Deux groupes jumeaux
On prend un gabarit (pages catégorie, fiches, guides), on trie ses pages par trafic et on les tire au sort deux par deux : un groupe test, un groupe témoin.
Test A/B SEO
On teste tes idées SEO avant de les déployer
Une recommandation SEO reste une hypothèse tant qu’elle n’a pas été mesurée sur ton site. On modifie une partie de tes pages, on laisse les autres telles quelles, et on compare dans ta Search Console. Tu ne généralises que ce qui fait gagner des clics.
- Mesuré dans ta Search Console
- Un groupe test, un groupe témoin
- Un verdict chiffré, pas une impression
Exemple fictif · données de démonstration
Notre outil de test A/B SEO
Notre outil de test A/B SEO
Chaque idée passe par un test
Voici notre outil sur une boutique en ligne fictive : trois idées, trois tests, trois issues différentes. Choisis-en un pour voir l’hypothèse de départ, la mesure et la décision.
Pages catégorie · test lancé le 14 sept. 2026
Prix d'appel dans le title des catégories
L’hypothèse : Afficher le prix d'appel dans le title donne une raison de cliquer avant même d'ouvrir la page.
Groupe témoin, inchangéCanapé d'angle scandinave | Boutique Démo
Groupe test, modifiéCanapé d'angle scandinave dès 499 € | Boutique Démo
Effet sur les clics+10,0 %Gain confirmé
Intervalle à 95 %+6,5 % à +13,6 %Zéro est hors de l’intervalle.
Clics gagnés par mois1 957sur les 120 pages test, en 8 semaines de mesure
Sans groupe témoin−0,4 %C’est ce que dit une simple comparaison avant / après, faussée par tout ce qui a bougé sur le site entre-temps.
La décision : Déployé sur les 240 catégories.
La mesure
Observé contre attendu
La courbe en pointillés est ce que les pages test auraient fait sans la modification, calculé à partir du groupe témoin. Avant la modification, les deux courbes se suivent. Après, l’écart est l’effet du test : +10,0 % sur les clics.
- Pages test, observé
- Attendu sans modification (d’après le témoin)
- Gain depuis la modification
- Mise à jour officielle de Google
Le détail
Les chiffres derrière le verdict
Avant et après la modification
Les pages test, 91 jours avant et 56 jours après. C’est la lecture brute : le verdict, lui, vient de la comparaison avec le groupe témoin.
| Par jour | Avant | Après | Évolution |
|---|---|---|---|
| Clics des pages test | 710,0 | 707,4 | −0,4 % |
| Impressions des pages test | 21 232 | 19 188 | −9,6 % |
| Taux de clic | 3,34 % | 3,69 % | +10,5 % |
| Position moyenne | 9,5 | 9,5 | 0,0 |
| Clics du site entier | 3 113,0 | 2 852,4 | −8,4 % |
Signification statistique
La valeur p est la probabilité d’observer un tel écart si la modification n’avait aucun effet. Sous 0,05, l’effet est dit significatif.
| Effet mesuré sur les clics | +10,0 % |
| Intervalle à 95 % | +6,5 % à +13,6 % |
| Valeur p | < 0,0001 |
| Tests à blanc | 23, écart maximal 2,2 % |
| Semaines avant / après | 13 / 8 |
| Clics observés / attendus | 39 616 / 36 004 |
| Effet sur les impressions | −0,2 % · Pas d’effet mesurable |
Tests à blanc
On rejoue le même calcul à 23 fausses dates du passé, où rien n’a été modifié. Ces tests à blanc donnent au plus 2,2 % d’écart. Le vrai test n’est confirmé que s’il sort nettement de cette zone.
Méthode
Comment on mesure
Une seule modification
La modification est mise en ligne sur le groupe test uniquement. Le témoin ne bouge pas. Une idée à la fois, sinon on ne sait pas laquelle a joué.
Le témoin sert de référence
Il subit la même saison et les mêmes mises à jour de Google. À partir de lui, on calcule ce que le groupe test aurait fait sans la modification.
Un verdict, puis une décision
Quatre semaines de mesure au minimum, un intervalle à 95 % et des tests à blanc à battre. Gain confirmé : on déploie. Sinon, on n’y passe pas plus de temps.
Pourquoi tester
Ce qu’un test A/B SEO change
| Ce que tu y gagnes | Sans test | Avec un test A/B SEO |
|---|---|---|
| Une réponse pour ton site | Tu appliques ce qui a marché ailleurs, en espérant que Google réagisse pareil chez toi. | Tu vois comment Google réagit sur tes pages, dans ta thématique, avec ta concurrence. |
| La preuve avant le budget | « Donne-moi le budget, je te montrerai les résultats. » | 40 pages modifiées, 40 pages laissées telles quelles, même gabarit. Le budget se demande avec la hausse de clics sous les yeux. |
| On ne déploie que ce qui gagne | Chaque idée part en production sur tout le site, bonne ou mauvaise. | Le test gagne : on généralise. Il ne change rien : on élimine, et le temps de production va ailleurs. |
| Une erreur qui coûte la moitié | Une mauvaise idée fait baisser toutes les pages du gabarit avant qu’on s’en aperçoive. | Dans l’exemple, retirer le texte sous les listings coûte 8,4 % de clics sur 80 pages test, pas sur les 160. Le texte est remis. |
| L’effet, sans le bruit | Le trafic bouge avec la saison et les mises à jour de Google : une comparaison avant / après ne dit pas qui a fait quoi. | Le groupe témoin subit la même saison et les mêmes mises à jour. Dans l’exemple, l’avant / après dit −0,4 %, le test dit +10,0 %. |
| La data tranche, pas l’avis | La décision revient à celui qui parle le plus fort, ou à celui qui a le plus d’ancienneté. | Un chiffre, un intervalle, un verdict. Le désaccord se règle en lisant la courbe. |
« Je peux faire la même chose sur 15 sites différents, Google ne réagira pas de la même manière. »
« Pour être sûr que mes hypothèses ne soient pas fausses, je mettais en place des tests AB SEO. »
Et sur ton site ?
Sois sûr de ce que tu déploies, avant de le déployer
Toi aussi, tu veux une stratégie SEO qui a fait ses preuves sur ton site, et pas sur celui du voisin ? On teste tes idées sur une partie de tes pages, on mesure contre un groupe témoin, et on ne généralise que ce qui gagne.
Prendre 20 minutes avec Franck