Test A/B de la ligne d’objet et taille de liste

Utilisez des listes de taille plus importante pour réduire le risque que les résultats d’un test A/B d’une ligne d’objet soient aléatoires

Lors de la réalisation d’un test A/B de ligne d’objet, nous recommandons que vos listes A et B aient chacune au moins 1 000 contacts, soit un total de 2 000 contacts. Plus votre public est important mieux c’est, car cela réduit les risques que vos résultats présentent une anomalie et augmente votre confiance dans vos résultats ; c’est ce qu’on appelle « l’importance statistique ».

Avoir une importance statistique élevée signifie que vous avez plus confiance dans vos résultats et que vous pouvez prendre une meilleure décision à partir de ces derniers, alors qu’avoir une importance statistique faible signifie que votre résultat peut être dû à d’autres facteurs que ceux prévus.

Exemple :

Vous faites le test A/B de votre ligne d’objet et envoyez deux versions de votre ligne d’objet, une à chaque moitié de votre liste. L’un de vos contacts consulte ses e-mails et se lève une minute pour reprendre un café. Pendant son absence, le chat marche sur le clavier et ouvre accidentellement votre e-mail, qui s’avère être la ligne d’objet B. Quelle est l’importance du chat pour vos résultats de test A/B ?  
 

Comme vous pouvez le voir, plus votre liste est grande, plus le nombre d’ouvertures augmente et moins le chat a d’importance. N’oubliez pas que pour conclure votre test A/B, vous devez encore comparer le taux d’ouverture de l’e-mail B par rapport à l’e-mail A. Si votre liste est petite, le chat pourrait vous faire déclarer gagnant à tort !


 

Dans cet exemple, vous savez que le chat est un facteur et par conséquent vous connaissez son impact sur votre taux d’ouverture, mais vous ne savez jamais avec certitude pourquoi un e-mail est ouvert ou non lorsque vous l’envoyez à une liste de contacts réelle. Vous ne pouvez pas empêcher les ouvertures par erreur, mais vous pouvez minimiser leur impact sur les résultats de vos tests en testant avec une liste de taille plus importante.

Les données montrent que : votre ligne d’objet a un impact direct sur votre taux d’ouverture ; lorsque votre ligne d’objet est bien écrite, celle-ci attise la curiosité de vos contacts et ils ouvrent votre e-mail pour voir plus de détails, et lorsque votre ligne d’objet est pauvre, vos contacts l’ignorent. La ligne d’objet gagnante d’un test A/B de ligne d’objet vous donne une idée de ce que votre public recherche lorsqu’il parcourt sa boîte de réception. La prochaine fois que vous enverrez un e-mail au même public à l’aide de votre ligne d’objet gagnante comme guide, vous devrez constater une augmentation des ouvertures.

Questions?