Le split run est une technique de test publicitaire qui divise un même tirage ou une même diffusion en plusieurs parts comparables, chacune recevant une version différente d’une annonce ou d’un envoi, pour mesurer laquelle obtient le meilleur résultat.
Le terme vient de la presse imprimée. Une partie des exemplaires d’un numéro porte une version de l’annonce presse, l’autre partie une seconde version, au même emplacement. Chaque version comporte un moyen de réponse identifiable : coupon codé, numéro de téléphone ou adresse distincte. Le décompte des réponses par version désigne la plus efficace, puisque les deux versions partagent le même support, la même date et un lectorat comparable.
Le principe s’applique aussi au publipostage. Le fichier est alors partagé au hasard en sous-ensembles qui reçoivent chacun une variante de l’offre, de la lettre ou de l’enveloppe. Un split run comprend une variable testée, des sous-populations comparables, un code de suivi par version et un critère de réussite fixé à l’avance, en général le taux de réponse ou le chiffre d’affaires par contact.
Le split run repose sur la même logique que l’A/B testing, appliquée à des supports imprimés ou postaux, alors que l’A/B testing répartit automatiquement des visiteurs en ligne. Il se distingue du plan test, qui éprouve une action à petite échelle avant son déploiement, et du post-test, qui mesure par enquête l’effet d’une campagne après sa diffusion. On l’emploie en marketing direct, en publicité presse et en vente à distance.
Un support imprimé ne se corrige pas après diffusion. Tester sur une fraction du tirage ou du fichier permet de choisir une version avant d’engager tout le volume. Le split run reste aussi l’un des rares moyens d’isoler l’effet propre d’un message hors ligne. Le dictionnaire Merriam-Webster (entrée « split run », consultée en 2026) le définit d’ailleurs comme un tirage de journal ou de magazine dont un élément, illustration ou texte d’annonce, change en cours de tirage au même emplacement, par exemple pour comparer l’efficacité de deux annonces. Nous recommandons d’en faire une habitude sur les campagnes postales d’envergure appelées à être reconduites, en réservant une part du fichier au test.
Quand les taux de réponse sont faibles, un écart de quelques dixièmes de point peut relever du hasard. Calculez un intervalle de confiance pour chaque version avant de conclure. Comparez aussi la valeur des réponses : une offre agressive peut gagner en nombre de réponses et perdre en taux de transformation ou en panier moyen. Le bon critère final est souvent la marge par contact, coût de chaque version compris.
Nous recommandons de consigner chaque test dans un registre commun : date, support, variable testée, volumes, résultats et décision prise. Ce registre évite de retester ce qui a déjà été tranché. Il permet aussi de vérifier, d’une campagne à l’autre, qu’un gain se confirme avant de généraliser la version gagnante à tout le fichier.
Advalians vérifie vos données et mesure ce que chaque action produit réellement en contacts ou en ventes, pour savoir laquelle prolonger et où déplacer le budget.
Advalians, cabinet de conseil indépendant en marketing et communication, vous aide à clarifier vos choix et à décider.
La logique est la même : comparer des versions sur des groupes répartis au hasard. La différence tient au support. Le split run porte sur un tirage de presse ou un envoi postal. L’A/B testing porte sur des pages web, des e-mails ou des applications, avec une répartition automatique et des résultats rapides.
Conséquence pratique : un split run se prépare avant l’impression et se lit après plusieurs semaines. Il ne se corrige pas en cours de route. Tout doit donc être fixé au départ : variable testée, taille des groupes, codes de réponse et date de clôture.
Tirez au hasard plusieurs sous-ensembles dans le fichier, de même taille ou de taille définie, puis attribuez une version à chacun. Gardez une version témoin identique au courrier habituel.
Imprimez un code de version sur chaque élément de réponse : coupon, adresse web dédiée, numéro d’appel. Transmettez au routeur un champ de version par ligne pour que la mise sous pli respecte la répartition. Contrôlez quelques plis de chaque version avant le dépôt. Enregistrez enfin chaque réponse avec son code, y compris les commandes passées par un autre canal.
Le nombre dépend du taux de réponse habituel et de l’écart que vous voulez détecter. Plus le taux est faible et l’écart petit, plus il faut de contacts.
Exemple de calcul usuel, avec un seuil de confiance de 95 % et une puissance de 80 % : pour distinguer un taux de réponse de 1 % d’un taux de 1,2 %, il faut un peu plus de 40 000 contacts par version. Pour distinguer 1 % de 1,5 %, environ 8 000 suffisent. Si votre fichier ne permet pas ces volumes, testez un écart plus ambitieux, comme une offre très différente.
La plus fréquente est une répartition non aléatoire des exemplaires. Si une version part en abonnement et l’autre en kiosque, ou dans des régions différentes, l’écart mesure le lectorat et non l’annonce.
Vérifiez avec l’éditeur comment les versions sont réparties, et demandez le nombre d’exemplaires diffusés pour chacune. Utilisez des codes de réponse distincts et faciles à saisir. Prévoyez enfin le cas des réponses sans code : affectez-les à part, plutôt que de les répartir selon une hypothèse.
Quand le volume diffusé est trop faible pour détecter un écart réaliste, le test coûte sans rien apprendre. C’est aussi le cas lorsque la campagne ne sera pas répétée : le résultat ne servira à aucune décision future.
Renoncez-y également si la différence entre versions est trop mince pour changer le résultat, comme une nuance de couleur sur un courrier. Concentrez les tests sur les variables à fort effet : l’offre, le prix, la cible et l’accroche. Un test and learn plus large peut alors enchaîner plusieurs split runs successifs.
Modèles, grilles et guides prêts à l’emploi pour vos projets marketing et communication.
Besoin d'un conseil indépendant sur ce sujet ?
Échanger