Que peut-on tester sur Meta ?
- Le visuel ou le message de la publicité.
- L'audience : intérêts, audience similaire, ciblage large.
- Le placement ou l'optimisation (objectif, événement de conversion).
- La structure : une campagne contre une autre construite différemment.
Comment construire un test fiable ?
- Écrire l'hypothèse et l'indicateur de décision avant de lancer (coût par achat, ROAS…).
- Ne changer qu'une variable entre les cellules.
- Donner à chaque cellule une part d'audience suffisante et un budget comparable.
- Fixer une durée assez longue pour couvrir les variations de la semaine.
- Ne pas modifier les cellules pendant le test.
Comment lire les résultats ?
Comparez les cellules sur l'indicateur choisi, avec le nombre de conversions de chacune. Peu de conversions par cellule rend l'écart fragile : un résultat net sur quelques achats peut s'inverser. Meta indique une probabilité que le gagnant le reste si le test était répété ; un résultat sans gagnant clair est aussi une information, et la version la moins chère à produire peut alors être gardée.
Quelles erreurs éviter ?
- Tester plusieurs changements à la fois : on ne sait plus lequel a joué.
- Arrêter le test dès les premiers jours parce qu'une cellule mène.
- Juger au taux de clic quand l'objectif est la vente.
- Laisser d'autres campagnes viser la même audience en parallèle sans en tenir compte.
Ce que fait Vandolo
L'outil tests_ab_meta du connecteur Claude de Vandolo crée un test A/B Meta de 2 à 5 cellules, composées de campagnes ou d'ensembles de publicités, chacune recevant au moins 10 % de l'audience, pour une durée de 90 jours au plus. Il lit ensuite les résultats par cellule : dépense, impressions, clics, achats et revenus. La création du test passe par la validation par double authentification par défaut.
Sources de référence
- Centre d'aide Meta Business : tests A/B et expériences dans le gestionnaire de publicités.
- Documentation Meta for Developers : études publicitaires (ad studies).