Test A/B : par quoi commencer sans se tromper
Prioriser les tests selon l'impact, le trafic et le temps disponible.
7 min de lecture
4,9sur 5259 votes
- 2Klecteurs
- 14en ce moment
- 48partages
Commencez par une page très fréquentée et une hypothèse écrite en une phrase : « si je modifie tel élément, alors tel indicateur progressera, parce que telle raison ». Avant d’ouvrir l’outil, validez trois prérequis : un volume de visiteurs suffisant, un indicateur unique à faire évoluer et une durée de test fixée à l’avance. Un test A/B vraiment utile n’est pas celui qui gagne, c’est celui qui répond à une question posée avant le lancement.
Formuler l’hypothèse d’un test A/B avant de toucher à la page
La question Test A/B : par quoi commencer sans se tromper se règle en grande partie avant d’ouvrir le moindre outil. Un test démarre souvent par une intuition, du type « ce bouton vert devrait mieux convertir ». L’intuition seule ne suffit pas. Sans critère de réussite défini en amont, chaque résultat devient interprétable dans les deux sens, et la décision finale se prend à l’aveugle.
Une hypothèse exploitable tient en une phrase et contient quatre informations : l’observation de départ, la cause supposée, la modification prévue et l’indicateur surveillé. Par exemple : « les visiteurs quittent la fiche produit sans ajouter au panier, car le délai de livraison reste invisible ; afficher ce délai près du bouton devrait augmenter le taux d’ajout au panier ». Cette formulation oblige à choisir une mesure, donc à trancher ensuite.
Le piège classique consiste à vouloir tester une refonte entière. Une page complètement repensée produit un résultat global, mais elle ne dit pas quel élément a fonctionné. Commencez petit, avec un changement isolé et identifiable.
Quel élément tester en premier dans un test A/B
Tous les éléments d’une page n’ont pas le même poids. La priorité se lit dans l’entonnoir : plus un élément se situe près de la décision d’achat, plus son effet potentiel est fort.
- Le bouton d’achat : libellé, position, taille, couleur, mention rassurante à proximité.
- Les frais de livraison et les délais : leur absence est une cause fréquente d’abandon au moment du paiement.
- La preuve sociale : avis clients, nombre de commandes, garanties affichées.
- Le titre et l’accroche : utiles, mais souvent moins décisifs qu’on ne l’imagine sur une fiche déjà claire.
- Les images produit : un visuel qui montre le produit en situation change parfois la perception plus qu’un paragraphe entier.
Un tableau simple aide à arbitrer. Notez chaque candidat selon son impact supposé sur l’entonnoir et l’effort nécessaire pour le modifier. Le rapport entre les deux désigne le premier test.
Taille d’échantillon et durée d’un test A/B : les chiffres à fixer avant de lancer
C’est l’étape que l’on saute le plus souvent, et c’est elle qui provoque les conclusions trop rapides. Si votre page convertit à 2 %, une amélioration de 10 % relative, soit 2,2 %, demande beaucoup plus de visiteurs qu’on ne le croit pour devenir distinguable du hasard. Sans ce calcul, un écart observé sur deux jours ressemble à une victoire alors qu’il peut disparaître la semaine suivante.
| Taux de conversion de départ | Amélioration relative visée | Visiteurs par variante (ordre de grandeur) |
|---|---|---|
| 2 % | +20 % | environ 8 000 à 10 000 |
| 3 % | +20 % | environ 5 000 à 6 000 |
| 5 % | +10 % | environ 25 000 à 30 000 |
| 5 % | +20 % | environ 7 000 à 8 000 |
Ces ordres de grandeur servent à décider si le test est réalisable, pas à produire une précision mathématique. Si votre site reçoit 300 visiteurs par jour sur la page concernée, un test à 10 000 visiteurs par variante durera plusieurs semaines, voire ne se terminera jamais. Dans ce cas, mieux vaut viser une page plus fréquentée ou regrouper plusieurs changements cohérents dans une seule variante.
La durée obéit à une règle simple : couvrez au moins un cycle hebdomadaire complet, et arrêtez le test sur un multiple de sept jours. Les comportements du lundi matin et du samedi soir ne se ressemblent pas, et un test lancé le mardi pour finir le vendredi mesure surtout le calendrier.
Les erreurs qui rendent un test A/B ininterprétable
Certaines pratiques annulent la valeur du résultat, même avec un outil parfaitement configuré.
- Regarder les résultats chaque matin et s’arrêter au premier jour favorable. C’est le meilleur moyen de retenir une fausse victoire.
- Modifier la variante pendant la collecte, ce qui revient à changer de test en cours de route.
- Lancer un test pendant une opération commerciale exceptionnelle, puis appliquer la conclusion au reste de l’année.
- Comparer deux périodes différentes au lieu de deux groupes simultanés.
- Multiplier les variantes sur un trafic faible, ce qui dilue les visiteurs et rend chaque écart insignifiant.
- Oublier de vérifier la répartition du trafic entre appareils, surtout quand la variante se comporte différemment sur mobile.
Un test propre compare deux groupes exposés en même temps, sur la même période, avec une seule différence entre les deux versions.
Choisir l’outil et sécuriser la mesure
Le choix de la solution technique passe après la méthode. Un outil qui ne sait pas répartir le trafic de façon aléatoire, qui recharge la page trop lentement ou qui ne mesure qu’un seul indicateur ne vaut pas mieux qu’une feuille de calcul bien tenue.
Trois vérifications suffisent avant de lancer : la variante s’affiche-t-elle correctement sur les principaux navigateurs et sur mobile, le suivi des conversions remonte-t-il les commandes réelles et non les clics approximatifs, et les deux versions sont-elles servies dans les mêmes conditions techniques. Une différence de vitesse de chargement entre la version A et la version B fausse le résultat avant même le premier visiteur.
À lire aussi
Lire le résultat d’un test A/B et décider quoi faire ensuite
Un résultat statistiquement significatif ne signifie pas automatiquement qu’il faut déployer la variante. Posez trois questions : l’écart est-il assez large pour changer quelque chose dans le business, le gain se maintient-il sur les segments qui comptent (mobile, nouveaux visiteurs, clients fidèles), et le changement est-il soutenable dans le temps.
À l’inverse, un test sans écart n’est pas un échec. Il élimine une piste et oriente vers un autre levier. Notez ce que vous avez appris : la réaction des visiteurs à un argument, un libellé, un visuel. Cette mémoire évite de retester la même idée six mois plus tard.
Quand le résultat reste incertain, la meilleure décision consiste souvent à prolonger la collecte ou à reformuler l’hypothèse, pas à trancher dans l’urgence.
Un premier test A/B en dix jours, étape par étape
- Jours 1 et 2 : choisir la page, écrire l’hypothèse, fixer l’indicateur principal et le seuil de décision.
- Jour 3 : préparer la variante, vérifier le suivi des conversions, contrôler l’affichage sur mobile et sur ordinateur.
- Jours 4 à 10 : laisser tourner sans intervenir. Consultez uniquement les alertes techniques, pas les performances.
- Jour 11 : analyser, comparer les segments, décider, puis documenter la conclusion dans un fichier partagé.
Ce rythme modeste vaut mieux qu’un programme ambitieux abandonné au bout de trois jours. La régularité produit des apprentissages cumulés, et chaque test rend le suivant plus facile à formuler.
Combien de visiteurs faut-il pour obtenir un résultat fiable ?
Tout dépend du taux de conversion actuel et de l’écart que vous espérez détecter. En pratique, la plupart des tests e-commerce crédibles se jouent entre 5 000 et 10 000 visiteurs par variante. En dessous, mieux vaut tester un changement plus ambitieux ou une page plus fréquentée.
Peut-on modifier deux éléments en même temps dans une même variante ?
Oui, à condition d’assumer que le résultat global ne dira pas lequel des deux a produit l’effet. Cette approche convient aux sites à faible trafic, quand l’objectif est d’améliorer la page plutôt que d’isoler une cause précise.
Faut-il arrêter un test dès que la significativité est atteinte ?
Non. Un arrêt immédiat au premier signal favorable gonfle le risque de fausse découverte. Respectez la durée prévue, puis analysez.
Que faire quand le test A/B ne montre aucune différence ?
Considérez le résultat comme une information utile. La piste est écartée, l’indicateur reste stable, et vous pouvez passer à une hypothèse qui touche une étape plus décisive de l’entonnoir.
Peut-on tester une page entière plutôt qu’un seul élément ?
C’est possible et parfois pertinent sur un site à fort trafic, mais l’interprétation devient plus difficile. La page complète répond à une question de conception, pas à une question de cause.
Combien de temps laisser tourner un test sur un site à faible trafic ?
Assez longtemps pour couvrir plusieurs semaines complètes, souvent un mois ou plus. Si le volume ne permet pas d’atteindre un seuil crédible, changez de priorité et concentrez le test sur la page qui reçoit le plus de visiteurs.
L’auteur
Consultante en conversion e-commerce
Je publie ici mes essais et mes comparatifs. Mon domaine : structure de page de vente et copywriting.
Voir tous ses articlesVotre avis compte
Cet article vous a-t-il été utile ?
4,9sur 5259 votes
Commentaires
Soyez le premier à réagir.
