ABtesting.tools

Guides de tests A/B

Guides pratiques pour concevoir de meilleures expériences — du choix du bon test à la décision du moment d'arrêt.

Comment choisir le bon test statistique

Vous ne savez pas si vous devez utiliser un test Z, un test t, un Chi-carré ou autre chose ? Parcourez un arbre de décision basé sur votre type de métrique pour trouver la bonne approche.

Lire le guide →

La significativité statistique des tests A/B expliquée

Comprenez ce que la significativité statistique signifie réellement, comment fonctionnent les valeurs p, et pourquoi un niveau de confiance de 95 % ne signifie pas 95 % de chances d'avoir raison.

Lire le guide →

Comprendre la taille d'échantillon des tests A/B

Apprenez ce qui détermine la taille d'échantillon, comment les taux de base et les tailles d'effet interagissent, et les erreurs les plus courantes qui conduisent à des tests sous-puissants.

Lire le guide →

Combien de temps devriez-vous faire tourner un test A/B ?

Convertissez la taille d'échantillon en jours calendaires, tenez compte du volume de trafic et de l'allocation, et comprenez pourquoi il est important de faire tourner les tests par cycles de semaines complètes.

Lire le guide →

Comment analyser les résultats d'un test A/B

Guide étape par étape pour analyser correctement les résultats d'un test A/B : vérifiez la significativité, la taille de l'effet, les intervalles de confiance et prenez la bonne décision.

Lire le guide →

Test A/B bayésien vs fréquentiste

Comparez les deux principaux cadres statistiques pour les tests A/B. Découvrez quand utiliser chaque approche et comment elles interprètent les résultats différemment.

Lire le guide →

Erreurs courantes en tests A/B

Évitez les erreurs les plus courantes en tests A/B : consultation prématurée des résultats, tests sous-puissants, mauvaises métriques et plus encore.

Lire le guide →

Tests A/B pour les sites à faible trafic

Comment mener des tests A/B pertinents avec un trafic limité. Stratégies pour les petits sites : changements plus importants, méthodes bayésiennes et attentes ajustées.

Lire le guide →