> AB Testing : Définition et Guide Pratique 2026

GLOSSAIRE
EMAILING & MÉTHODE
 Terme + définition + exemples chiffrés

AB Testing
Définition et guide pratique 2026

Définition

L'AB Testing (ou test A/B, split test) est une méthode qui consiste à envoyer deux versions différentes (A et B) d'un même email à deux échantillons comparables d'une liste de contacts, afin de déterminer laquelle génère les meilleurs résultats, taux d'ouverture, de clic ou de réponse. Une seule variable change à la fois (l'objet, l'accroche, le CTA) pour isoler ce qui influence réellement la performance. En prospection B2B, l'AB Testing s'applique typiquement sur un échantillon de 10 à 20% du fichier, avant d'envoyer la version gagnante au reste de la liste.

AB Testing emailing - Les essentiels

QuestionRéponse
Définition Comparer 2 versions d'un email sur un échantillon pour identifier la meilleure
Taille d'échantillon recommandée 10 à 20% du fichier, réparti en 2 groupes égaux
Variable testée Une seule à la fois (objet, CTA, accroche...)
Durée avant lecture des résultats 24 à 48h en B2B (cycle de lecture plus lent)
Seuil de signification Écart d'au moins 10-15% entre A et B pour conclure
Terme lié Taux d'ouverture email B2B

Définition, méthode en 5 étapes, ce qu'on peut tester, exemples chiffrés et erreurs à éviter : le glossaire complet de l'AB Testing appliqué à l'emailing B2B.

⏱️ Lecture : 8 min ✍️ Par FichierEntreprise.fr · Expert B2B depuis 2013  Mis à jour : juillet 2026
10-20%
Du fichier suffit pour un échantillon de test fiable
1
Seule variable à changer entre A et B
×2-3
Écart de performance possible selon l'objet testé
48h
Délai conseillé avant de lire les résultats en B2B

Pourquoi faire de l'AB Testing en prospection B2B

Sans AB Testing, chaque décision sur l'objet, l'accroche ou le CTA d'un email repose sur une intuition. Avec l'AB Testing, elle repose sur une mesure. Sur une liste de plusieurs milliers de contacts, l'écart de performance entre deux versions d'un même email peut représenter des dizaines de réponses en plus ou en moins, un enjeu direct sur le nombre de rendez-vous générés.

Décider avec des données

Remplace l'opinion ("cet objet me semble mieux") par un résultat mesuré sur un échantillon réel de votre propre cible.

Limiter le risque sur le gros de la liste

Un mauvais objet testé sur 15% du fichier coûte peu. Le même objet envoyé sans test à 100% du fichier peut ruiner une campagne entière.

Améliorer chaque campagne

Les enseignements d'un test se réutilisent sur la campagne suivante, l'AB Testing devient un cycle d'amélioration continue, pas un test isolé.

La méthode en 5 étapes

Étape 1 - Choisir UNE seule variable à tester

Objet, accroche, CTA, heure d'envoi : une seule variable change entre A et B. Tester plusieurs éléments à la fois rend impossible d'identifier ce qui a réellement fait la différence.

Étape 2 - Diviser l'échantillon en 2 groupes comparables

Répartissez aléatoirement 10 à 20% du fichier en deux groupes de taille égale (A et B), sans biais de secteur ou de zone géographique entre les deux groupes.

Étape 3 - Envoyer simultanément

Les deux versions doivent partir au même moment, le même jour. Un décalage introduit une variable supplémentaire (jour, heure) qui fausse la comparaison.

Étape 4 - Attendre 24 à 48h avant de lire les résultats

En B2B, les emails ne sont pas tous lus le jour même, certains destinataires ouvrent leur boîte 24 ou 48h plus tard. Conclure trop vite sur les 2 premières heures peut donner un résultat trompeur.

Étape 5 - Envoyer la version gagnante au reste du fichier

Une fois la version gagnante identifiée avec un écart significatif (10-15%+ de différence), envoyez-la aux 80-90% restants du fichier n'ayant pas encore reçu l'email.

Ce qu'on peut tester (par ordre d'impact)

Toutes les variables n'ont pas le même poids sur le résultat final. Voici les 5 éléments les plus testés en emailing B2B, classés par impact décroissant.

VariableImpactCe que ça mesure
Objet de l'email TRÈS FORT Taux d'ouverture, premier filtre avant tout le reste
1ère ligne/accroche FORT Taux de lecture complète et de réponse
Call-to-action (CTA) FORT Taux de réponse et de clic
Heure/jour d'envoi MOYEN Taux d'ouverture selon le moment de lecture
Nom de l'expéditeur MOYEN Taux d'ouverture, nom personnel vs société

Par où commencer : si vous ne testez qu'une seule chose, testez l'objet en premier. C'est la variable qui a le plus fort impact avec le moins d'effort de mise en œuvre, 2 objets différents pour le même email.

Lexique des termes associés

Les termes qui accompagnent souvent l'AB Testing dans le vocabulaire emailing B2B.

Split test Synonyme exact d'AB Testing : les deux termes sont interchangeables en emailing.
Échantillon (sample) Portion du fichier utilisée pour le test, avant l'envoi au reste de la liste.
Variable de test L'élément unique qui diffère entre la version A et la version B.
Signification statistique Écart de résultat assez large entre A et B pour ne pas être dû au hasard, généralement 10-15%+ en B2B.
Version gagnante La variante (A ou B) qui obtient le meilleur résultat sur l'indicateur mesuré, envoyée ensuite au reste du fichier.

Exemple chiffré concret

Un fichier de 5 000 contacts B2B, test sur l'objet de l'email uniquement.

VersionObjet testéÉchantillonTaux d'ouverture
Version A "Question rapide pour [Entreprise]" 375 contacts 22%
Version B ✓ "[Prénom], une idée pour votre équipe" 375 contacts 31%

Résultat : la version B (personnalisée par prénom) obtient un taux d'ouverture 41% supérieur à la version A. Écart largement significatif (9 points, soit +41% relatif) : la version B est envoyée aux 4 250 contacts restants du fichier, avec un gain estimé de plusieurs centaines d'ouvertures supplémentaires par rapport à un envoi non testé.

Les erreurs à éviter

❌
Tester plusieurs variables en même temps

Changer l'objet ET le CTA entre A et B rend impossible de savoir lequel des deux a produit l'écart de résultat. Une seule variable à la fois, toujours.

❌
Échantillon trop petit

Tester sur 20-30 contacts au total ne donne aucun résultat fiable, le hasard influence trop le résultat. Un minimum de quelques centaines de contacts par groupe est nécessaire pour un signal exploitable.

❌
Conclure trop vite

Regarder les résultats 2h après l'envoi et déclarer un gagnant ignore le fait qu'une partie des destinataires B2B ouvrent leurs emails le lendemain ou le surlendemain.

❌
Ne jamais réutiliser les enseignements

Un test dont le résultat n'est jamais appliqué aux campagnes suivantes ne sert à rien. L'AB Testing a de la valeur seulement s'il alimente un cycle d'amélioration continue.

FE
Rédigé par FichierEntreprise.fr
Expert en bases de données B2B depuis 2013 · SIRET 523 447 019 00028 · Cergy · 7 000+ clients · 1,7M emails vérifiés Mailnjoy

Questions fréquentes : AB Testing emailing

Qu'est-ce que l'AB Testing en emailing ?+
L'AB Testing (ou split test) est une méthode qui consiste à envoyer deux versions différentes d'un même email A et B à deux échantillons comparables d'une liste de contacts, en ne changeant qu'une seule variable à la fois (objet, accroche, CTA). L'objectif est de mesurer laquelle des deux versions génère le meilleur taux d'ouverture, de clic ou de réponse, avant d'envoyer la version gagnante au reste du fichier.
Quelle taille d'échantillon pour un AB test fiable ?+
En prospection B2B, un échantillon de 10 à 20% du fichier total, réparti en deux groupes égaux et aléatoires, suffit généralement pour obtenir un résultat exploitable. Sur un fichier de 5 000 contacts par exemple, cela représente 500 à 1 000 contacts testés, soit 250 à 500 par version. En dessous de quelques centaines de contacts par groupe, le résultat devient trop sensible au hasard pour être fiable.
Combien de temps attendre avant de lire les résultats d'un AB test ?+
En B2B, il est recommandé d'attendre 24 à 48h avant de déclarer une version gagnante. Contrairement au B2C où les emails sont souvent ouverts dans l'heure, les destinataires professionnels consultent parfois leur boîte mail avec un délai d'un à deux jours selon leur charge de travail. Conclure après seulement 2 à 3 heures risque de favoriser à tort la version qui a été ouverte le plus vite, sans refléter la performance réelle sur la durée.
Quelle est la différence entre AB Testing et split test ?+
Aucune différence, les deux termes sont strictement synonymes en emailing et désignent la même méthode de comparaison entre deux versions d'un message. "AB Testing" est le terme le plus utilisé en marketing digital, tandis que "split test" reste employé de façon interchangeable, notamment dans certains outils d'emailing anglophones.
Quel élément tester en premier dans un email B2B ?+
L'objet de l'email est la variable à tester en priorité, c'est elle qui a l'impact le plus fort sur le taux d'ouverture, premier filtre avant que le reste du message ne soit même lu. Viennent ensuite la première ligne du corps du texte (accroche) et le call-to-action, qui influencent davantage le taux de réponse une fois l'email ouvert.

Un fichier fiable pour tester en toute confiance

Un AB Test n'a de valeur que si le fichier de départ est propre. 1,7M d'emails vérifiés Mailnjoy (NPAI <1%), segmentés par secteur, la base fiable pour des résultats de test exploitables.