15 février 2021
Les annonceurs cherchent en permanence à diffuser une publicité efficace, ciblée et pertinente. Afin de connaître la meilleure version à adopter dans une campagne publicitaire, vous pouvez avoir recours à l’A/B testing ou test A/B via Google Ads. Découvrez comment et pourquoi faire ce type de test.
L’A/B testing ou test A/B est un procédé permettant d’évaluer la conséquence d’une modification de variable par rapport à un objectif déjà fixé.
Le plus courant est l' A/B testing d'annonces. Il s'agit d'effectuer un test de deux versions différentes d’une annonce : une version A et une version B. Si vous effectuez un test en trois versions, on parle alors de test A/B/C et ainsi de suite.
Avec Google Ads, vous pouvez créer un test A/B sur plusieurs éléments de vos annonces comme :
Il faut savoir que le test A/B n’est disponible que sur les annonces dans le Réseau de Recherche et dans le Réseau Display. Vous ne pouvez pas faire un A/B testing dans vos campagnes Shopping, vos campagnes vidéo et vos campagnes de promotion d’application…
Un annonceur souhaite augmenter la performance de sa campagne publicitaire en changeant le titre de son annonce sur le Réseau de Recherche. À partir de son annonce initiale, il modifie le titre en brouillon. Il obtient alors deux versions d’une même annonce :
L’annonceur va lancer une campagne A/B testing sur ces deux versions. Google Ads va alors diffuser l’annonce « A » et l’annonce « B » en rotation dans les appareils des potentiels clients. Bien penser à re-créer l'annonce originale et mettre l'autre en veille, pour repartir sur une annonce sans activités ni statistiques. Au bout de quelque temps, la plateforme va afficher les résultats et l’annonceur saura si le nouveau titre a pu contribuer à l’atteinte de ses objectifs par rapport à l’ancien titre.
De très nombreux tests peuvent être menés en A/B testing. Les plus courants sont les suivants :
Google Ads est basé sur un système d’enchères afin de faire apparaître les annonces dans les premiers résultats de recherche. Avec l’A/B testing, un annonceur a la possibilité de tester deux ou plusieurs stratégies d'enchères automatiques (Maximiser les clics, ROAS cible, CPA …) afin de déterminer la plus adaptée à sa campagne.
Le test A/B permet également de choisir entre 2 URLS pour la page de destination d’une annonce. L’annonceur n’aura qu’à créer deux types d’URLS avec des mots-clés différents et Google Ads se chargera de tester ces deux variables. Ainsi, l’annonceur saura quelle URL est la plus optimisée parmi les deux et laquelle suscite plus de clics. De plus, avec une bonne URL, l’annonce a plus de chances d’apparaître dans les résultats de recherche des potentiels clients.
Enfin, le test A/B aide à optimiser ses taux de conversion (clics, inscription sur un formulaire, achat, etc.). En effet, l’A/B testing autorise la diffusion de plusieurs versions d’une annonce Google Ads. Vous avez la possibilité de tester des titres, des descriptions, ou des landing pages différents sur une période définie. Après ce délai, il saura laquelle de ses modifications a fait augmenter le taux de conversion. Il pourra donc conserver la meilleure version de son annonce.
NB : Pour bénéficier de résultats clairs et fiables lors de votre test A/B, ne modifiez qu’une seule variable par test et déterminez une période de test suffisamment longue.
Pour lancer une campagne A/B testing sur Google Ads, plusieurs méthodes s’offrent à l’annonceur après la connexion à son compte :
Cette première méthode est adaptée pour tester une modification de variable sur une seule annonce, à l’intérieur d’un groupe d’annonces. C’est le test A/B le plus rapide disponible sur Google Ads.
Pour ce faire, allez dans le groupe d’annonce de votre choix et créez 2 annonces en ne changeant qu’une seule variable (ex : titre, url, description, etc.). Après quelques semaines, il ne vous reste plus qu’à regarder l’indicateur de performance clé ou KPI pour connaître laquelle des annonces a été la plus performante.
Le test A/B complet contribue à la synthèse de tests en masse dans plusieurs annonces. Pour commencer, allez dans la page destinée à la campagne publicitaire que vous souhaitez tester. Cliquez sur « Brouillons » puis sur « Créer ». Là, votre campagne va apparaître dans le brouillon et vous aurez l’occasion d’établir les modifications que vous désirez sur ces nouvelles annonces. Ensuite, lancez le test A/B à partir de ce brouillon. N’oubliez pas de préciser la période et le budget à votre disposition.
Pour terminer, suivez les performances de chaque annonce pour connaître laquelle est la plus avantageuse pour votre campagne. Vous pourriez terminer votre test en adoptant définitivement l’annonce la plus efficace (celle où le KPI est meilleur).
La troisième méthode ou le test A/B habituel consiste à diffuser en parallèle 2 ou 3 annonces par groupes d’annonces. Pendant l’émission des annonces, vous aurez la possibilité de mettre en pause les annonces les moins convaincantes et garder les plus performantes.
Pour cela, créez plusieurs annonces avec des variables différentes (accroches, bénéfices, avantages, sémantique, etc.). Allez ensuite dans les paramètres de la campagne et définissez les paramètres de rotation des annonces. Vous pouvez choisir entre « Alterner indéfiniment » pour analyser les KPI vous-même ou « Optimiser » pour autoriser Google à mettre en avant l’annonce la plus performante.
Après le lancement d’une campagne test, il est important de suivre les résultats des tests afin de déterminer les performances de votre test par rapport à l’annonce d’origine. L’analyse des performances vous autorise ainsi à adopter le test s’il est plus efficace que la campagne d’origine, à l’employer dans une autre campagne ou à le stopper s’il n’offre pas les résultats attendus.
Pour afficher les performances de votre test, vous devez d’abord être connecté à votre compte Google Ads. Cherchez ensuite le test et cliquez dessus pour afficher ses performances par le biais d’un tableau de données.
Le tableau de données du test A/B contient les informations suivantes :
NB : Pour regarder le tableau de données d’un groupe d’annonces spécifique du test A/B, il suffit de cliquer sur le groupe d’annonces en question.
L’A/B testing sur Google Ads permet d’obtenir des annonces et des campagnes publicitaires de plus en plus précises, optimisées et performantes. Toutefois, la maîtrise de cet outil demande à l’annonceur beaucoup de temps et d’application, sans compter les connaissances en référencement payant (SEA).
Le machine learning de Google et les nouvelles fonctionnalités déployées notamment au niveau des annonces avec les annonces RSA « Responsive Search Ads » automatisent en grande partie ces étapes d'A/B testing. En effet les annonces RSA permettent la création d'une annonce avec des variantes de titres et descriptions. En fonction des performances Google va automatiser la diffusion avec les meilleures combinaisons de titres et descriptions.
Une erreur fréquente est de programmer une période de diffusion trop courte pour vos campagnes A/B test.
Pour récolter des données interprétables, il vous faudra attendre suffisamment longtemps pour que votre campagne test remonte des datas de qualité. En effet, l’algorithme de Google met du temps pour prendre en compte une campagne fraîchement lancée.
Une stratégie à adopter serait de programmer votre campagne test sur une période d’au minima 1 mois. A la suite de ce délai, vous aurez suffisamment de données pour comparer les performances de vos deux campagnes et ainsi adapter votre stratégie.
Si votre test a un taux de fiabilité de 95 % ou plus, vous pouvez considérer les résultats comme fiables.
Attention, laisser un test actif trop longtemps n’est pas une bonne chose non plus !
Lorsque votre test atteint le seuil de fiabilité de 95 %, vous disposez alors de suffisamment de données analysables pour comparer les performances de vos 2 campagnes.
Si vous laissez le test actif plus longtemps, vous risquez de perdre du temps en voulant atteindre une amélioration des résultats de fiabilité, qui sont déjà concluants. Autre risque, attirer du trafic sur une variation déjà testée alors qu’il pourrait servir pour de nouveaux tests.
Nouveau groupe d’annonce à lancer, nouveaux mots-clés à ajouter ou de nouvelles audiences à cibler… Les changements apportés à votre campagne d’origine peuvent influencer sur les résultats de votre A/B testing.
Pour rappel, une fois votre test lancé celui-ci a pour objectif de comparer les performances entre votre campagne originelle et votre test en fonction des variantes décidées en amont. Si vous faites des modifications pendant votre test, les résultats obtenus à la fin peuvent être difficiles à interpréter. Il est possible que ce nouveau groupe d’annonce ajouté ait influencé les performances de votre test.
La meilleure stratégie à adopter une fois le test lancé : l’inaction.
Inutile de tester un nombre important de variantes durant votre test A/B.
Plus vous aurez de variantes à tester, plus l’échantillon sur lequel vous basez votre étude devra être important. Votre site doit alors générer un fort trafic si vous souhaitez étudier un grand nombre de variantes durant votre test.
Concentrez-vous sur deux variantes pour commencer et si votre test n’est pas concluant choisissez de nouvelles variantes à analyser.
Lors de votre phase de test, vous pouvez être tenté de ne suivre qu’un seul KPI, qu’il s’agisse du nombre de conversions ou du taux de conversions enregistré. Ne faites pas cette erreur, vous risquez de passer à côté de progressions sans vous en rendre compte !
Suivre plusieurs KPI vous permettra d’analyser plus en profondeur les performances de vos deux campagnes.
Peut-être que le nombre de conversions est moindre au niveau de votre Test mais que son CTR est nettement plus haut. Tenez compte de ces indicateurs pour vous faire une réelle opinion de votre test.
L’objectif premier de l’A/B testing est de comparer deux campagnes similaires avec des variantes au niveau de la campagne test.
Tester une campagne sur un laps de temps puis un autre, avec des variantes sur une autre période n’est pas de l’A/B testing ! Les données que vous allez récolter au niveau de votre première campagne ne seront pas comparables avec les données recueillies au niveau de la campagne test.
Une erreur commune est de laisser tourner votre campagne A lors d’une période normale et de tester votre campagne B pendant une période de congé, confinement, vacances ou autre. Les données recueillies seront donc faussées par le changement d’habitude et d’emploi du temps des utilisateurs.
Restez-en aux basics de l’A/B testing, comparer vos deux campagnes durant la même période de temps pour recueillir des données fiables et analysables.
N’oubliez pas de toujours attendre le seuil de confiance de 95% avant de mettre en pause votre test.
Si vous souhaitez améliorer vos annonces en mettant une campagne test, l’équipe de Just Search peut vous aider. Nos experts SEA peuvent créer des campagnes test efficaces avec de bons KPI et vous proposer un accompagnement dans votre stratégie marketing. N’hésitez pas à nous contacter.
Vous souhaitez faire de la publicité sur Pinterest ?
Envie d’échanger avec l’un de nos experts ? Besoin d’en savoir plus ?
La protection des données nous tient à cœur. Just Search utilise les informations que vous fournissez afin de vous proposer des informations et du contenu pertinent sur nos produits et services. Vous pouvez vous désinscrire de ce type de communications à tout moment. Pour plus d'informations, consultez notre politique de confidentialité.
