Tests sociaux.

En tant que spécialistes du marketing, nous connaissons l'importance de prendre des décisions basées sur les données. Plus nous avons d'informations sur notre public, plus nous sommes en mesure d'effectuer des actions marketing efficaces. 

De plus, avoir les chiffres pour appuyer la mise en œuvre d'une stratégie marketing est presque aussi important que la stratégie elle-même. L'un des moyens d'obtenir ces données consiste à tester les réseaux sociaux, où vous déterminez quelles campagnes résonnent le plus auprès de votre public et vous aident à atteindre vos objectifs marketing.

Dans cet article, découvrez comment vous pouvez exécuter un test de médias sociaux pour vous aider à atteindre vos objectifs marketing et découvrir des outils de haute qualité qui vous aideront à le faire. 

Tests sociaux

Les tests sociaux, également appelés tests de médias sociaux, sont une expérience qui montre les performances de votre contenu parmi vos publics cibles. Ils testent simultanément différentes formes d'un même poste et sont mesurés par un objectif prédéfini. L'objectif, par exemple, pourrait être d'augmenter l'engagement ou d'augmenter la génération de leads.

Par exemple, vous pouvez effectuer un test social pour savoir si les campagnes vidéo valent la peine d'investir sur Facebook. Vous créez donc une publication qui mesure les impressions d'une publicité avec et sans vidéo jointe. Après la campagne, les interactions avec votre publication vous diront si une vidéo est un investissement rentable pour votre marque, ce qui rend ce processus si important.

Les avantages des tests sociaux

Les tests sur les réseaux sociaux sont importants car ils fournissent des informations basées sur des données sur vos activités de marketing sur les réseaux sociaux. Il vous permet d'analyser comment différentes variables, comme la photo et la vidéo, affectent les performances.

En fin de compte, les tests sur les réseaux sociaux fournissent des données sur la façon dont le comportement du public peut influencer la structure de vos campagnes. Vous obtiendrez une image de ce qui réussit pour votre marque et vous pourrez créer des campagnes dont vous savez qu'elles fonctionneront. Au lieu de rechercher d'innombrables références de l'industrie, vous aurez des données concrètes spécifiques à votre entreprise qui proviennent des résultats des tests. 

Il existe plusieurs types de tests de réseaux sociaux que vous pouvez exécuter pour votre entreprise, et nous en discuterons ensuite.

Types de tests sociaux

Disons que vous voulez savoir comment la copie affecte un public international sur LinkedIn. Ou, que vous voulez la preuve qu'une page de destination fonctionne mieux avec une image différente. Peut-être que vous essayez d'identifier si changer le ton des légendes d'Instagram entraînera un plus grand engagement du public.

Tous ces scénarios sont parfaits pour les tests sociaux. Ils signalent un problème qui peut être résolu avec des données. Ces données donneraient un aperçu des interactions du public avec les marques sur les réseaux sociaux.

Après avoir identifié l'objectif, il est temps de choisir le type de test. Passons en revue les différents types et quand vous pourriez les utiliser.

Test A/B

Les tests A/B sont probablement la forme la plus courante de tests sociaux. Ils examinent une variable entre deux types de contenu, mesurent l'objectif défini et fournissent des résultats. Par conséquent, envisagez d'effectuer un test A/B si vous souhaitez tester une seule petite variable susceptible de modifier le comportement du public.

Par exemple, exécutez un test A/B si vous souhaitez tester différents boutons CTA sur une publicité Facebook ou expérimenter la copie d'une publication avec/sans emojis. 

Test fractionné

Les tests fractionnés sont souvent confondus avec les tests A/B. En substance, ils font la même chose : tester deux types de contenu en fonction d'un objectif. La différence est qu'un test fractionné est plus général qu'un test A/B ; ils sont utilisés pour déterminer les grands changements, et les deux variantes sont souvent entièrement différentes.

Utilisez des tests fractionnés si vous voulez savoir quelle mise en page de votre page Facebook Business est la plus performante. Vous pouvez également exécuter des tests fractionnés pour déterminer les facteurs de test A/B. Par exemple, vous pouvez effectuer un test fractionné pour déterminer quelle coupe de vidéo publicitaire vous utiliserez pour un Tweet sponsorisé, puis tester A/B différentes sections de la coupe gagnante. L'image ci-dessous est un exemple de ce à quoi pourrait ressembler un test fractionné sur un site Web de type Shopbreizh.fr d'entreprise. 

Test multivariable

Les tests à plusieurs variables fonctionnent différemment des deux types mentionnés précédemment, car ils fonctionnent avec plusieurs variables au lieu d'une ou deux. Vous pouvez exécuter un test à plusieurs variables pour déterminer laquelle des quatre annonces fonctionne le mieux. Alternativement, vous pouvez en exécuter un pour évaluer les différentes créations d'un message, comme les images contre la copie contre les légendes.

Exécutez un test multivarié si vous souhaitez voir les résultats de plus de deux éléments différents. Par exemple, comparez la légende, l'image et le CTA d'une publication LinkedIn pour voir à quoi le public répond, ou regardez trois versions d'un GIF pour savoir comment le public y réagit. L'image ci-dessous est un exemple de ce à quoi pourrait ressembler une configuration de test multivari.

Lorsque vous avez choisi votre expérience de test social, assurez-vous que vous appliquez les meilleures pratiques afin que les résultats soient utiles.

Bonnes pratiques en matière de tests sociaux

Les tests sur les réseaux sociaux peuvent être extrêmement utiles, si vous les exécutez correctement. Sinon, votre test pourrait être inexact, incommensurable et, en fin de compte, une perte de temps.

La bonne nouvelle est que les tests sociaux ne sont pas difficiles à créer ou à exécuter. La mauvaise nouvelle est que si vous n'êtes pas prêt à en exécuter un, vos résultats ne seront pas utilisables. Assurez-vous que lorsque vous concevez votre test, vous suivez ces bonnes pratiques :

1. Ayez un objectif précis.

Lorsque votre test social a un objectif identifiable, tout le reste se met en place : les variables, l'unité de mesure et le délai. Pour illustrer cela, disons que votre objectif est d'améliorer l'engagement international avec votre prochaine publicité Facebook.

Une fois cet objectif défini, vous pouvez créer les variables. Vous décidez donc d'exécuter un test A/B pour déterminer quelle copie génère le plus d'impressions. Vous estimez que, étant donné que vos annonces imprimées sont généralement diffusées pendant un mois, la moitié de ce temps donnerait des résultats mesurables.

Vous connaissez également la direction de l'annonce, de sorte que votre objectif ciblé permet de savoir plus facilement ce qu'il faut rechercher lors de l'analyse. Les impressions, par exemple, seraient la métrique à rechercher pour la publicité Facebook mentionnée précédemment.

2. Sachez qui sont vos publics.

Si vous décidez d'effectuer un test social, vos données refléteront les comportements d'un marché cible spécifique et la manière dont ils interagissent avec votre message. 

Les tests sociaux sont un excellent moyen d'en savoir plus sur le comportement d'un segment d'audience sur les réseaux sociaux. Si vous n'aviez que peu ou pas d'informations sur la façon dont votre audience du millénaire réagirait à une nouvelle publicité Instagram Story, l'exécution d'un test vous donnerait une réponse basée sur les données.

Sans connaître votre public, vos données ne s'appliqueraient pas à un ensemble défini de votre marché cible. Vous auriez un aperçu, mais il serait difficile de savoir comment les résultats sont liés à vos différents segments d'audience . 

3. Prenez note de vos performances actuelles.

Avant de lancer le test, sachez comment votre campagne actuelle se déroule ou notez les résultats précédents. Ensuite, à la fin de votre expérience, vous pouvez comparer les résultats et prendre des décisions éclairées. Le rapport précédent fournira les informations de base et le contexte nécessaires pour analyser les résultats du test social.

Même si vos objectifs marketing pour votre test social sont différents de ceux des campagnes précédentes, c'est toujours une bonne idée de s'y référer pour le contexte. Par exemple, vous pouvez tester les conversions plutôt que le reciblage, mais avoir une idée de ce que le public préfère vous aide à structurer votre campagne.

4. Surveillez votre test périodiquement.

Ne quittez pas votre test dès qu'il commence - surveillez-le afin que vous puissiez l'ajuster en conséquence. Un test qui s'exécute pendant un mois, par exemple, doit être vérifié régulièrement pour les performances de référence.

Si vous utilisez un logiciel ou des outils de test social sur les canaux de médias sociaux, le rapport commence à s'agréger au début de votre test. Ainsi, lorsque vous vous enregistrez, regardez comment vous effectuez le suivi de votre objectif n°1. De plus, prenez note des autres mesures que vous voyez et de leurs performances.

Vous constaterez peut-être, par exemple, que votre taux de conversion est faible. Vous pouvez surveiller les conversions pendant la durée du test ou apporter un ajustement mineur pour essayer d'améliorer les performances. Pour les check-ins suivants, vous aurez une métrique supplémentaire à prendre en compte.

Une fois le test terminé, vous disposerez des connaissances acquises lors des vérifications précédentes pour compléter votre perception du rapport terminé. En plus de l'objectif visé, identifiez les métriques de soutien pour comprendre comment elles fonctionnent ensemble.

5. Faites votre test en temps opportun.

Combien de temps devez-vous exécuter votre test ? Assez longtemps pour obtenir la réponse à votre hypothèse. Cela ne vous dit pas grand-chose, alors ajoutons à cela.

Idéalement, votre test devrait durer au moins sept jours. Une semaine suffit à votre logiciel de test social pour compiler une base de données. Ce ne sera pas aussi concret qu'un test plus étendu, mais c'est un point de départ.

Après sept jours, examinez vos performances et décidez si vous avez collecté suffisamment de données pour répondre à votre hypothèse. Sinon, exécutez le test pendant quelques jours de plus. Ensuite, en fonction de la nature de votre campagne, fixez le délai en fonction de votre entreprise et de votre public, mais assurez-vous de vous donner suffisamment de place pour un rapport exploitable.

Choisir une période de test vous garantit de ne pas perdre de temps et d'argent. Au lieu d'avoir un essai trop long ou trop peu, déterminez votre calendrier et votre budget pendant le processus de planification.

Ainsi, avec ces meilleures pratiques à l'esprit, vous êtes presque prêt à exécuter un test social réussi. Avant de commencer, parlons de l'endroit et de la manière de le faire.

Où puis-je faire un test social ?

Il y a quelques pistes à explorer pour choisir où exécuter un test de réseau social. Si vous effectuez un test spécifiquement pour les médias sociaux, le canal que vous utilisez peut avoir des outils de test dans son logiciel d'entreprise.

L'exécution de tests sociaux sur les plateformes de médias correspondantes est utile car vous n'avez pas à suivre différents canaux pendant le test. De plus, vous n'aurez pas à vous soucier des données mal interprétées qu'un tiers pourrait fournir.

Vous pouvez également exécuter un test social à l'aide d'un CRM, comme HubSpot . Les CRM sont un excellent choix si vous souhaitez tester des fonctions en dehors des médias sociaux - pages de destination, e-mails ou autres activités marketing. Parlons d'abord des offres de médias sociaux.

Tests sociaux Facebook

Facebook propose des outils pour exécuter des tests A/B et multivariés pour les publicités. Vous pouvez accéder à ces tests via Ad Manager . Ad Manager vous indique quelles annonces (ou tests d'annonces) sont en cours d'exécution et leur statut. Lorsque vous cliquez sur un certain test, les détails et les métriques s'ouvrent.

Les tests multivariés sur Facebook sont similaires, sauf qu'ils peuvent être trouvés dans la section Expériences de votre compte Facebook Business . Bien que les tests sociaux soient situés à des endroits différents, le processus de mise en place est en grande partie le même.

Les tests sociaux sur Facebook sont intuitifs, surtout si vous avez l'habitude d'utiliser des publicités Facebook. Après avoir cliqué sur "Créer une annonce", vous serez guidé par une série d'invites pour créer, définir des métriques et choisir une audience. Lorsque vous remplissez les détails, vous les publiez et attendez les résultats.

Commencez petit si vous maîtrisez les choses. Ses fonctionnalités sont personnalisables, vous avez donc le choix en termes de délai, d'audience, de copie, d'options de test et de métriques. Au fur et à mesure que votre familiarité grandit, les tests peuvent être mis à l'échelle.

À titre d'exemple, après avoir effectué un test social sur Facebook, la marque de bouillon d'os Kettle & Fire a constaté une augmentation de 14 points de la notoriété de la marque . L'équipe marketing souhaitait augmenter les ventes en ligne avec une campagne vidéo, et voulait savoir quelle longueur de vidéo était préférée par les clients.

En un peu moins d'un mois, une augmentation de 1,5 de la considération d'achat et des conversions de ventes à partir de la courte vidéo a conduit à la réponse. Un test Facebook a enregistré les dépenses publicitaires de l'équipe et les a informées des préférences Facebook de leur public.

Facebook fournit les résultats des tests sociaux dans un rapport téléchargeable. Le logiciel détermine le gagnant en fonction de la ou des métriques que vous avez choisies lors de la création du test. Pour plus d'informations sur l'exécution d'un test social Facebook, consultez cet article sur les tests sur la plate-forme.

Tests sociaux Twitter

Les tests sociaux sur Twitter permettent de créer des tweets avec lesquels le public interagira et appréciera. Vous identifierez comment ils utilisent la plateforme et saurez comment répondre à leurs besoins. Les outils de test de Twitter sont les mieux adaptés aux campagnes de création, de ciblage et de notoriété de la marque.

Twitter vous permet de tester les publicités sur les réseaux sociaux au format A/B. Pour ce faire, après avoir publié l'annonce, retournez dans Annonces , dupliquez-la, effectuez la modification et publiez la nouvelle variable. Suivez les performances à partir du tableau de bord d'activité des Tweets et du tableau de bord de la campagne. 

Notez qu'il n'y a aucun moyen de définir un test officiel en utilisant Twitter, vous devrez donc analyser les données vous-même. Par exemple, si vous voulez voir si votre nouvelle voix de marque prend son envol, vous voudrez probablement regarder le nombre de clics et d'impressions que votre annonce a générés.

Tests sociaux LinkedIn

Si vous n'êtes pas habitué aux publicités LinkedIn , il en existe plusieurs types. Ils sont triés en fonction de l'objectif de la campagne, comme la conversion, ou du type d'annonce, comme le carrousel, le texte ou le sponsoring. C'est une excellente idée de tester les publicités LinkedIn pour la promotion de votre marque, de votre événement ou de votre offre d'emploi.

Les annonces dynamiques, qui s'affichent du côté trajet du flux principal d'un utilisateur, sont hautement personnalisées. Sous Dynamic Ads, il existe plusieurs versions : Follower, Job, Content et Spotlight. Ces versions spécifient l'objectif de votre annonce. Par conséquent, si vous souhaitez informer le public que votre entreprise embauche, vous devez diffuser une annonce d'emploi dynamique.

Si vous souhaitez créer une annonce d'emploi dynamique similaire sur LinkedIn, vous pouvez effectuer un test pour voir si votre annonce est attrayante pour les demandeurs d'emploi. Vous aurez la possibilité de tester les mises en page des images, telles que la photo de l'entreprise, la copie et les images centrales, le cas échéant.

L'équipe marketing de LinkedIn utilise des tests sociaux pour la promotion de contenu et d'événements, ainsi que le marketing basé sur les comptes . Ils ont effectué un test pour un webinaire d'annonce dynamique afin de déterminer si le public préférait une image de l'orateur ou le logo de l'entreprise. Selon l'une des responsables marketing senior de LinkedIn, Cassandra Clark, les résultats incluaient une augmentation de 326% du taux de clics dans l'annonce avec l'orateur.

Pour accéder aux résultats des annonces, consultez votre tableau de bord de suivi des conversions, qui vous montrera l'activité des pages et de l'audience à partir de vos annonces. Bien que LinkedIn n'ait pas de fonctionnalité de test formel, il vous permet de dupliquer et de modifier une partie d'une annonce, comme Twitter.

Tests sociaux CRM

Si vous n'exécutez pas de test sur un canal de réseau social, l'utilisation d'un CRM est une autre option intéressante. Avec un CRM, vous pouvez configurer des tests pour le contenu du site Web de type Shopbreizh.fr , comme les pages de destination. 

Dans HubSpot, vous pouvez exécuter des tests sociaux pour les pages Web en accédant simplement à votre tableau de bord et en vous rendant sur l'une de vos pages Web. Cliquez sur le lien hypertexte "Actions" à côté de l'une de vos pages et vous trouverez l'option "Exécuter un test".

HubSpot vous permet d'exécuter un test A/B ou multivarié (Adaptatif). Au fur et à mesure que vous créez votre test, vous aurez la possibilité de consulter des conseils de test, comme déterminer ce qu'il faut tester. Étant donné que HubSpot dispose d'un éditeur par glisser-déposer et d'une multitude de modules parmi lesquels choisir, vous aurez de nombreuses options. Dans le passé, j'ai effectué des tests pour les boutons CTA, les images, la copie du titre, le corps du texte et la mise en page de la page de destination via les médias sociaux.

Il est courant que les CRM disposent d'outils pour exécuter des tests sociaux. Certains offrent une version de niche des tests sociaux ; par exemple, ceux de MailChimp sont destinés aux e-mails. Lorsque vous décidez d'utiliser un CRM pour les tests, faites des recherches pour déterminer lequel vous offrira les outils dont vous avez besoin pour réussir.

Mais, si vous ne savez pas par où commencer pour rechercher un logiciel proposant des tests sociaux, voici une liste d'outils à votre disposition.

Outils de test des médias sociaux

1. Hub Spot
2. OptinMonster
3. Optimiser
4. Pages principales
5. Inspecteur

1. Hub Spot

Prix : Forfait gratuit ou 800 $ pour Marketing Hub Professional

Avec le CRM de HubSpot, vous pouvez exécuter des tests A/B et multivariés. Les outils font partie du logiciel marketing de HubSpot et sont inclus dans les forfaits Hub Marketing Professionnel et Entreprise. Vous pouvez utiliser HubSpot pour tester les pages de destination qui sont promues via les réseaux sociaux.

L'éditeur glisser-déposer du CRM facilite la configuration des variables pour les tests. De plus, vous disposerez de fonctionnalités d'optimisation pour rendre votre page partageable et conviviale, comme les badges de réseaux sociaux. De cette façon, lorsque vous faites la promotion de la page sur les réseaux sociaux, vos abonnés peuvent les partager en un seul clic.

L'outil de test de HubSpot est accessible depuis le tableau de bord de la page de destination via « Exécuter un test » dans le menu déroulant. À partir de là, vous pouvez choisir votre type de test et commencer. Si vous voulez une plate-forme facile à utiliser qui vous permet de créer et d'analyser des tests sociaux, HubSpot est un excellent choix.

2. OptinMonstre

Prix ​​: Forfait gratuit, ou 19-49 $/mois.

OptinMonster est un CRM qui propose également un logiciel de test intégré. Vous pouvez exécuter des tests A/B ou fractionnés pour augmenter les conversions au fil du temps avec des outils qui vous permettent d'expérimenter avec le contenu, les titres, les déclencheurs de campagne, les styles et les mises en page.

Une fois le test configuré, vous pouvez laisser le logiciel faire le travail. Il montrera votre contenu de test aux visiteurs du site Web et collectera des données sur les taux de conversion. Votre rapport déterminera le nombre d'impressions, d'acquisitions et de visites de pages.

Vous pouvez utiliser l'outil de test d'OptinMonster pour tester les pages de destination des réseaux sociaux. Testez l'efficacité de la page de destination pour votre prochaine offre d'ebook avant qu'elle ne soit d'abord publiée sur LinkedIn. Si vous voulez une plate-forme qui offre des outils intuitifs pour les tests sociaux, essayez OptinMonster.

3. Optimiser

Prix ​​: Au cas par cas, contactez le service commercial pour les tarifs

Si vous faites la promotion intensive de votre site Web sur les réseaux sociaux, testez-le pour découvrir ses performances auprès de votre public. Une façon de le faire est d'utiliser Optimizely, qui fournit des solutions logicielles de marketing.

Les outils d'Optimzely vous permettent d'effectuer des tests fractionnés et multivariés. Optimizely comptera le nombre de visiteurs du site Web et les mesures que vous choisissez, telles que l'engagement, les objectifs, les conversions et les clics. Vous pourrez appliquer des segments d'audience personnalisés qui peuvent être filtrés en fonction des performances de la preuve sociale.

4. Pages principales

Prix :  gratuit ou 48 $ à 199 $/mois.

Si vous voulez un outil spécifiquement pour tester les pages de destination dont vous faites la promotion sur les réseaux sociaux, essayez Leadpages. Il s'agit d'un logiciel conçu uniquement pour créer des pages de destination professionnelles. Vous pouvez utiliser la fonction de test fractionné avec l'outil.

Lorsque vous exécutez des tests fractionnés avec Leadpages, vous pourrez accéder à ses analyses à la minute où il agrège le trafic et les engagements. À la fin, vous obtiendrez un rapport qui comprend les visites totales et uniques, les conversions et le taux de conversion total. Votre rapport comprendra également des informations spécifiques sur les variations de test.

Gardez à l'esprit que vous ne pouvez pas définir un délai pour vos tests. À partir du tableau de bord d'analyse, vous pourrez voir combien de jours votre test a été exécuté. Lorsque vous serez prêt à terminer le test, vous devrez le terminer manuellement. 

5. Inspecteur

Prix :  gratuit ou entre 39 $ et 499 $/mois.

Inspectlet a été créé juste pour les tests. C'est un logiciel qui vous permet de tester plusieurs types de contenu différents, y compris des pages Web. Vous pouvez également créer des variantes de contenu pour les futurs tests sociaux, comme des graphiques modifiés.

L'éditeur visuel d'Inspectlet facilite le codage ou la création de différentes pages. Vous pouvez modifier le design ou le code de votre page en temps réel et accéder aux analyses dès le début du test. Inspectlet vous permet de suivre les vues, les éléments de page, les visiteurs uniques et les événements personnalisés.

Lorsque vous accédez à votre rapport sur les performances, vous obtenez les statistiques en fonction des objectifs que vous vous êtes fixés. Cela peut être n'importe quoi, du suivi des clics, de l'engagement des utilisateurs, des événements personnalisés ou des vues d'URL. Fondamentalement, tout ce que vous pouvez suivre avec le logiciel peut être mesuré.

Maintenant, vous avez quelques options distinctes des sites de médias sociaux avec lesquels vous pouvez effectuer des tests sociaux. Dans cet esprit, vous êtes prêt à exécuter le test.

Repensez à l'exemple au début de l'article. Sachant tout ce que vous faites sur les tests sociaux maintenant, vous êtes entièrement équipé pour mener votre propre expérience d'engagement vidéo. Sera-ce sur un canal social ou avec un logiciel de test ?

L'un des nombreux avantages des tests sociaux est leur créativité : vous pouvez tester sur les réseaux sociaux à peu près n'importe quel contenu, et les sites de médias sociaux commencent à rendre ce processus facile. Le test de vos publicités sur les réseaux sociaux garantit que vous offrez le plus de valeur à vos clients, et c'est désormais possible.

Test A/A.

Quoi de pire que de travailler sans données ?

Travailler avec de "mauvaises" données.

En tant que spécialistes du marketing, nous aimons tester les titres, les incitations à l'action et les mots-clés (pour n'en nommer que quelques-uns). L'une des façons de procéder consiste à exécuter des tests A/B.

En guise de rappel, les tests A/B consistent à diviser une audience pour tester un certain nombre de variantes d'une campagne et déterminer laquelle est la plus performante.

Mais les tests A/B ne sont pas infaillibles.

En fait, c'est un processus compliqué. Vous devez souvent vous fier à un logiciel de test pour extraire les données, et il y a une forte probabilité de recevoir un faux positif. Si vous ne faites pas attention, vous pourriez faire des suppositions erronées sur ce qui pousse les gens à cliquer.

Alors, comment pouvez-vous vous assurer que votre test A/B fonctionne correctement ? C'est là qu'intervient le test A/A. Considérez-le comme un test pour le test.

Qu'est-ce qu'un test A/A ?

Un test A/A consiste à conduire deux ou plusieurs groupes de personnes vers des versions identiques d'un élément de contenu. Au lieu de découvrir une légère augmentation des conversions, l'objectif est de ne trouver aucune différence entre le contrôle et les variations.

L'idée derrière un test A/A est que l'expérience est la même pour chaque groupe, donc le KPI (Key Performance Indicator) attendu sera également le même pour chaque groupe.

Par exemple, si 20% du groupe A remplit un formulaire sur une page de destination, le résultat attendu est que 20% du groupe B (qui interagissent avec une version identique de la page de destination) feront de même.

Différences entre un test A/A et un test A/B

La réalisation d'un test A/A est similaire à celle d'un test A/B ; un public est divisé en deux groupes de taille similaire, mais au lieu de diriger chaque groupe vers différentes variantes de contenu, chaque groupe interagit avec des versions identiques du même contenu.

Voici une autre façon d'y penser : avez-vous déjà entendu l'expression « Comparer des pommes à des oranges » ? Un test A/B fait exactement cela : compare deux variantes différentes d'un élément de contenu pour voir laquelle fonctionne le mieux. Un test A/A compare une pomme à, eh bien, une pomme identique.

Lors de l'exécution d'un test A/B, vous programmez un outil de test pour modifier ou masquer une partie du contenu. Ceci n'est pas nécessaire pour un test A/A.

Un test A/A nécessite également une taille d'échantillon plus importante qu'un test A/B pour prouver un biais significatif. Et, en raison de la taille de l'échantillon, ces tests prennent beaucoup plus de temps.

Comment faire des tests A/A

La manière exacte dont vous effectuez une A/A variera en fonction de l' outil de test que vous utilisez. Si vous êtes un client HubSpot Enterprise effectuant un test A/A ou A/B sur un e-mail, par exemple, HubSpot divisera automatiquement le trafic vers vos variantes afin que chaque variante reçoive un échantillon aléatoire de visiteurs.

Voyons les étapes pour exécuter un test A/A.

1. Créez deux versions identiques d'un élément de contenu : le contrôle et la variante.

Une fois votre contenu créé, identifiez deux groupes de la même taille d'échantillon avec lesquels vous souhaitez effectuer le test.

2. Identifiez votre KPI.

Un KPI est une mesure de la performance sur une période de temps. Par exemple, votre KPI pourrait être le nombre de visiteurs qui cliquent sur une incitation à l'action.

3. À l'aide de votre outil de test, divisez votre audience de manière égale et aléatoire, et envoyez un groupe au contrôle et l'autre groupe à la variante.

Exécutez le test jusqu'à ce que le contrôle et la variation atteignent un nombre déterminé de visiteurs.

4. Suivez le KPI pour les deux groupes.

Étant donné que les deux groupes sont envoyés vers des éléments de contenu identiques, ils doivent se comporter de la même manière. Par conséquent, le résultat attendu ne sera pas concluant.

Utilisations des tests A/A

Les tests A/A sont principalement utilisés lorsqu'une organisation met en œuvre un nouveau logiciel de test A/B ou reconfigure un logiciel actuel.

Vous pouvez exécuter un test A/A pour effectuer les opérations suivantes :

1. Pour vérifier l'exactitude d'un logiciel de test A/B.

Le résultat attendu d'un test A/A est que le public réagit de la même manière au même contenu.

Mais et s'ils ne le font pas ?

Voici un exemple : l'entreprise XYZ exécute un test A/A sur une nouvelle page de destination. Deux groupes sont envoyés vers deux versions identiques de la page de destination (le contrôle et la variante). Le groupe A a un taux de conversion de 8%, tandis que le groupe B a un taux de 2%.

En théorie, le taux de conversion devrait être identique. Lorsqu'il n'y a pas de différence entre le contrôle et la variante, le résultat attendu ne sera pas concluant. Pourtant, parfois un « gagnant » est déclaré sur deux versions identiques.

Lorsque cela se produit, il est essentiel d'évaluer la plate-forme de test. L'outil peut avoir été mal configuré, ou il pourrait être inefficace.

2. Pour définir un taux de conversion de référence pour les futurs tests A/B.

Imaginons que la société XYZ exécute un autre test A/A sur la page de destination. Cette fois, les résultats du groupe A et du groupe B sont identiques — les deux groupes atteignent un taux de conversion de 8%.

Par conséquent, 8% est le taux de conversion de base. Dans cette optique, l'entreprise peut réaliser de futurs tests A/B dans le but de dépasser ce taux.

Si, par exemple, l'entreprise effectue un test A/B sur une nouvelle version de la page de destination et obtient un taux de conversion de 8,02 %, le résultat n'est pas statistiquement significatif.

Test A/A : avez-vous vraiment besoin de l'utiliser ?

Exécuter un test A/A, ou non, telle est la question. Et la réponse dépendra de qui vous demandez. Il est indéniable que les tests A/A sont un sujet très débattu.

L'argument le plus répandu contre les tests A/A se résume peut-être à un facteur : le temps.

Les tests A/A prennent un temps considérable à exécuter. En fait, les tests A/A nécessitent généralement une taille d'échantillon beaucoup plus importante que les tests A/B. Lorsque vous testez deux versions identiques, vous avez besoin d'un échantillon de grande taille pour prouver un biais significatif. Par conséquent, le test prendra plus de temps, ce qui peut réduire le temps consacré à l'exécution d'autres tests utiles.

Cependant, il est logique d'exécuter un test A/A dans certains cas, surtout si vous n'êtes pas sûr d'un nouveau logiciel de test A/B et que vous souhaitez une preuve supplémentaire qu'il est à la fois fonctionnel et précis. Les tests A/A sont une méthode à faible risque pour vous assurer que vos tests sont correctement configurés.

Les tests A/A peuvent vous aider à vous préparer à un programme de tests AB réussi, à fournir des références de données et à identifier toute divergence dans vos données.

Bien que les tests A/A soient utiles, l'exécution d'un tel test devrait être relativement rare. Bien que le test A/A puisse effectuer un « contrôle de santé » sur un nouvel outil ou logiciel A/B, il peut ne pas valoir la peine d'optimiser chaque modification mineure de votre site Web similaire à Shopbreizh.fr  ou de votre campagne marketing en raison du temps considérable nécessaire à son exécution.

La signification statistique.

Vous est-il déjà arrivé de présenter les résultats d'une campagne marketing et de vous être demandé : « Mais ces résultats sont-ils statistiquement significatifs ? » En tant que spécialistes du marketing axés sur les données, nous ne devons pas seulement mesurer les résultats de nos campagnes marketing, mais également démontrer la validité des données - quelle est exactement la signification statistique.

Bien qu'il existe plusieurs outils gratuits pour calculer la signification statistique pour vous ( HubSpot en a même un ici ), il est utile de comprendre ce qu'ils calculent et ce que tout cela signifie. Ci-dessous, nous allons découvrir les chiffres en utilisant un exemple spécifique de signification statistique pour vous aider à comprendre pourquoi c'est crucial pour le succès du marketing.

Qu'est-ce que la signification statistique ?

En marketing, la signification statistique se produit lorsque les résultats de votre recherche montrent que les relations entre les variables que vous testez (comme le taux de conversion et le type de page de destination) ne sont pas aléatoires ; ils s'influencent mutuellement.

 

En marketing, vous voulez que vos résultats soient statistiquement significatifs, car cela signifie que vous ne gaspillez pas d'argent sur des campagnes qui n'apporteront pas les résultats souhaités. Les spécialistes du marketing effectuent souvent des tests de signification statistique avant de lancer des campagnes pour tester si des variables spécifiques sont plus efficaces que d'autres pour produire des résultats.

Exemple de signification statistique

Supposons que vous allez lancer une campagne publicitaire sur Facebook, mais que vous voulez vous assurer d'utiliser une publicité qui est la plus susceptible d'apporter les résultats souhaités. Ainsi, vous exécutez un test A/B pendant 48 heures avec l'annonce A comme variable de contrôle et B comme variation. Voici les résultats que j'obtiens :

Même si nous pouvons voir sur la base des chiffres que l'annonce B a reçu plus de conversions, vous voulez être sûr que la différence de conversions est significative et non due au hasard. Si je branche ces nombres dans une calculatrice de test chi-carré (nous y reviendrons plus tard ), ma valeur p est de 0,0, ce qui signifie que mes résultats sont significatifs et qu'il existe une différence de performances entre l'annonce A et l'annonce B qui n'est pas due au hasard.

Lorsque je lance ma campagne actuelle, je souhaite utiliser l'annonce B.

Si vous êtes comme moi, vous avez besoin de plus d'explications sur la signification de la valeur p et de 0,0. Nous allons donc passer en revue un exemple détaillé ci-dessous.

 

Comment calculer la signification statistique

1. Déterminez ce que vous souhaitez tester.
2. Déterminez votre hypothèse.
3. Commencez à collecter des données.
4. Calculer les résultats du Khi carré.
5. Calculez vos résultats attendus.
6. Voyez comment vos résultats diffèrent de ce que vous attendiez.
7. Trouvez votre somme.
8. Rapport sur la signification statistique à vos équipes.

 

1. Déterminez ce que vous souhaitez tester.

Tout d'abord, décidez ce que vous souhaitez tester. Il peut s'agir de comparer les taux de conversion sur deux pages de destination avec des images différentes, les taux de clics sur des e-mails avec des lignes d'objet différentes ou les taux de conversion sur différents boutons d'appel à l'action à la fin d'un article de blog. Les choix sont infinis.

Mon conseil serait de rester simple; choisissez un élément de contenu dont vous souhaitez créer deux variantes différentes et décidez de votre objectif - un meilleur taux de conversion ou plus de vues sont de bons points de départ.

Vous pouvez certainement tester des variantes supplémentaires ou même créer un test multivarié, mais, pour cet exemple, nous nous en tiendrons à deux variantes d'une page de destination avec pour objectif d'augmenter les taux de conversion. Si vous souhaitez en savoir plus sur les tests A/B et les tests multivariés, consultez « La différence critique entre les tests A/B et multivariés ».

2. Déterminez votre hypothèse.

Avant de commencer à collecter des données, je trouve utile d'énoncer mon hypothèse au début du test et de déterminer le degré de confiance que je veux tester. Puisque je teste une page de destination et que je veux voir si l'une d'entre elles fonctionne mieux, je suppose qu'il existe une relation entre la page de destination que les visiteurs reçoivent et leur taux de conversion .

3. Commencez à collecter vos données.

Maintenant que vous avez déterminé ce que vous souhaitez tester, il est temps de commencer à collecter vos données. Étant donné que vous exécutez probablement ce test pour déterminer quel élément de contenu est le mieux à utiliser à l'avenir, vous souhaiterez extraire une taille d'échantillon. Pour une page de destination, cela peut signifier choisir une durée définie pour exécuter votre test (par exemple, faire vivre votre page pendant trois jours).

Pour quelque chose comme un e-mail, vous pouvez choisir un échantillon aléatoire de votre liste pour envoyer au hasard des variantes de vos e-mails. Déterminer la bonne taille d'échantillon peut être délicat, et la bonne taille d'échantillon variera entre chaque test. En règle générale, vous voulez que la valeur attendue pour chaque variation soit supérieure à 5. (Nous couvrirons les valeurs attendues plus bas.)

4. Calculez les résultats du Khi deux.

Il existe plusieurs tests statistiques différents que vous pouvez exécuter pour mesurer la signification de vos données, et en choisir un dépend de ce que vous essayez de tester et du type de données que vous allez collecter. Dans la plupart des cas, vous utiliserez un test du Khi carré puisque les données sont discrètes.

Discret est une façon élégante de dire que votre expérience peut produire un nombre fini de résultats. Par exemple, un visiteur se convertira ou ne se convertira pas ; il n'y a pas différents degrés de conversion pour un seul visiteur.

Vous pouvez tester en fonction de divers degrés de confiance (parfois appelé l'alpha du test). Si vous voulez que l'exigence pour atteindre la signification statistique soit élevée, votre alpha sera plus faible. Vous avez peut-être vu une signification statistique rapportée en termes de confiance.

Par exemple, « Les résultats sont statistiquement significatifs avec un niveau de confiance de 95 %. » Dans ce scénario, l'alpha était de 0,05 (la confiance est calculée comme un moins l'alpha), ce qui signifie qu'il y a une chance sur 20 de commettre une erreur dans la relation indiquée.

Après avoir collecté les données, je les ai mises dans un graphique pour faciliter leur organisation. Puisque je teste deux variantes différentes (A et B) et qu'il y a deux résultats possibles (converti, non converti), j'aurai un graphique 2x2. Je totaliserai chaque colonne et chaque ligne afin que je puisse facilement voir les résultats dans leur ensemble.

Une fois que j'ai créé mon graphique, l'étape suivante consiste à exécuter l'équation à l'aide de la formule du chi carré.

5. Calculez vos valeurs attendues.

Maintenant, je vais calculer quelles sont les valeurs attendues. S'il n'y avait pas de relation entre ce que les visiteurs de la page de destination ont vu et leur taux de conversion dans l'exemple ci-dessus, nous nous attendrions à voir les mêmes taux de conversion avec les versions A et B. D'après les totaux, nous pouvons voir que 1 945 personnes ont converti sur les 4 935 visiteurs totaux, soit environ 39 % des visiteurs.

Pour calculer les fréquences attendues (E dans la formule du Khi-deux) pour chaque version de la page de destination, nous pouvons multiplier le total de la ligne pour cette cellule par le total de la colonne et le diviser par le nombre total de visiteurs. Dans cet exemple, pour trouver la valeur attendue de la conversion sur la version A, j'utiliserais l'équation suivante :

(1945*2401)/4935 = 946

6. Voyez comment vos résultats diffèrent de ce que vous attendiez.

Pour calculer le chi carré, je compare les fréquences observées (O dans l'équation du chi carré) aux fréquences attendues (E dans l'équation du chi carré). Cette comparaison est effectuée en soustrayant la valeur observée de la valeur attendue, en multipliant le résultat au carré et en le divisant par la valeur de fréquence attendue.

Essentiellement, j'essaie de voir à quel point mes résultats réels sont différents de ce à quoi nous pourrions nous attendre. La quadrature de la différence amplifie les effets de la différence, et la division par ce qui est attendu normalise les résultats. Pour rappel, l'équation ressemble à ceci : (observé - attendu)*2)/attendu

7. Trouvez votre somme.

Je fais ensuite la somme des quatre résultats pour obtenir mon chi carré. Dans ce cas, c'est .95. Pour voir si les taux de conversion de mes pages de destination sont différents ou non avec une signification statistique, je compare cela avec la valeur d'un tableau de distribution du Khi carré basé sur mon alpha (dans ce cas, 0,05) et les degrés de liberté.

Les degrés de liberté sont basés sur le nombre de variables dont vous disposez. Avec une table 2x2 comme dans cet exemple, le degré de liberté est 1.

Dans ce cas, la valeur du Khi carré devrait être égale ou supérieure à 3,84 pour que les résultats soient statistiquement significatifs. Étant donné que 0,95 est inférieur à 3,84, mes résultats ne sont pas statistiquement différents. Cela signifie qu'il n'y a aucune relation entre la version de la page de destination qu'un visiteur reçoit et le taux de conversion avec une signification statistique.

8. Faites un rapport sur la signification statistique à vos équipes.

Après avoir exécuté votre test, l'étape suivante consiste à communiquer vos résultats à vos équipes pour vous assurer que tout le monde est sur la même longueur d'onde concernant les prochaines étapes. Ainsi, en poursuivant l'exemple précédent, je devrais informer mes équipes que le type de page de destination que nous utiliserons dans notre prochaine campagne n'aura pas d'impact sur notre taux de conversion car nos résultats de test n'étaient pas significatifs.

Si les résultats étaient significatifs, j'informerais mes équipes que la version A de la page de destination fonctionnait mieux que les autres, et nous devrions choisir d'utiliser celle-ci dans notre prochaine campagne.

Pourquoi l'importance statistique est importante

Vous vous demandez peut-être pourquoi cela est important si vous pouvez simplement utiliser un outil gratuit pour exécuter le calcul. Comprendre comment la signification statistique est calculée peut vous aider à déterminer la meilleure façon de tester les résultats de vos propres expériences.

De nombreux outils utilisent un taux de confiance de 95 %, mais pour vos expériences, il peut être judicieux d'utiliser un taux de confiance inférieur si vous n'avez pas besoin que le test soit aussi rigoureux.

Comprendre les calculs sous-jacents vous aide également à expliquer pourquoi vos résultats peuvent être importants pour les personnes qui ne sont pas déjà familiarisées avec les statistiques.