Sommaire · 10 chapitres
- 01Qu'est-ce que l'A/B testing et pourquoi est-ce utile ?
- 02Comment fonctionne une campagne d'A/B testing avec une agence ?
- 03Votre trafic suffit-il pour des tests A/B concluants ?
- 04Quels éléments tester pour améliorer vos performances ?
- 05Les outils d'A/B testing en 2026
- 06Combien coûte une agence A/B testing ?
- 07Comment choisir une agence A/B testing ?
- 08Agence, consultant indépendant ou équipe interne ?
- 09Ma prestation : une alternative à l'agence A/B testing
- 10Questions fréquentes
Je suis Amaury DUVAL, ingénieur et consultant indépendant en optimisation de la conversion. Je ne suis pas une agence : je propose une alternative, où la même personne écrit le protocole, contrôle la mesure et lit chaque test A/B.
Cet article, conçu pour les décideurs, vous aide d'abord à comparer les prestataires d'A/B testing et à voir ce qu'ils doivent réaliser pour vous, puis présente ma prestation.
Qu'est-ce que l'A/B testing et pourquoi est-ce utile ?
1.1La définition de l'A/B testing : qu'est-ce que le test AB ?
L'A/B testing (ou split testing) consiste à montrer deux versions d'un même élément à deux groupes d'internautes tirés au hasard : A, la version actuelle, et B, la nouvelle version. On compare ensuite un indicateur fixé à l'avance : le taux de conversion d'un formulaire, le taux de clics d'un bouton, le taux d'ouverture d'un email.
Le principe est simple : on compare, on mesure, on garde la meilleure version. Sa mise en œuvre l'est moins. Un test A/B fiable demande un échantillon suffisant, une période définie avant le lancement et un tracking qui fonctionne sur chaque version.
Et la méthode de testing, au fond ? C'est une démarche scientifique appliquée au marketing digital : une hypothèse, une expérience contrôlée, une décision. Les équipes marketing l'utilisent pour tester une page, un email ou une publicité avant de généraliser un changement, et pour optimiser leurs résultats rapidement sans prendre de risque.
1.2Test A/B ou test multivarié : quelle différence ?
La méthode A/B permet de tester une seule modification à la fois, ou un ensemble cohérent de changements. Le test multivarié combine plusieurs variables (titre, image, bouton) et mesure l'effet de chaque combinaison.
Il demande donc beaucoup plus de trafic, et un processus de lecture plus lourd. Un comparatif simple à deux variantes est plus rapide à lire. Pour la plupart des sites, l'AB testing classique reste l'approche la plus efficace.
À quoi sert l'A/B testing en pratique ? À trois choses :
- 01Décider sur des données
- la version qui gagne est celle que vos clients préfèrent, pas celle de la personne la plus convaincante en réunion.
- 02Réduire le risque
- chaque changement de site est vérifié sur une partie de l'audience avant d'être généralisé.
- 03Apprendre en continu
- chaque essai, gagnant ou perdant, aide à mieux comprendre le comportement de votre audience.
Pour une entreprise, l'A/B testing est la façon la plus sûre de faire progresser les performances d'un site web et d'optimiser ses pages sans tout refaire : chaque amélioration est prouvée, et la stratégie marketing gagne en efficacité grâce à des décisions mesurées. C'est le principe de l'optimisation continue : augmenter la performance par petites touches validées, plutôt que par une refonte risquée.
Dans « Online Experimentation at Microsoft » (2009), Ronny Kohavi et ses coauteurs rapportent que, parmi des expériences conçues pour améliorer une métrique clé, seulement un tiers environ y sont parvenues. Sans A/B testing, une partie des modifications jugées évidentes dégrade donc vos performances sans que personne ne le voie.
Votre trafic suffit-il pour des tests A/B concluants ?
C'est la première question à poser, et beaucoup de prestataires l'évitent. Elle détermine combien de tests A/B vous pouvez réellement mener par an. Avec la formule standard (seuil de 5 %, puissance de 80 %), un site qui convertit à 3 % doit réunir environ 14 000 internautes par version pour détecter une hausse relative de 20 % du taux de conversion, et environ 53 000 par version pour une hausse de 10 %.
Vous pouvez vérifier ces ordres de grandeur avec le calculateur d'Evan Miller.
Si votre trafic ne suffit pas, un prestataire honnête vous le dira et proposera d'autres actions : tests utilisateurs, corrections directes, A/B testing sur des campagnes email où le volume est plus élevé, ou tests sur un indicateur plus fréquent que la vente, comme le taux de clics.
Outil · calcul dans votre navigateur
Calculateur A/B testing : échantillon, durée et significativité
L'effet minimal qui vaut le test.
A et B = 2.
Durée minimale
2 sem.
- Visiteurs par version
- 14 000
- Visiteurs au total
- 28 000
- Conversions attendues par version
- 420
Quels éléments tester pour améliorer vos performances ?
Dans cet article, voici des exemples d'éléments que l'on teste le plus souvent, sur un site web comme sur un site e-commerce. L'idée n'est pas de tout tester, mais de tester d'abord les éléments qui ont le plus d'impact sur vos conversions :
- 01Titres et accroches
- la promesse de la page, le premier message lu.
- 02Appels à l'action et boutons
- le texte des boutons et leur emplacement. La couleur compte souvent moins que le libellé.
- 03Mise en page
- l'ordre des blocs, la place de la réassurance, les images, le contenu au-dessus de la ligne de flottaison.
- 04Formulaires et tunnel d'achat
- champs demandés, étapes, moyens de paiement.
- 05Fiches produits
- photos et images, avis clients, exemples d'usage, un levier clé sur un site e-commerce.
- 06Offres et prix
- la présentation des offres, la formule recommandée.
- 07Emails et campagnes marketing
- l'objet (taux d'ouverture), le contenu, la cible, la landing page de la campagne.
4.1L'A/B testing au service de vos campagnes marketing
L'A/B testing ne se limite pas au site. En marketing digital, il sert aussi à tester les campagnes : l'objet d'un email pour améliorer le taux d'ouverture, le visuel ou le texte d'une publicité pour améliorer le taux de clics, la landing page d'une campagne pour améliorer le taux de conversion.
Les campagnes emailing sont souvent le meilleur terrain pour débuter : le volume d'envoi permet de conclure vite, et le résultat se lit en clics dès le premier jour.
La segmentation compte autant que la variante : une version qui gagne auprès des nouveaux venus peut perdre auprès des clients fidèles. Une bonne agence analyse les résultats par segment de cible avant de généraliser, et ne confond pas segmentation et personnalisation : la personnalisation consiste à montrer durablement une version différente à chaque segment, une fois le test A/B concluant.
Les outils d'A/B testing en 2026
Google Optimize n'est plus une option : la page officielle de Google indique qu'Optimize et Optimize 360 ne sont plus disponibles depuis le 30 septembre 2023.
Parmi les meilleurs outils utilisés en France figurent AB Tasty, Kameleoon, VWO et Optimizely : ils permettent de créer des variantes sans développement pour les modifications simples, et de cibler un segment d'audience. Leur licence est souvent facturée par l'éditeur, en plus de la prestation.
Pour les campagnes email, les plateformes d'emailing intègrent leur propre fonction d'AB testing.
Pour mesurer, les outils d'analyse GA4 ou Matomo restent la référence, avec Looker Studio pour suivre la performance de chaque version dans un tableau de bord.
Le choix de l'outil se fait sur la base de votre site (CMS, application, trafic), de votre budget et de vos besoins de personnalisation. J'utilise généralement l'outil déjà en place chez le client quand il est adapté, plutôt que d'ajouter une licence.
Combien coûte une agence A/B testing ?
Les agences publient rarement leurs prix, et les rares prix d'appel affichés ne précisent pas le nombre de tests inclus. Le chiffrage se fait au forfait ou au jour, sur devis après un premier diagnostic de votre trafic et de vos pages clés.
Pour comparer des devis efficacement, rapportez chaque prix au nombre de tests A/B réellement menés et à l'impact attendu sur votre taux de conversion. Le budget réel dépend de quatre postes :
- 01Le temps passé
- les jours réellement consacrés à votre site chaque mois.
- 02La licence de l'outil
- incluse ou facturée à part par l'éditeur.
- 03Le développement
- qui code les versions, et combien de temps cela prend pour chaque élément testé.
- 04L'engagement
- ponctuel, mensuel, avec ou sans clause de sortie.
Comment choisir une agence A/B testing ?
- 01Qui réalise les tests
- le nom des personnes qui conduiront vos tests A/B, pas seulement celles du rendez-vous commercial.
- 02La rigueur statistique
- taille d'échantillon calculée avant le lancement, règle d'arrêt écrite.
- 03Le contrôle de la mesure
- vérification du tracking sur les deux variantes avant chaque lancement.
- 04La propriété
- comptes d'outils, données, code des versions et historique des tests doivent vous appartenir.
- 05Des résultats contextualisés
- un pourcentage sans point de départ ni période ne prouve rien.
7.1Les questions à poser avant de signer
- 1Combien de tests pouvez-vous lancer par mois avec mon trafic actuel ?
- 2Comment calculez-vous la durée d'un test A/B et quand l'arrêtez-vous ?
- 3Que se passe-t-il quand un test A/B n'a pas de gagnant ?
- 4La licence de l'outil est-elle incluse ou facturée à part ?
- 5Qui garde les données et le code si nous arrêtons de collaborer ?
Méfiez-vous d'un test arrêté dès qu'une courbe paraît favorable. Evan Miller explique dans « How Not To Run an A/B Test » que regarder les résultats en continu pour décider de l'arrêt gonfle fortement le risque de faux positif.
Ce biais génère des « gagnants » qui ne se confirment pas une fois la variante déployée.
Autre piège : tester trop d'éléments à la fois. Une variante qui change dix choses peut gagner, mais vous ne saurez pas pourquoi, et l'enseignement est perdu pour la stratégie suivante.
Méfiez-vous aussi des résultats promis à l'avance : aucun prestataire ne connaît l'issue d'un A/B test avant de l'avoir mené.
Agence, consultant indépendant ou équipe interne ?
| Critère | Agence | Consultant indépendant | Équipe interne |
|---|---|---|---|
| Interlocuteur | Commercial, chef de projet, analystes | Une personne qui réalise tout | Vos salariés |
| Volume de tests | Élevé, plusieurs tests en parallèle | Adapté à votre trafic, renforcé par un réseau si besoin | Dépend du recrutement |
| Démarrage | Quelques semaines | Rapide | Plusieurs mois |
| Transmission | Variable | Directe | Les compétences restent chez vous |
Ma prestation : une alternative à l'agence A/B testing
Ingénieur de l'École Centrale Paris (aujourd'hui CentraleSupélec) et diplômé de l'ESSEC Business School, je programme depuis l'âge de 12 ans et je m'intéresse à l'analyse de données depuis l'école d'ingénieur.
Je suis certifié Google Analytics et Google Tag Manager, et j'utilise ces outils au quotidien pour fiabiliser la mesure de la performance.
La psychologie de la décision et les biais cognitifs guident mes hypothèses : c'est souvent là que se trouve le meilleur impact sur la conversion, bien plus que dans le design d'un bouton.
Je réalise moi-même, avec la même approche pour chaque client, l'étude des données, les hypothèses, le calcul d'échantillon, la recette du tracking et la lecture des résultats.
Quand la variante reste côté front, je la code moi-même, ce qui permet de lancer un essai rapidement. Mon objectif : vous aider à optimiser votre site grâce à des décisions prouvées, et rendre votre équipe autonome sur l'optimisation de ses pages.
Si votre programme demande plus de capacité (design, développement de nombreuses versions sur plusieurs pages, contenu marketing), je mobilise des spécialistes de mon réseau que je sélectionne et que je pilote : vous gardez un seul interlocuteur.
J'ai collaboré avec des entreprises comme Accenture, Pentalog ou Skill Value, à distance, en France et à l'international. Je travaille avec les équipes marketing, produit et techniques, et je les accompagne pour qu'elles sachent comprendre chaque résultat et puissent ensuite lancer leurs propres tests et entretenir une démarche continue. Pour le détail de mon processus, consultez ma page freelance A/B testing.
Questions fréquentes
Q01Comment faire de l'A/B testing ?
- 1Définissez un objectif marketing et un indicateur principal, par exemple le taux de conversion d'une page.
- 2Formulez une hypothèse et déterminez ce qui sera testé.
- 3Calculez la taille d'échantillon, pour générer un résultat fiable.
- 4Créez la nouvelle version et vérifiez le tracking.
- 5Lancez le test pour le temps prévu, sans l'arrêter avant la fin.
- 6Analysez les résultats et documentez la décision.
Q02Combien de temps doit durer un test ?
Le temps découle du calcul d'échantillon, donc de votre trafic et de l'effet recherché. En pratique, au moins deux semaines complètes, pour couvrir les différences entre jours de la semaine.
Q03Peut-on réaliser des tests avec un faible trafic ?
Oui, mais uniquement sur des modifications fortes, ou sur des indicateurs plus fréquents que la vente, comme les clics sur un bouton. Sinon, mieux vaut d'autres méthodes, souvent mieux adaptées : tests utilisateurs, audit, corrections directes.
Décrivez-moi votre site, votre trafic et vos objectifs : je vous dis si l'A/B testing a du sens à votre volume. Me contacter, ou voir mon parcours sur LinkedIn.
Comment fonctionne une campagne d'A/B testing avec une agence ?
Un programme sérieux suit toujours le même processus en cinq étapes, que l'on travaille sur des pages web ou sur des campagnes marketing. Utilisez-le comme grille pour lire les propositions que vous recevez.
Identifier les points de friction
Le prestataire étudie, avec une méthode efficace, vos données (Google Analytics 4, Matomo), les cartes de chaleur et les enregistrements de sessions pour identifier les pages où les visiteurs abandonnent, et les éléments qui freinent la conversion.
L'analyse porte aussi sur l'expérience utilisateur : lisibilité, vitesse, parcours sur mobile, qualité du contenu. Une mauvaise expérience utilisateur sur mobile est l'une des premières pistes à tester. Les retours de votre service client et les avis d'acheteurs sont souvent une excellente base d'hypothèses, car ils disent avec les mots du client ce qui bloque l'utilisateur.
Il vérifie aussi que vos conversions sont bien mesurées : sans tracking fiable, aucun essai ne peut être jugé.
Formuler des hypothèses à tester
Chaque constat devient une hypothèse : « si nous modifions X, alors tel indicateur progresse, parce que nous avons observé Y ».
L'objectif est d'aider l'équipe à tester d'abord ce qui compte. Les hypothèses sont classées en fonction de leur impact attendu, leur coût de mise en place et le trafic disponible sur les pages concernées.
Déterminer l'échantillon et le temps de test
Avant le lancement, il faut déterminer l'échantillon nécessaire, puis déterminer la durée du test. Ce calcul dépend de votre taux de conversion de départ et de l'effet minimal que vous voulez détecter.
Le chiffre obtenu fixe la date de fin. On ne la change pas en cours de route, même si la courbe d'un jour paraît prometteuse.
Créer et mettre en ligne les versions
La nouvelle version est créée dans un outil d'A/B testing (AB Tasty, Kameleoon, VWO, Optimizely) ou directement dans le code du site web. Avant le lancement, il faut tester trois points :
Analyser les résultats et décider
À la date prévue, le calcul statistique indique si la nouvelle version gagne, perd ou ne fait pas de différence.
Pour évaluer une version gagnante, on regarde l'objectif fixé au départ, c'est-à-dire l'indicateur principal, mais aussi des indicateurs de garde-fou : panier moyen, qualité des leads, retours produits. Une augmentation des conversions qui va générer des clients moins rentables n'est pas une victoire.
Un test sans gagnant n'est pas un échec : il évite de déployer une modification inutile et apporte un enseignement pour l'essai suivant. Les meilleures équipes documentent toutes leurs expériences, y compris les perdantes, dans une base partagée, de façon continue. Un bon rapport donne le résultat, sa fiabilité, la décision et ce que l'on en retient.