{"id":15179,"date":"2019-07-16T00:00:00","date_gmt":"2019-07-16T00:00:00","guid":{"rendered":"https:\/\/www.mailgun.com\/blog\/test-a-b-bidon\/"},"modified":"2026-07-24T15:38:50","modified_gmt":"2026-07-24T15:38:50","slug":"test-a-b-bidon","status":"publish","type":"blog","link":"https:\/\/www.mailgun.com\/fr\/blog\/it-and-engineering\/test-a-b-bidon\/","title":{"rendered":"Votre test A\/B est-il bidon ?"},"content":{"rendered":"\n

Simple comme bonjour ?<\/p>\n\n\n\n

Tout le monde conna\u00eet les tests A\/B ; vous avez une version A et une version B et vous voulez savoir laquelle est la meilleure. Vous montrez la version A \u00e0 certaines personnes et la version B \u00e0 d’autres. Soit elles aiment la version, soit elles ne l’aiment pas, et la version qui obtient le plus de mentions \u00ab j’aime \u00bb l’emporte. Plut\u00f4t simple, n’est-ce pas ?<\/p>\n\n\n\n

Mais \u00e0 combien de personnes devriez-vous montrer les versions A et B ? 10, 100, 10 000 ? Et si 10 personnes aiment A et 7 personnes aiment B ? Cela signifie-t-il que A est meilleure que B ? Et si vous poursuiviez le test ? Et si la taille de votre \u00e9chantillon affectait vos r\u00e9sultats ?<\/p>\n\n\n\n

Voici un exemple simple. Une entreprise m\u00e8ne une enqu\u00eate pour \u00e9valuer la notori\u00e9t\u00e9 de sa marque. 6 personnes sur 10 affirment conna\u00eetre la marque. Apr\u00e8s une campagne publicitaire, l’entreprise m\u00e8ne de nouveau l’enqu\u00eate. Cette fois, 44 personnes sur 100 affirment conna\u00eetre la marque. La campagne a-t-elle \u00e9t\u00e9 efficace ? 60 % contre 44 %,\u00a0mais la v\u00e9rit\u00e9 est que \u2014 nous ne pouvons pas le dire !<\/p>\n\n\n\n

Combien d’entre vous ont men\u00e9 de telles enqu\u00eates et ont pris des d\u00e9cisions commerciales fond\u00e9es sur ces derni\u00e8res ?<\/p>\n\n\n\r\n