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 répartition de départ courante pour le budget test vs mise à l’échelle est d’environ 70 % aux gagnants éprouvés, 20 % aux variantes proches de ce qui fonctionne déjà, et 10 % aux créations ou offres réellement nouvelles, mais traitez ce 70/20/10 comme un point de départ à ajuster, pas comme une règle à suivre aveuglément. 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 constitue un point de départ raisonnable pour quelqu’un qui n’a aucune autre information. 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. Un acheteur dépensant 500 $ par jour en test à 10 % dispose de 50 $ par jour pour trouver un nouveau gagnant, ce qui, aux coûts typiques de test natif, suffit à peine à obtenir une lecture directionnelle d’un nouvel angle. Un acheteur à 10 000 $ par jour dispose de 1 000 $ par jour pour les tests, ce qui permet de lancer quatre ou cinq tests réels 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 et le réseau, mais le schéma est constant : 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 creative fatigue 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. Un test bon marché Revcontent ou MGID dans un géo de bas niveau peut vous fournir une lecture directionnelle pour quelques centaines de dollars. Un test Taboola dans un secteur concurrentiel Tier‑1 comme la finance ou l’assurance nécessite nettement plus de dépenses avant que les données soient fiables. 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 montrent souvent qu’une campagne « gagnante » possède des poches faibles qu’il vaut mieux réduire plutôt que d’augmenter tout 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. Cela coûte moins cher à tester que des concepts entièrement nouveaux et offre un taux de réussite plus élevé, ce qui constitue la majeure partie du « 20 % » du 70/20/10.
  4. Revisitez chaque semaine, pas chaque mois. La bonne répartition évolue à mesure que les gagnants fatiguent et que les nouveaux tests réussissent ou échouent ; une allocation mensuelle fixe devient rapidement obsolète dans un canal où la dégradation créative se mesure en jours ou semaines, pas en trimestres.

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 vous permettent d’obtenir une lecture plus rapide et moins coûteuse : tester un nouvel angle dans un géo Tier‑2 sur MGID ou Revcontent avant de le déployer dans une campagne Tier‑1 Taboola est un schéma courant précisément parce que le coût d’une mauvaise réponse est moindre. Si l’angle fonctionne à bas coût, il est beaucoup plus sûr de passer à l’inventaire premium. C’est également le moment où vérifier si un angle similaire est déjà prouvé ailleurs porte ses fruits. Avant de dépenser le budget de test sur un concept à partir de zéro, analyzing winning native ad creatives déjà présentes dans votre secteur vous indique si l’angle a du potentiel avant que vous ne payiez pour le découvrir vous‑même.

Exemple concret selon la taille du compte#

Considérons deux comptes appliquant tous deux une répartition 70/20/10. Le compte A dépense 400 $/jour ; son allocation de 10 % pour les tests représente 40 $/jour, ce qui, sur la plupart des réseaux natifs, n’est pas suffisant pour atteindre une conversion unique dans un secteur Tier‑1 en une semaine, encore moins pour comparer deux concepts. Le compte B dépense 8 000 $/jour ; son 10 % représente 800 $/jour, assez pour lancer trois ou quatre tests réels simultanément et obtenir une lecture fiable en quelques jours.

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 plutôt qu’un pourcentage : peut‑être 150 $/jour, quel que soit son poids dans les dépenses totales, financé en réduisant légèrement l’allocation à la mise à l’échelle plutôt qu’en diminuant 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, c’est simplement une dépense sans apprentissage, ce qui est pire que de ne pas tester du tout.

Signaux indiquant que votre répartition doit changer#

Quelques déclencheurs concrets à surveiller, plutôt que d’attendre une revue programmée :

  • La performance de votre meilleure création a chuté pendant deux semaines consécutives. C’est un signal précoce de fatigue, et cela signifie que votre pipeline de test doit déjà disposer d’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, c’est le signe que le secteur ou le pool d’angles que vous exploitez est particulièrement fertile en ce moment, et augmenter temporairement les tests peut accélérer les gains davantage qu’un ratio fixe.
  • 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 : dollars dépensés en test versus nouveaux gagnants générés. Si ce ratio se détériore (plus de dollars de test par gagnant trouvé), le problème n’est généralement pas le pourcentage de répartition, mais la qualité des concepts testés. De meilleurs inputs, informés par what's actually working across the vertical right now, résolvent cela plus rapidement que de remanier le ratio budgétaire.

Le 70/20/10 constitue un bon point de départ le premier jour d’un nouveau compte. 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 heuristique de départ courante : 70 % du budget aux gagnants éprouvés, 20 % aux variantes proches de ce qui fonctionne, et 10 % aux tests réellement nouveaux. C’est un point de départ raisonnable en l’absence d’autres informations, mais il doit être ajusté en fonction du nombre de gagnants, du taux de fatigue et de la marge de manœuvre du 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 statistiquement utile chaque semaine, pas un pourcentage. Ce plancher varie selon le réseau et le secteur, car un test financier Tier‑1 Taboola coûte plus cher à lire de façon fiable qu’un test Tier‑2 MGID.
Comment savoir si je teste trop peu ?
Si vous n’avez qu’un ou deux gagnants et aucune relève claire dans le pipeline lorsqu’ils montrent des signes de fatigue, vous testez trop peu. Un compte sain possède toujours au moins un ou deux concepts en test actif, quel que soit le niveau de performance des gagnants actuels.
Le ratio test vs mise à l’échelle doit‑il évoluer avec le temps ?
Oui. Reconsidérez‑le chaque semaine. À mesure que les gagnants fatiguent, que les tests réussissent ou échouent, et que votre taux de réussite change, un ratio fixe fixé au jour 1 devient erroné en quelques semaines dans un canal où la dégradation créative est rapide.
Est‑il moins cher de tester sur certains réseaux que sur d’autres ?
En général oui. Les géos et réseaux Tier‑2 comme MGID ou Revcontent vous permettent d’obtenir une lecture directionnelle d’un nouvel angle pour moins de dépenses qu’un test Tier‑1 Taboola ou Outbrain dans un secteur concurrentiel, ce qui explique pourquoi de nombreux acheteurs testent à bas coût puis passent à l’inventaire premium une fois qu’un angle est validé.
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.