Comment faire de l'A/B Testing sur les pages produits Shopify

Points clés à retenir

• Faire des tests A/B sur les pages produits Shopify vaut la peine une fois que vous avez environ 50 000 à 60 000 sessions mensuelles sur la page testée. En dessous, vous ne pouvez pas atteindre une signification statistique propre.
• Les outils dominants en 2026 sont Intelligems et Shoplift pour les tests natifs sur Shopify, avec Convert et VWO pour les cas cross-channel.
• L’erreur la plus courante n’est pas de choisir le mauvais outil - c’est d’arrêter les tests trop tôt, de mal attribuer la saisonnalité ou de tester des changements trop petits pour être détectables.
• Commencez par des tests à fort impact : section hero, visibilité du bouton Add to Cart (ATC), placement de la preuve sociale. Oubliez les tests de couleur de bouton.

Pour faire un test A/B sur une page produit Shopify, utilisez un outil natif à Shopify comme Intelligems ou Shoplift, modifiez une seule chose par variante et faites tourner le test pendant 14 à 21 jours avec une taille d’échantillon définie à l’avance. Cela n’est rentable que sur des pages ayant suffisamment de trafic.

Pourquoi vous pouvez nous faire confiance

Jacques a plus de 15 ans d’expérience en développement. Nous travaillons dans l’écosystème Shopify depuis plus de quatre ans et avons mis en place des tests A/B sur des dizaines de boutiques via Intelligems, Shoplift, Convert et des configurations internes. Nous développons également Fudge, l’opérateur IA pour les boutiques Shopify, noté 4.9 sur le Shopify App Store. Il crée les pages de variantes que nous testons.

Avant de faire de l’A/B testing : vérifiez que vous avez le trafic

L’A/B testing exige une signification statistique, ce qui nécessite suffisamment d’échantillons. Pour toutes les statistiques derrière cela - taille de l’échantillon, effet minimum détectable (MDE) et durée du test - consultez notre guide complet des tests de conversion sur Shopify. Pour un test typique de page produit Shopify :

• Taux de conversion de base : 2 %
• Effet minimum détectable : 20 % de lift relatif (soit 2,0 % → 2,4 %)
• Seuil de signification : 95 %, puissance 80 %
• Échantillon requis par variante : ~21 000 sessions

Cela représente environ 42 000 sessions pour les deux variantes réunies, la page a donc besoin d’environ 50 000 à 60 000 sessions mensuelles pour se terminer en 21 jours.

Si votre page de test enregistre 5 000 sessions par mois, il vous faudrait plus de huit mois pour analyser le test. Ne le lancez pas. Déployez le changement en lequel vous croyez et observez la tendance.

Pour le contexte CRO global, consultez notre guide du CRO sur Shopify.

Étape 1 : Choisissez le bon outil

Pour un comparatif complet, consultez notre classement des meilleurs outils d’A/B testing Shopify. Voici la version courte :

Intelligems

A/B testing natif à Shopify conçu pour les tests de PDP, panier, prix et offres. Un excellent choix si vous voulez tester vos prix, vos seuils de livraison gratuite et les variantes de votre PDP. La configuration des tests est simple et les analytics prennent en compte le chiffre d’affaires.

Shoplift

A/B testing au niveau du thème : changez des variantes entières de votre thème pour une partie de votre trafic. Un excellent choix si vous testez des changements structurels sur votre PDP plutôt que des éléments isolés.

Convert / VWO

Plateformes de tests cross-canal. Tournez-vous vers elles si vous devez tester la même hypothèse à la fois sur Shopify et sur un autre site marketing, ou si vous avez une équipe CRO centralisée qui lance des tests sur plusieurs plateformes.

Pourquoi pas Google Optimize ?

Il a été fermé en 2023. Oubliez-le.

Étape 2 : Définissez le test proprement

Notez trois choses par test avant de le lancer.

Hypothèse : “Nous pensons que [changement] produira [effet] parce que [raison].” Exemple : “Nous pensons que l’ajout d’un bouton Add to Cart sticky sur mobile augmentera le taux de conversion à l’achat car les visiteurs sur mobile perdent le bouton d’achat en dessous de la ligne de flottaison.”

Métrique principale : le chiffre unique sur lequel le test sera jugé. Pour la plupart des tests de pages produits (PDP), il s’agit du taux de conversion à l’achat, et non du taux d’ATC. L’ATC peut avoir un lift pendant que le taux d’achat chute.

Garde-fous : les métriques secondaires pour lesquelles vous annulerez le test même si la métrique principale est gagnante. AOV (panier moyen), taux de retour, taux de remboursement.

Étape 3 : Créez la variante

Votre variante ne doit différer que par le changement de l’hypothèse. Mêmes images, même copy produit, mêmes prix, même expédition. Tout le reste introduit des facteurs de confusion.

Si vous utilisez Fudge, décrivez la variante avec précision : “Identique à la PDP actuelle mais avec une barre Add to Cart sticky sur mobile qui apparaît après que l’utilisateur scrolle sous la buy box.” Fudge écrit la variante comme un brouillon séparé dans votre thème, vous la prévisualisez et vous l’intégrez au test. Fudge ne fait pas le split de trafic lui-même ; il construit des variantes pour l’outil de test que vous utilisez déjà. Son travail d’optimisation de la conversion peut également vous aider à choisir quoi tester, car il classe les pages en fonction du nombre d’acheteurs que chacune d’elles perd.

Étape 4 : Définissez les paramètres du test

• Split : 50/50 sauf si vous avez une bonne raison de faire autrement (splits nouveaux utilisateurs / anciens, par géographie ou uniquement sur mobile)
• Durée : 14 jours minimum, 21 dans l’idéal. Laissez tourner sur au moins deux semaines complètes pour absorber les effets liés aux jours de la semaine.
• Règle d’arrêt : ne regardez pas les résultats. Fixez la durée dès le départ et tenez-vous-y. “On a atteint la significativité au bout de 6 jours” est presque toujours un faux positif.

Étape 5 : Interprétez le test proprement

Une fois la période de test terminée :

• La métrique principale a-t-elle bougé ? Avec une significativité à 95 % ?
• Est-ce que des métriques garde-fous ont évolué dans le mauvais sens ?
• Y a-t-il une logique liée à un sous-segment (le mobile gagne, le desktop non) ?
• Y a-t-il un effet de saisonnalité (le test a eu lieu pendant les soldes) ?

Une réussite indiscutable, c’est une hausse de la métrique principale avec une significativité à 95 % et aucune régression côté garde-fous. Tout le reste, c’est du ship-and-watch (déployer et surveiller) ou run-it-again (relancer un test).

Les premiers tests qui valent le coup sur la plupart des PDP Shopify

Dans l’ordre approximatif du lift attendu :

1. Add to Cart sticky sur mobile vs sans. Gagne souvent sur les boutiques à fort trafic mobile.
2. Avis au-dessus de la ligne de flottaison vs en dessous. Gagne souvent, mais dépend de la qualité et de la quantité des avis.
3. Titre spécifique axé sur les bénéfices vs titre générique actuel. Forte variance, gagne souvent largement quand le titre actuel est mauvais.
4. Signaux de confiance dans la buy box (retours, livraison, logos de paiement) vs aucun signal. Généralement un petit lift, mais mesurable.
5. Image hero unique vs carrousel hero. Le carrousel perd souvent ; la rotation automatique distrait.
6. Frais de port indiqués sur la PDP vs uniquement au checkout. Améliore la conversion du panier à l’achat en réduisant les abandons causés par les mauvaises surprises.

Les tests que nous éviterions jusqu’à ce que ceux à plus fort impact soient faits : couleurs des boutons, tailles de police, micro-copy. Ils produisent rarement un lift mesurable.

Un mot sur le lancement de plusieurs tests simultanés

Si votre boutique a le trafic nécessaire, vous pouvez lancer en parallèle deux tests qui ne se chevauchent pas : un sur la PDP, un sur le panier. Deux tests qui se croisent sur la même page se contaminent l’un l’autre. Ne le faites pas.

Pour la liste tactique complète, voir 12 tactiques CRO Shopify à fort impact.

FAQ