Pourquoi et comment faire de l’A/B testing avec ProspectIn ?

Published by Guillaume Portalier on

4 minutes

Lorsque vous prospectez sur LinkedIn, définir le bon message d’approche ou la bonne séquence est primordial. L’A/B testing est une approche « scientifique » qui permet de déterminer l’accroche optimale pour vos campagnes. Nous vous expliquons comment procéder.

Qu’est ce que l’A/B testing ?

L’A/B testing est une technique assez simple, « scientifique » car basée sur des résultats chiffrés quantifiables. Elle consiste à élaborer deux messages différents (message « A » et message « B ») puis envoyer ces 2 messages à un échantillon représentatif de votre base prospect pour déterminer quel message est le plus efficace.
Une fois que vous avez trouvé le message qui performe le mieux, vous pouvez l’utiliser sur le reste de votre base prospect.

Pourquoi faire de l’A/B testing ?

Lorsque l’on prospecte il est important de faire des tests sur les meilleures approches, d’itérer sur les techniques. Lorsque vous faites de la prospection sur LinkedIn, la base prospect est quasi-infinie, vous allez donc vraisemblablement envoyer un très gros volume de messages. Dans ces circonstances, une variation aussi faible que 5 à 10 % dans le taux de réponse ou d’acceptation peut se révéler énorme à l’arrivée.
Il est donc important d’effectuer un certain nombre de tests, et d’être rigoureux dans la mesure de la performance avant de se lancer a cœur perdu dans une prospection effrénée.

Comment mettre en place de l’A/B testing avec ProspectIn ?

La règle absolue de l’A/B testing est la rigueur. Les différences entre les approches sont, le plus souvent, assez subtiles, et les différences de performance entre les approches souvent (mais pas toujours !) faibles. Il est donc primordial d’appliquer une grande rigueur dans l’exécution de ces tests pour qu’ils puissent être significatifs et qu’ils puissent impacter positivement votre prospection.

 

1ere étape : Cibler et exporter vos prospects dans ProspectIn

Pour que l’A/B testing soit valable, il faut qu’une approche soit liée à un segment de prospect (ou persona) précis. Si mon message A fonctionne très bien pour mon segment de prospects « directeur commercial dans le secteur du luxe », il peut ne pas être aussi efficace pour mon segment de prospect « commercial freelance ».
Lorsque l’on met en place un A/B test, les 2 messages (messages « A » et message « B ») sont donc envoyés à une seule et même cible.

Consultez notre guide pour faire une bonne recherche LinkedIn !

Maintenant que vous avez ciblé et exporté vos prospects dans ProspectIn, passons à l’étape suivante.

2e étape : Définition et répartition des messages

Une fois encore, pour que l’A/B testing soit valide, il convient d’envoyer un nombre minimal d’envoi, en général, nous recommandons un minimum de 100 envois par message, mais attention, il s’agit ici d’un MINIMUM ; plus le nombre d’envoi sera élevé, et plus les résultats seront significatifs.
Il faut également que les deux messages soient envoyés le même nombre de fois.

Prenons l’exemple d’un A/B testing sur la demande de connexion, ici, nous voulons mesurer le taux d’acceptation de nos demandes d’invitation.
Commencez par définir vos 2 messages « A » et « B » dans ProspectIn, attention, le message associé à la demande de connexion (la « note ») est limité à 300 caractères. On vous conseille notre article sur la différence entre message et connexion sur LinkedIn !

Une fois que vos 2 messages sont prêts, il suffit d’envoyer votre premier message à vos 100 premiers prospects en sélectionnant tous les prospects de la 1ère page en cliquant une fois sur la coche.

Puis vous envoyez votre 2e message aux 100 prospects suivants en sélectionnant la 2e page.

Les actions sont maintenant dans la file d’attente et vont s’envoyer progressivement, à condition d’avoir un onglet LinkedIn ouvert.
Au bout de 3 jours maximum (les quotas limitent les demandes de connexion entre 80 et 100 demandes par jour), toutes vos demandes se seront envoyées.

3e étape : Analyse des résultats

Afin que les résultats soient valides, il convient d’attendre un minimum de 10 jours. En effet il faut laisser le temps à vos prospects de se connecter à LinkedIn pour voir votre demande de connexion, tout le monde ne se connecte pas à LinkedIn tous les jours 😉

Une fois ce délai d’attente passé, vous n’avez plus qu’à consulter les résultats fournis par ProspectIn pour chacune des notes.

Ces résultats vous permettront de déterminer quelle approche fonctionne le mieux en matière de taux d’acceptation.
A noter que si vous avez un grand nombre de prospects sur lesquels effectuer des tests A/B, vous pouvez itérer vos tests autant de fois que vous voulez.

A/B testing sur les envois de message

Nous avons ici donné l’exemple d’un A/B test sur une demande de connexion, mais il est également possible de mettre en place des A/B tests sur des envois de message. Le principe reste exactement le même, la différence est qu’il faudra être déjà connecté avec les prospects, et que nous mesurerons ici le taux de réponse, et non le taux d’acceptation.

A vos tests ! 😁

Tweetez
Partagez
Partagez