L'un de mes objectifs est de faire en sorte que le plus grand nombre possible de personnes de mon public le lisent et, mieux encore, que certaines le trouvent utile !
Mais lorsque je me suis assis pour écrire ce billet, je n'arrivais pas à décider quel titre serait le plus efficace, Split Test ou A/B Test. Le test A/B est plus couramment utilisé dans le monde du marketing et intéressera plus de lecteurs, mais le test fractionné est le nom unique de la capacité de test de Facebook, ce qui pourrait amener les lecteurs intéressés par cette fonctionnalité à l'adopter dans le Skai.
J'ai pensé que si je disposais d'un outil me permettant de savoir quel titre est le plus attrayant pour mon public - un outil auquel je peux me fier et dont je peux être sûr des résultats - ma décision serait plus facile à prendre (et me ferait gagner du temps pour la rédaction de ce billet).
Pourquoi parlons-nous de tests A/B pour les publicités ?
Les annonceurs sont confrontés au même dilemme dans chaque campagne qu'ils mènent. Ils effectuent des tests A/B sur deux publicités ou plus, avec différents éléments dans la création, afin de prendre une décision. Mais ces tests sont-ils fiables ? Alors que les publicités sont testées pour déterminer celle qui fonctionne le mieux pour l'audience ciblée, un élément essentiel est négligé : le chevauchement de l'audience.
Quel est le problème des tests A/B pour les publicités ?
Une campagne de promotion d'hôtels comporte deux groupes d'images, l'un avec superposition de prix et l'autre sans. S'il n'est pas sûr du type d'image qui fonctionne le mieux, un spécialiste du marketing effectuera probablement un test A/B pour comparer les performances des deux types d'images.
Ces deux campagnes cibleront probablement le même public, car la comparaison serait faible dans le cas contraire, et c'est bien là le problème !
Ce faisant, ces deux campagnes sont en concurrence sur la même audience. Que se passe-t-il si une personne clique sur une annonce sans le prix, alors qu'elle a reçu auparavant une annonce avec le prix ? Quelle image est la meilleure ? Et si une personne clique sur la première annonce et pas sur la seconde ? Est-ce également en raison du prix ou de l'ordre de diffusion ?
Quelle est l'utilité des tests fractionnés ?
Le split testing résout exactement ce problème : il divise l'audience qui se chevauche entre les campagnes Facebook ou les ensembles de publicités. En utilisant cette capacité pour les tests A/B, il n'y aura pas de personne dans l'audience qui recevra des publicités concurrentes, ce qui rend la comparaison entre les performances des campagnes pertinente avec une forte indication de ce qui est le mieux pour cette audience.
Les tests fractionnés sont désormais disponibles dans Skai et permettent de tester de manière fiable les attributs des annonces (par exemple, en comparant les nombreuses permutations créées dans le flux de création des annonces ou entre les différents types d'enchères).
Restez à l'écoute pour mon prochain article sur les meilleures pratiques en matière de tests A/B !