Tester une annonce : combien de clics avant de conclure

Sommaire8

01Pourquoi un test conclu trop tôt coûte cher
02Combien de clics faut-il ?
03Le piège du résultat qu’on regarde chaque jour
04Ce que Google Ads fait pour vous, et ce qu’il décide seul
05Que tester quand le budget est modeste ?
06Juger sur les demandes, pas seulement sur les clics
07Les tests dans le reste de vos campagnes
08Questions fréquentes

Deux annonces tournent depuis dix jours. La seconde a un meilleur taux de clic, alors on coupe la première et on passe à autre chose. La scène est banale, et la conclusion souvent fausse : sur quelques centaines de clics, un écart de cette taille peut venir du hasard seul. Tester une annonce sert à prendre une décision qu’on ne regrettera pas, et cela demande de savoir à l’avance combien de clics il faudra. Cet article donne la règle de calcul, les pièges qui faussent un test et ce qu’un compte modeste peut tester quand même ; il complète nos guides de publicité en ligne.

En bref

Un test se dimensionne avant de commencer : l’écart à détecter fixe le nombre de clics nécessaires.
Détecter un petit écart sur le taux de demande demande des milliers de clics par version.
Regarder le résultat chaque jour et s’arrêter au premier vert multiplie les faux gagnants.
Un petit compte teste des écarts francs (une autre promesse, une autre page), pas une virgule.

Pourquoi un test conclu trop tôt coûte cher

Une annonce déclarée gagnante à tort n’est pas neutre : on coupe peut-être la meilleure, et on construit les tests suivants sur une fausse certitude. Le coût ne se voit pas, puisque personne ne saura ce qu’aurait donné l’autre version.

Le bénéfice d’un test bien dimensionné est l’inverse : une décision qui tient, qu’on peut appliquer aux autres campagnes et expliquer à qui la conteste. C’est aussi ce qui évite de passer des semaines à départager deux textes presque identiques.

Combien de clics faut-il ?

Une règle simple donne l’ordre de grandeur. Evan Miller la propose dans son article sur les erreurs des tests A/B : le nombre d’observations par version vaut environ 16 fois la variance divisée par le carré de l’écart à détecter. Pour un taux (de clic ou de demande) noté p, la variance vaut p × (1 − p).

Concrètement, avec des valeurs d’exemple et non des moyennes du marché : une page qui transforme 4 % des clics en demandes. Plus l’écart qu’on veut voir est petit, plus il faut de clics :

Clics nécessaires par version, pour un taux de demande de départ de 4 %

Détecter un passage à 8 %384

Détecter un passage à 6 %1536

Détecter un passage à 5 %6144

Source : Calcul avec la règle n = 16 p(1 − p) / δ² d’Evan Miller, valeurs d’exemple

Il faut ces clics pour chaque version. Pour voir un passage de 4 % à 5 %, un gain d’un quart tout de même, il faut donc environ 12 300 clics au total ; à 4 € le clic, toujours en valeur d’exemple, le test coûte près de 49 000 €. Pour voir un doublement, 768 clics suffisent, soit environ 3 000 €.

À retenir

Ce que le calcul dit à un compte modeste

Un petit budget ne peut pas détecter un petit écart sur les demandes. Il peut en revanche détecter un grand écart, à condition que les deux versions soient vraiment différentes.

Le taux de clic coûte moins cher à tester

Le taux de clic se mesure sur les impressions, plus nombreuses que les clics. Avec un taux de clic de 5 %, la même règle demande environ 7 600 impressions par version pour voir un passage à 6 %. C’est pourquoi on juge souvent les annonces sur leur taux de clic : c’est le seul chiffre qui arrive vite. Mais une annonce qui attire plus de clics peut attirer des curieux : un test sur le taux de clic dit quelle annonce attire, pas laquelle vend. Gardez un œil sur les demandes qualifiées, même si elles ne suffisent pas à trancher seules.

Le piège du résultat qu’on regarde chaque jour

Le deuxième piège est plus sournois. On lance le test, on regarde le tableau chaque matin, et on s’arrête le jour où l’écart devient « significatif ». Evan Miller montre que cette habitude ruine la promesse du seuil :

5 %

de faux gagnants, le risque qu’on croit prendre avec un seuil de 5 %

26,1 %

de faux gagnants dans le pire cas de son exemple, en s’arrêtant au premier résultat favorable

Source : Evan Miller, How Not To Run an A/B Test, pire cas de son exemple

La parade tient en une phrase : fixer la durée ou le nombre de clics avant de commencer, et ne décider qu’à ce terme. Regarder en cours de route reste permis pour repérer une panne (une annonce refusée, une page cassée), pas pour désigner un gagnant.

Ce que Google Ads fait pour vous, et ce qu’il décide seul

Les tests personnalisés

Google Ads permet de configurer un test personnalisé : une copie de la campagne qui partage son trafic et son budget avec l’originale. Google recommande une répartition à 50 %, propose de répartir par cookie (chaque internaute ne voit qu’une version) ou par recherche (plus rapide, mais un internaute peut voir les deux), et prévient que modifier la campagne d’origine pendant le test rend le résultat plus difficile à lire.

Sa page de suivi des tests affiche l’écart, un intervalle de confiance et un astérisque quand le résultat est statistiquement significatif. Deux réglages par défaut méritent d’être connus : l’intervalle de confiance affiché est de 80 %, que vous pouvez relever à 95 % ; et pour certains types de tests, Google applique automatiquement la version test si ses résultats sont favorables, sauf si vous désactivez cette option. Un seuil plus bas fait conclure plus vite, avec plus de faux gagnants : choisissez-le en connaissance de cause.

Les annonces responsives testent déjà des combinaisons

Une annonce responsive sur le Réseau de Recherche accepte de 3 à 15 titres et de 2 à 4 descriptions, que Google assemble et teste lui-même au fil du temps. Personne ne peut départager à la main les combinaisons possibles : ce que vous testez utilement, c’est une idée contre une autre (deux promesses, deux preuves), dans deux annonces ou deux campagnes. Google déconseille d’épingler les titres pour la plupart des annonceurs, car l’épinglage réduit les combinaisons.

Que tester quand le budget est modeste ?

Un test qui peut conclure, du choix de l’idée à la décision

Une idée franche
Deux promesses vraiment différentes, ou deux pages, pas deux tournures.
Un calcul d’avance
L’écart visé et le nombre de clics qu’il demande.
Une durée fixée
Au moins un cycle de semaine complet, sans toucher à rien.
Une décision
Sur les demandes qualifiées quand le volume le permet, sinon sur le taux de clic, en le disant.

Les tests qui ont une chance de conclure sur un compte B2B modeste sont ceux qui peuvent produire un grand écart :

la promesse : « devis en 24 h » contre « intervention sous une semaine garantie » ;
la page d’arrivée : une page qui parle du besoin précis contre la page d’accueil, souvent l’écart le plus fort, comme le montre notre article sur la page de destination ;
la preuve : un cas client réel et chiffré contre une liste d’avantages.

Les variantes d’une même phrase, elles, se laissent à Google, qui les teste dans l’annonce responsive. Générer ces variantes avec une IA va vite ; le tri et la relecture restent à faire, comme l’explique notre article sur les textes et visuels générés.

Juger sur les demandes, pas seulement sur les clics

Un test jugé sur les clics récompense l’annonce qui attire ; un test jugé sur les demandes qualifiées récompense celle qui vend. Pour le second, il faut savoir quelle annonce a amené quelle demande. Depuis le 18 octobre 2026, chaque demande envoyée par le formulaire de ce site part avec les paramètres de campagne de la visite, gardés le temps de l’onglet sans cookie : une variante marquée dans ses paramètres se retrouve dans chaque demande qu’elle a produite. La suite, jusqu’à la vente, passe par notre guide pour remonter les ventes du CRM vers Google Ads.

Les tests dans le reste de vos campagnes

Le budget fixe ce qu’un test peut détecter : le budget minimum qui donne un signal.
Les recherches inutiles brouillent un test : excluez-les d’abord avec les mots-clés négatifs.
Performance Max teste lui-même ses éléments, et Microsoft propose ses propres tests : ce que la campagne automatique cache, Microsoft Ads en B2B.
Le résultat se lit en coût d’un client, pas d’un clic : le coût d’acquisition client.
Le consentement réduit les conversions mesurées, de la même façon pour les deux versions : le mode Consentement expliqué.
Les petites zones produisent peu de clics, donc des tests lents : la publicité locale.
Les autres canaux se testent avec la même règle, de Meta à LinkedIn, des réseaux sociaux à YouTube, et le reciblage se lit à part.
Le choix entre annonces et référencement se teste aussi : SEO ou SEA, où mettre le premier euro.
Une agence doit dire comment elle conclut ses tests : ce qu’un mandat doit contenir.
Les annonces dans les réponses des IA se mesurent sans rapport détaillé : ce qu’on en sait, et une variante générée qui promet trop pose une question de confiance (IA et désinformation).

Pour dimensionner vos tests avant de les lancer, et les juger sur les demandes qu’ils produisent, notre offre de marketing digital commence par la mesure.

Questions fréquentes

Combien de temps faire tourner un test d’annonce ?

Le temps d’atteindre le nombre de clics ou d’impressions calculé avant de commencer, et au moins une semaine complète pour lisser les jours creux. Fixez ce terme d’avance et ne décidez qu’à son échéance : s’arrêter au premier résultat favorable fait déclarer beaucoup plus de faux gagnants que le seuil annoncé.

Combien de clics pour qu’un test A/B soit fiable ?

Cela dépend de l’écart que vous voulez détecter. Avec la règle d’Evan Miller, un taux de demande de 4 % demande environ 384 clics par version pour voir un doublement, et environ 6 000 pour voir un passage à 5 %. Plus l’écart visé est petit, plus le test est long et cher.

Peut-on tester des annonces avec un petit budget ?

Oui, à condition de tester des différences franches : deux promesses, deux preuves ou deux pages d’arrivée, plutôt que deux tournures de la même phrase. Laissez les petites variantes à l’annonce responsive, que Google teste lui-même, et dites clairement si votre décision repose sur le taux de clic faute de demandes assez nombreuses.

Faut-il laisser Google appliquer automatiquement le résultat d’un test ?

Seulement si vous avez choisi le critère et le seuil vous-même. Pour certains types de tests, Google applique la version test par défaut quand ses résultats sont favorables, avec un intervalle de confiance affiché de 80 % sauf réglage contraire. Relevez ce seuil, ou désactivez l’application automatique, si la décision engage vos campagnes.