Alchemy_Worx_logoL’agence Alchemy Worx a récemment lancé un outil intéressant, « Touchstone« , permettant de prédire la performance d’un objet d’email (!).

Le système fonctionne à partir des performance de campagnes déposées volotairement par les annonceurs dans l’outil en ligne. Le service se base ainsi sur le resultat de 110 000 campagnes représentant environ un volume dde plus de 12 milliards d’emails.
Le service estime pouvoir prédire l’ouverture d’un objet à 1-2 % près.
Plus étonnant encore, la prédiction du taux de clic et de bounce est aussi proposée.

Enfin, des suggestions d’autres objets sont proposées par le service à partir d’un algorithme maison.

Alchemy Worx est l’une des plus grosses agences d’emailing, son patron et fondateur, Dela Quist, que j’ai rencontré à l’occasion du salon européen de l’emailing, est très connu, et si cela n’avait pas été le cas, j’aurai cru à un canular…

J’ai donc demandé l’ouverture d’un compte et testé le service sur l’objet suivant : « Use Your Savings Boost Coupon! Offer Ends Today! », qui est issu de ma pige email. L’annonceur est Jo-Ann Stores, un retailer.

Sur l’interface de l’outil, je saisis l’objet et l’activité de Jo-Ann Stores et lance l’analyse :

Test objet1

Après environ 1 minute d’attente, le système me propose une page avec ses analyses et recommandations.

Tout d’abord, le résultat est issu de l’analyse de 12 684 milliards d’emails dont 1 337 milliards similaires au mien. La base de référence semble solide 😉

L’application me suggère quelques mots qui seraient plus performants.

Offer serait à remplacer par Sales qui génèrerait 6% de plus de clics. De même, Boost serait à remplacer par boost, et enfin, Use par Handy.

La phrase deviendrait : « Handy Your Savings boost Coupon! Sales Ends Today! ».

La phrase est devenue incompréhensible « Handy Your Savings » . Des recommandations à filtrer donc…

Test objet4

Le bas de l’écran propose une analyse statistique de la performance de mon objet par rapport à des moyennes et sur 3 critères :

  • le nombre de mots,
  • la longueur de l’objet,
  • la longueur moyenne des mots.

L’interface est interactive et permet d’obtenir plus de précisions avec le curseur.

Test objet2

Test objet3

Etonnamment, si la taille moyenne des mots est supérieure à 7 caractères, l’email serait plus performant. Un résultat que je n’ai jamais vu dans d’autres statistiques.

Reste à réaliser un test A/B avec le nouvel objet.

Pour un de mes clients anglophones, je vais m’empresser de tester le système et ne manquerait pas de vous faire partager les résultats.

Je pense que ce type d’outil, qui se base sur des forts volumes de données statistiques et du mining, va se multiplier autour de l’emailing.

Il n’y a pas de raison que l’optimisation des caractéristiques des emails n’échappe pas, dans les prochaines années, au progrès des « learning marchine » et du mining.

L’outil eyequant.com, que j’ai déjà commenté, est un autre exemple d’assistance à l’optimisation de pages web.

Dernier détail : le prix. Le système semble gratuit pour l’instant.