7 problèmes courants qui font dérailler le succès des tests d'e-mails A/B/n

Chaque fois que je commence à travailler avec de nouveaux clients qui rencontrent des problèmes majeurs avec leur marketing par e-mail, l'une des premières choses que j'examine est la façon dont ils effectuent leurs tests d'e-mails.

Les tests A/B/n sont le meilleur moyen que je connaisse pour structurer des campagnes efficaces et mesurer si les stratégies et tactiques de messagerie d'une marque réussissent ou échouent. Mais trop souvent, les équipes ont du mal à configurer correctement les tests et à mesurer les résultats avec précision. Cela conduit généralement à des expériences de courrier électronique inefficaces et à de mauvais résultats.

Si votre programme de test n'est pas fiable, vous ne saurez pas si les stratégies et tactiques que vous avez choisies fonctionnent ou échouent. Ne blâmez pas le canal de messagerie lui-même si vos efforts de messagerie ne fournissent pas les résultats dont vous avez besoin. Au lieu de cela, regardez comment vous testez et mesurez les résultats.

7 problèmes de test courants et comment les résoudre

Ceux-ci surgissent le plus souvent dans mon travail avec les clients. Les solutions à certains de ces défis nécessiteront un changement total de mentalité. Pour d'autres, le simple fait d'apprendre la bonne façon de configurer des tests peut résoudre bon nombre de vos problèmes actuels.

C'est la bonne partie des tests. Pour chaque problème, il existe un moyen de le corriger. Chaque fois que vous résolvez un problème via des tests, vous faites un pas de plus vers la mise sur la bonne voie de votre programme de messagerie.

1. Tester sans hypothèse

De nombreux spécialistes du marketing par e-mail acquièrent les rudiments des tests en utilisant les outils que leurs ESP leur fournissent, principalement pour mettre en place des tests fractionnés A/B de base sur des fonctionnalités simples telles que les lignes d'objet.

Cependant, cette approche ponctuelle et ponctuelle revient à apprendre à conduire une voiture sans savoir lire une carte. Vous pouvez très bien allumer la voiture. Mais vous avez besoin de compétences cartographiques pour planifier un voyage qui vous mènera là où vous voulez aller avec le moins d'embouteillages et de détours.

Oui, vous pouvez laisser Google Maps faire le travail de planification pour vous. Mais toutes les données - ce que vous fournissez et ce qu'ils tirent d'autres sources - doivent s'aligner correctement. Si vous tapez la mauvaise destination ou conduisez dans une zone morte, vous pourriez vous retrouver à des kilomètres de l'endroit où vous voulez être.

C'est ce qui arrive à votre programme de messagerie lorsque vous ne testez pas ou que vous ne testez pas correctement. Votre hypothèse est votre feuille de route pour les tests. Il expose ce que vous pensez qui pourrait arriver et guide vos choix pour les variables, les segments de test, les mesures de réussite et même la façon d'utiliser les résultats.

2. Utiliser le mauvais calcul de conversion

Cela concerne le parcours du client et l'objectif du test.

Lorsque vous effectuez un test fractionné A/B standard sur une page de destination de site Web, vous utilisez souvent les "transactions/sessions Web" comme calcul de conversion pour voir dans quelle mesure la page se convertit. Cela a du sens car vous ne connaissez pas le chemin emprunté par vos clients pour y arriver sur le site, vous vous concentrez donc sur cette partie particulière du parcours, car elle ignore tout ce qui se passe avant.

Dans les e-mails, nous connaissons le chemin emprunté par nos clients pour passer de l'e-mail à la page de destination. On les met dessus, et on veut l'optimiser. Nous voulons comprendre dans quelle mesure nos e-mails sont convertis, nous devons donc utiliser les "transactions/e-mails livrés" pour calculer notre conversion. Cela prend en compte l'ensemble du parcours de messagerie et ne se limite pas à la qualité de la conversion de la page de destination.

Comme vous pouvez le voir dans ces deux exemples de clients, la conversion s'est poursuivie avec ce que signifiaient les ouvertures et les clics. Les spécialistes du marketing utilisent le calcul des "sessions de page/achats" pour la vanité car il donne un pourcentage plus élevé. Cependant, cela signifie que vous pourriez optimiser pour le mauvais résultat.

Tester des segments via des campagnes business-as-usual

Tester des programmes automatisés

3. Mesurer le succès avec les mauvais indicateurs

Un plan de test réalisable a besoin de mesures pertinentes pour mesurer le succès avec précision. Les mauvaises mesures peuvent gonfler ou dégonfler vos résultats. Ceci, à son tour, peut vous induire en erreur en optimisant la variante perdante au lieu de la gagnante.

Le taux d'ouverture, par exemple, est une mesure de succès populaire depuis que nous avons appris à l'utiliser au tout début de la messagerie HTML. Mais c'est une mesure imparfaite et peu fiable, surtout maintenant que la fonction de protection de la confidentialité des e-mails d'Apple masque le véritable taux d'ouverture d'une campagne. Mais même si les ouvertures étaient exactes à chaque fois, le taux d'ouverture n'est toujours pas nécessairement la bonne mesure.

Les clics, par exemple, sont une mesure d'engagement plus précise, mais ils ne révèlent pas combien d'argent votre campagne a généré. Si votre objectif est uniquement d'obtenir des clics, allez-y et utilisez le taux de clics. Mais si vous êtes récompensé sur les revenus de la campagne, vous devez utiliser une mesure de revenus telle que le nombre d'achats ou la valeur du panier.

4. Tests sans signification statistique

Si vos résultats de test sont statistiquement significatifs, cela signifie que les différences entre les groupes de test (le groupe de contrôle, qui était inchangé, et le groupe qui a reçu une variable, telle qu'un appel à l'action ou une ligne d'objet différente) ne se sont pas produites en raison de hasard, erreur ou événements innombrables.

Avoir un petit nombre de résultats peut perturber les tests de signification, soit parce que vous ne pouvez tester qu'une fraction de votre population, soit parce que le test n'a pas duré assez longtemps pour générer suffisamment de résultats. C'est pourquoi les tests doivent durer le plus longtemps possible (pour les automatisations) et atteindre une taille d'échantillon statistiquement significative (pour les campagnes).

La plupart des tests utilisent un facteur de signification de 5 %. Cela signifie que votre variable a fait une différence dans au moins 95 résultats sur 100 dans votre test, et les cinq résultats restants pourraient être aléatoires.

Des résultats qui ne sont pas statistiquement significatifs peuvent vous amener à tirer des conclusions erronées et à mal interpréter à la fois les résultats des tests et les résultats de votre campagne. Atteindre une signification statistique de 95 % indique un risque de 5 % de conclure qu'il existe une différence alors qu'il n'y a pas de différence réelle.

Tout ce que vous devez savoir sur la délivrabilité du marketing par e-mail que vos clients souhaitent et que les boîtes de réception ne bloqueront pas. Obtenez le tableau périodique du marketing par e-mail de MarTech.

Cliquez ici pour le vérifier!

5. Arrêter avec un test

Le philosophe Héraclite a dit: "Aucun homme ne marche deux fois dans le même fleuve, car ce n'est pas le même fleuve et ce n'est pas le même homme."

Il en va de même pour vos campagnes par e-mail. Votre base d'abonnés gagne toujours de nouveaux abonnés et en perd d'anciens, et les clients ne réagissent pas de la même manière à chaque campagne. Une campagne qui a bien fonctionné une fois peut échouer la suivante.

Si vous n'exécutez qu'un seul test, puis appliquez les résultats à toutes les campagnes futures, vous passerez à côté de ces changements subtils mais importants. C'est pourquoi vous devez effectuer des tests dans chaque campagne, en testant tout plus d'une fois pour exclure les anomalies.

Cela vous donnera des tendances que vous pourrez consulter pour apprendre des vérités générales sur votre public et indiquer des changements importants dans les attitudes et les comportements. Utilisez-les pour affiner ou réviser les approches de vos campagnes.

6. Tester un seul élément dans une campagne

Les tests de ligne d'objet sont omniprésents, principalement parce que de nombreuses plates-formes de messagerie intègrent des tests de division de ligne d'objet A/B dans leurs plates-formes. C'est un bon début, mais cela ne vous donne qu'une partie d'une image et est souvent trompeur. Une ligne d'objet gagnante mesurée sur le taux d'ouverture ne prédit pas toujours une campagne d'atteinte des objectifs.

C'est l'une des raisons pour lesquelles j'ai développé la pratique appelée test holistique, qui va au-delà des tests à canal unique, ponctuels et à variable unique.

Voici un exemple d'hypothèse basée sur la motivation que vous pourriez utiliser dans le cadre d'un test holistique. Il nomme la métrique appropriée (conversions) et intègre des facteurs liés à la copie tels que les lignes d'objet, les titres, les blocs de copie, les appels à l'action et même les pages de destination :

Tant que les modifications apportées aux variables soutiennent l'hypothèse, alors, en utilisant plusieurs variables, vous rendez le test plus robuste. La différence entre ceci et un test multivarié est que toutes les variables soutiennent l'hypothèse, et lorsque le gagnant est annoncé, nous pouvons appliquer ce que nous avons appris.

7. Ne pas utiliser ce que vous avez appris pour améliorer le courrier électronique

Nous ne testons pas pour voir ce qui se passe dans une seule campagne ou satisfaire la curiosité. Nous testons pour savoir comment nos programmes fonctionnent et ce qui les améliorera - maintenant et à long terme. Nous testons pour déterminer si nous dépensons de l'argent pour des choses qui nous aident à atteindre nos objectifs.

Nous testons pour découvrir les tendances et les changements de notre public que nous pouvons appliquer à d'autres canaux de marketing - parce que notre public de courrier électronique est notre population de clients dans un microcosme. Ne laissez pas vos résultats de test languir dans votre plateforme de messagerie ou dans un cahier d'équipe.

Un plan d'action à tester pour affiner une campagne email ressemblerait à ceci :

Les tests sont plus importants que jamais. Es-tu prêt?

La pandémie de COVID-19 a bouleversé les connaissances des spécialistes du marketing par e-mail sur nos clients. En 2020, nous avions besoin de tests pour détecter ce que les clients voulaient et ce qui changeait et ce qui restait le même dans leurs réponses à nos campagnes.

La pandémie recule dans de nombreuses régions mais menace de remonter dans d'autres. Les tests nous aideront à garder une longueur d'avance sur les nouveaux changements et à mettre ces informations en pratique immédiatement. Cela permet à nos programmes de messagerie de rester pertinents et appréciés des clients et de rehausser le profil de la messagerie en tant qu'outil fiable pour aider nos entreprises à réussir.

J'ai mentionné plus tôt que votre base de données de messagerie est un microcosme de votre clientèle. Des résultats de test précis peuvent révéler des changements dans la pensée et la motivation des clients que vous pouvez utiliser pour tester et mettre à jour vos médias sociaux, votre site Web, le marketing par SMS et même hors ligne dans le marketing direct.

Je ne vois aucun autre outil dans le kit marketing qui soit plus polyvalent, rentable et adaptable que le courrier électronique. Des tests précis et à jour gardent cet ancien outil fiable brillant et nouveau.

Les opinions exprimées dans cet article sont celles de l'auteur invité et pas nécessairement celles de MarTech. Les auteurs du personnel sont répertoriés ici.