Calculateur de significativité d'A/B test gratuit

Découvrez en quelques secondes si le résultat de votre split test est statistiquement significatif. Saisissez visiteurs et conversions des deux variantes pour voir le gagnant, le lift, la p-value et la taille d'échantillon nécessaire.

Niveau de confiance
Contrôle (A)
0,00%taux de conversion
Variante (B)
0,00%taux de conversion
En attente de donnéesSaisissez visiteurs et conversions des deux variantes pour voir votre verdict.
Confiance--
Lift--
p-value--
Taille d'échantillon--

Astuce de pro. N'arrêtez pas un test dès que la confiance dépasse 95%. Fixez votre taille d'échantillon à l'avance et laissez le test tourner, sinon vous déclarez très probablement des faux positifs.

Vérifier la significativité d'un A/B test en 3 étapes

Obtenez un verdict clair et statistiquement solide sur votre split test en moins d'une minute, sans tableur ni inscription.

  1. 01

    Saisissez les chiffres du contrôle

    Ajoutez le total des visiteurs et des conversions de la variante A, la version d'origine contre laquelle vous testez.

  2. 02

    Saisissez les chiffres de la variante

    Ajoutez les visiteurs et conversions de la variante B, la nouvelle version. Les taux de conversion se mettent à jour au fil de la saisie.

  3. 03

    Lisez votre verdict

    Voyez si le résultat est significatif, avec le lift, la p-value et la confiance, ainsi que le nombre de visiteurs qu'il vous manque si vous n'y êtes pas encore.

Pourquoi les marketers vérifient la significativité

Un taux de conversion plus élevé ne suffit pas à désigner un gagnant. Un vrai test de significativité vous dit quand arrêter, quand continuer et quand un résultat n'est que du bruit.

Savoir quand arrêter un test

Désignez vos gagnants avec une vraie confiance plutôt qu'au feeling, et ne laissez pas de côté des variantes qui fonctionnent.

Évitez les faux positifs

Empêchez le problème du peeking de vous coûter de l'argent. Une p-value correcte vous dit quand un écart est réel.

Préparez votre prochain test

L'indication de taille d'échantillon vous montre exactement combien de données il vous manque pour trancher.

Un reporting plus propre

Partagez le lien du résultat avec votre équipe en un clic : tout le monde lit les mêmes chiffres, avec le même niveau de confiance.

Où les équipes utilisent le calculateur d'A/B test

Des landing pages aux créas publicitaires, voici comment les marketers glissent une vérification rapide de significativité dans chaque expérimentation.

Tests de landing page

Comparez deux versions d'une landing page pour savoir quel titre, quelle section hero ou quel CTA fait vraiment bouger le taux de conversion.

Facebook et Meta Ads

Tranchez entre deux créas ou deux audiences sur une vraie base statistique, au lieu de vous fier aux libellés du Gestionnaire de publicités.

Tests de copy Google Ads

Comparez deux variantes d'annonce responsive sur le Réseau de Recherche et confirmez qu'un nouveau titre bat vraiment le contrôle avant d'augmenter le budget.

Tests d'objets d'e-mail

Envoyez deux objets à une petite partie de votre liste et désignez le gagnant en confiance avant l'envoi général.

Tests du tunnel de commande

Vérifiez qu'une nouvelle étape de checkout, un badge de confiance ou un upsell améliore vraiment le taux de finalisation et n'est pas du bruit.

Expérimentations sur la page de tarifs

Menez un test propre entre deux formules ou deux mises en page et décidez sur la base des inscriptions, pas de l'intuition.

Questions fréquentes

La significativité statistique mesure la confiance que vous pouvez avoir dans le fait que l'écart entre deux variantes est réel et non une simple variation aléatoire. La règle courante est de déclarer un gagnant à partir de 95% de confiance, c'est-à-dire quand il reste moins de 5% de chances que le résultat soit dû au hasard.
La p-value est la probabilité d'observer votre résultat (ou un résultat plus extrême) s'il n'existait en réalité aucune différence entre les variantes. Plus la p-value est faible, plus la preuve que l'écart est réel est solide. Une p-value de 0,05 correspond à 95% de confiance.
La plupart des marketers travaillent à 95% de confiance, ce qui revient à accepter 5% de risque de faux positif. Passez à 99% quand l'enjeu est élevé (par exemple un déploiement sur tout le trafic payant) et à 90% uniquement pour des expérimentations précoces à faible risque.
Cela dépend de votre taux de conversion de départ et de l'ampleur du lift que vous voulez détecter. En règle générale, les petits lifts (moins de 5%) demandent des dizaines de milliers de visiteurs par variante, tandis que les gros lifts (20% et plus) se confirment avec quelques milliers. Notre calculateur vous indique exactement combien de visiteurs supplémentaires il vous faut pour atteindre la significativité avec l'effet que vous observez.
Le lift est l'écart relatif en pourcentage entre les taux de conversion des deux variantes. Si la variante A convertit à 3% et la variante B à 4,5%, le lift de B sur A est de 50%. C'est le lift qui vous sert vraiment à décider si un changement mérite d'être déployé.
Un taux de conversion plus élevé ne suffit pas. Il faut assez de données pour que l'écart ait peu de chances de venir du hasard. Plus le lift est faible, plus il faut de visiteurs. Arrêter un test trop tôt, c'est risquer de déployer un changement qui n'était que du bruit.
Le peeking consiste à consulter ses résultats en permanence et à arrêter le test dès que la confiance dépasse 95%. Cette habitude fait grimper en flèche le taux de faux positifs. Pour l'éviter, fixez la taille d'échantillon nécessaire à l'avance, puis regardez le résultat une seule fois, à la fin.
Oui. La significativité est une statistique universelle : le calculateur fonctionne pour tout A/B test où vous pouvez mesurer des visiteurs (ou impressions, clics, envois) et des conversions. Saisissez les chiffres de Meta Ads, Google Ads, TikTok Ads, de vos plateformes emailing ou de l'analytics de votre landing page.
Oui. Le calculateur de significativité d'A/B test est 100% gratuit : sans inscription, sans limite et sans mur e-mail. Lancez autant de tests que nécessaire, à titre personnel ou commercial.
Non. Tous les calculs se font entièrement dans votre navigateur. Vos nombres de visiteurs et de conversions ne quittent jamais votre appareil et ne sont jamais envoyés à nos serveurs.

Testez en A/B la landing page que vos visiteurs voient vraiment

Les plus gros gains en A/B testing viennent de la page où atterrit votre trafic payant. Utilisez LanderLab pour créer, tester et publier des landing pages qui convertissent, puis ramenez les chiffres dans ce calculateur.

Commencer - c'est gratuit

Sans carte bancaire

Logo LanderLab