 

Dans notre cas, même avec un test identique sur deux comptes différents, les résultats obtenus étaient différents d’un test à l’autre…

 

Cela peut être dû au fait que lorsque Facebook obtient les premières conversions, l’algorithme a tendance à aller chercher des personnes similaires au sein de l’audience en se disant qu’elles auront plus de chances de convertir.
Il suffit alors que les premières conversions soient survenues sur la variante A dans le premier test et sur la variante B dans le deuxième.

 

Si les profils qui ont converti sur la variante A (1er test) sont différents de ceux qui ont converti sur la variante B (2ème test), Facebook va continuer à aller chercher des profils qui leur ressemblent et on se retrouvera au final avec deux segments d’audience différents, qui répondent à des messages différents…

 

Comment tirer profit d’un A/B test sur Facebook?

Malgré toutes les problèmes que l’on peut rencontrer lorsqu’on met en place un A/B testing, ça vaut quand même le coup de les mettre en place sur Facebook, mais pas de la manière classique.

 

Avec la manière classique, on crée autant d’ensembles publicitaires qu’il y a de variantes et on leur attribue à chacun le même budget.

 

Avec la méthode que nous utilisons, nous plaçons toutes les variantes dans le même ensemble publicitaire. Ça veut dire que toutes les publicités partagent le même budget.

 

Les puristes vont s’en ronger les ongles. En théorie, il ne faut absolument pas procéder de cette manière, mais en pratique, ça fonctionne très bien!

 

À vous de voir si vous préférez obtenir des résultats en théorie ou si vous choisissez d’obtenir de vrais résultats

 

Pourquoi ça fonctionne?

Il faut savoir que lorsque Facebook a décidé d’avantager une publication, il va la montrer à plus de monde à un coût plus bas.
Similairement, quand ils décident de pénaliser une publication, on touche moins de monde et on paie plus cher

 

Notre technique tire profit de cette réalité en redirigeant automatiquement le budget publicitaire vers les variantes qui performent le mieux.

 

Résultat: plus de résultats à un coût moins élevé.

 

Vous trouverez plus de détails sur la mise en place d’un A/B testing sur Facebook dans notre formation PRO, ainsi qu’un exemple concret.
Rémy Morthier

Rémy Morthier

Co-fondateur de l'agence digitale Publimats

Après avoir travaillé en tant que Consultant pour des Agences telles que PwC, Rémy a Co-fondé l’agence Publimats. Il est responsable de la création des publicités Facebook des 200 clients de l’agence et du suivi de leur résultat.

Il se charge également de la formation des collaborateurs au sein de Publimats et est responsable de la qualité de leur travail Marketing auprès des clients.

La formation « Rentable sur Facebook en 30 jours »

Apprenez à maitriser les techniques publicitaires utilisées en agence !

VOUS AIMEREZ AUSSI :

Design complet !

Créez une page complète avec des appels à l'action design

Découvrir la vidéo ici

Le Divi Builder

Tout ce que vous devez Savoir en 50 minutes !

Découvrir la vidéo ici

Boostez votre productivité !

Plein d'astuces pour travailler + vite en créant un site.

Découvrir la vidéo ici

Soyez tenu au courant de la réouverture avant tout le monde!

Inscrivez-vous à notre PREMS ALERTE. Vous recevrez un email 24H avant tout le monde pour vous prévenir de la réouverture des inscriptions avec une réduction de 25% sur le prix de la formation !

Vous êtes bien inscrits à la PREM's Alerte ! =)

Share This