L’A/B testing porte aussi le doux nom de split-testing. C’est une technique qui vous permet de deux tester plusieurs versions d’un emailing sur un extrait de votre base de données afin de déterminer la version la plus performante. Pour que votre A/B testing soit pertinent, il faut que votre échantillon de base de données soit représentatif de l’ensemble de votre base de données. Par exemple, si votre base inclut 40% de jeunes de 18 à 25 ans et que votre échantillon n’en contient que 5% alors il n’est pas tout à fait à l’image de votre base et le retour de performances ne pourrait pas être le même. Une fois votre A/B testing réalisé, il faut interpréter les résultats. Si vos taux sont faibles, la première erreur est de vouloir tout restructurer. En effet, à trop changer de paramètres à la fois, vous risquez de faire aussi fausse route. Regardez donc les taux, les plus faibles et adaptez vos changements. Vous trouverez quelques pistes dans cet article au sujet de l’efficacité des emailings. Enfin, l’A/B testing ne doit pas être fait de manière ponctuelle car le comportement de vos prospects évoluera, notamment en fonction du type de mail et des supports.