{"id":112269,"date":"2014-12-16T13:33:07","date_gmt":"2014-12-16T13:33:07","guid":{"rendered":"https:\/\/staging.wingify.com\/blog\/duree-test-ab\/"},"modified":"2014-12-16T13:33:07","modified_gmt":"2014-12-16T13:33:07","slug":"duree-test-ab","status":"publish","type":"post","link":"https:\/\/wingify.com\/blog\/fr\/duree-test-ab\/","title":{"rendered":"Combien de temps un test A\/B doit-il durer pour un r\u00e9sultat fiable ?"},"content":{"rendered":"<p>Il s\u2019agit du premier article d\u2019une s\u00e9rie destin\u00e9e \u00e0 vous aider \u00e0 interpr\u00e9ter correctement les r\u00e9sultats de vos tests A\/B. Pour ce 1<sup>er<\/sup> article nous nous nous int\u00e9ressons \u00e0 une question r\u00e9currente\u00a0: combien de temps doit durer un test avant de pouvoir en tirer des conclusions\u00a0?<\/p>\n<p>La question sous-jacente est en effet cruciale\u00a0et peut se r\u00e9sumer de la fa\u00e7on suivante\u00a0:<strong> \u00e0 partir de quand peut-on arr\u00eater un test qui semble donner des r\u00e9sultats\u00a0?<\/strong> De la r\u00e9ponse d\u00e9pendra la pertinence de l\u2019analyse et le gain r\u00e9el du test. En effet, il n\u2019est pas rare de voir des tests donner de bons r\u00e9sultats durant la phase d\u2019exp\u00e9rimentation puis, une fois les modifications mises en production, ne plus constater les m\u00eames r\u00e9sultats. Dans la majorit\u00e9 des cas, une erreur commise durant l\u2019exp\u00e9rimentation est \u00e0 l\u2019origine de cet amer constat\u00a0: le test a \u00e9t\u00e9 arr\u00eat\u00e9 trop t\u00f4t et les r\u00e9sultats \u00e0 cet instant vous induisent en erreur. Prenons un exemple pour illustrer la nature du probl\u00e8me.<\/p>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-3677 aligncenter\" src=\"https:\/\/static.wingify.com\/gcp\/uploads\/abtasty\/temps-test.png\" alt=\"dur\u00e9e-d'un-test\" width=\"672\" height=\"288\" \/><\/p>\n<p>L\u2019image pr\u00e9c\u00e9dente repr\u00e9sente l\u2019\u00e9volution du taux de conversion de 2 versions d\u2019une page faisant l\u2019objet d\u2019un test. D\u00e8s le d\u00e9but du test, la 1<sup>re<\/sup> version semble se d\u00e9tacher et surperformer. L\u2019\u00e9cart entre les 2 versions se r\u00e9duit progressivement au fil du temps et 2 semaines apr\u00e8s le d\u00e9but du test, plus aucune diff\u00e9rence notable n\u2019est constat\u00e9e. Ce ph\u00e9nom\u00e8ne de convergence des r\u00e9sultats est typique si la modification apport\u00e9e n\u2019a pas d\u2019impact r\u00e9el sur la conversion.<\/p>\n<p>L\u2019apparente surperformance au d\u00e9but du test s\u2019explique simplement\u00a0: il est rare que les \u00e9chantillons soient repr\u00e9sentatifs de votre audience au d\u00e9marrage du test. Il faut en effet du temps pour que vos \u00e9chantillons int\u00e8grent tous vos profils d\u2019internautes et donc tous leurs comportements. Si vous arr\u00eatez votre test trop t\u00f4t, par exemple au bout d&#8217;1 semaine dans l\u2019exemple ci-dessus, vous allez prendre une d\u00e9cision erron\u00e9e, car vos donn\u00e9es sont incompl\u00e8tes.<\/p>\n<p>Le probl\u00e8me \u00e9tant pos\u00e9, voyons de fa\u00e7on pratique comment \u00e9viter de tomber dans ce pi\u00e8ge. Il existe plusieurs crit\u00e8res sur lesquels vous baser pour d\u00e9terminer quand vous fier aux r\u00e9sultats affich\u00e9s par votre solution d\u2019A\/B testing.<\/p>\n<ul>\n<li>L\u2019indice de confiance statistique<\/li>\n<li>La taille de l\u2019\u00e9chantillon<\/li>\n<li>La repr\u00e9sentativit\u00e9 de votre \u00e9chantillon<\/li>\n<li>La p\u00e9riode du test et le device test\u00e9<\/li>\n<\/ul>\n<h2>1. L\u2019indice de fiabilit\u00e9 statistique<\/h2>\n<p>Toutes les solutions d\u2019A\/B testing affichent dans leur reporting un indicateur de fiabilit\u00e9 statistique qui mesure la probabilit\u00e9 que les diff\u00e9rences de r\u00e9sultats constat\u00e9s entre chaque \u00e9chantillon ne soient pas li\u00e9es au hasard. Cet indicateur, calcul\u00e9 selon le test du Khi Deux, est le 1<sup>er<\/sup> indicateur sur lequel se baser. L\u2019usage chez les statisticiens veut que l\u2019on consid\u00e8re un test fiable \u00e0 partir d\u2019un taux de 95\u00a0%. On accepte donc de se tromper dans 5\u00a0% des cas et que les r\u00e9sultats des 2 versions puissent \u00eatre identiques.<\/p>\n<p>Se baser uniquement sur cet indicateur pour juger du moment opportun d\u2019arr\u00eater un test est pourtant une erreur. S\u2019il s\u2019agit d\u2019une condition n\u00e9cessaire pour juger de la fiabilit\u00e9 d\u2019un test, elle n\u2019est pas suffisante. Autrement dit, tant que vous n\u2019avez pas atteint ce seuil, vous ne pouvez pas prendre de d\u00e9cision, et une fois ce seuil atteint, vous devez encore prendre certaines pr\u00e9cautions.<\/p>\n<p>Par ailleurs, il faut bien comprendre ce que signifie le test du Khi Deux. Celui-ci permet de rejeter ou non ce qu\u2019on appelle l\u2019hypoth\u00e8se nulle. Appliqu\u00e9e \u00e0 l\u2019A\/B testing, celle-ci consiste \u00e0 dire que 2 versions produisent des r\u00e9sultats identiques (et qu\u2019il n\u2019y a donc pas de diff\u00e9rences entre elles). Si la conclusion du test am\u00e8ne \u00e0 rejeter l\u2019hypoth\u00e8se nulle, cela veut donc dire qu\u2019il y a une diff\u00e9rence de r\u00e9sultats. En revanche, le test ne pr\u00e9sage en rien de l\u2019ampleur de cette diff\u00e9rence.<\/p>\n<h2>2. La taille de l\u2019\u00e9chantillon<\/h2>\n<p>Il existe de nombreux outils en ligne permettant de calculer la valeur du Khi Deux en indiquant en param\u00e8tres d\u2019entr\u00e9e les 4 \u00e9l\u00e9ments n\u00e9cessaires \u00e0 son calcul (dans le cadre d\u2019un test avec 2 versions). Vous pouvez trouver un tel <a href=\"http:\/\/www.evanmiller.org\/ab-testing\/chi-squared.html\" target=\"_blank\" rel=\"noopener noreferrer\">outil ici<\/a>.<\/p>\n<p>En utilisant cet outil, nous avons pris un exemple extr\u00eame pour illustrer le probl\u00e8me.<\/p>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-3678 aligncenter\" src=\"https:\/\/static.wingify.com\/gcp\/uploads\/abtasty\/temps-test-2.png\" alt=\"dur\u00e9e-test\" width=\"481\" height=\"236\" \/><\/p>\n<p>http:\/\/www.evanmiller.org\/ab-testing\/chi-squared.html<\/p>\n<p>Sur cette image, le calcul du Khi Deux am\u00e8ne \u00e0 dire que l\u2019\u00e9chantillon n\u00b0\u00a02 converti mieux que l\u2019\u00e9chantillon n\u00b0\u00a01 avec une fiabilit\u00e9 de 95\u00a0%. En revanche, les valeurs d\u2019entr\u00e9e sont extr\u00eamement faibles et rien ne garantit que si l\u2019on testait 1 000 personnes au lieu de 100, on conserverait le m\u00eame ratio de 1 \u00e0 3 entre les taux de conversions.<\/p>\n<p>C\u2019est un peu comme jouer \u00e0 pile ou face. Si la probabilit\u00e9 est de 50\u00a0% de tomber sur pile et 50\u00a0% sur face, il est possible, en ne jouant que 10 fois, d\u2019avoir une distribution de 70\u00a0%\/30\u00a0%. C\u2019est uniquement en jouant un grand nombre de fois qu\u2019on se rapproche de la distribution attendue de 50\u00a0%\/50\u00a0%.<\/p>\n<p>Pour pouvoir se fier au test du Khi Deux, il est donc recommand\u00e9 d\u2019avoir une taille d\u2019\u00e9chantillon cons\u00e9quente. Vous pouvez calculer la taille de cet \u00e9chantillon avant de d\u00e9marrer votre test pour avoir une indication du moment o\u00f9 il est pertinent de regarder l\u2019indicateur de fiabilit\u00e9 statistique. Plusieurs outils en ligne permettent de calculer cette taille d\u2019\u00e9chantillon (<a href=\"http:\/\/www.evanmiller.org\/ab-testing\/sample-size.html\" target=\"_blank\" rel=\"noopener noreferrer\">exemple ici<\/a>). Dans la pratique cela peut s\u2019av\u00e9rer difficile, car l\u2019un des param\u00e8tres \u00e0 renseigner est le % d\u2019am\u00e9lioration attendue, ce qui n\u2019est pas facile \u00e0 \u00e9valuer, mais peut \u00eatre un bon exercice pour juger de la pertinence des modifications envisag\u00e9es. PS\u00a0: plus le pourcentage d\u2019am\u00e9lioration attendu est faible, plus la taille de l\u2019\u00e9chantillon devra \u00eatre importante pour pouvoir d\u00e9tecter une r\u00e9elle diff\u00e9rence. Si vos modifications ont un impact tr\u00e8s faible, beaucoup de visiteurs devront \u00eatre test\u00e9s. Cela milite donc pour que vous apportiez des modifications radicales ou disruptives qui auront probablement plus d\u2019impact sur la conversion.<\/p>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-3680 aligncenter\" src=\"https:\/\/static.wingify.com\/gcp\/uploads\/abtasty\/temps-test-3-1.png\" alt=\"dur\u00e9e-test\" width=\"481\" height=\"296\" \/><\/p>\n<h2>3. La repr\u00e9sentativit\u00e9 de votre \u00e9chantillon<\/h2>\n<p>Si vous avez beaucoup de trafic, atteindre une taille d\u2019\u00e9chantillon suffisante n\u2019est pas un probl\u00e8me et vous pouvez obtenir un taux de fiabilit\u00e9 statistique en seulement quelques jours, 2 ou 3 parfois. Pour autant, arr\u00eater un test d\u00e8s lors que les conditions de taille d\u2019\u00e9chantillons et de fiabilit\u00e9 statistique sont satisfaites n\u2019est pas la garantie de reproduire les r\u00e9sultats en situation r\u00e9elle.<\/p>\n<p>Le point cl\u00e9, souvent sous-estim\u00e9, consiste \u00e0 <strong>tester aussi longtemps qu\u2019il le faut pour inclure dans votre \u00e9chantillon tous vos segments d\u2019audience<\/strong>. En effet, les tests statistiques partent du postulat que vos \u00e9chantillons sont distribu\u00e9s de fa\u00e7on identique, autrement dit que la probabilit\u00e9 de convertir est la m\u00eame pour tous les internautes. Or, ce n\u2019est pas le cas\u00a0: cette probabilit\u00e9 varie en fonction de diff\u00e9rents facteurs tels que le temps, l\u2019emplacement g\u00e9ographique ou encore les pr\u00e9f\u00e9rences utilisateurs.<\/p>\n<p>2 facteurs sont notamment tr\u00e8s importants \u00e0 prendre en compte.<\/p>\n<ul>\n<li><strong>Vos cycles commerciaux.<\/strong> Les internautes n\u2019ach\u00e8tent pas directement une fois qu\u2019ils d\u00e9couvrent votre site. Ils s\u2019informent, comparent, murissent leur r\u00e9flexion&#8230; Entre le moment o\u00f9 ils sont soumis \u00e0 l\u2019un de vos tests et le moment o\u00f9 ils convertissent, il peut s\u2019\u00e9couler 1, 2, voire 3 semaines. Si votre cycle d\u2019achat est de 3 semaines et que vous ne testez que sur 1 semaine, votre \u00e9chantillon ne sera pas repr\u00e9sentatif, car notre outil enregistrera les visites de tous les internautes, mais n\u2019enregistrera pas les conversions d\u2019une partie d\u2019entre eux pour lesquels votre test aura pourtant un impact. Nous vous conseillons donc de tester sur au moins 1 cycle commercial complet, 2 id\u00e9alement.<\/li>\n<li><strong>Vos sources de trafic.<\/strong> Votre \u00e9chantillon doit inclure l\u2019ensemble de vos sources de trafic (emailing, liens sponsoris\u00e9s, r\u00e9seaux sociaux\u2026) et vous devez vous assurer qu\u2019aucune de ces sources ne soit surrepr\u00e9sent\u00e9e dans votre \u00e9chantillon. Prenons un cas concret\u00a0: si le canal emailing est une source faible de trafic, mais importante de revenus, et que vous menez un test pendant une campagne emailing, vous allez inclure dans votre \u00e9chantillon des internautes qui ont une plus forte propension \u00e0 acheter. Celui-ci ne sera plus aussi repr\u00e9sentatif. Il est \u00e9galement primordial d\u2019avoir connaissance des op\u00e9rations d\u2019acquisition d\u2019envergure et si possible ne pas tester sur ces p\u00e9riodes. Il en va de m\u00eame pour les tests durant les soldes ou tous autres temps forts promotionnels qui attirent des internautes au comportement atypique. En r\u00e9it\u00e9rant les m\u00eames tests en dehors de ces p\u00e9riodes, vous constaterez souvent des diff\u00e9rences de r\u00e9sultats moins marqu\u00e9es.<\/li>\n<\/ul>\n<p>S\u2019assurer de la repr\u00e9sentativit\u00e9 de votre \u00e9chantillon s\u2019av\u00e8re au final assez difficile, car <strong>vous ma\u00eetrisez peu la nature des internautes qui participent \u00e0 votre test<\/strong>. Vous pouvez pallier ce probl\u00e8me de 2 mani\u00e8res. La premi\u00e8re est de prolonger votre test plus que n\u00e9cessaire pour vous rapprocher d\u2019une distribution normale de vos internautes. La deuxi\u00e8me consiste \u00e0 cibler vos tests pour n\u2019inclure dans votre \u00e9chantillon qu\u2019une population sp\u00e9cifique. Ex\u00a0: vous pouvez exclure de vos tests tous les internautes qui viennent de vos campagnes d\u2019emailing si vous savez qu\u2019ils biaisent vos r\u00e9sultats. Vous pouvez aussi cibler uniquement les nouveaux visiteurs pour ne pas inclure d\u2019internautes bien avanc\u00e9s dans leur processus d\u2019achat et qui convertiraient, quelle que soit la version \u00e0 laquelle ils sont soumis.<\/p>\n<h2>4. Autres \u00e9l\u00e9ments \u00e0 prendre en compte<\/h2>\n<p>D\u2019autres \u00e9l\u00e9ments sont \u00e0 prendre en compte pour s\u2019assurer que les conditions de votre exp\u00e9rimentation soient les plus proches de la r\u00e9alit\u00e9\u00a0:<strong> le timing et le device.<\/strong><\/p>\n<ul>\n<li>Les taux de conversion pouvant varier fortement entre les jours de la semaine, voire les heures de la journ\u00e9e, il est conseill\u00e9 de tester sur des p\u00e9riodes compl\u00e8tes. Autrement dit, si vous lancez un test le lundi matin, il doit s\u2019arr\u00eater un dimanche au soir pour qu\u2019une distribution normale des conversions soit respect\u00e9e.<\/li>\n<li>De m\u00eame, les taux de conversion entre mobile, tablette et desktop variant fortement, nous recommandons de tester vos sites ou pages sp\u00e9cifiquement pour chaque device, en utilisant les fonctionnalit\u00e9s de ciblage pour inclure\/exclure les devices pour lesquels vos utilisateurs pr\u00e9sentent des comportements de navigation et d\u2019achat tr\u00e8s diff\u00e9rents.<\/li>\n<\/ul>\n<p>Ces \u00e9l\u00e9ments sont \u00e0 prendre en compte pour ne pas arr\u00eater vos tests trop t\u00f4t et vous fourvoyer dans une analyse erron\u00e9e des r\u00e9sultats. Ils expliquent \u00e9galement pourquoi certains tests A\/A, men\u00e9s sur une p\u00e9riode trop courte ou durant une p\u00e9riode d\u2019activit\u00e9 anormale, peuvent pr\u00e9senter des diff\u00e9rences de r\u00e9sultats ainsi qu\u2019une fiabilit\u00e9 statistique, alors que vous n\u2019avez apport\u00e9 aucune modification.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Il s\u2019agit du premier article d\u2019une s\u00e9rie destin\u00e9e \u00e0 vous aider \u00e0 interpr\u00e9ter correctement les r\u00e9sultats de vos tests A\/B. Pour ce 1er article nous nous nous int\u00e9ressons \u00e0 une question r\u00e9currente : combien de temps doit durer un test avant de pouvoir en tirer des conclusions ?<\/p>\n","protected":false},"author":1435,"featured_media":115643,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"post_read_time":0,"footnotes":""},"categories":[1],"tags":[10786],"feature":[],"industry-type":[],"product":[],"role":[],"region":[],"class_list":["post-112269","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-unlisted","tag-experimentation-fr"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v28.4 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Combien de temps un test A\/B doit-il durer pour un r\u00e9sultat fiable ? - Wingify Blog<\/title>\n<meta name=\"description\" content=\"Il s\u2019agit du premier article d\u2019une s\u00e9rie destin\u00e9e \u00e0 vous aider \u00e0 interpr\u00e9ter correctement les r\u00e9sultats de vos tests A\/B. Pour ce 1er article nous nous nous int\u00e9ressons \u00e0 une question r\u00e9currente : combien de temps doit durer un test avant de pouvoir en tirer des conclusions ?\" \/>\n<meta name=\"robots\" content=\"noindex, nofollow\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Combien de temps un test A\/B doit-il durer pour un r\u00e9sultat fiable ? - Wingify Blog\" \/>\n<meta property=\"og:description\" content=\"Il s\u2019agit du premier article d\u2019une s\u00e9rie destin\u00e9e \u00e0 vous aider \u00e0 interpr\u00e9ter correctement les r\u00e9sultats de vos tests A\/B. Pour ce 1er article nous nous nous int\u00e9ressons \u00e0 une question r\u00e9currente : combien de temps doit durer un test avant de pouvoir en tirer des conclusions ?\" \/>\n<meta property=\"og:url\" content=\"https:\/\/wingify.com\/blog\/fr\/duree-test-ab\/\" \/>\n<meta property=\"og:site_name\" content=\"Wingify Blog\" \/>\n<meta property=\"article:published_time\" content=\"2014-12-16T13:33:07+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/static.wingify.com\/gcp\/uploads\/sites\/3\/2026\/09\/Release-Management-3.png\" \/>\n\t<meta property=\"og:image:width\" content=\"2400\" \/>\n\t<meta property=\"og:image:height\" content=\"2332\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Anthony Brebion\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@Wingify\" \/>\n<meta name=\"twitter:site\" content=\"@Wingify\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Anthony Brebion\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"10 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/duree-test-ab\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/duree-test-ab\\\/\"},\"author\":{\"name\":\"Anthony Brebion\",\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/#\\\/schema\\\/person\\\/ef0688fa888868d2b6418dd5751e3929\"},\"headline\":\"Combien de temps un test A\\\/B doit-il durer pour un r\u00e9sultat fiable ?\",\"datePublished\":\"2014-12-16T13:33:07+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/duree-test-ab\\\/\"},\"wordCount\":1903,\"image\":{\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/duree-test-ab\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/static.wingify.com\\\/gcp\\\/uploads\\\/sites\\\/3\\\/2026\\\/09\\\/Release-Management-3.png\",\"keywords\":[\"Exp\u00e9rimentation\"],\"articleSection\":[\"Unlisted\"],\"inLanguage\":\"fr-FR\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/duree-test-ab\\\/\",\"url\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/duree-test-ab\\\/\",\"name\":\"Combien de temps un test A\\\/B doit-il durer pour un r\u00e9sultat fiable ? - Wingify Blog\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/duree-test-ab\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/duree-test-ab\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/static.wingify.com\\\/gcp\\\/uploads\\\/sites\\\/3\\\/2026\\\/09\\\/Release-Management-3.png\",\"datePublished\":\"2014-12-16T13:33:07+00:00\",\"author\":{\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/#\\\/schema\\\/person\\\/ef0688fa888868d2b6418dd5751e3929\"},\"description\":\"Il s\u2019agit du premier article d\u2019une s\u00e9rie destin\u00e9e \u00e0 vous aider \u00e0 interpr\u00e9ter correctement les r\u00e9sultats de vos tests A\\\/B. Pour ce 1er article nous nous nous int\u00e9ressons \u00e0 une question r\u00e9currente : combien de temps doit durer un test avant de pouvoir en tirer des conclusions ?\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/duree-test-ab\\\/#breadcrumb\"},\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/duree-test-ab\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/duree-test-ab\\\/#primaryimage\",\"url\":\"https:\\\/\\\/static.wingify.com\\\/gcp\\\/uploads\\\/sites\\\/3\\\/2026\\\/09\\\/Release-Management-3.png\",\"contentUrl\":\"https:\\\/\\\/static.wingify.com\\\/gcp\\\/uploads\\\/sites\\\/3\\\/2026\\\/09\\\/Release-Management-3.png\",\"width\":2400,\"height\":2332,\"caption\":\"Release Management 3\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/duree-test-ab\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Unlisted\",\"item\":\"https:\\\/\\\/wingify.com\\\/blog\\\/unlisted\\\/\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"Combien de temps un test A\\\/B doit-il durer pour un r\u00e9sultat fiable ?\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/#website\",\"url\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/\",\"name\":\"Wingify Blog\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/#\\\/schema\\\/person\\\/ef0688fa888868d2b6418dd5751e3929\",\"name\":\"Anthony Brebion\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\\\/\\\/static.wingify.com\\\/gcp\\\/uploads\\\/sites\\\/3\\\/2026\\\/09\\\/1779458990830-150x150.jpg\",\"url\":\"https:\\\/\\\/static.wingify.com\\\/gcp\\\/uploads\\\/sites\\\/3\\\/2026\\\/09\\\/1779458990830-150x150.jpg\",\"contentUrl\":\"https:\\\/\\\/static.wingify.com\\\/gcp\\\/uploads\\\/sites\\\/3\\\/2026\\\/09\\\/1779458990830-150x150.jpg\",\"caption\":\"Anthony Brebion\"},\"description\":\"Anthony Brebion is a GTM &amp; RevOps Engineer at AB Tasty, with a background in digital marketing, SEO, and website optimization. He combines his marketing and technical expertise to build data-driven systems, automate workflows, and improve digital experiences. His areas of expertise include CRO, e-commerce optimization, marketing automation, and experimentation.\",\"sameAs\":[\"https:\\\/\\\/www.linkedin.com\\\/in\\\/anthonybrebion\\\/\"],\"url\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/author\\\/abrebion\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Combien de temps un test A\/B doit-il durer pour un r\u00e9sultat fiable ? - Wingify Blog","description":"Il s\u2019agit du premier article d\u2019une s\u00e9rie destin\u00e9e \u00e0 vous aider \u00e0 interpr\u00e9ter correctement les r\u00e9sultats de vos tests A\/B. Pour ce 1er article nous nous nous int\u00e9ressons \u00e0 une question r\u00e9currente : combien de temps doit durer un test avant de pouvoir en tirer des conclusions ?","robots":{"index":"noindex","follow":"nofollow"},"og_locale":"fr_FR","og_type":"article","og_title":"Combien de temps un test A\/B doit-il durer pour un r\u00e9sultat fiable ? - Wingify Blog","og_description":"Il s\u2019agit du premier article d\u2019une s\u00e9rie destin\u00e9e \u00e0 vous aider \u00e0 interpr\u00e9ter correctement les r\u00e9sultats de vos tests A\/B. Pour ce 1er article nous nous nous int\u00e9ressons \u00e0 une question r\u00e9currente : combien de temps doit durer un test avant de pouvoir en tirer des conclusions ?","og_url":"https:\/\/wingify.com\/blog\/fr\/duree-test-ab\/","og_site_name":"Wingify Blog","article_published_time":"2014-12-16T13:33:07+00:00","og_image":[{"width":2400,"height":2332,"url":"https:\/\/static.wingify.com\/gcp\/uploads\/sites\/3\/2026\/09\/Release-Management-3.png","type":"image\/png"}],"author":"Anthony Brebion","twitter_card":"summary_large_image","twitter_creator":"@Wingify","twitter_site":"@Wingify","twitter_misc":{"Written by":"Anthony Brebion","Est. reading time":"10 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/wingify.com\/blog\/fr\/duree-test-ab\/#article","isPartOf":{"@id":"https:\/\/wingify.com\/blog\/fr\/duree-test-ab\/"},"author":{"name":"Anthony Brebion","@id":"https:\/\/wingify.com\/blog\/fr\/#\/schema\/person\/ef0688fa888868d2b6418dd5751e3929"},"headline":"Combien de temps un test A\/B doit-il durer pour un r\u00e9sultat fiable ?","datePublished":"2014-12-16T13:33:07+00:00","mainEntityOfPage":{"@id":"https:\/\/wingify.com\/blog\/fr\/duree-test-ab\/"},"wordCount":1903,"image":{"@id":"https:\/\/wingify.com\/blog\/fr\/duree-test-ab\/#primaryimage"},"thumbnailUrl":"https:\/\/static.wingify.com\/gcp\/uploads\/sites\/3\/2026\/09\/Release-Management-3.png","keywords":["Exp\u00e9rimentation"],"articleSection":["Unlisted"],"inLanguage":"fr-FR"},{"@type":"WebPage","@id":"https:\/\/wingify.com\/blog\/fr\/duree-test-ab\/","url":"https:\/\/wingify.com\/blog\/fr\/duree-test-ab\/","name":"Combien de temps un test A\/B doit-il durer pour un r\u00e9sultat fiable ? - Wingify Blog","isPartOf":{"@id":"https:\/\/wingify.com\/blog\/fr\/#website"},"primaryImageOfPage":{"@id":"https:\/\/wingify.com\/blog\/fr\/duree-test-ab\/#primaryimage"},"image":{"@id":"https:\/\/wingify.com\/blog\/fr\/duree-test-ab\/#primaryimage"},"thumbnailUrl":"https:\/\/static.wingify.com\/gcp\/uploads\/sites\/3\/2026\/09\/Release-Management-3.png","datePublished":"2014-12-16T13:33:07+00:00","author":{"@id":"https:\/\/wingify.com\/blog\/fr\/#\/schema\/person\/ef0688fa888868d2b6418dd5751e3929"},"description":"Il s\u2019agit du premier article d\u2019une s\u00e9rie destin\u00e9e \u00e0 vous aider \u00e0 interpr\u00e9ter correctement les r\u00e9sultats de vos tests A\/B. Pour ce 1er article nous nous nous int\u00e9ressons \u00e0 une question r\u00e9currente : combien de temps doit durer un test avant de pouvoir en tirer des conclusions ?","breadcrumb":{"@id":"https:\/\/wingify.com\/blog\/fr\/duree-test-ab\/#breadcrumb"},"inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/wingify.com\/blog\/fr\/duree-test-ab\/"]}]},{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/wingify.com\/blog\/fr\/duree-test-ab\/#primaryimage","url":"https:\/\/static.wingify.com\/gcp\/uploads\/sites\/3\/2026\/09\/Release-Management-3.png","contentUrl":"https:\/\/static.wingify.com\/gcp\/uploads\/sites\/3\/2026\/09\/Release-Management-3.png","width":2400,"height":2332,"caption":"Release Management 3"},{"@type":"BreadcrumbList","@id":"https:\/\/wingify.com\/blog\/fr\/duree-test-ab\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/wingify.com\/blog\/fr\/"},{"@type":"ListItem","position":2,"name":"Unlisted","item":"https:\/\/wingify.com\/blog\/unlisted\/"},{"@type":"ListItem","position":3,"name":"Combien de temps un test A\/B doit-il durer pour un r\u00e9sultat fiable ?"}]},{"@type":"WebSite","@id":"https:\/\/wingify.com\/blog\/fr\/#website","url":"https:\/\/wingify.com\/blog\/fr\/","name":"Wingify Blog","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/wingify.com\/blog\/fr\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fr-FR"},{"@type":"Person","@id":"https:\/\/wingify.com\/blog\/fr\/#\/schema\/person\/ef0688fa888868d2b6418dd5751e3929","name":"Anthony Brebion","image":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/static.wingify.com\/gcp\/uploads\/sites\/3\/2026\/09\/1779458990830-150x150.jpg","url":"https:\/\/static.wingify.com\/gcp\/uploads\/sites\/3\/2026\/09\/1779458990830-150x150.jpg","contentUrl":"https:\/\/static.wingify.com\/gcp\/uploads\/sites\/3\/2026\/09\/1779458990830-150x150.jpg","caption":"Anthony Brebion"},"description":"Anthony Brebion is a GTM &amp; RevOps Engineer at AB Tasty, with a background in digital marketing, SEO, and website optimization. He combines his marketing and technical expertise to build data-driven systems, automate workflows, and improve digital experiences. His areas of expertise include CRO, e-commerce optimization, marketing automation, and experimentation.","sameAs":["https:\/\/www.linkedin.com\/in\/anthonybrebion\/"],"url":"https:\/\/wingify.com\/blog\/fr\/author\/abrebion\/"}]}},"_links":{"self":[{"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/posts\/112269","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/users\/1435"}],"replies":[{"embeddable":true,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/comments?post=112269"}],"version-history":[{"count":0,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/posts\/112269\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/media\/115643"}],"wp:attachment":[{"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/media?parent=112269"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/categories?post=112269"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/tags?post=112269"},{"taxonomy":"feature","embeddable":true,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/feature?post=112269"},{"taxonomy":"industry-type","embeddable":true,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/industry-type?post=112269"},{"taxonomy":"product","embeddable":true,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/product?post=112269"},{"taxonomy":"role","embeddable":true,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/role?post=112269"},{"taxonomy":"region","embeddable":true,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/region?post=112269"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}