Deux vignettes vers le haut

Lundi dernier, nous avons publié un article sur optimiser vos taux de jeu, et dans cet article, nous avons testé les taux de lecture d’une vidéo en fonction de la vignette (donc méta !). Nous savons que vous avez tremblé d’anticipation toute la semaine, alors sans plus tarder, voici les résultats que nous avons vus de ce test, qui a utilisé deux vignettes et utilisé deux tests distincts pour les vues par e-mail et d’autres vues. Nous pensions que la vignette personnalisée avec Jeff fonctionnerait mieux :

  • Points / Vignette automatique = 29,53 % taux de clics pour ouvrir
  • Jeff / Vignette personnalisée = 28,55 % taux de clics pour ouvrir
  • Points / Vignette automatique = 27% taux de jeu, 77% engagement
  • Jeff / Vignette personnalisée = 26% taux de jeu, 82% engagement

Comme de nombreux commentateurs nous ont appelé, ce test sur notre blog n’était pas génial car:

  • une.) Le message et l’e-mail suggéraient que le contenu concernait le test des taux de lecture.
  • b.) Nous avons un public assez fidèle avec des attentes relativement claires quant au type de vidéos qu’ils vont recevoir dans nos collations par e-mail.

Donc, ce test ne nous a vraiment rien appris. Eh bien, nous devons encore faire une vidéo amusante.

Mais heureusement, nous avions un plan de secours : nous avons effectué un deuxième test en même temps en raison de nos inquiétudes concernant ces facteurs.

Nous avons testé 3 variantes de vignettes de la vidéo en haut de notre page de tarification. Ici, rien n’indiquait qu’un test était en cours, et le public était principalement composé de personnes relativement peu familières avec Wistia, vérifiant nos plans tarifaires alors qu’ils envisageaient d’ouvrir un compte.

La première vignette était une image aléatoire de la vidéo choisie automatiquement par le système. Dans ce cas, il s’agissait d’une capture d’écran assez laide du tableau de bord du compte.

La deuxième vignette était une image de la vidéo que nous avons choisie nous-mêmes dans l’application Wistia. Nous avons choisi un cadre qui montrait Jeff parlant parce que nos tests précédents avaient montré de bons résultats lorsque la vignette contenait des personnes.

La vignette finale que nous avons créée dans Photoshop en ajoutant du texte à une capture d’image, puis en téléchargeant cette image personnalisée en tant que vignette.

La vignette Photoshopped (mains) et la vignette que nous avons sélectionnée (Jeff) avaient des taux de lecture similaires et une amélioration de 35 % du taux de lecture par rapport à celui généré par le système. Ces deux versions avaient également des taux d’engagement plus élevés que celui avec une vignette automatique. Le résultat total a été une augmentation du temps total regardé de 50 %.

Quelles méthodes avez-vous trouvées les plus efficaces pour améliorer les taux de lecture de vos vidéos ?