OpenAdLibraryOpenAdLibrary
Affiliation & Achat Média

Tester vs Augmenter la répartition du budget : le 70/20/10 qui n’est pas un dogme

Le 70/20/10 est répété comme une vérité, mais la bonne répartition test vs mise à l’échelle dépend de votre inventaire de gagnants et du taux de fatigue, pas d’un pourcentage fixe. Voici le cadre à la place.

Illustration éditoriale : Tester vs Augmenter la répartition du budget : le 70/20/10 qui n’est pas un dogme

Une règle empirique qui circule parmi les media buyers consiste à consacrer environ 70 % du budget aux gagnants éprouvés, 20 % aux variantes proches d’annonces qui fonctionnent déjà, et 10 % aux tests de créations ou d’offres réellement nouveaux. Cet article ne cite aucune directive de plateforme ni étude pour cette répartition 70/20/10, il la traite donc, ainsi que tout autre chiffre ci‑dessous qui n’a pas de source nommée, comme une hypothèse illustrative à ajuster, et non comme un benchmark ou une règle. Ici, un « gagnant » désigne une création qui a atteint votre propre CPA ou objectif de profit dans les données de votre propre campagne, et non une annonce que vous avez simplement vue tourner. La bonne répartition dépend du nombre de gagnants que vous avez actuellement, de la rapidité avec laquelle votre meilleure création se fatigue, et de la marge de manœuvre dont vous disposez pour survivre à une mauvaise semaine de test.

Pourquoi le ratio n’est pas le point#

Le cadre 70/20/10 (ou 80/15/5, ou 60/30/10, selon qui vous demandez) est répété parce qu’il est facile à retenir et donne à un acheteur sans autre information un point de départ. Mais il répond à la mauvaise question. La décision réelle que les acheteurs doivent prendre n’est pas « quel pourcentage dois‑je allouer aux tests », mais « combien puis‑je me permettre de perdre cette semaine sans menacer la campagne, et combien de concepts créatifs dois‑je faire tourner simultanément pour garder un pipeline de gagnants ».

Ces deux questions produisent des répartitions très différentes selon la taille du compte. Prenons un acheteur qui dépense $500 par jour au total et qui teste avec 10 % de ce montant : cela représente $50 par jour pour trouver un nouveau gagnant. Un acheteur à $10,000 par jour dispose de $1,000 par jour pour les tests. Pour l’illustration uniquement, supposons qu’un test de création lisible nécessite environ $200 à $250 par jour (une hypothèse pour cet exemple, pas un coût typique : le chiffre réel dépend de votre CPA, de votre géo et de votre secteur). Sur cette base, le premier acheteur ne peut pas financer ne serait‑ce qu’un seul test, et le second peut en lancer quatre ou cinq en parallèle. Le pourcentage est identique ; la capacité pratique de test ne l’est pas.

Les véritables paramètres de votre répartition#

Inventaire de gagnants. Si vous avez actuellement une publicité fonctionnelle qui montre des signes précoces de fatigue, vous devez tester plus agressivement que 10 %, car vous êtes à une mauvaise semaine d’avoir zéro gagnant. Si vous avez cinq gagnants stables couvrant différents angles, vous pouvez vous permettre de miser davantage sur la mise à l’échelle et tester plus conservativement.

Taux de fatigue. Les délais de fatigue créative native varient selon le secteur, le réseau et la taille de l’audience, et l’explication habituelle est que la performance se dégrade à mesure que la fréquence augmente et que le même segment d’audience voit la publicité à plusieurs reprises. Suivez le nombre de jours pendant lesquels votre gagnant typique reste performant avant que la dégradation ne commence, et dimensionnez votre budget de test pour avoir un remplaçant prêt avant ce point, pas après. Voir fatigue créative pour le mécanisme sous‑jacent.

Marge de manœuvre du compte. Combien de mauvaises semaines l’entreprise peut‑elle absorber avant que les dépenses doivent diminuer ? Une marge plus fine justifie une allocation de test plus petite et plus conservatrice même si cela ralentit la découverte de nouveaux gagnants ; le compromis est réel et aucune formule ne l’élimine.

Coût d’apprentissage du test. Le coût d’une réponse réelle dépend principalement de votre CPA, alors calculez‑le à partir de vos propres chiffres. Avec des chiffres hypothétiques, cinq conversions à un CPA de $30 représentent environ $150 de dépenses, tandis que cinq conversions à un CPA de $90 représentent environ $450. Les réseaux publient leurs propres recommandations, et elles diffèrent. Le centre d’aide de MGID recommande un budget de test d’environ 5 000 à 10 000 clics et donne un exemple de $600 pour 5 000 clics à un CPC de 12 cents. Le centre d’aide de Revcontent suggère de laisser les créations tourner pendant une semaine, ou jusqu’à avoir dépensé au moins $300 à $500, avant d’analyser les données. Realize (Taboola) déclare : « Le budget quotidien recommandé par campagne est de 10 fois votre objectif de CPA, ou au moins $50 USD. » Chacune de ces recommandations est celle de son réseau, pas un classement des réseaux les moins chers pour tester. Allouez votre budget de test en fonction du coût d’une réponse réelle, pas d’un chiffre arbitraire.

Un cadre pratique au lieu d’un ratio fixe#

  1. Définissez un plancher de test, pas un pourcentage. Décidez du montant minimum hebdomadaire en dollars nécessaire pour lancer au moins deux tests réels de création ou d’angle avec un échantillon statistiquement utile. C’est votre plancher, quel que soit le total des dépenses.
  2. Augmentez l’allocation aux gagnants pour compléter le reste, mais limitez ce qui va dans une même création ou un même éditeur, car les données de performance au niveau éditeur peuvent montrer qu’une campagne solide possède des poches faibles qu’il vaut mieux réduire plutôt que de tout augmenter proportionnellement.
  3. Réservez un niveau intermédiaire pour l’itération, pas pour des concepts totalement nouveaux : variantes d’un hook gagnant, nouvelle image sur un titre éprouvé, CTA différent. Les itérations coûtent généralement moins cher à produire que des concepts entièrement nouveaux, et elles peuvent réussir plus souvent, mais vérifiez cela dans votre propre journal de tests au lieu de le supposer. Ce niveau intermédiaire correspond au rôle que joue le « 20 % » dans le 70/20/10.
  4. Revisitez chaque semaine, pas chaque mois (une cadence suggérée, pas un intervalle issu de la recherche). La bonne répartition évolue à mesure que les gagnants fatiguent et que les nouveaux tests réussissent ou échouent, et une allocation mensuelle fixe peut devenir rapidement obsolète si votre création se dégrade en quelques semaines.

Où le budget de test doit réellement aller#

Tous les réseaux ou géos ne méritent pas le même budget de test. Les géos et réseaux moins chers peuvent vous permettre d’obtenir une lecture plus rapide et moins coûteuse, alors certains acheteurs testent un nouvel angle dans un géo Tier‑2 sur MGID ou Revcontent avant de le confier à une campagne Tier‑1 Taboola, car le coût d’une mauvaise réponse est plus faible. Nous n’avons pas de données sur la fréquence de ce schéma, et les coûts dépendent de votre CPA et de la concurrence dans chaque géo et secteur, alors comparez les coûts réels avant de choisir où tester. Un angle qui fonctionne dans un géo bon marché peut ne pas se transposer, car l’audience, la langue, l’économie de l’offre et le mix d’éditeurs diffèrent ; considérez donc un résultat en géo bon marché comme une raison de lancer un second test, pas comme une preuve. Avant de dépenser du budget de test sur un concept à partir de zéro, regarder les créations que les concurrents diffusent dans votre secteur peut suggérer des angles qui valent la peine d’être testés. Une annonce que l’on a vue tourner ne prouve pas qu’elle est rentable ; utilisez‑la donc pour choisir quoi tester, pas pour éviter de tester.

Exemple concret selon la taille du compte#

Considérons deux comptes qui appliquent tous deux nominalement une répartition 70/20/10, avec des chiffres hypothétiques tout du long. Le compte A dépense $400/jour, donc son allocation de 10 % pour les tests représente $40/jour. Supposons que son CPA cible soit $50. Alors $40 par jour achètent moins d’une conversion par jour, environ 5,6 par semaine pour tous les tests combinés ($280 de dépenses hebdomadaires divisées par un CPA de $50), ce qui est trop peu pour comparer deux concepts entre eux. Il est également inférieur au minimum de $50 que Revcontent fixe pour le budget quotidien d’une campagne et que MGID fixe pour la limite de budget global ou quotidien d’une campagne (MGID demande séparément un dépôt minimum de $100), donc il ne pourrait pas financer une campagne de test distincte sur l’un ou l’autre réseau. Le compte B dépense $8,000/jour, donc son 10 % représente $800/jour. Au même CPA de $50, cela achète environ 16 conversions par jour. Réparti sur quatre tests, chacun obtient environ $200 par jour et environ 4 conversions par jour, soit environ 28 par semaine. Savoir si cela constitue une lecture fiable dépend de l’ampleur de la différence entre concepts que vous devez détecter.

La solution pour le compte A n’est généralement pas « tester moins », mais de restructurer le ratio afin que le plancher de test soit un montant fixe en dollars plutôt qu’un pourcentage. Supposons que le plancher soit de $150 par jour (un chiffre hypothétique). Cela représente 37,5 % des $400 de dépenses quotidiennes du compte A, et non 10 %, donc les $110 supplémentaires par jour doivent venir des autres allocations. Si tout venait de l’allocation aux gagnants, celle‑ci passerait de $280 à $170 par jour selon le point de départ 70/20/10. Savoir si un petit compte peut se le permettre est une décision de marge de manœuvre, et aucune formule ne la tranche. L’alternative est de réduire la qualité du test en dessous du point où il produit des données exploitables. Un test qui ne peut pas atteindre un échantillon réel n’est pas moins cher ; il dépense de l’argent sans produire de réponse exploitable.

Signaux indiquant que votre répartition doit changer#

Quelques déclencheurs exemplaires à surveiller, plutôt que d’attendre une revue programmée. Les seuils sont illustratifs ; définissez les vôtres à partir de l’historique de votre compte :

  • La performance de votre meilleure création a chuté pendant deux semaines consécutives. Cela peut être un signal précoce de fatigue (écartez d’abord la saisonnalité, les changements d’enchères ou de budget et les problèmes de suivi), et si c’est le cas, votre pipeline de test doit avoir un candidat prêt, pas partir de zéro une fois que le gagnant a complètement décliné.
  • Votre taux de réussite des tests a été exceptionnellement élevé récemment. Si trois de vos cinq derniers tests sont devenus des gagnants viables, le pool d’angles dans lequel vous puisez est peut‑être exceptionnellement productif, mais cinq tests constituent un petit échantillon et la chance peut expliquer une série. Considérez‑le comme une raison de tester un peu plus pendant un temps et de voir si le taux se maintient, pas comme la preuve que le secteur a changé.
  • Vous n’avez eu aucun nouveau gagnant pendant un mois malgré des dépenses de test constantes. Cela indique qu’il faut examiner la provenance de vos concepts de test, pas nécessairement changer le ratio ; davantage de dollars de test sur des concepts faibles ne fait que brûler le budget plus rapidement.

Erreurs courantes avec la répartition#

  • Traiter le ratio comme fixe quel que soit le résultat. Si les tests produisent des gagnants à un taux élevé, c’est un signal pour en augmenter la part, pas pour le plafonner mécaniquement à 10 %.
  • Tester trop de variables simultanément. Un test qui modifie le titre, l’image et la page de destination en même temps ne révèle pas quelle modification a réellement compté. Isolez les variables dans la mesure du budget.
  • Arrêter les tests trop tôt. Les tests sous‑financés jugés après un ou deux jours de dépenses sont généralement évalués sur le bruit, pas sur le signal. Dimensionnez le budget du test en fonction de l’échantillon réellement nécessaire avant de décider.
  • Ne jamais revisiter les dépenses de « mise à l’échelle ». L’argent alloué aux gagnants n’est pas figé ; il nécessite toujours une discipline continue au niveau éditeur, dispositif et géo pour maintenir le gagnant gagnant.

Comment savoir si votre répartition fonctionne#

Suivez un ratio simple sur une fenêtre glissante de quatre semaines (une fenêtre suggérée, pas issue de la recherche) : dollars dépensés en test versus nouveaux gagnants générés. Si ce ratio se détériore (plus de dollars de test par gagnant trouvé), la cause n’est peut‑être pas le pourcentage de répartition ; cela peut être la qualité des concepts testés. De meilleurs inputs, comme des angles que vous avez vus chez des concurrents et vos propres résultats passés, valent la peine d’être examinés avant de remanier le ratio budgétaire. La publicité d’un concurrent montre qu’un angle était utilisé, pas qu’il a été rentable ; testez‑le donc avant de le passer à l’échelle.

Le 70/20/10 est un point de départ possible le premier jour d’un nouveau compte, comme une hypothèse illustrative plutôt qu’un benchmark étayé par des recherches. D’ici la quatrième semaine, votre propre taux de fatigue, le nombre de gagnants et le taux de réussite des tests devraient déterminer le chiffre, pas une règle lue dans un article de blog.

Questions fréquentes

Quelle est la règle du 70/20/10 en media buying ?
C’est une règle empirique informelle : 70 % du budget aux gagnants (les créations qui ont atteint votre propre CPA ou objectif de profit), 20 % aux variantes proches de celles-ci, et 10 % aux tests réellement nouveaux. Cet article ne cite aucune directive de plateforme ni étude à son sujet, alors traitez-la comme un point de départ illustratif et ajustez-la en fonction de votre nombre de gagnants, de votre taux de fatigue et de la marge de manœuvre de votre compte.
Quel budget devrais‑je consacrer aux tests de nouvelles créations ?
Définissez un plancher basé sur le montant en dollars nécessaire pour lancer au moins deux tests réels avec un échantillon utile chaque semaine (deux est un chiffre illustratif), pas un pourcentage. Ce plancher dépend principalement de votre CPA, car un test dans un secteur à CPA élevé coûte plus cher à lire qu’un test dans un secteur à CPA faible. Les réseaux publient leurs propres recommandations : par exemple, Realize recommande un budget quotidien par campagne de 10 fois votre objectif de CPA ou au moins $50, MGID suggère un budget de test d’environ 5 000 à 10 000 clics, et Revcontent suggère de faire tourner les créations pendant une semaine ou jusqu’à avoir dépensé entre $300 et $500 avant d’analyser.
Comment savoir si je teste trop peu ?
Si vous avez un ou deux gagnants et aucune relève claire dans le pipeline lorsqu’ils montrent des signes de fatigue, vous testez peut‑être trop peu. Une règle de travail raisonnable consiste à garder au moins un ou deux concepts en test actif même lorsque les gagnants actuels sont performants ; ce chiffre est une hypothèse à ajuster à votre compte, pas un benchmark.
Le ratio test vs mise à l’échelle doit‑il évoluer avec le temps ?
Oui. Une revue hebdomadaire est une cadence pratique (une suggestion, pas un intervalle issu de la recherche). À mesure que les gagnants fatiguent, que les tests réussissent ou échouent et que votre taux de réussite change, un ratio fixe défini au jour 1 peut devenir erroné en quelques semaines si votre création se dégrade rapidement.
Est‑il moins cher de tester sur certains réseaux que sur d’autres ?
Cela dépend de votre CPA et de la concurrence dans le géo et le secteur, et cet article ne propose aucune comparaison de coûts entre réseaux. Chaque réseau publie des minimums et des recommandations différents : le centre d’aide de Revcontent indique un budget quotidien minimum de campagne de $50, le guide de campagne de MGID indique $50 comme limite de budget global ou quotidien minimum (et sa page tarifaire demande un dépôt minimum de $100), Outbrain indique un minimum de $20 par jour et un budget mensuel d’au moins $600, et Realize recommande 10 fois votre objectif de CPA ou au moins $50 par jour. Certains acheteurs testent d’abord dans un géo moins cher, puis retestent dans un géo plus cher, car un résultat dans un géo ou un réseau peut ne pas se transposer.
L'équipe OpenAdLibrary
Écrit parL'équipe OpenAdLibrary
Renseignement publicitaire & recherche sur la publicité native

Nous développons OpenAdLibrary, la plateforme ouverte de transparence publicitaire. Chaque jour, nos systèmes capturent des publicités natives en direct sur Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo et MSN, identifient le véritable annonceur derrière chacune d'elles et suivent le clic jusqu'à sa page de destination. Ces guides synthétisent ce que nous observons dans ces données pour vous permettre d'étudier le marché plus rapidement.