Guides 12 min de lecturePublié le
A/B testing Shopify : le guide pour convertir
A/B testing Shopify : quand un test a du sens, ce que Rollouts permet dès Grow, quel trafic prévoir et comment lire un résultat sans se tromper.

Sommaire10 parties
- L’A/B testing, c’est quoi ?
- Quand l’A/B testing a du sens sur Shopify
- Les outils d’A/B testing pour Shopify
- Ce qu’il faut tester en priorité
- Les six étapes d’un A/B test sur Shopify
- Lire les résultats d’un test
- Combien coûte l’A/B testing sur Shopify ?
- Les erreurs qui faussent un A/B test
- L’A/B testing nuit-il au SEO ?
- Questions fréquentes
L’A/B testing sur Shopify consiste à montrer deux versions d’une page à deux groupes de visiteurs tirés au hasard, puis à garder celle qui vend le plus, une fois atteint un volume suffisant pour exclure le hasard. Shopify propose un outil natif, Rollouts, dont les expériences sont ouvertes à partir du plan Grow. Sans quelques milliers de visiteurs par variante, un test ne prouve rien.
L'essentiel
Un test, une variable : la version A (contrôle) contre la version B, à 50 / 50, sur la même période.
Shopify Rollouts programme des changements dès Basic et lance des expériences à partir de Grow (centre d’aide Shopify, relevé du 7 novembre 2026).
La taille d’échantillon se calcule avant : pour détecter une hausse de 20 % sur un taux de 2 %, il faut environ 21 000 visiteurs par variante.
Deux semaines au minimum, jusqu’à l’échantillon fixé, sans regarder le résultat pour s’arrêter plus tôt.
Google Optimize n’existe plus depuis le 30 septembre 2023 : le test passe par Rollouts ou une application.
« Il faudrait changer la couleur du bouton » reste une opinion tant qu’aucun test ne l’a vérifiée. Voici comment en faire un test fiable sur Shopify : les outils et leurs prix relevés, les idées qui valent un test, la méthode, la lecture des résultats et les erreurs qui faussent tout.
L’A/B testing, c’est quoi ?
Un A/B test est une expérience contrôlée qui compare deux versions d’un même élément, présentées au hasard à deux moitiés du trafic, pour mesurer laquelle produit le meilleur résultat. La répartition aléatoire est ce qui le distingue d’une simple comparaison avant et après : les deux groupes vivent la même période, les mêmes campagnes, la même météo.
Le vocabulaire d’un test :
contrôle (A) : la version actuelle, qui sert de référence ;
variante (B) : la version modifiée, qui ne diffère que par un élément ;
hypothèse : « si je change X, alors Y augmente, parce que Z » ;
métrique principale : le chiffre qui tranche, fixé avant le lancement (taux de conversion, revenu par visiteur) ;
seuil de confiance : en général 95 %, la probabilité de ne pas déclarer un gagnant par erreur ;
puissance : en général 80 %, la probabilité de détecter un effet réel de la taille visée ;
test multivarié : plusieurs éléments modifiés à la fois, qui demande beaucoup plus de trafic.

Quand l’A/B testing a du sens sur Shopify
L’A/B testing a du sens quand la page testée reçoit assez de visiteurs pour atteindre l’échantillon calculé en quelques semaines, et quand l’hypothèse porte sur un élément qui peut changer la décision d’achat. En dessous, d’autres méthodes donnent plus d’information pour moins d’effort.
Situation | Test A/B ? | Alternative |
|---|---|---|
Fiche produit vue des dizaines de milliers de fois par mois | Oui | — |
Page vue quelques centaines de fois par mois | Non | Observation de sessions, entretiens clients |
Correction évidente (frais de port cachés, bouton invisible) | Non | Corriger, puis suivre la tendance |
Choix entre deux mises en page du paiement | Oui, si le trafic suit | Rollouts à partir de Grow |
Changement de prix | Avec prudence | Test sur une période, cadre légal à respecter |
Refonte complète du thème | Non, trop de variables | Recette, puis suivi par étape du tunnel |
Le seuil dépend de votre taux actuel et de l’effet que vous cherchez. À 1 000 sessions, un taux de 2 % peut en réalité se situer entre 1,1 % et 2,9 % (le calcul de cette marge d’erreur est détaillé avec le taux de conversion e-commerce).
Les outils d’A/B testing pour Shopify
Shopify Rollouts couvre les tests de thème et de paiement sans application ; Intelligems, Shoplift, Convert ou VWO vont plus loin pour les prix, les audiences et les parcours. Les prix ci-dessous ont été relevés le 7 novembre 2026 sur les fiches de l’App Store Shopify, en dollars ; ils augmentent avec le trafic.
Outil | Prix relevé | Points forts | Niveau |
|---|---|---|---|
Shopify Rollouts | Inclus, expériences dès Grow | Thème, paiement, programmation | Débutant |
Intelligems | À partir de 69 $ par mois | Contenu ; livraison et prix sur les plans supérieurs | Intermédiaire |
Shoplift | À partir de 99 $ par mois, 74 $ en annuel | Modèles de page, thèmes, URL | Intermédiaire |
Convert | Grille sur le site de l’éditeur | Parcours sur plusieurs pages | Avancé |
VWO | Grille sur le site de l’éditeur | Analyses intégrées | Avancé |
Shopify Rollouts, l’outil natif
Rollouts, appelé « déploiements » dans l’aide en français, est l’outil de Shopify pour programmer des changements et lancer des expériences : thème principal, pages de paiement et de compte, réductions, catalogues (centre d’aide Shopify). Une expérience compare une variante à un contrôle sur une partie des visiteurs, et l’analyse du thème suit notamment le taux d’ajout au panier, le taux d’arrivée au paiement et le taux de conversion. Les déploiements sont disponibles dès Basic, les expériences à partir de Grow, à 105 € par mois ou 79 € en annuel (tarifs Shopify France, consultés le 7 novembre 2026). Trois limites sont à connaître : les expériences ne portent que sur la boutique en ligne, Rollouts ne s’applique pas aux anciens thèmes « vintage », et les modifications de modèles Liquid n’y sont pas admises (conditions d’utilisation de Rollouts).
Bon à savoir
Un seul outil de test par page à la fois : une expérience Rollouts sur le thème et un test lancé par une application sur la même fiche se mélangent, et aucun des deux résultats n’est lisible.
Les applications spécialisées
Shoplift s’appuie sur l’éditeur de thème : vous testez un modèle de page, un thème complet ou deux adresses sans toucher au code. Intelligems est conçu pour tester le contenu, les frais de livraison et, selon le plan, les prix. Convert et VWO servent les programmes d’expérimentation avancés. Chaque application ajoute un script : retirez celles qui ne servent plus, car elles pèsent sur la vitesse.
Ce qu’il faut tester en priorité
Testez d’abord ce qui touche la décision d’achat, sur les pages qui reçoivent le plus de trafic : la fiche produit, le panier, puis la page d’accueil. Un test sur la couleur du pied de page ne mérite pas les semaines qu’il coûte.
La fiche produit
C’est là que se joue l’ajout au panier. Les éléments qui valent un test :
l’image principale : produit seul sur fond neutre, ou porté et mis en situation ;
l’ordre des informations : livraison et délai au-dessus ou au-dessous du bouton ;
la place des avis : note sous le titre, ou bloc complet plus bas ;
la longueur du descriptif : trois points clés, ou un texte complet sur la fabrication ;
les informations de réassurance près du bouton : retours, paiement sécurisé, délai.

Une variante utile change ce que l’acheteur lit ou voit, pas un détail : la méthode pour rédiger une fiche produit donne des pistes.
Le panier et le paiement
le seuil de livraison offerte et la façon de l’annoncer dans le panier ;
une proposition complémentaire dans le panier, ou aucune ;
le paiement en une page ou en trois étapes, les deux mises en page proposées par Shopify ;
la place des moyens de paiement accélérés.
Le paiement se règle sans se réécrire, et ce que chaque formule permet d’y modifier est listé dans le guide du checkout Shopify.
La page d’accueil et les prix
Sur la page d’accueil, testez le bandeau principal, l’ordre des sections et la barre d’annonce. Pour les prix, la prudence s’impose : un prix barré doit correspondre au prix le plus bas pratiqué au cours des 30 jours précédant la réduction (article L112-1-1 du Code de la consommation), et deux clients qui voient deux prix différents au même moment peuvent le vivre mal. Préférez tester la présentation d’une offre, lot ou seuil, plutôt que le prix lui-même.
Les six étapes d’un A/B test sur Shopify
Un A/B test fiable suit six étapes, du diagnostic à la décision, et aucune ne se saute sans fausser le résultat. Le schéma les résume ; le détail suit.

1. Repérer l’étape qui perd
Le rapport « Répartition du taux de conversion » de Shopify montre la part des sessions avec ajout au panier, arrivée au paiement et commande. Testez là où le tunnel perd le plus, par appareil : un problème de fiche ne se règle pas dans le paiement. Les corrections possibles à chaque étape sont classées dans le guide pour augmenter le taux de conversion Shopify.
2. Écrire l’hypothèse
Une hypothèse structurée suit le format « Si [changement], alors [métrique] va [évoluer], parce que [raison] ». Exemple : « Si nous plaçons le délai de livraison au-dessus du bouton, alors le taux d’ajout au panier augmente, parce que l’acheteur lève son doute avant de décider. » Sans raison écrite, un résultat ne s’explique pas et ne se réutilise pas.
3. Calculer la taille d’échantillon
Le nombre de visiteurs nécessaires se calcule avant le lancement, à partir du taux actuel et de l’effet minimal que vous voulez détecter. Plus l’effet visé est petit, plus il faut de trafic.

Ces chiffres sont un exemple construit, calculé avec la formule usuelle pour deux proportions, test bilatéral : n = (1,96 + 0,84)² × [p1(1 − p1) + p2(1 − p2)] ÷ (p2 − p1)². Les calculateurs gratuits, comme celui d’Evan Miller, donnent le même ordre de grandeur.
4. Configurer et lancer
Créez la variante dans l’outil, vérifiez que les commandes et le revenu remontent bien, puis lancez à 50 / 50. Ne modifiez jamais un test en cours : chaque retouche invalide les données déjà collectées. En cas de bug, arrêtez, corrigez, relancez à zéro.
5. Attendre l’échantillon prévu
Le test tourne au moins deux semaines, pour couvrir les écarts entre semaine et week-end, et jusqu’à l’échantillon fixé à l’étape 3. Regarder les résultats chaque jour et s’arrêter dès qu’un écart apparaît est l’erreur la plus répandue : à force de regarder, le hasard finit toujours par montrer un « gagnant ».

6. Décider et noter
Si la variante l’emporte au seuil fixé, déployez-la. Un test neutre est aussi un résultat : l’élément n’a pas d’effet mesurable, l’effort ira ailleurs. Notez chaque test dans un journal, hypothèse, dates, échantillon, résultat : c’est lui qui évite de retester la même idée six mois plus tard.
Lire les résultats d’un test
Un résultat significatif à 95 % signifie que, si les deux versions se valaient, un écart aussi marqué n’apparaîtrait par hasard que dans moins de 5 % des cas. Ce n’est pas exactement « 95 % de chances que B soit meilleure », mais c’est un garde-fou solide contre le hasard.
Seuil de confiance | Usage | Lecture |
|---|---|---|
95 % | La plupart des tests e-commerce | Décision courante |
99 % | Décisions à fort enjeu, prix, refonte | Plus de trafic nécessaire |
Moins de 90 % | — | Non concluant, plus de données |
Choisissez le revenu par visiteur comme métrique principale plutôt que le seul taux de conversion : une variante peut convertir un peu moins et vendre des paniers plus élevés. Lisez ensuite les résultats par appareil et par source de trafic, sans en faire des conclusions : un test dimensionné pour l’ensemble du trafic ne l’est pas pour chaque segment.
Combien coûte l’A/B testing sur Shopify ?
L’A/B testing coûte surtout du temps : le diagnostic, la conception des variantes et l’attente. Les outils, eux, ont des prix publiés.
Poste | Coût publié | Source, date de relevé |
|---|---|---|
Rollouts, programmation | inclus dès Basic | centre d’aide Shopify, 7 novembre 2026 |
Rollouts, expériences | inclus dès Grow | même page |
Shopify Grow | 105 € par mois, 79 € en annuel | shopify.com/fr/tarifs, 7 novembre 2026 |
Intelligems | à partir de 69 $ par mois | App Store Shopify, 7 novembre 2026 |
Shoplift | à partir de 99 $ par mois, 74 $ en annuel | App Store Shopify, 7 novembre 2026 |
Le calcul de rentabilité se fait sur un programme, pas sur un test. Exemple construit, sans valeur de prévision : une boutique de 150 000 € de chiffre d’affaires annuel qui obtiendrait trois tests gagnants à +3 % chacun dans l’année, et sept tests neutres, gagnerait environ 9,3 % (1,03 × 1,03 × 1,03), soit près de 13 900 € toutes choses égales par ailleurs. Rien ne garantit un test gagnant : beaucoup de tests réels se révèlent neutres.
Les erreurs qui faussent un A/B test
Un test mal conduit est pire qu’aucun test, parce qu’il donne une fausse confiance dans une décision.
Erreur | Effet | Correction |
|---|---|---|
Arrêter dès qu’un écart apparaît | Faux gagnant, effet qui disparaît ensuite | Échantillon et durée fixés avant |
Plusieurs changements dans une variante | Impossible de savoir ce qui a joué | Une variable par test |
Tester pendant les soldes ou le Black Friday | Comportement non représentatif | Périodes ordinaires |
Échantillon trop petit | Résultat dû au hasard | Calcul à l’étape 3 |
Modifier le test en cours | Données invalidées | Arrêter et relancer |
Détails sans enjeu | Semaines perdues | Hypothèses liées à la décision d’achat |
Conclure sur un segment | Faux positif par segment | Segments en lecture, pas en décision |
Suivi des commandes non vérifié | Résultat faux | Commande d’essai dans chaque variante |
Une erreur s’ajoute sur Shopify : empiler les applications de test. Deux outils qui modifient la même page se gênent et ralentissent le chargement ; ce coût se mesure comme toute perte de vitesse de chargement Shopify.
L’A/B testing nuit-il au SEO ?
Non, si vous suivez les règles publiées par Google pour les tests de sites (Google Search Central, consulté le 7 novembre 2026). Trois règles suffisent :
pas de dissimulation : Googlebot voit ce que voient les visiteurs, jamais une version à part ;
une balise canonique vers la version originale quand les variantes ont des adresses distinctes, plutôt qu’un
noindex;des redirections temporaires (302), jamais permanentes, quand le test redirige vers une autre adresse.
Arrêtez le test une fois la décision prise et retirez ses scripts : Google peut voir dans un test prolongé sans raison une tentative de tromper les moteurs de recherche. Les outils sérieux appliquent ces principes par défaut ; vérifiez-le dans leur documentation avant de lancer un test sur des pages qui rankent.
Vous voulez tester des variantes conçues pour changer la décision d’achat, et pas seulement la couleur d’un bouton ? La page design UI/UX Shopify présente notre façon de concevoir des parcours d’achat ; si la boutique doit être reprise en profondeur, la page refonte Shopify décrit la suite. Pour en parler, écrivez-nous.
Questions fréquentes
Quel trafic minimum faut-il pour faire de l’A/B testing ?
Il faut en général plusieurs milliers de visiteurs par variante, selon votre taux actuel et l’effet cherché. Exemple construit : avec un taux de 2 % et une hausse visée de 20 %, il faut environ 21 000 visiteurs par variante, à 95 % de confiance et 80 % de puissance. Si la page reçoit quelques centaines de visites par mois, préférez l’observation de sessions et les corrections évidentes.
Peut-on faire des A/B tests gratuitement sur Shopify ?
Oui, en partie. Shopify Rollouts est inclus dans l’abonnement : les déploiements programmés dès Basic, les expériences, qui comparent une variante à un contrôle, à partir du plan Grow. Les applications comme Shoplift ou Intelligems proposent un essai gratuit. Comparer une période avant et une période après un changement reste possible sans outil, mais beaucoup moins fiable, car les deux périodes ne se ressemblent jamais.
Qu’est-ce que Shopify Rollouts ?
Shopify Rollouts est l’outil natif de Shopify pour programmer des changements et lancer des expériences : thème principal, pages de paiement et de compte, réductions ou catalogues. Une expérience montre une variante à une partie des visiteurs et la compare au contrôle. Selon la documentation de Shopify, la programmation est disponible dès Basic et les expériences à partir de Grow, sans application à installer.
Combien de temps doit durer un A/B test ?
Au moins deux semaines, et jusqu’à atteindre la taille d’échantillon calculée avant le lancement, ce qui prend souvent quatre semaines ou plus. Cette durée couvre les écarts entre jours de semaine et week-end. N’arrêtez jamais un test parce qu’un écart apparaît au bout de quelques jours : les résultats précoces sont souvent trompeurs et s’effacent avec le volume.
Faut-il tester la couleur du bouton d’achat ?
Rarement en priorité. La couleur du bouton compte surtout pour son contraste avec le reste de la page, que vous pouvez corriger sans test : les règles d’accessibilité demandent un contraste d’au moins 4,5 pour 1 pour le texte. Les effets mesurables viennent plus souvent du contenu, délai, frais, avis, photos, que de la teinte. Réservez vos semaines de test à ces hypothèses.
Quelle différence entre un test A/B et un test multivarié ?
Un test A/B compare deux versions qui ne diffèrent que par un élément. Un test multivarié modifie plusieurs éléments à la fois et compare toutes leurs combinaisons, ce qui montre aussi leurs interactions. Il demande beaucoup plus de trafic, puisque chaque combinaison doit atteindre son propre échantillon. Pour la plupart des boutiques Shopify, une série de tests A/B successifs est plus réaliste.
Que faire d’un A/B test non concluant ?
Le noter et passer à l’hypothèse suivante. Un test non concluant, conduit sur l’échantillon prévu, montre que l’élément testé n’a pas d’effet de la taille visée : c’est une information utile, qui évite d’y consacrer d’autres efforts. Ne prolongez pas le test pour forcer un résultat, et ne déclarez pas gagnante la variante légèrement devant : l’écart relève du hasard.
Peut-on tester des prix différents sur Shopify ?
Oui, avec des applications comme Intelligems ou Shoplift sur leurs plans supérieurs, mais avec prudence. Deux clients qui découvrent deux prix différents pour le même produit au même moment peuvent le vivre comme une injustice, et un prix barré doit respecter la règle du prix le plus bas des 30 jours précédents. Tester la présentation d’une offre, lot, seuil de livraison offerte, est souvent plus sûr que tester le prix lui-même.
Google Optimize existe-t-il encore pour Shopify ?
Non. Google Optimize a été arrêté le 30 septembre 2023 et n’a pas de successeur gratuit chez Google. Sur Shopify, les tests passent désormais par Shopify Rollouts, inclus dans l’abonnement avec des expériences à partir de Grow, ou par des applications spécialisées comme Shoplift, Intelligems ou Convert. Les anciens tests Optimize ne se migrent pas : il faut les recréer dans le nouvel outil.
Nos réalisations
Des boutiques livrées par le studio
Bijoux personnalisésRefonte · ShopifyMayaliceRefonte luxe minimaliste et six configurateurs produits pour composer son bijou en direct.
Linge de bainMigration et refonte · ShopifyMaison TrungadiPeignoirs et linge de bain confectionnés en Toscane : une boutique à la hauteur des matières.
Thés et infusionsMigration et refonte · ShopifyLe Cercle des PlantesUn thème entièrement sur-mesure pour des thés et infusions conditionnés à la commande.




