Tout ce que vous devez savoir pour tester A/B vos annonces graphiques

L'A/B testing est la méthode de choix pour optimiser une gamme de matériel numérique mais savez-vous comment le faire correctement ? De nombreux spécialistes du marketing sont coupables de mal faire ou de ne pas tout faire. Que ce soit pour votre page de destination, vos publicités display ou même vos publicités imprimées. A/B offre des données que vous ne pouvez pas ignorer pour l'optimisation de la conception et l'augmentation du retour sur investissement (ROI).

Souvent, il peut sembler que le processus est trop compliqué et nuit à la véritable activité du marketing. Et oui, si vous utilisez toujours des processus manuels, regarder la peinture sécher serait une meilleure utilisation de votre temps (probablement plus amusant aussi). Mais, avec les plateformes de gestion créative (CMP) et ce guide des tests A/B, la pratique devient à la fois utile et intéressante.

Alors, qu'est-ce qu'un test A/B ?

Cela devrait être simple, mais c'est là que vous vous trompez. Aujourd'hui, il existe une multitude de façons de tester des variantes de conception. Test A/B, test A/B/n, test multivarié, test de bandit à plusieurs bras, test d'entonnoir multi-pages, chromodynamique quantique, vous avez compris. De quoi donner envie d'abandonner avant même d'avoir commencé.

Mais n'ayez crainte, il y a de l'espoir ! Les tests A/B standard restent un outil efficace et incroyablement utile pour optimiser votre campagne.

Les tests A/B peuvent être simples ; vous pouvez tester une seule variante sur votre annonce ou votre page de destination. Ensuite, vous exécutez le test jusqu'à ce que vous parveniez à une conclusion sur laquelle est la meilleure version, simple. Puis recommencez avec un autre aspect. C'est aussi simple que de tester la crème glacée au chocolat contre la vanille, le crumble aux pommes contre la rhubarbe ou le kottbullar contre le prinskorvar (nous ne sommes pas sûrs de ce dernier).

Que devriez-vous tester ?

Il existe une liste apparemment interminable de choses que vous pouvez modifier avec les tests A/B. Mais il existe certaines fonctionnalités clés qui, une fois optimisées, peuvent avoir un impact réel sur votre taux de clics (CTR). Ci-dessous, nous avons créé une liste de tous les aspects les plus utiles.

Gros titre -

Considérez la longueur de votre titre, gardez-le court et doux. Quel ton de voix utilisez-vous dans votre titre ? Cherchez-vous à transmettre un sentiment d'urgence? Ou un ton positif ou négatif? Vous pouvez également jouer avec la couleur, le contraste, la taille de la police et l'emplacement sur la page.

Image -

Votre image de fond est-elle en noir/blanc ou en couleur, présente-t-elle des personnes ou des produits, avez-vous une image ou plusieurs images ? Toutes les choses à penser lors de l'optimisation de votre image.

Appel à l'action (CTA) -

Sans doute l'aspect le plus important. Vous pouvez tester la couleur du bouton, le contraste, la langue et le style du bouton lui-même. Vous pouvez même tester la nécessité d'un bouton du tout.

Copie -

Voyez ce qui résonne le plus avec vos clients. Forme longue ou forme courte. Assurez-vous simplement d'expliquer les fonctionnalités et les avantages de manière concise.

Formulaires de page de destination –

Vous pouvez tester la longueur de votre formulaire, le nombre de champs et la conception elle-même. N'oubliez pas d'équilibrer votre désir de données avec ce que vous proposez.

Testez A/B votre stratégie de publication

Vous avez peut-être le design optimal pour votre annonce, mais n'oubliez pas de tester votre stratégie de publication. Testez A/B vos réseaux. Comme l'indique notre propriétaire de systèmes, Travis Isaacson, « vous devez vous assurer que votre réseau vous fournit les résultats dont vous avez besoin pour vos publicités ». Chaque réseau a ses propres éditeurs et, à ce titre, des publics différents. Bien qu'il puisse être confortable de s'en tenir au réseau que vous connaissez, afin d'obtenir le trafic le plus pertinent, vous devez varier votre réseau comme une autre forme d'optimisation.

Si vous avez pris le temps de créer les meilleures images et le meilleur texte, il est logique d'obtenir le trafic de la plus haute qualité pour votre annonce. Vous pouvez tester A/B les audiences, les segments et les heures de la journée optimaux pour vos publicités en ligne afin d'améliorer le retour sur investissement.

Tout cela peut sembler un peu écrasant, mais la technologie est là pour simplifier le processus. Avec Bannerflow, notre système de tags est agnostique. Cela signifie que vous pouvez tester vos annonces sur différents réseaux, différentes variantes, segments et les publier directement dessus en toute simplicité.

Comment les données peuvent vous aider à formuler une hypothèse

En utilisant ces facteurs d'identification et après avoir collecté des données pertinentes, il est temps de créer une hypothèse de travail pour votre test A/B.

Une excellente façon de le faire est d'utiliser des cartes thermiques. Vous pouvez utiliser les cartes thermiques comme outil d'analyse en temps réel pour identifier les zones problématiques. Les cartes thermiques aident les concepteurs à voir dans quelles zones les spectateurs sont attirés et lesquels les rebutent ou les distraient. Ils ajoutent une autre couche à votre test A/B.

Les sondages sur la page et les enregistrements des visiteurs sont un autre moyen d'identifier où ils ne convertissent pas.

De là, vous pouvez théoriser pourquoi. Une fois que vous avez une meilleure idée de l'emplacement des problèmes sur votre page ou votre annonce, vous pouvez tester différentes variantes en utilisant les suggestions ci-dessus. Lorsque vous avez votre hypothèse, le vrai plaisir des tests A/B commence.

« Théorie, test, résultat, répétition » : l'hymne aux tests A/B

La théorie -

Les tests A/B sont un processus. C'est un simple aussi. Avec une hypothèse de travail, vous pouvez choisir comment vous souhaitez pondérer chaque variation et commencer le processus de test. La répartition standard 50/50 fonctionne pour toutes les nouvelles vues.

Test -

La durée de votre test A/B dépend de plusieurs facteurs. Différents réseaux publicitaires ont différents niveaux de trafic. Tenez également compte des changements de taux de conversion attendus. Si vous avez déjà des taux de conversion élevés, vous aurez besoin de moins de temps pour atteindre la confiance statistique. Il existe des outils pour le calculer automatiquement. Une fois que vous avez atteint la signification statistique, analysez les résultats.

La pratique standard pour les tests A/B de confiance statistique dans vos données doit être d'au moins 95 %. Bien que cela dépende de la variante que vous testez. Plus le changement est important, moins vous avez besoin d'être scientifique en termes de processus. Les modifications plus spécifiques, par exemple la microcopie, nécessitent davantage de données pour prouver leur impact positif ou négatif. Alors que des conceptions entièrement nouvelles ou des changements drastiques sont beaucoup plus faciles à évaluer en termes de conversion.

Résultat -

Il est tout à fait probable que votre test A/B revienne non concluant. Dans ce cas, il vous suffit de revenir à votre hypothèse et de recommencer avec une nouvelle idée. Tenez-vous-en. Changer un seul mot dans votre CTA peut augmenter votre CTR jusqu'à 161 %.

Répéter -

Lorsque vous parvenez à une conclusion décisive, la variante championne prend 100 % du trafic. Après avoir décidé de votre prochaine hypothèse, le processus peut recommencer. Cela peut sembler une tâche écrasante, surtout si vous faites tout cela manuellement. Mais si vous travaillez avec des CMP, les ajustements de conception, la planification et l'analyse peuvent tous être effectués en quelques minutes ; une pensée réconfortante à l'ère de la publicité agile.

"Shoulda, woulda, Coulda" : les choses à faire et à ne pas faire avec les tests A/B

Il y a quelques pratiques auxquelles vous devriez prendre l'habitude lorsque vous commencez les tests A/B. Et il y en a certains que vous devriez activement éviter. Par exemple:

Fais:

Exécutez toujours les variantes simultanément. Le trafic peut varier énormément d'une semaine à l'autre. Si vous deviez tester une page de destination une semaine et une autre une semaine différente, vous risquez d'obtenir des données inexactes.

Avoir une confiance statistique. Assurez-vous d'utiliser un outil ou une calculatrice en ligne pour mesurer la confiance statistique dans vos données. Si vous terminez votre test trop tôt, vous risquez de prendre la mauvaise décision.

Répétez le processus. Ne testez jamais, testez simplement une variante de la liste HBICC. Une fois que vous avez terminé un test, il existe de nombreux autres facteurs que vous pouvez optimiser.

Ne le faites pas:

Testez plusieurs variantes à la fois. Si vous tentez d'optimiser simultanément les campagnes par e-mail et les pages de destination, vous ne saurez pas pourquoi vos taux de conversion ont changé.

Exécutez votre test trop longtemps. L'exécution de votre test même après avoir atteint la signification statistique le rend plus vulnérable aux facteurs externes. Les événements de calendrier peuvent provoquer des pics de trafic et de comportement non naturels.

Ignorez la nature de vos prospects. Assurez-vous que votre test est conforme à vos objectifs commerciaux. Il peut être satisfaisant de voir ces chiffres de conversion augmenter, mais s'il s'agit des mauvais clients, ces conversions n'ont aucun sens.

Les DCO et l'avenir des tests A/B

Les DCO IA n'offrent pas seulement des perspectives intéressantes pour la création, mais aussi pour les tests. Autre conseil de Travis : « L'utilisation d'une solution AI DCO pour les tests A/B offre la possibilité d'automatiser l'optimisation. Vous avez déjà les données de votre clientèle dans votre DMP/réseau, vous devriez les mettre en œuvre.'

AI DCO utilise le contenu alimenté et choisit les éléments singuliers à tester par impression. Cette technologie améliore les publicités existantes en utilisant plusieurs variantes prédéterminées pour que vous n'ayez pas à le faire. Le processus évolue des processus manuels et ardus au niveau suivant. Un peu comme des bannières publicitaires…

Conclusion

Voilà. Un guide simple et direct sur les tests A/B. Après tout, ce n'est pas de la physique théorique.

Le processus n'a pas à être laborieux si vous avez les bons outils à portée de main. En fait, il s'agit d'avoir une hypothèse solide et de tester jusqu'à ce que vous ayez les données pour prouver que vos modifications ont eu un impact positif sur le CTR. Après cela, vous pouvez travailler sur tous les aspects jusqu'à ce que vous ayez les publicités les plus efficaces.

Si vous souhaitez en savoir plus sur la façon dont notre plateforme de gestion créative peut vous aider avec les tests A/B, contactez-nous.