What sample size do I need for an A/B test?

It depends on your baseline conversion rate and the minimum effect size you want to detect.

What is minimum detectable effect (MDE)?

MDE is the smallest improvement you want your test to be able to detect.

What statistical power should I use?

80% power is the standard minimum, meaning an 80% chance of detecting a real effect.

Calculateur de taille d'échantillon pour tests A/B

De combien de visiteurs ai-je besoin pour mon test A/B ?

Planifiez votre test A/B en calculant la taille d'échantillon requise. Entrez votre taux de conversion de base, l'effet minimum détectable et la puissance souhaitée pour savoir combien de visiteurs vous avez besoin par variante.

Comment utiliser ce calculateur

Entrez votre taux de conversion de base (votre taux de conversion actuel avant le test), l'effet minimum détectable (la plus petite amélioration que vous souhaitez détecter), votre niveau de confiance souhaité et la puissance statistique. Le calculateur affiche instantanément le nombre de visiteurs nécessaires par variante. Ajustez le curseur du MDE pour voir comment des effets plus petits nécessitent exponentiellement plus de trafic.

Comprendre la formule

La taille d'échantillon est calculée à l'aide d'une analyse de puissance pour un test z sur deux proportions. La formule prend en compte quatre paramètres clés : votre taux de conversion de base, la taille de l'effet minimum détectable, le seuil de significativité (alpha) et la puissance statistique souhaitée (1 - bêta). La relation entre la taille d'échantillon et le MDE n'est pas linéaire : diviser par deux la taille de l'effet que vous souhaitez détecter quadruple approximativement la taille d'échantillon requise.

Quand utiliser ce calculateur

Utilisez ce calculateur avant de lancer tout test A/B pour déterminer le nombre de visiteurs nécessaires. Lancer un test sans planification préalable de la taille d'échantillon est l'une des erreurs les plus courantes en expérimentation. Un test sous-puissant risque de ne pas détecter une amélioration réelle, gaspillant temps et ressources. Un test sur-puissant gaspille du trafic qui pourrait être utilisé pour d'autres expériences.

Erreurs courantes dans la planification de la taille d'échantillon

Fixer un MDE trop petit conduit à des tailles d'échantillon impraticables. Soyez réaliste quant à la taille d'effet qui compte pour votre activité. Oublier de prendre en compte le nombre de variantes (chaque variante supplémentaire nécessite la même taille d'échantillon) est une autre erreur fréquente. Rappelez-vous également que la taille d'échantillon est par variante, et non au total : si vous avez besoin de 10 000 par variante avec deux variantes, cela fait 20 000 visiteurs au total.