Guide pratique des tests A/B pour le PPC (+5 idées à tester)

Intro

Le test A/B du PPC est un moyen puissant d'améliorer l'efficacité de vos campagnes publicitaires.

Dans ce guide pratique, vous découvrirez ce qu'est le test A/B pour le PPC, les différents types de tests et les statistiques nécessaires pour prendre des décisions fondées sur des données. Vous apprendrez également à mettre en place votre premier test A/B et obtiendrez des idées pratiques à fort impact à essayer vous-même.

Qu'est-ce qu'un test A/B pour le PPC ?

Le test A/B pour le PPC est une méthode qui consiste à tester 2 variantes ou plus des éléments de votre campagne publicitaire, tels que le texte de l'annonce, les pages de renvoi ou le ciblage, dans le but de fournir une preuve statistique pour diverses hypothèses, qui peuvent être exploitées pour affiner vos campagnes et en améliorer les résultats.

Bien qu'ils ne soient pas totalement différents des tests A/B des pages d'atterrissage ou des e-mails, les tests A/B du PPC nécessitent une approche spécifique en raison des limites des plateformes publicitaires, de la variance de la taille de l'échantillon et du risque d'affecter les performances globales de vos campagnes.

Types de tests PPC

Il existe quatre types principaux de tests A/B en PPC :

• Tests A/B

  Un test A/B est une expérience avec une hypothèse qui vous amène à modifier un seul élément de votre campagne publicitaire et à le tester par rapport à la variante de contrôle d'origine. Il s'agit du type de test le plus courant, qui vous permet de cibler des éléments spécifiques et d'affiner vos campagnes.

  Exemple de test A/B : test de 2 annonces textuelles avec livraison gratuite ou réduction de 15 % comme offre principale.

• Tests à plusieurs variables

  Rencontre avec Ranktracker

  La plateforme tout-en-un pour un référencement efficace

  Derrière chaque entreprise prospère se cache une solide campagne de référencement. Mais avec d'innombrables outils et techniques d'optimisation parmi lesquels choisir, il peut être difficile de savoir par où commencer. Eh bien, n'ayez crainte, car j'ai ce qu'il vous faut pour vous aider. Voici la plateforme tout-en-un Ranktracker pour un référencement efficace.

  Nous avons enfin ouvert l'inscription à Ranktracker de manière totalement gratuite !

  Créer un compte gratuit

  Ou connectez-vous en utilisant vos informations d'identification

  Un test multivarié est une expérience comportant plusieurs hypothèses et plusieurs changements. Avec cette méthode, vous testez différentes combinaisons de petits changements apportés à votre variante de contrôle. Je n'utilise que rarement ce type de test, car il nécessite la taille d'échantillon la plus élevée (souvent impossible pour le PPC) parmi les quatre types de test, et génère la plus faible augmentation des résultats, ce qui diminue le niveau de confiance (voir mes définitions de la taille d'échantillon, de l'augmentation et du niveau de confiance dans la section suivante).

  Exemple de test multivarié : tester 4 créations avec différentes combinaisons de titres et d'images.

• Tests A/B/n

  Un test A/B/n est également une expérience avec plusieurs hypothèses et plusieurs changements. Cependant, contrairement aux tests multivariés, les variantes peuvent être complètement différentes les unes des autres. C'est l'un des types de tests que j'utilise fréquemment pour les nouveaux comptes ou les nouvelles campagnes pour lesquels je ne dispose pas de données historiques et pour lesquels je souhaite tester des configurations ou des combinaisons d'éléments totalement différentes plutôt que de restreindre ma sélection avec des tests A/B ou multivariés.

  Exemple de test A/B/n : tester plus de 2 séries de créations avec des mises en page et/ou des pages d'atterrissage complètement différentes.

• Tests séquentiels

  Un test séquentiel est un type de test A/B qui teste des variantes d'éléments de campagne par phases ou séquences. Une séquence peut durer 2 semaines, 1 mois ou plus (je ne recommande pas d'effectuer un test pendant moins de 2 semaines). C'est le type de test le moins apprécié, car l'exécution d'un test pendant différentes périodes introduit des facteurs externes que vous ne pouvez pas contrôler, tels que la saisonnalité, la variance de la taille de l'échantillon et l'écart de ciblage. Cependant, il s'agit également d'un type de test courant, car toutes les plateformes PPC n'offrent pas de fonctions de test A/B complètes (ou n'en offrent pas du tout).

  Exemple : test d'enchères Maximiser les conversions vs. Maximiser la valeur de conversion dans Google Ads

Dans un scénario idéal, tous les tests devraient être effectués dans l'ordre suivant :

1. Tests A/B/n pour trouver la configuration qui fonctionne le mieux
2. Des tests A/B pour affiner votre configuration
3. Tests multivariés pour affiner votre configuration
4. Test séquentiel pour tester des éléments dans un ordre séquentiel lorsqu'il n'y a pas de fonctionnalité de test A/B appropriée.

Statistiques sur les tests A/B

Pour que les tests A/B fournissent des données statistiquement significatives, qu'ils éclairent vos décisions et qu'ils conduisent à des améliorations dans le domaine du PPC, vous devez prendre en compte quatre statistiques clés :

• Taille de l'échantillon

  Rencontre avec Ranktracker

  La plateforme tout-en-un pour un référencement efficace

  Derrière chaque entreprise prospère se cache une solide campagne de référencement. Mais avec d'innombrables outils et techniques d'optimisation parmi lesquels choisir, il peut être difficile de savoir par où commencer. Eh bien, n'ayez crainte, car j'ai ce qu'il vous faut pour vous aider. Voici la plateforme tout-en-un Ranktracker pour un référencement efficace.

  Nous avons enfin ouvert l'inscription à Ranktracker de manière totalement gratuite !

  Créer un compte gratuit

  Ou connectez-vous en utilisant vos informations d'identification

  En PPC, la taille de l'échantillon est la quantité de trafic que vous devez générer pour que les résultats du test soient représentatifs de votre audience. Pour les mesures au niveau de l'annonce (telles que le CTR ou le taux de visualisation), les impressions seront la source de vos échantillons, mais pour les mesures spécifiques à la conversion (telles que le taux de conversion, le coût/conv. ou le ROAS), vous devriez choisir des clics. En général, plus la taille de l'échantillon est importante, plus votre test sera précis.

• Augmentation attendue

  Prévision de l'impact d'une modification testée sur la mesure finale, exprimée en pourcentage et comprise entre 0 et 100 %. Par exemple, sur la base de données historiques et de recherches sur les conversions, vous pouvez prévoir qu'une modification de l'offre principale de 10% de réduction à livraison gratuite augmentera le taux de conversion de 30%.

• Valeur P

  Nous sommes dans le domaine des statistiques avancées. Pour simplifier, la valeur p permet de déterminer si les résultats s'écartent significativement de ce qui est attendu, ou dans quelle mesure les résultats sont statistiquement significatifs. Elle est comprise entre 0 et 1. Plus la valeur est petite, plus les résultats sont statistiquement significatifs.

• Niveaux de confiance

  Les niveaux de confiance ou les intervalles de confiance sont une mesure de la certitude des résultats des tests. Par exemple, un niveau de confiance de 95 % signifie que si nous répétons le même test plusieurs fois, 95 % des tests produiront des résultats similaires.

Pourquoi les tests A/B du PPC sont-ils importants ?

Les tests A/B affectent 3 domaines clés de vos campagnes PPC :

1. Résultats

   Lorsque vous travaillez sur des campagnes PPC, vous êtes constamment confronté à la question suivante : "La chose A fera-t-elle mieux que la chose B ?" (remplacez "chose" par campagne/ad/copie/publicité/angle/etc.). Les tests A/B vous permettent de répondre à ces questions, de tester différentes hypothèses et, en fin de compte, d'améliorer vos résultats.

2. Structure

   Si, comme moi, vous avez eu l'impression que certaines de vos optimisations étaient trop ad hoc, réactives aux données disponibles ou même cosmétiques, les tests A/B sont l'approche qui vous aidera à ajouter plus de structure. Il peut vous aider à créer des "points d'appui" en matière de performance (hypothèses prouvées) et à vous concentrer sur la recherche des opportunités d'optimisation les plus impactantes plutôt que sur des changements cosmétiques.

3. Communication et engagement

   Si vous êtes une agence ou un spécialiste interne, vous avez très probablement rencontré des problèmes de communication et d'engagement avec des clients ou des cadres. Les tests A/B peuvent contribuer à résoudre certains de ces problèmes, car ils offrent un autre niveau de transparence, de sensibilisation et d'engagement. Au moins, cela vous permet de donner une réponse rapide si quelqu'un vous demande "Avez-vous testé un bouton vert à la place ?" :)

Que pouvez-vous tester A/B ?

Le choix des tests A/B à effectuer dans le cadre de vos campagnes PPC est crucial. Je recommande de commencer par les éléments qui, s'ils sont améliorés, pourraient avoir le plus d'impact sur vos résultats.

1. Créatifs

   Exemples : mise en page, palette de couleurs, modèle ou absence de modèle, vidéo courte ou longue, UGC ou ressources propres.

2. Offre

   Exemples : livraison gratuite contre remise, bonus gratuit contre rareté, essai gratuit contre freemium, garantie contre absence de garantie, webinaire contre ebook.

3. Placement d'annonces

   Exemples : Facebook vs. Instagram, mobile vs. desktop, recherche vs. partenaires de recherche.

4. Texte de l'annonce

   Exemples : Texte long ou court, liste à puces ou paragraphe, mot "gratuit" ou non, avantages ou autorité.

5. Ciblage

   Exemples : nouveaux mots-clés, ciblage étroit vs. large, lookalike vs. froid, audiences de remarketing plus anciennes vs. plus jeunes, mots-clés correspondant à une expression vs. large, ciblage étroit d'un lieu vs. large.

6. Types de campagnes/annonces

   Exemples : DSA par rapport aux campagnes de recherche classiques, campagnes de remarketing dynamique par rapport au remarketing classique, annonces de prospects par rapport aux annonces de messagerie.

7. Dotation budgétaire

   Exemples : plus de budget pour la campagne 1 que pour la campagne 2, plus de budget pour le remarketing que pour l'acquisition, plus de budget pour Performance Max que pour Shopping.

8. Pages d'atterrissage

   Exemples : mise en page, images ou vidéos, insertion dynamique de mots-clés, titres, formulaires, preuve sociale, correspondance entre le message de la page d'accueil et celui de la page publicitaire.

9. Stratégies d'appel d'offres

   Exemples : Maximiser les conversions par rapport à maximiser la valeur des conversions, cibler les plafonds de CPA, cibler les objectifs de ROAS, le volume le plus élevé par rapport à la valeur la plus élevée.

10. Structure de la campagne

    Exemples : Structure large (ou Hagakure) contre structure granulaire, campagnes plus dynamiques/automatisées contre moins de campagnes, meilleurs performants contre moins performants, SKAGs.

Comment tester vos campagnes PPC

Mise en place d'un test A/B

Une fois que vous avez dressé une liste d'idées à tester A/B, il est temps de formuler des hypothèses et de décider des approches et des outils.

Hypothèse

Votre hypothèse est le postulat que vous essayez de tester dans le cadre de l'expérience. Elle exprime l'effet que vous attendez d'un changement, tel que la révision du texte de l'annonce, la modification de votre création publicitaire ou l'élargissement de votre ciblage. Pour structurer mes hypothèses, j'aime me référer au kit d'hypothèses V4 de Craig Sullivan :

1. Sur la base de (données/recherche/observation)
2. nous croyons que (modifier)
3. pour (population)
4. provoquera (impact).
5. Nous le saurons lorsque nous verrons (métrique).
6. Ce sera bon pour les clients, les partenaires ou notre entreprise (parce que).

Approche

C'est ici que vous décidez de l'approche à adopter pour votre test. S'agira-t-il d'un test A/B ? A/B/n ? Séquentiel ? Il est important d'identifier ce point dès le départ, car il aura un impact sur vos outils de test A/B, vos budgets et vos résultats. Comme mentionné ci-dessus, je recommande de commencer par des tests A/B/n si vous n'avez pas de données historiques et que votre hypothèse est basée sur des observations. Cependant, avec certains tests et certaines plateformes publicitaires, vous serez limité à des approches de test séquentielles (par exemple, les stratégies d'enchères sur Google Ads).

Outils

Lorsqu'il s'agit de tests A/B en PPC, un tableau de bord est votre meilleur ami. Si vous ne savez pas par où commencer, vous pouvez trouver mon tableau de bord le plus récent ici. Si vous n'effectuez que quelques tests par trimestre, je vous recommande de le remplir manuellement. S'il s'agit de plus de quelques tests, vous pouvez les automatiser en utilisant des outils tels que Supermetrics pour extraire les données PPC.

Lancer votre test A/B

Vos instructions de lancement dépendront de l'élément testé et de la plateforme publicitaire que vous avez sélectionnée. Cela signifie que les tests A/B ne doivent jamais être lancés dans la même campagne ou le même groupe d'annonces, à moins que vous ne puissiez contrôler le budget et la répartition du trafic (par exemple, les campagnes d'optimisation du budget des ensembles d'annonces, ou ABO, dans les annonces Facebook).

Voici les configurations de test que j'utilise le plus souvent :

• Facebook/Instagram/Pinterest/LinkedIn : la fonction native de test A/B, les nouveaux ensembles de publicités, les nouvelles campagnes, les lancements séquentiels.
• Google/Microsoft : la fonction d'expérimentation des campagnes natives, la fonction de test A/B des textes publicitaires, la fonction de rotation égale des publicités, les lancements séquentiels.

Analyse des données

Vous avez élaboré une hypothèse, mis en place le test et l'avez laissé se dérouler. Et maintenant ?

Remplissez votre tableau de bord et voyez si votre test a produit l'augmentation attendue, si la taille de votre échantillon était suffisante, si vos résultats sont statistiquement significatifs ou si votre test a besoin de plus de temps pour atteindre un niveau de signification plus élevé.

Vous pouvez utiliser une calculatrice pour vous aider à calculer la taille de l'échantillon et le degré de confiance/significativité.

Si vous avez un gagnant clair, formulez une conclusion et préparez un plan d'action pour l'introduire dans votre configuration PPC.

5 idées de tests A/B de PPC à essayer

1. Test de l'offre

Lorsqu'il s'agit de maximiser les résultats du PPC, ne sous-estimez pas l'impact de tester différentes offres. D'après mon expérience, c'est ainsi que l'on obtient les changements les plus significatifs en termes de résultats.

Il peut s'agir de rareté (pensez à une offre limitée), d'urgence, de bonus, de garanties ou de remises.

Lorsqu'elle est disponible, n'oubliez pas d'utiliser la fonction de test du texte publicitaire natif pour mieux contrôler la taille des échantillons et la répartition du trafic par variante (comme le type d'expérience "Variation de l'annonce" dans Google Ads).

2. Test de la page d'atterrissage

"Je croyais qu'il s'agissait d'un guide pratique sur les tests PPC? D'après mon expérience, les pages d'atterrissage sont l'un des facteurs qui contribuent le plus au succès du PPC. Si votre page de destination n'est pas bien optimisée, peu importe la qualité de vos annonces - vos résultats resteront limités.

Pour obtenir les augmentations les plus importantes, je recommande de commencer par les tests de mise en page et de formulaire, car ils peuvent contribuer aux augmentations les plus significatives du taux de conversion. Par exemple, cette société de cartes de crédit a vu son taux de conversion augmenter de 17 % après avoir optimisé son formulaire.

Ensuite, envisagez de faire correspondre l'annonce au message et de tester les titres afin d'améliorer votre flux d'annonces vers la conversion.

3. Essais créatifs

Selon Nielsen, la qualité de la création publicitaire contribue à 49 % des ventes incrémentales et constitue le facteur le plus important de l'efficacité publicitaire. C'est pourquoi je recommande toujours d'effectuer des tests créatifs à haute fréquence sur les canaux qui privilégient la créativité, tels que Facebook et TikTok. Cela a également contribué de manière significative à l'augmentation de 54 % des réservations de mon client en seulement 6 mois.

Pour obtenir les plus grandes améliorations, je recommande de tester les changements de mise en page, les messages et le contenu UGC.

4. Ciblage des tests

Les tests de ciblage sont une autre idée que je recommande d'essayer pour obtenir les augmentations potentielles les plus importantes. Comme indiqué dans la section "Que pouvez-vous tester A/B", il peut s'agir de nouveaux mots-clés, d'un ciblage étroit par rapport à un ciblage large, et de lookalikes par rapport à des audiences sauvegardées.

Par exemple, vous pouvez tester une campagne séparée de mots-clés à longue traîne par rapport à une campagne de mots-clés à courte traîne pour voir si vous pouvez améliorer le contrôle du budget et réduire votre CPA.

Pour cela, je vous recommande d'utiliser un outil comme le Keyword Finder de RankTracker pour vous aider à obtenir des suggestions de mots-clés et un filtrage plus avancés que ceux que vous obtiendriez avec le planificateur de mots-clés de Google.

5. Test des offres

Le test A/B des stratégies d'enchères peut être un moyen efficace d'optimiser les résultats de votre campagne PPC. Vous pouvez ainsi déterminer si vos enchères actuelles sont trop élevées ou trop basses, si vous optimisez pour les clients à forte valeur ajoutée ou non, et s'il est préférable de viser le plus grand nombre de conversions (qualité) plutôt que la valeur de conversion la plus élevée (quantité).

Par exemple, vous pouvez essayer d'augmenter vos limites de CPA cible de 30 à 50 % pour voir si vous manquez des clics qui pourraient aboutir à des conversions, ou de diminuer votre ROAS cible de 25 % pour générer un plus grand volume de conversions pendant une période de forte concurrence (par exemple, le Black Friday).