Calculateur de significativité pour tests A/B
Tu as lancé un test A/B — vérifie maintenant si le résultat est statistiquement significatif. Saisis le nombre de visiteurs et de conversions de ton contrôle (A) et de ta variation (B), choisis un niveau de confiance, et obtiens instantanément le taux de conversion, l'uplift, la significativité et la p-value.
Saisissez tes visiteurs et conversions ci-dessus, puis clique sur Calculer pour voir ton résultat et le graphique de distribution.
Ce que le calculateur t'indique
Trois réponses en un clic — sans tableur, sans diplôme en statistiques.
Taux de conversion & uplift
Visualise le taux de conversion des deux versions côte à côte ainsi que l'amélioration relative de ta variation par rapport au contrôle.
Signification statistique
Un test du chi-deux t'indique si la différence est réelle ou simplement du bruit, au niveau de confiance que tu choisis (90 %, 95 % ou 99 %).
Vérification du Sample Ratio Mismatch
Une vérification SRM automatique signale lorsque la répartition de ton trafic est incorrecte — une cause fréquente de résultats de test trompeurs.
Comprendre la significativité d'un test A/B
Un résultat est statistiquement significatif lorsque la différence entre ton contrôle et ta variation est peu susceptible d'être due au hasard. Tu définis la rigueur de ce seuil avec le niveau de confiance : à 95 %, le résultat est considéré comme significatif une fois que la calculatrice atteint au moins 95 % de confiance.
Exemple concret : le contrôle (A) compte 85 000 visiteurs et 3 326 conversions — soit un taux de conversion de 3,91 %. La variation (B) compte 83 000 visiteurs et 3 403 conversions — soit un taux de conversion de 4,10 %, une amélioration de 4,78 %. Le résultat dépasse le seuil de 95 % (environ 97,5 % de confiance), ce test est donc significatif.
La p-value est la probabilité d'observer une différence au moins aussi grande si la variation n'avait aucun effet réel. Une p-value plus faible signifie des preuves plus solides. À un niveau de confiance de 95 %, tu cherches une p-value de 0,05 ou moins. Cette calculatrice indique une p-value unilatérale — elle teste si la variation est meilleure que le contrôle dans la direction observée.
95 % est la valeur par défaut courante en optimisation de la conversion — un bon équilibre entre la détection de vrais gagnants et l'évitement des faux positifs. Choisis 99 % lorsqu'une mauvaise décision serait coûteuse et que tu veux être absolument sûr ; 90 % uniquement pour des lectures préliminaires à faibles enjeux où tu acceptes une plus grande incertitude.
Un SRM se produit lorsque les visiteurs ne sont pas répartis entre le contrôle et la variation comme prévu (par exemple, une répartition 50/50 prévue qui aboutit à 55/45). Il pointe généralement vers un problème technique — problèmes de redirection, bots ou lacunes de suivi — et peut invalider silencieusement ton résultat. Si la calculatrice détecte un SRM, corrige la répartition avant de te fier à quelque niveau de significativité que ce soit.
La significativité indique que la différence est probablement réelle, pas qu'elle est significative pour ton activité ou stable dans le temps. Prends également en compte l'ampleur de l'amélioration, la durée du test (couvre des cycles commerciaux complets), la taille de l'échantillon et si le résultat se confirme sur les segments clés avant de déployer une variation à tous tes utilisateurs.
Un seul prix. Des tests A/B illimités.
Varify.io est ton alternative conforme au RGPD, sans cookies, aux outils de test facturés au trafic. Tarif fixe à partir de 199 €/mois — quel que soit ton volume de trafic ou le nombre d'expériences que tu lances.
Commencez votre essai gratuit de 30 joursAucune carte de crédit requise · Fabriqué et hébergé en Allemagne