1. Accueil
  2. Guide CRO
  3. A/B Testing

Comment interpréter les résultats d'un A/B test ?

Analysez le taux de conversion, l'intervalle de confiance, l'uplift et la significativité pour prendre la bonne décision. Guide complet d'interprétation.

Mis à jour le 28 novembre 2025 2 min de lecture A/B Testing
Sommaire
  1. Les 4 métriques clés à analyser
  2. 1. Taux de conversion
  3. 2. Uplift (amélioration relative)
  4. 3. Significativité statistique
  5. 4. Intervalle de confiance
  6. Comment lire un rapport de test
  7. Exemple de rapport
  8. Analyse
  9. Les scénarios possibles
  10. ✅ Scénario 1 : Gagnant clair
  11. ⚖️ Scénario 2 : Pas de différence
  12. ❌ Scénario 3 : Perdant
  13. 🤔 Scénario 4 : Incertain
  14. Pièges d’interprétation
  15. 1. Ignorer les segments
  16. 2. Se focaliser sur une métrique
  17. 3. Oublier l’impact business
  18. Calculer l’impact business
  19. Checklist avant décision

Les 4 métriques clés à analyser

1. Taux de conversion

C’est la métrique principale. Comparez le taux de conversion entre les variations.

Exemple :

  • Contrôle (A) : 2.5%
  • Variation (B) : 3.0%

2. Uplift (amélioration relative)

Le pourcentage d’amélioration par rapport au contrôle.

Uplift = (Taux B - Taux A) / Taux A × 100
Uplift = (3.0 - 2.5) / 2.5 × 100 = +20%

3. Significativité statistique

La probabilité que le résultat ne soit pas dû au hasard.

SignificativitéInterprétation
< 90%Résultat incertain, ne pas conclure
90-95%Tendance probable
95%+Résultat fiable ✓
99%+Haute confiance

4. Intervalle de confiance

La fourchette dans laquelle se situe probablement le vrai résultat.

Exemple :

  • Uplift : +20%
  • Intervalle : [+8%, +32%]

→ L’amélioration réelle est probablement entre 8% et 32%.

Comment lire un rapport de test

Exemple de rapport

┌─────────────────────────────────────────┐
│ Test: Nouveau bouton CTA                │
├─────────────────────────────────────────┤
│ Durée: 14 jours                         │
│ Visiteurs totaux: 24 000                │
├─────────────────────────────────────────┤
│ CONTRÔLE (A)     │ VARIATION (B)        │
│ 12 000 visiteurs │ 12 000 visiteurs     │
│ 300 conversions  │ 360 conversions      │
│ 2.50%            │ 3.00%                │
├─────────────────────────────────────────┤
│ Uplift: +20%                            │
│ Intervalle: [+8%, +32%]                 │
│ Significativité: 97.3%                  │
│ Statut: GAGNANT ✓                       │
└─────────────────────────────────────────┘

Analyse

  1. Significativité 97.3% > 95% → Résultat fiable
  2. Uplift +20% → Amélioration substantielle
  3. Intervalle [+8%, +32%] → Même dans le pire cas (+8%), c’est positif
  4. Décision : Implémenter la variation B

Les scénarios possibles

✅ Scénario 1 : Gagnant clair

  • Significativité > 95%
  • Uplift positif
  • Intervalle de confiance entièrement positif

Action : Implémenter la variation gagnante

⚖️ Scénario 2 : Pas de différence

  • Significativité < 90%
  • Uplift proche de 0%
  • Intervalle de confiance autour de 0

Action : Les deux versions performent pareil. Choisir selon d’autres critères (coût, préférence utilisateur).

❌ Scénario 3 : Perdant

  • Significativité > 95%
  • Uplift négatif

Action : Conserver le contrôle. Analyser pourquoi la variation a échoué.

🤔 Scénario 4 : Incertain

  • Significativité entre 80-95%
  • Uplift positif mais intervalle large

Action : Continuer le test ou accepter une décision avec plus de risque.

Pièges d’interprétation

1. Ignorer les segments

Le résultat global peut cacher des différences par segment :

  • Mobile vs Desktop
  • Nouveaux vs Récurrents
  • Sources de trafic

→ Analysez toujours par segment clé.

2. Se focaliser sur une métrique

Un test peut améliorer le taux de clic mais réduire le panier moyen.

→ Vérifiez les métriques secondaires (revenu, panier moyen, LTV).

3. Oublier l’impact business

+0.1% de conversion avec 99% de significativité = résultat significatif mais impact négligeable.

→ Calculez l’impact en euros.

Calculer l’impact business

Revenus supplémentaires mensuels =
  Visiteurs mensuels × Amélioration conversion × Panier moyen

Exemple :
  100 000 × 0.005 × 80€ = 40 000€/mois

Checklist avant décision

  • Significativité ≥ 95%
  • Durée du test suffisante (≥ 7 jours)
  • Analyse par segments effectuée
  • Métriques secondaires vérifiées
  • Impact business calculé
  • Pas d’anomalies dans les données

Pour aller plus loin

Besoin d’aide pour optimiser vos conversions ?

On analyse votre boutique et on vous propose un plan d’action chiffré. Appel de 25 minutes, gratuit, sans engagement.

Réserver un appel découverte

Questions similaires