A/B testing : comment tester et optimiser vos pages web

Changer le titre d'une page, le texte d'un bouton ou la longueur d'un formulaire peut faire monter ou baisser vos demandes de contact. L'A/B testing permet de le mesurer au lieu de le deviner. Ce guide explique la méthode, le nombre de visiteurs qu'il faut réellement, les outils disponibles depuis la fermeture de Google Optimize et les erreurs qui faussent les résultats.

Qu'est-ce que l'A/B testing ?

Un test A/B compare deux versions d'une même page. La version A est la page actuelle, dite version de contrôle. La version B porte une seule modification. Un outil répartit les visiteurs au hasard entre les deux, puis compte les conversions de chaque groupe : demandes de devis, achats, inscriptions ou clics sur un numéro de téléphone.

Les deux groupes visitent la page sur la même période. Une campagne publicitaire, un jour férié ou un début de saison pèsent donc autant d'un côté que de l'autre. Si l'échantillon est assez grand, l'écart mesuré vient de la modification testée.

Les variantes du test A/B

• Test A/B classique : une page, deux versions, une seule différence.
• Test A/B/n : plus de deux versions en même temps. Chaque version ajoutée demande autant de visiteurs que les autres.
• Test par redirection (split URL) : deux pages distinctes, utile quand la variante change toute la mise en page.
• Test multivarié : plusieurs éléments modifiés à la fois pour mesurer leurs combinaisons. Il demande beaucoup plus de trafic et convient surtout aux gros sites.

Que tester en premier ?

Commencez par ce que le visiteur lit et décide dans les premières secondes. Sur une landing page comme sur une page de services, le titre, la promesse et le bouton d'action pèsent le plus. Le tableau classe les éléments courants. Les niveaux d'effet sont des repères d'expérience et non des mesures : seul votre test dira ce qui fonctionne chez vous.

Sur un site au trafic modeste, testez des changements francs. Une nouvelle promesse dans le titre ou un formulaire réduit de moitié a plus de chances de produire un écart mesurable qu'une nuance de couleur sur un bouton.

Comment faire un test A/B : la méthode en 6 étapes

1. 1 Repérez la page à tester. Cherchez une page qui reçoit du trafic et convertit mal. Dans GA4, marquez d'abord vos actions importantes (formulaire envoyé, appel, achat) comme événements clés : sans cette mesure, aucun test n'est lisible. Notre guide Google Analytics 4 détaille ce réglage.
2. 2 Cherchez pourquoi elle convertit mal. Une carte de chaleur, quelques enregistrements de sessions et les questions que vos clients posent au téléphone montrent où les visiteurs hésitent ou abandonnent.
3. 3 Écrivez une hypothèse en une phrase. Par exemple : « En remplaçant le bouton "Contactez-nous" par "Obtenir mon devis chiffré", davantage de visiteurs enverront le formulaire, parce que le bouton dit ce qu'ils obtiennent. » Sans le « parce que », un test gagnant ne vous apprend rien sur vos visiteurs.
4. 4 Fixez le critère de réussite et la taille d'échantillon avant de lancer : un seul indicateur principal, l'écart minimal que vous voulez détecter et le nombre de visiteurs nécessaire (voir la section suivante).
5. 5 Lancez la variante, puis ne touchez plus à rien. Une seule différence entre A et B, aucune retouche de la page en cours de test, aucune nouvelle campagne lancée au milieu.
6. 6 Analysez, appliquez, consignez. Quand l'échantillon prévu est atteint, lisez le résultat, mettez en ligne la version gagnante et notez le test dans un tableau (hypothèse, dates, résultat). Un test perdant vous renseigne aussi sur vos visiteurs.

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

Cette question décide si un test a un sens sur votre site. Le nombre de visiteurs dépend de votre taux de conversion actuel, de l'écart que vous voulez pouvoir détecter et du niveau de certitude exigé. La convention est un seuil de signification de 5 % (on parle souvent de « confiance à 95 % ») et une puissance de 80 %, soit huit chances sur dix de repérer l'écart s'il existe.

Le tableau donne le nombre de visiteurs nécessaires par version avec ces deux seuils, calculé par la formule classique de comparaison de deux proportions. Le gain visé est relatif : +20 % sur un taux de 2 % veut dire passer de 2 % à 2,4 %.

Deux lectures utiles. Avec un taux de 2 % et un gain visé de 20 %, il faut environ 21 100 visiteurs par version, soit 42 000 au total. Pour détecter un gain deux fois plus petit, il en faut près de quatre fois plus. Pour votre propre cas, le calculateur gratuit d'Evan Miller fait le calcul à partir de votre taux actuel et de l'écart visé.

Prenons un exemple

Exemple fictif : la page de devis d'une menuiserie près de Fribourg reçoit 6 000 visiteurs par mois et convertit à 3 %. Pour détecter un gain de 20 %, il faut environ 13 900 visiteurs par version, près de 28 000 au total : plus de quatre mois de trafic. Si la variante change franchement la page (nouvelle promesse, formulaire raccourci) et vise un gain de 50 %, 2 500 visiteurs par version suffisent, soit moins d'un mois.

Combien de temps dure un test A/B ?

La durée découle de l'échantillon : divisez le nombre total de visiteurs nécessaires par le trafic hebdomadaire de la page. Faites tourner le test sur des semaines complètes, car un lundi matin et un dimanche soir n'attirent pas les mêmes visiteurs. Évitez aussi de le prolonger sans raison : Google demande d'arrêter un test dès que les données suffisent, de mettre la page à jour avec la version retenue et de retirer rapidement le dispositif de test.

Les outils d'A/B testing en 2026

Google Optimize, l'outil gratuit que beaucoup de PME utilisaient avec Google Analytics, n'est plus disponible depuis le 30 septembre 2023. Le marché s'est aussi resserré : AB Tasty et VWO ont fusionné en 2026 et opèrent depuis septembre sous une seule marque, Wingify. Voici les options à connaître aujourd'hui.

Vérifiez les conditions du jour sur le site de chaque éditeur, car offres et limites changent souvent. Si le trafic de votre page permet un test (voir le tableau plus haut), une extension comme Nelio ou l'offre gratuite de PostHog suffit pour démarrer sur un site vitrine ou une landing page.

Les erreurs qui faussent un test A/B

• Regarder les résultats chaque jour et arrêter dès qu'ils semblent significatifs. Evan Miller a montré que cette habitude fait grimper les faux gagnants. Dans sa simulation, deux versions identiques sont comparées avec un seuil de 5 %, le résultat est consulté après chaque visiteur et le test s'arrête au premier écart « significatif » (150 visiteurs au plus) : un faux gagnant apparaît dans 26,1 % des cas. Fixez l'échantillon à l'avance, ou utilisez un outil qui propose des tests séquentiels, conçus pour être consultés en cours de route.
• Changer plusieurs éléments dans la variante. Si B gagne, vous ne saurez pas lequel a joué. Pour tester une refonte de page, assumez-le comme un test de page entière, puis enchaînez des tests plus fins.
• Viser un écart trop petit pour votre trafic. Un test qui demanderait huit mois ne se termine jamais proprement : la saison, vos prix ou vos campagnes auront changé entre-temps.
• Mesurer le mauvais indicateur. Un bouton plus cliqué ne sert à rien si les formulaires envoyés ne suivent pas. Gardez un indicateur proche de la vente, et surveillez le taux de rebond pour repérer une variante qui attire le clic sans convaincre.
• Lancer un test pendant une période inhabituelle (soldes, passage dans la presse, panne) : les visiteurs de ces jours-là ne ressemblent pas aux autres.
• Oublier le référencement. Google accepte les tests à condition de ne pas montrer à Googlebot une version différente de celle des visiteurs (ce serait du cloaking), de placer sur les variantes une balise rel="canonical" vers la page d'origine et d'utiliser une redirection 302 (temporaire), jamais 301, quand la variante a sa propre adresse.
• Laisser le script de test ralentir la page. Les outils qui modifient la page dans le navigateur peuvent retarder l'affichage ou faire apparaître brièvement la version d'origine. Mesurez la vitesse de la page avec et sans le script.

Pas assez de trafic pour un test A/B ?

Peu de pages de PME atteignent les volumes du tableau. Vous pouvez tout de même décider sur des faits avec les méthodes suivantes.

• Les cartes de chaleur et les enregistrements de sessions. Microsoft Clarity, gratuit, montre où les visiteurs cliquent, jusqu'où ils font défiler la page et où ils abandonnent un formulaire.
• Les tests utilisateurs. Demandez à quelques personnes de votre cible d'accomplir une tâche sur la page (trouver un tarif, demander un devis) et observez sans aider. Les mêmes blocages reviennent vite d'une personne à l'autre.
• Les questions de vos clients. Ce qu'on vous demande au téléphone ou par e-mail est souvent ce que la page n'explique pas.
• La comparaison avant et après, avec prudence. Comparez deux périodes semblables et notez tout ce qui a changé entre les deux. Le résultat est moins sûr qu'un test A/B, mais il repose sur vos données.

Corrigez d'abord les défauts évidents : page lente, bouton invisible sur téléphone, formulaire trop long. Notre article sur la landing page qui convertit détaille la structure à mettre en place avant de tester des variantes.

Par où commencer sur votre site

Si vous ne savez pas quelle page tester, faites d'abord l'état des lieux : quelles pages reçoivent du trafic, où les visiteurs partent, ce que votre suivi mesure vraiment. L'audit gratuit de votre site couvre la vitesse, le référencement et l'affichage mobile, avec des recommandations sous deux jours ouvrés. Pour parler d'une page à concevoir ou à retravailler, vous pouvez aussi prendre rendez-vous avec l'équipe.