Test A/B : comment le faire et lire les résultats

Un test A/B compare deux versions d'une page, d'une annonce ou d'un e-mail pour voir laquelle donne le meilleur résultat auprès de vrais visiteurs. La moitié du public voit la version A, l'autre la version B, et les données tranchent. Cela remplace le débat d'opinions par une mesure, à condition que le test soit bien conçu.

À retenir

Testez une hypothèse précise, avec un indicateur principal défini à l'avance.
Il faut assez de trafic ; avec peu de visites, le résultat n'est que du bruit.
N'arrêtez pas le test le premier jour où une version passe devant.
Google accepte les tests s'il n'y a pas de cloaking et si vous utilisez canonical et redirections 302.

Ce qu'est un test A/B

Une expérience contrôlée. Le trafic est réparti au hasard entre la version d'origine (le témoin) et une variante, puis on compare un indicateur : clics, formulaires envoyés, achats. Quand plusieurs changements sont combinés en même temps, on parle de test multivarié, qui exige bien plus de trafic.

Ce qui mérite d'être testé

Élément	Exemple de test
Titre principal	Bénéfice concret contre description du service
Appel à l'action	« Demander un devis » contre « Écrire sur WhatsApp »
Formulaire	Trois champs contre six
Offre	Consultation gratuite contre guide à télécharger
Preuve sociale	Avis visibles contre page sans avis
Prix	Afficher un ordre de grandeur contre « sur devis »

Faites glisser le tableau latéralement pour voir toutes les colonnes.

Commencez par les pages les plus visitées et les plus proches de la conversion dans votre tunnel de vente. Changer la couleur d'un bouton déplace rarement le résultat ; changer l'offre ou le titre, oui.

Sept étapes

Formulez l'hypothèse : « Si nous réduisons le formulaire à trois champs, davantage de personnes l'enverront, parce que l'effort diminue. »
Choisissez un indicateur principal et, au plus, un ou deux secondaires.
Calculez la taille d'échantillon avec un calculateur : taux actuel, amélioration minimale à détecter, niveau de confiance.
Créez la variante en ne changeant que ce que dit l'hypothèse.
Répartissez le trafic au hasard et en même temps. Comparer cette semaine à la précédente n'est pas un test A/B.
Laissez tourner jusqu'à atteindre l'échantillon et couvrir des semaines entières.
Décidez et documentez : ce qui a été testé, ce qui s'est passé, ce qui est appliqué.

Durée et volume

Tout dépend de votre taux de conversion et de l'écart attendu. Google le résume ainsi : le temps nécessaire varie selon les conversions et le trafic du site, et un bon outil indique quand les données sont suffisantes. Quelques repères pratiques :

Couvrez au moins une à deux semaines entières pour intégrer tous les jours de la semaine.
Avec peu de conversions par mois, testez des changements importants ou passez par d'autres méthodes : entretiens, enregistrements de session, questionnaires.
N'allongez pas et ne raccourcissez pas le test en cours de route pour « atteindre » un résultat.

Lire les résultats

La significativité statistique indique la probabilité que l'écart ne soit pas dû au hasard. L'usage est d'exiger 95 %.
La taille de l'effet : une amélioration réelle mais minime peut ne pas justifier le changement.
L'intervalle de confiance : la fourchette dans laquelle se situe probablement le gain réel.
Les segments : regardez mobile et ordinateur séparément, sans chercher un gagnant parmi vingt segments.
La qualité : vérifiez que plus de formulaires signifie plus de ventes, et pas seulement plus de contacts sans valeur.

Un résultat « sans différence » est utile aussi : il écarte une idée et évite un changement inutile.

Test A/B et SEO : ce que recommande Google

La documentation Search Central sur les tests de sites web retient quatre pratiques :

Pas de cloaking : ne montrez pas à Googlebot un contenu différent de celui des internautes.
`rel="canonical"` sur les URL alternatives, pointant vers l'originale.
Redirections 302 (temporaires) et non 301 lorsque vous redirigez vers une variante.
Durée limitée : ne gardez l'expérience que le temps nécessaire et appliquez ensuite la version gagnante.

Google signale aussi que les petits changements, comme la taille ou la couleur d'un bouton ou le texte d'un appel à l'action, n'ont généralement que peu ou pas d'effet sur l'extrait affiché ou sur le classement de la page.

Erreurs fréquentes

Tester sans hypothèse ni indicateur défini.
S'arrêter dès qu'une version mène.
Changer plusieurs choses à la fois et ne pas savoir laquelle a agi.
Tester sur des pages sans trafic.
Laisser l'expérience active pendant des mois.
Ne pas conserver l'enseignement.

Étape suivanteOptimisation du taux de conversion : améliorer vos landing pages→

Questions fréquentes

Combien de trafic faut-il pour un test A/B ?

Cela dépend du taux de conversion et de l'écart à détecter. Un calculateur de taille d'échantillon donne le chiffre avant de commencer.

Peut-on tester plusieurs changements à la fois ?

Oui, mais vous ne saurez pas lequel a produit l'effet. Pour isoler, changez une chose par test.

Un test A/B nuit-il au référencement ?

Si vous suivez les pratiques de Google (pas de cloaking, canonical, 302, durée limitée), l'impact est minime.

Quel outil utiliser ?

Il en existe dans les plateformes de landing pages, d'e-mailing et de publicité, en plus des outils dédiés. Choisissez celui qui s'intègre à vos outils actuels.

Que faire sans gagnant ?

Gardez la version d'origine, notez l'enseignement et testez une hypothèse plus ambitieuse.

Sources

Google Search Central : limiter l'impact des tests A/B sur la Recherche Google

À propos de cet article. Produit par l'équipe MetaEX avec l'aide de l'IA, à partir de la documentation officielle citée dans Sources. Les exemples signalés comme illustratifs ne sont pas des données clients. Dernière mise à jour le 11 novembre 2026.