Test A/B par e-mail : faisons-le de la bonne façon

Quoi de mieux : copie courte ou longue ? GIF ou images statiques ? Boutons CTA blancs ou violets ?

Il y a tellement d'options et de décisions qui entrent dans l'élaboration de la stratégie de marketing par e-mail parfaite, apportant un CTOR et un CTR florissants à vos campagnes. Et la pression est forte puisque les campagnes par e-mail sont toujours considérées comme l'un de leurs canaux marketing les plus importants, avant même les réseaux sociaux.

Alors, comment pouvez-vous développer votre stratégie de campagne par e-mail de manière stratégique ?

Dans cet article, nous répondons à cela et bien plus encore pour vous aider à construire des tests A/B intelligents pour vos campagnes et à être plus efficace dans vos résultats.

Qu'est-ce qu'un test A/B dans le marketing par e-mail
Pourquoi avez-vous besoin d'un test A/B par e-mail
Éléments à prendre en compte avant les tests A/B
Outils de test
Analyser les résultats

Qu'est-ce qu'un test A/B dans le marketing par e-mail

Dans une campagne de marketing par e-mail, le test A/B est la méthode d'envoi de deux variantes du même e-mail avec une variable modifiée pour voir quelle version est la plus performante. Le test A/B peut inclure des changements dans :

• Conception visuelle des e-mails
• Différentes lignes d'objet
• Ton de voix/longueur de texte différents (alias copie)
• Différents types de CTA

Les tests A/B (également appelés tests fractionnés) peuvent aider les spécialistes du marketing à recueillir les informations qui donnent ensuite les meilleurs résultats, génèrent plus d'ouvertures et de clics, et fournissent des informations sur les préférences de l'audience et les performances globales des e-mails.

Pourquoi avez-vous besoin d'un test A/B par e-mail

Les spécialistes du marketing qui utilisent des campagnes par e-mail se tournent régulièrement vers les tests A/B car c'est le seul moyen de prouver statistiquement quelle version d'une campagne par e-mail est la plus performante. C'est aussi un moyen d'apprendre à connaître un public plus rapidement que d'habitude – et d'optimiser la stratégie de votre équipe en conséquence.

En d'autres termes : vous avez besoin d'un test A/B pour tirer le meilleur parti de votre marketing par e-mail sans deviner aveuglément. Les tests fractionnés A/B fournissent les données nécessaires pour déterminer les ajustements et les stratégies dont vos campagnes par e-mail ont besoin. C'est l'occasion d'apprendre et de se perfectionner :

• Quel type de ligne d'objet apporte de meilleurs taux d'ouverture
• Quel genre de visuels/Gifs/emojis attire le plus les gens
• À quelle heure il est préférable d'envoyer pour obtenir plus d'ouvertures
• Quel type de bouton CTA apporte plus de clics
• Quels modèles visuels d'e-mail apportent plus de conversions
• Ce que les pré-en-têtes apportent plus d'ouvertures

Ce ne sont là que quelques "secrets" révélés par vos tests A/B, mais ils peuvent vous en dire bien plus, en fonction de ce que vous essayez de mesurer. Trouver ce qui influence et génère plus de ventes de conversions - c'est ce que chaque spécialiste du marketing s'efforce d'obtenir et ce sont les données provenant des tests A/B qui peuvent aider à cela.

Éléments à prendre en compte avant les tests A/B

Lorsque vous expérimentez vos campagnes par e-mail, il est essentiel de prendre en compte plusieurs éléments avant de commencer le test A/B. Voici quelques règles à suivre pour lancer votre test A/B.

Tester simultanément

Il n'est pas judicieux de tester deux versions du même e-mail sur une période plus longue. Lorsque vous exécutez un test de mailing A/B, vous devez tester simultanément, sinon vous ne saurez pas si les différences de performances sont dues à la variable différente dans l'e-mail ou à un facteur externe que vous n'avez pas pris en compte, comme l'envoi sur un un autre jour de la semaine ou au cours d'un autre mois. La seule exception est si vous testez l'heure optimale pour envoyer un e-mail, auquel cas vous devez bien sûr tester vos e-mails à une heure différente.

Produire des données au fil du temps

Il est important de laisser suffisamment de temps au test A/B pour voir statistiquement les différences entre les deux variantes que vous envoyez. Une étude révèle, par exemple, que des temps d'attente de 2 heures prédisent correctement le gagnant de tous les temps plus de 80 % du temps, et 12 heures et plus sont corrects plus de 90 % du temps. Laissez donc votre test s'exécuter suffisamment longtemps pour voir des résultats significatifs.

Tester une variable à la fois

Vous voudrez peut-être tester plusieurs choses différentes en même temps, mais il est préférable de choisir une variable et de mesurer les performances de vos tests A/B en fonction de celle-ci. De cette façon, vous pouvez être sûr de ce qui est exactement responsable des changements dans les performances du courrier. Il existe ce qu'on appelle des tests multivariés, qui est un autre processus de test qui peut être exploré par lui-même.

Envoyer à des groupes d'échantillons égaux

Pour avoir des résultats plus concluants, testez avec des audiences similaires/égales et en même temps aléatoires, surtout si vous testez deux audiences ou plus en même temps.

La taille de l'audience compte

Selon Hubspot, vous devez avoir une liste d'envoi A/B d'au moins 1000 contacts pour obtenir des résultats statistiquement pertinents. Si vous en avez moins, la proportion de votre liste de tests A/B utilisée pour obtenir des résultats statistiquement pertinents devient de plus en plus grande.

Utiliser un outil de test A/B

Peu importe si vous testez des e-mails, des sites Web ou des pages de destination, la meilleure façon de le faire avec le moins d'effort est d'utiliser un outil de test A/B comme HubSpot ou MailChimp. De cette façon, vous pouvez tester et collecter plus facilement les données de vos expériences.

Identifier la métrique principale

Il est possible que les tests A/B aient un impact sur différentes métriques de performance à la fois, mais il est préférable d'avoir une métrique principale sur laquelle se concentrer avant d'exécuter votre test. C'est ce qu'on appelle une variable "dépendante" - le changement que vous apportez qui déterminera plus tard les résultats pour le comportement de l'utilisateur. Le choix de la métrique la plus importante pour vous détermine cette variable et vous aide à configurer au mieux vos tests A/B.

Avantages des tests A/B

Alors pourquoi devriez-vous commencer les tests A/B immédiatement, si ce n'est pas déjà fait ?

Cela vaut la peine de maîtriser l'art des tests fractionnés et voici quelques-uns des avantages :

Augmenter le trafic Web

Amener les gens vers votre site Web, votre produit ou votre page de destination est l'objectif numéro un des campagnes par e-mail. Faire en sorte qu'un nombre souhaité de personnes cliquent sur le bouton CTA lié est ce que les spécialistes du marketing espèrent lorsqu'ils créent leurs tests A/B et examinent ensuite les données.

Plus de conversions

La variable que vous modifiez dans votre test d'e-mail A/B a un objectif principal, à savoir augmenter le nombre de personnes qui cliquent puis remplissent un formulaire, le convertissant en prospect sur votre site Web. L'augmentation du taux de conversion est l'un des principaux avantages des tests fractionnés.

Réduire le taux de rebond

Les tests A / B peuvent aider à réduire le taux de rebond de votre site Web - en essayant une copie différente, des introductions, des boutons CTA, une mise en page, etc. Tout cela a à voir avec mieux connaître votre client cible et apprendre les préférences de votre public grâce aux données, afin que vous puissiez mieux ajuster votre stratégie.

Outils pour les tests A/B

Vous ne pouvez pas faire de tests A/B efficaces sans utiliser les bons outils pour attirer de nouveaux clients satisfaits.

Outils pour exécuter des tests A/B

• Optimisé - l'un des principaux outils de test A/B, permettant un accès facile à l'édition, des audiences enregistrées, un filtrage rétroactif des adresses IP et un affichage intuitif des données.
• SiteSpect - l'une des premières solutions de test côté serveur, qui permet des tests plus complexes (mais nécessite plus de connaissances techniques) - SiteSpect édite le HTML avant même qu'il ne quitte le serveur et évite de nombreux problèmes qui surviennent avec les plates-formes de test basées sur un navigateur
• AB Tasty - cet outil permet d'exécuter des tests A/B, des tests fractionnés, des tests multivariés et des modifications visuelles, ainsi que la personnalisation du contenu ; il est conçu spécifiquement pour les équipes marketing
• Crazy Egg - propose des tests A / B, une cartographie thermique et des tests d'utilisabilité, ainsi que la possibilité de tester des variations pour chaque page de votre site Web, en y ajoutant un seul extrait de code. Vous n'avez pas besoin d'avoir une expérience de codage pour expérimenter Crazy Egg, car c'est l'un des outils les plus intuitifs pour les tests de variantes.
• Evolv - un outil considérablement nouveau qui utilise des algorithmes d'apprentissage automatique pour utiliser des tests multivariés et vous permet de personnaliser et d'expérimenter facilement votre contenu.
• Google Optimize - un outil gratuit qui fournit les tests A/B standard ainsi que des tests multivariés, des tests d'URL fractionnées et des expérimentations côté serveur.

Outils de collecte de données à partir des tests A/B

• UsabilityHub - vous permet de valider vos options de test avec de vrais utilisateurs, puis de fournir les données de ces tests.
• Google Analytics - l'un des outils les plus populaires pour la collecte et l'analyse de données, GA vous permet de ventiler les résultats de vos tests A/B et de voir le comportement par différents segments (appareil, géographie, etc.)
• HotJar - un outil SaaS qui fournit des données via des cartes thermiques, un suivi de défilement, un suivi d'entonnoir, des sondages de rétroaction, des enquêtes et des enregistrements
• Mouseflow - fournit une segmentation avancée des utilisateurs, y compris la source du trafic, l'emplacement, la plate-forme, etc.
• SessionCam - cet outil offre un enregistrement de session et ajoute une cartographie thermique, offrant un moyen plus dynamique et plus économique que l'utilisation de techniques traditionnelles de collecte de données.

Mais quels que soient les outils que vous choisissez, une chose est sûre : vos tests A/B ne deviennent significatifs que grâce aux informations sur les données qui racontent ce que vous avez fait jusqu'à présent et ce que vous devriez faire ensuite.

Analyser les résultats

Des tests et des tests sont souvent nécessaires lorsque vous essayez de connaître vos clients, d'augmenter les taux d'ouverture et de clics et de créer plus de conversions. Mais tout dépend des données que vous collectez.

L'utilisation d'un lieu de travail numérique tout-en-un avec de solides fonctionnalités d'analyse de données est ce dont vos tests A/B ont besoin, pour mettre en avant les capacités basées sur les données qui peuvent vous aider à exécuter votre stratégie de marketing par e-mail du début à la fin.

Slingshot peut vous aider à améliorer vos résultats en vous permettant de :

• Restez au top de vos données en créant de superbes tableaux de bord en quelques secondes, en extrayant des données de toutes vos sources intégrées et en affichant l'histoire complète de vos tests A/B en un coup d'œil

• Partagez immédiatement les résultats avec votre équipe, dans le même espace où résident les données, créez des tâches pour eux et faites un suivi avec des commentaires et des éléments d'action, afin qu'aucun progrès ne soit jamais perdu

• Réalisez une collaboration efficace, en ayant tout-en-un et en communiquant directement dans le contexte des tâches et des tableaux de bord - créez des discussions et discutez autour de chaque tâche pour tenir tout le monde informé.
• Faites confiance au lieu de travail numérique tout-en-un pour réaliser un marketing par e-mail florissant, surmonter les défis et créer une culture de décisions basées sur les données pour votre équipe en cours de route.