Tester A/B vos landing pages avec des liens courts - sans outil CRO

La plupart des plateformes de test A/B facturent entre 200 et 2 000 $ par mois avant même que vous n'ayez lancé une seule expérimentation. Elles justifient ce tarif dans le haut de gamme - optimisation de bandits manchots multiples, heatmaps, tests d'éléments dans la page contre un DOM live. Mais une grande partie de ce que les équipes testent réellement en pratique est plus simple : deux landing pages, une question - laquelle convertit le mieux. Pour ce cas d'usage, vous pouvez vous passer entièrement de l'outil et utiliser un lien court intelligent comme répartiteur de trafic. Le routage se fait côté serveur, à l'edge, avant que le navigateur ne charge quoi que ce soit. Aucun JavaScript injecté, aucun scintillement.

Cet article décrit le fonctionnement et le workflow complet. À la fin, vous aurez un plan exécutable, une estimation de taille d'échantillon et assez de contexte pour savoir quand l'approche atteint ses limites et qu'il faut effectivement un outil dédié.

TL;DR#

• Un lien court intelligent dirige chaque visiteur vers la variante A ou B selon une affectation aléatoire pondérée, côté serveur - pas de scintillement JS, pas de script tiers.
• L'affectation est persistante pendant 24 heures via un hash IP + user-agent, donc le même visiteur revoit toujours la même variante lors de ses visites répétées.
• Il vous faut au moins 1 000 visiteurs par variante avant que les données ne valent la peine d'être interprétées. Lancez le calculateur de taille d'échantillon d'Evan Miller (consulté le 2026-05-12) pour votre taux de base spécifique et l'effet attendu.
• Cette approche gère bien les expérimentations au niveau de la page. Pour des tests au niveau d'un élément (couleur de bouton, texte, mise en page) ou pour l'optimisation par bandits manchots, vous voudrez toujours un outil CRO dédié.

Pourquoi le découpage côté serveur vaut le compromis#

Google Optimize a fermé en septembre 2023 avec une explication publiée dans sa documentation de support (consulté le 2026-05-12) : l'entreprise allait intégrer l'expérimentation dans Google Analytics 4 et nouer des partenariats avec des plateformes CRO tierces. Le problème de scintillement de page décrit dans sa propre documentation développeur - ce bref flash du contenu original avant le basculement vers la variante - était une limite connue du test A/B côté client que même le leader du marché n'avait jamais entièrement résolue.

Les outils côté client injectent un snippet qui attend le rendu du DOM, puis le modifie. Le swap prend 50 à 300 ms selon la complexité. Sur une connexion rapide avec le cache navigateur chaud, les visiteurs s'en rendent rarement compte. Sur un chargement à froid en mobile, c'est visible. Pire : les bloqueurs de pub et les environnements chargés en scripts empêchent parfois l'exécution du snippet, ce qui renvoie ces visiteurs vers la page originale et pollue votre groupe de contrôle avec le sous-ensemble du trafic qui bloque les scripts.

Un lien court route à l'edge avant qu'aucun HTML ne soit envoyé. Le visiteur ne voit jamais l'URL de l'autre variante dans le navigateur. Le taux de conversion mesuré est propre - pas de contamination par les scripts bloqués, pas d'artefact de scintillement. Le compromis, c'est que vous testez des pages entières, pas des éléments dans la page. Vous remaniez la landing page, vous pointez les deux URL vers le lien court, et il répartit.

Pour un panorama complet du fonctionnement des smart links à l'edge, y compris la mécanique de propagation du cache et les six dimensions de routage, cet article couvre l'architecture sous-jacente en détail. La version courte : les décisions de routage se prennent au POP edge d'Elido (la région UE, US Est ou Asie-Pacifique selon la région du workspace) avant qu'aucun octet de réponse ne quitte le datacenter.

Comment fonctionne le découpage#

Quand un visiteur clique sur votre lien court intelligent, l'edge l'affecte à une variante via une sélection aléatoire pondérée. Le poids par défaut est 50/50 ; vous pouvez configurer 70/30, 80/20, ou tout découpage à n branches, y compris trois variantes ou plus.

L'affectation est déterministe dans une fenêtre de 24 heures. L'edge hash l'adresse IP du visiteur et la chaîne user-agent et utilise le résultat comme clé d'affectation. Un visiteur qui clique sur le lien à 9 h du matin et revient à 19 h tombe sur la même variante les deux fois. C'est important parce que comparer des variantes où certains visiteurs voient les deux est un problème de contamination qui gonfle le bruit dans vos données de conversion.

Au bout de 24 heures, l'affectation se réinitialise. Pour la plupart des tests de landing pages, c'est acceptable - la fenêtre d'évaluation d'une expérimentation au niveau d'une page dépasse rarement la journée par visite. Si votre produit a un cycle d'évaluation connu sur plusieurs jours (essais B2B SaaS, par exemple), demandez-vous si la fenêtre persistante de 24 heures s'aligne sur le moment où vos événements de conversion se déclenchent. Pour des cycles plus longs, le taux de conversion par variante reste exact en agrégat ; le souci ne survient que si l'affectation de variante d'un visiteur bascule en cours d'évaluation et qu'il convertit sur une variante après avoir été exposé aux deux.

Les événements de clic sont enregistrés dans notre entrepôt d'analytique avec l'étiquette de variante attachée. La distribution des clics par variante et le taux de conversion en aval sont tous deux visibles dans le tableau de bord d'analytics sans câblage supplémentaire. Le guide de suivi de conversion explique comment attacher un événement de conversion à un ID de clic spécifique si vous suivez des soumissions de formulaire ou des achats comme métrique de succès.

Les deux formes de variantes#

Il y a deux manières de structurer les variantes, et le bon choix dépend de votre configuration analytics.

Variantes par page. Chaque variante est une URL distincte qui pointe vers une page différente. La variante A est https://acme.example/landing-v1, la variante B est https://acme.example/landing-v2. Le lien court route vers l'URL de destination complète. Votre outil d'analytics voit deux pages séparées et vous les comparez directement. C'est la forme la plus simple - aucune modification de la page de destination requise, fonctionne avec toute configuration analytics qui suit les pages vues par URL.

Variantes par paramètre de requête. Les deux variantes résolvent vers la même URL de base, avec un ?variant=A ou ?variant=B ajouté. La page de destination lit le paramètre et rend la variante appropriée. Cela vous permet d'utiliser une seule URL dans votre analytics tout en différenciant dans l'expérience de page. Cela exige que la page de destination gère effectivement le paramètre - un check JavaScript au moment du rendu, ou une branche côté serveur dans votre template. L'avantage : l'attribution multi-touch est propre : un visiteur qui met l'URL en favoris et revient plus tard transporte l'étiquette de variante avec lui sans que le lien court n'ait à réaffecter.

La forme par paramètre de requête se marie bien avec le rendu côté serveur. Si votre landing page est une route Next.js, lisez searchParams.variant dans le composant de page et rendez conditionnellement la version A ou B. La page reste une seule URL dans GA4, et la dimension de variante est disponible comme paramètre personnalisé. Pour la couche complète d'attribution UTM au-dessus de cela, le guide UTM tracking de bout en bout explique comment structurer le template et s'assurer que la variante survive en aval jusqu'à votre destination de conversion.

Bases sur la taille d'échantillon et la significativité#

C'est l'étape la plus souvent sautée, et c'est pour cela que la plupart des tests A/B menés en interne produisent des conclusions qui ne tiennent pas la route.

Le nombre de visiteurs nécessaires par variante dépend de trois éléments : votre taux de conversion de base, l'effet minimum que vous voulez détecter de manière fiable, et le niveau de confiance que vous acceptez. Un test qui détecte un effet absolu de 5 % (disons, d'un taux de conversion de 10 % à 15 %) à 95 % de confiance a besoin d'environ 760 visiteurs par variante. Un test qui essaie de détecter un effet de 2 % depuis la même base de 10 % a besoin d'environ 3 800 par variante. Le calculateur de taille d'échantillon d'Evan Miller (consulté le 2026-05-12) calcule ces nombres pour toute entrée que vous lui donnez - utilisez-le avant de commencer, pas après avoir vu les premiers résultats.

Deux erreurs courantes découlent du fait de sauter cette étape.

Regarder et arrêter trop tôt. Vous vérifiez les résultats après 200 visiteurs, voyez une différence de 12 %, déclarez un gagnant et arrêtez le test. Le problème : à 200 visiteurs, une différence de 12 % est largement dans la bande de bruit pour la plupart des taux de conversion de base. Arrêter tôt sur un résultat positif est statistiquement équivalent à pêcher un résultat significatif - vous finirez par en trouver un par le seul effet du hasard. Fixez votre taille d'échantillon requise avant le démarrage du test et n'évaluez pas avant de l'avoir atteinte.

Effet de nouveauté. Le trafic qui n'a jamais vu votre landing page se comporte différemment du trafic récurrent qui découvre une nouvelle page. Si votre lien court va dans une campagne publicitaire payante, la plupart du trafic est froid et l'effet de nouveauté est minimal. Si vous l'envoyez à une liste email existante, une partie de votre audience connaît déjà votre landing actuelle, et voir une nouvelle variante peut générer un effet de conversion temporaire qui s'estompe après la première semaine. L'analyse de la significativité statistique en tests de conversion par CXL (consulté le 2026-05-12) couvre l'effet de nouveauté et le problème de stabilité d'échantillon plus en détail - la recommandation clé est de laisser tourner le test assez longtemps pour couvrir au moins un cycle hebdomadaire complet de votre patron de trafic.

Un contrôle de bon sens pratique avant un vrai test : lancez d'abord un test A/A avec votre lien court. Configurez les deux variantes pour pointer vers exactement la même page. Si votre trafic et votre dispositif de mesure sont propres, les deux variantes devraient afficher des taux de conversion statistiquement indiscernables. Si elles divergent de plus de 2-3 % dans un test A/A, quelque chose cloche dans votre logique d'affectation, votre suivi de conversion, ou les deux.

Pas à pas de mise en place#

Créer le lien court de découpage prend environ cinq minutes. La partie critique est d'obtenir le bon tableau rules - il contrôle la manière dont l'edge affecte les variantes.

curl -X POST \
  https://api.elido.app/v1/links \
  -H "Authorization: Bearer $ELIDO_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "domain":       "go.acme-demo.app",
    "slug":         "spring-lp-test",
    "destination":  "https://acme.example/landing-v1",
    "rules": [
      {
        "type":        "ab_split",
        "variants": [
          {
            "label":       "A",
            "destination": "https://acme.example/landing-v1",
            "weight":      50
          },
          {
            "label":       "B",
            "destination": "https://acme.example/landing-v2",
            "weight":      50
          }
        ],
        "sticky":      true,
        "sticky_ttl":  86400
      }
    ],
    "tags": ["ab-test", "spring-2026-lp"]
  }'

Quelques champs à noter. sticky: true active l'affectation par hash IP+UA ; sticky_ttl: 86400 fixe la fenêtre à 24 heures en secondes. Le destination au niveau racine est le fallback - si le tableau de règles n'arrive pas à matcher pour une raison quelconque (cache miss à l'edge pendant un déploiement, requête malformée), le trafic retombe sur la landing page originale plutôt que de tomber dans le vide. Le tableau tags rend le lien filtrable dans le tableau de bord quand vous avez plusieurs tests en cours simultanément.

Une fois le lien créé, collez-le dans votre campagne - un envoi email, une pub payante, un post social - et laissez-le faire. Le panneau de distribution des clics du tableau de bord montre la répartition par variante en quasi temps réel (le délai d'ingestion est sous les 5 secondes aux volumes de trafic normaux). Vous devriez voir le découpage 50/50 se stabiliser à 2-3 points de pourcentage près après les premières centaines de clics.

Pour un regard plus approfondi sur la page produit smart links et la syntaxe complète des règles, y compris les conditions pays, appareil, heure du jour et referrer, la documentation produit couvre toutes les dimensions. La page solutions pour marketeurs contient les patrons spécifiques d'attribution et d'intégration de campagne les plus pertinents pour ce cas d'usage.

Lire les résultats#

Les résultats par variante apparaissent dans le tableau de bord d'analytics sous la vue de détail du lien. Le compteur de clics, le taux clic-à-conversion (si vous avez câblé les événements de conversion) et le pourcentage de découpage sont tous visibles sans rien exporter.

Le taux de conversion affiché est clics-vers-conversions pour chaque variante indépendamment. Si la variante A a eu 1 200 clics et 96 conversions, son taux de conversion est de 8,0 %. Si la variante B a eu 1 180 clics et 115 conversions, son taux de conversion est de 9,7 %. La différence est de 1,7 point de pourcentage - un effet relatif de 21 %.

Que cette différence soit réelle dépend de votre calcul de taille d'échantillon. À 1 000 visiteurs par variante, une différence d'environ 2,5 points de pourcentage depuis une base de 8 % est statistiquement significative à 95 % de confiance. À 1 200 par variante, ce seuil baisse légèrement. Passez les chiffres dans le calculateur avant de déclarer un gagnant.

Quand vous avez atteint votre taille d'échantillon requise, déclarez le gagnant et agissez. Redirigez la destination de la variante perdante vers la gagnante en mettant à jour les règles du lien court. Si vous voulez préserver les données du test, créez un nouveau lien pour la page gagnante plutôt que de modifier l'original. Les données historiques de découpage du lien original restent intactes dans notre entrepôt d'analytique et sont visibles dans le tableau de bord indéfiniment.

Ne continuez pas à faire tourner après avoir déclaré le gagnant. L'exposition prolongée à la variante perdante coûte de vraies conversions. L'intérêt d'atteindre la significativité statistique est que vous avez assez de preuves pour agir - agissez.

Erreurs courantes à mentionner#

Regarder tôt. Couvert plus haut, mais à répéter car c'est le mode d'échec le plus courant. La tentation de vérifier les résultats après quelques centaines de visites est naturelle, et le remède est mécanique : notez votre taille d'échantillon requise avant le lancement, mettez un rappel dans votre agenda pour le moment où vous l'atteindrez, et fermez l'onglet d'analytics jusque-là.

Ignorer l'effet de nouveauté. Les nouvelles pages obtiennent un boost court-terme simplement parce qu'elles sont nouvelles. Si votre fenêtre de test est de trois jours et que votre trafic comporte une part significative de visiteurs récurrents, laissez tourner le test au moins une semaine complète avant d'évaluer. L'analyse de la significativité par CXL (consulté le 2026-05-12) suggère que les tests de moins de sept jours ne sont pas fiables pour la plupart des patrons de trafic retail précisément parce que l'effet de nouveauté ne se dilue pas dans une fenêtre plus courte.

Sauter le contrôle de bon sens A/A. Si vous n'avez jamais fait tourner de test A/B avec cette source de trafic et ce dispositif de suivi de conversion, lancez d'abord un découpage 50/50 où les deux variantes pointent vers la même page. Confirmez que les taux de conversion rapportés sont à moins de 1-2 points de pourcentage l'un de l'autre. Cela écarte les problèmes de mesure avant que de vraies données de test ne reposent sur l'infrastructure.

Mélanger les sources de trafic. Si votre lien court apparaît à la fois dans une pub payante et dans un post social organique simultanément, les deux sources de trafic auront des taux de conversion de base différents et des mix d'appareils différents. L'affectation par variante est aléatoire sur tous les visiteurs, mais le biais de base signifie que la variante A pourrait recevoir un peu plus de trafic payant mobile que la variante B par hasard, et cette différence est difficile à démêler d'un vrai effet de traitement. Limitez votre lien de test à une seule source de trafic à la fois ou utilisez des liens séparés par source qui se découpent indépendamment.

Quand vouloir un vrai outil CRO à la place#

Le répartiteur par lien court gère bien les expérimentations au niveau de la page. Trois cas où vous prendrez un outil dédié.

Optimisation par bandits manchots multiples. Le test A/B classique maintient des découpages de trafic fixes et évalue à la fin. Les algorithmes de bandits manchots multiples déplacent dynamiquement plus de trafic vers la variante qui performe le mieux au fur et à mesure que les preuves s'accumulent - utile quand vous voulez minimiser le regret (les conversions perdues à la variante perdante) pendant la période de test plutôt que maximiser la certitude statistique à la fin. Le découpage d'Elido est statique à poids fixes ; si vous voulez la variante bandit, des outils comme Optimizely ou VWO sont construits pour ça.

Tests d'éléments dans la page. Tester une couleur de bouton, un titre, une mise en page de formulaire ou une image hero exige de modifier le DOM d'une seule page plutôt que de router vers deux URL différentes. C'est du territoire JavaScript - un outil qui injecte un snippet et peut modifier la page rendue est l'approche correcte. Le découpage par lien court ne fonctionne que quand les variantes vivent à des URL différentes ou à des paramètres de requête différents que la page lit déjà.

Heatmaps et rejeu de session. Si vous voulez comprendre pourquoi la variante B convertit mieux - où les visiteurs cliquent, jusqu'où ils scrollent, où ils décrochent - il vous faut un outil qui instrumente la session. Ces données ne viennent pas de l'analytics au niveau du clic. Hotjar, Microsoft Clarity et les fonctionnalités de rejeu de session dans Amplitude sont la bonne couche pour ça ; ils s'ajoutent à un test par lien court plutôt que de le remplacer.

Pour tout le reste - comparer deux designs de page, tester un nouveau layout de tarification, évaluer un message différent au-dessus de la ligne de flottaison - le workflow par lien court décrit ici suffit, ne coûte rien au-delà de votre forfait Elido existant, et produit des données propres sans l'artefact de scintillement ni le ticket d'entrée à 200 $/mois.

Fixez la taille d'échantillon avant le lancement. Faites le contrôle A/A de bon sens. Ne regardez pas. Déclarez le gagnant quand vous atteignez le chiffre auquel vous vous étiez engagé.