SNSM : Faire de l’A/B testing pendant ses campagnes de collecte de fin d’année

Une autre idée de test couramment effectué est le test sur la personnalisation. D’un côté on va préremplir le formulaire de don par rapport à des données déjà fournies et de l’autre ne pas faire de pré-remplissage. Ces tests-là sont un peu plus complexes à mettre en œuvre comme il y a des variables passées dans l’URL. Cela nécessite une configuration de Google Optimize où l’on utilise la fameuse fonctionnalité “URL configuration avancée”.

Audrey a mis ça en place via leurs emails internes. Elle a approfondi l’interfaçage entre leur outil de routage emailing et leur base de données en y remontant tout un tas d’informations : nom, prénom, ville, date d’anniversaire, affectation du don s’il est rattaché à un établissement. Ainsi les personnes cliquent directement sur le bouton dans leurs emails et arrivent sur le formulaire de don pré-complété avec leurs coordonnées. Cela nécessite du travail de mise en place mais ça vaut le coup.

Aussi, nous partageons tous les 2e mardi du mois dans notre newsletter une rubrique « L’expérience menée avec les résultats chiffrés et nos apprentissages. » dans laquelle vous retrouverez différentes idées de tests menées : https://www.givexpert.com/newsletter-fundraising-plus-impact/

Audrey ne l’a pas paramétré seule car elle ne maîtrise pas Google Optimize. Elle a fait appel à l’agence qui les accompagne sur le digital, notamment Christopher Guillou qui est spécialisé web marketing.  

Après c’est plus du temps. Au début tu passes forcément beaucoup de temps dans ton analytics ou dans tes statistiques à regarder comment ta collecte se comporte, quels sont tes résultats etc. Pour essayer d’améliorer son taux de conversion mobile, Audrey avait regardé ce qui se fait chez d’autres associations, comment elles font leur formulaire de don mobile. Ensuite, elle avait regardé les habitudes de comportement, de trafic et de dons au sein de son organisation. Elle a pu voir que 95% des dons étaient ponctuels sur le mobile, que c’était majoritairement des dons avec de faibles montants etc. C’est donc plus une question de temps que de facilité. Trouver le temps de creuser dans ses chiffres, d’avoir le temps de réfléchir à des tests, comment les mettre en place, échanger avec son équipe pour la mise en place, qu’est-ce qu’on fait ? Parce qu’au début, Audrey n’était pas forcément partie sur ce type de distinction par rapport à l’adresse postale optionnelle. 

Audrey avait constaté que de nombreuses associations utilisent un formulaire de mobile sur lequel il n’y a pas de montants de dons proposés. Or, ce qu’elle a pu voir sur différents dashboards, c’est que 50% des gens vont faire un don en utilisant les montants proposés et le 50% restant met un montant de don libre.  

Dans tous les cas, c’est sûr que les outils comme Google Optimize nécessitent une prise en main. Cependant il n’y a pas de grand risque dans le sens où le seul risque est que votre test ne serve à rien. Dans tous les cas il n’y a pas de risque de renvoyer quelqu’un nulle part ou d’effacer votre formulaire.  

D’autres outils existent comme AB Testy (français) avec un accompagnement et des formations qui sont disponibles. Cela peut être une alternative à Google Optimize. 

Enfin, il y a toujours le module de Matomo qui existe mais comme pour Google Optimize il vaut mieux se faire accompagner (ou alors faut prendre du temps pour se former à l’outil).

Voici un lien vers un calculateur de signifiance statistique.

Il permet de valider la véracité de son test. En effet, la pertinence des résultats de son test dépend en réalité à la fois du nombre de visiteurs et du nombre de conversions. Grâce à cela, on valide le fait qu’on peut tenir compte du test réalisé et ensuite généraliser l’enseignement qu’on en a tiré.  

C’est important car cela permet de se sécuriser sur le fait que même s’il n’y a eu que 300 transactions, l’écart qu’on obtient en termes de taux de transformation justifie le fait de généraliser l’optimisation parce que c’est valide statistiquement. 

C’est la seule bonne réponse parce que si vous faites un test et votre taux de transformation double, vous n’avez pas besoin de plus de 300 transactions pour que ce test soit valide statistiquement, tellement l’écart est important entre les 2 versions. En revanche, admettons que vous faites un test et qu’il y en a un qui convertit à 3 et l’autre converti à 3,16. Alors dans ce cas il va probablement vous falloir 10 000 visiteurs et 2500 transactions, vu le peu de différences qu’il y a entre les 2, pour valider statistiquement que oui, cette modification qui vous a fait gagner 0,16% de transformation, vous devez la généraliser.