Experiments et Drafts Google Ads : A/B testing 2026

Environ 60 pour cent des changements « gagnants » que les annonceurs déploient dans Google Ads en 2026 n'ont jamais été réellement prouvés — ils ont été jugés en comparant ce mois-ci au mois dernier, où la saisonnalité, les concurrents et une douzaine d'autres modifications ont tous bougé en même temps. Un experiment supprime cette confusion en faisant tourner l'ancienne et la nouvelle version côte à côte, dans les mêmes enchères, au même moment, de sorte que la seule chose qui diffère soit l'unique changement que vous testez.

Ce guide parcourt les drafts et les experiments de bout en bout — quoi tester, comment répartir le trafic, combien de données il faut et comment lire le résultat sans se mentir — pour que votre prochaine « victoire » en soit une vraie. Pour voir quelles parties de votre compte valent le plus la peine d'être testées en premier, lancez notre audit Google Ads 5 axes gratuit.

Mis à jour le 2026-05-17 avec le comportement actuel des drafts et experiments, les fenêtres d'apprentissage du Smart Bidding et la pratique de significativité observés sur des comptes américains, britanniques et européens.

TL;DR — tester dans Google Ads sans se mentir :

Draft d'abord, puis experiment — un draft est un bac à sable sûr ; l'experiment divise le trafic réel. 2. Une variable par test — changez la stratégie d'enchères ou la page de destination, jamais les deux. 3. Faites tourner les bras simultanément — les deux affrontent la même saisonnalité, le temps n'est plus un facteur de confusion. 4. Dimensionnez l'échantillon avant de regarder — visez plus de 100 conversions par bras et 2 à 4 semaines entières. 5. 95 pour cent est une porte, pas une ligne d'arrivée — un résultat non significatif est non prouvé, pas un match nul.

Que sont les drafts et les experiments dans Google Ads ?

Les drafts et les experiments sont deux moitiés du même flux de travail, et comprendre cette séparation est le fondement de chaque test ci-dessous. Un draft est une copie de préparation ; un experiment est la comparaison en direct que cette copie rend possible.

Drafts — Un draft est un duplicata bac à sable d'une campagne en direct où vous faites votre changement proposé sans toucher à l'original. Rien dans un draft ne dépense d'argent ni ne diffuse d'annonces ; c'est simplement un endroit sûr pour préparer une seule modification — une nouvelle stratégie d'enchères, une autre page de destination, une RSA réécrite — et la relire avant qu'aucun trafic ne la voie.

Experiments — Promouvoir un draft en experiment rend la comparaison réelle. Google répartit les enchères éligibles de la campagne entre l'original (le contrôle) et le draft (la variante), de sorte que les deux tournent en même temps face à la même concurrence et la même saisonnalité. Cette simultanéité est tout l'intérêt : elle supprime le temps comme variable de confusion.

Pourquoi cela bat un avant-après — Quand vous changez une campagne en direct et comparez la semaine dernière à cette semaine, chaque autre élément mouvant — concurrents, demande, vos autres modifications — est cuit dans le résultat. Comme un experiment fait tourner les deux bras ensemble, la différence que vous mesurez est bien plus proche du vrai effet de votre unique changement. Pour la logique causale derrière cela, consultez notre guide du test d'incrémentalité.

Que faut-il réellement tester en premier ?

Tous les changements ne méritent pas un experiment, et ceux qui le méritent devraient être classés selon combien ils peuvent faire bouger le CPA. Dépensez votre trafic limité sur les rares tests à vrai levier, pas sur des ajustements cosmétiques.

Stratégie d'enchères — C'est généralement le test à plus fort levier car l'algorithme d'enchères décide ce que vous payez pour chaque clic. Comparer Maximize Conversions contre Target CPA, ou un Target CPA contre un plus serré, peut faire bouger le coût par conversion de façon notable. Notre guide Maximize contre Target CPA détaille quand chacun gagne.

Pages de destination — Envoyer le bras variante vers une autre URL est l'un des tests les plus propres de la plateforme, car le changement de page est totalement isolé de l'annonce. Une page plus rapide, un titre plus serré ou un formulaire plus court font souvent plus bouger le taux de conversion que tout ajustement d'enchère. Consultez notre guide de conversion des pages de destination.

Texte d'annonce et RSA — Tester une nouvelle RSA ou un mix d'assets différent vous dit quel message l'enchère récompense réellement. La méthode compte ici : notre méthode de rédaction RSA montre comment construire des variantes qui valent d'être testées.

Une variable à la fois — Quoi que vous choisissiez, changez exactement une chose. Regroupez une nouvelle stratégie d'enchères avec une nouvelle page de destination et un résultat gagnant ne vous dit rien de réutilisable, car vous ne pouvez attribuer le gain à aucun des deux changements.

Comment configurer un experiment 50/50 valide ?

Un experiment valide est surtout une affaire de discipline à la configuration. Réussissez la répartition, le timing et l'isolement, et la lecture finale est fiable ; ratez-les et aucune analyse ne sauve le résultat.

La répartition 50/50 — Commencez par une répartition de trafic égale pour que les deux bras accumulent des données au même rythme et atteignent la significativité ensemble. Une répartition inégale — disons 10/90 — protège l'original mais prive la variante de données, donc prouver quoi que ce soit prend bien plus longtemps.

Attribution basée sur les cookies — Utilisez une répartition basée sur les cookies plutôt que sur la recherche pour qu'un utilisateur de retour voie toujours le même bras. Sinon, la même personne peut atterrir à la fois dans le contrôle et la variante, brouillant la comparaison et gonflant le bruit.

Tout le reste égal — Le draft doit correspondre à l'original sur le budget, le ciblage, le calendrier et la structure. La seule différence permise est votre variable de test. Si la variante a aussi un budget plus élevé ou une zone géographique différente, vous ne mesurez plus ce que vous croyez mesurer.

Bien timer le départ — Lancez en début de semaine et prévoyez de tourner sur des semaines entières. Démarrer en milieu de semaine charge un bras avec plus de trafic de week-end que l'autre au début, ce qui ajoute du bruit évitable à la première lecture.

Combien de trafic et de temps faut-il pour la significativité ?

C'est là que la plupart des experiments échouent : ils sont arrêtés trop tôt, sur trop peu de données, parce que le tableau de bord avait l'air excitant. La significativité est une fonction des conversions et de la taille d'effet, pas du nombre de jours écoulés.

Conversions, pas clics — La significativité est pilotée par les conversions par bras, pas les impressions ou les clics. Un plancher de travail approximatif est de 100 conversions par bras ; moins de 30 par bras n'est presque jamais concluant. Les clics s'accumulent vite et vous tentent de lire tôt, mais c'est le nombre de conversions qui décide réellement le test.

La taille d'effet fixe le coût — Plus la vraie différence est petite, plus il faut de données pour la voir. Détecter un écart de 30 pour cent peut demander quelques centaines de conversions par bras ; détecter un écart de 5 pour cent peut en demander des milliers. Décidez d'avance quelle taille d'effet vaut d'être détectée et dimensionnez le test en conséquence.

La plupart des tests ont besoin de 2 à 4 semaines — En pratique, accumuler assez de conversions sur des semaines entières place la plupart des experiments dans une fenêtre de 2 à 4 semaines. Si votre compte ne produit que 20 à 40 conversions par semaine, acceptez de ne pouvoir détecter de façon fiable que de grands effets, et concevez des tests audacieux en conséquence.

N'abaissez pas le seuil pour la vitesse — Quand le volume est mince, prolongez la fenêtre plutôt que de déclarer un gagnant tôt. Une lecture rapide sur un petit échantillon est souvent une fausse lecture, et agir dessus coûte plus que l'attente.

Comment lire les résultats sans se mentir à soi-même ?

La partie la plus difficile du test n'est pas la configuration — c'est résister aux histoires que votre propre cerveau raconte sur les premières données. La plupart des faux gagnants sont auto-infligés, créés en lisant trop tôt et en arrêtant trop vite.

Consulter crée de faux gagnants — Tôt, chaque bras a si peu de conversions qu'un jour de chance peut mettre la variante 40 pour cent en tête. Si vous vérifiez chaque jour et arrêtez dès que ça a l'air bon, vous verrouillerez le bruit comme s'il était du signal. Décidez d'abord la taille d'échantillon, puis ignorez le tableau de bord jusqu'à l'atteindre.

Régression vers la moyenne — Un bras qui bondit tôt dérive presque toujours vers la vraie valeur à mesure que les données s'accumulent. L'écart spectaculaire du début est le chiffre le moins fiable de tout le test, et pourtant c'est celui qui tente les gens d'arrêter. Attendez que l'écart se stabilise.

95 pour cent est une porte, pas un but — Traitez l'indicateur de confiance à 95 pour cent comme la barre minimale à franchir, pas une cible à célébrer. La franchir signifie que la différence est probablement réelle ; ne pas la franchir signifie que le résultat est non prouvé, ce qui n'est pas la même chose qu'un match nul.

Jugez sur la bonne métrique — Comparez les bras sur le coût par conversion et la valeur de conversion, pas sur les clics ou le CTR. Une variante peut gagner sur l'engagement et perdre quand même sur la métrique financière qui compte vraiment, alors ancrez toujours la décision sur les résultats.

Comment déployer ou annuler un experiment gagnant ?

Un résultat propre n'est utile que si vous l'appliquez proprement. L'étape de déploiement est là où les équipes réintroduisent discrètement du bruit, soit en revenant en arrière trop vite, soit en réinitialisant l'apprentissage qu'elles viennent de payer.

Appliquer, pas reconstruire — Quand la variante gagne, appliquez l'experiment pour mettre à jour la campagne d'origine plutôt que de la recréer de zéro. Appliquer préserve l'historique et le signal quand c'est possible ; reconstruire jette l'apprentissage et force une nouvelle montée en puissance coûteuse.

Attendez-vous à un bref creux de réapprentissage — Appliquer un changement, surtout un changement d'enchères, peut déclencher une brève période d'apprentissage le temps que l'algorithme se restabilise. Prévoyez quelques jours calmes avant que le gain n'apparaisse pleinement dans les chiffres stabilisés, et ne paniquez pas en modifiant pendant ce temps.

Rejetez proprement en cas de perte — Si la variante perd ou égalise, terminez l'experiment et gardez le contrôle intact. Un match nul est un vrai résultat : il vous dit que le changement n'a pas aidé, ce qui vous évite de déployer une non-amélioration à tout votre compte.

Documentez chaque résultat — Notez ce que vous avez testé, la taille d'échantillon et le résultat, gagné ou perdu. Cela empêche votre équipe de relancer le même test non concluant dans trois mois et bâtit une bibliothèque de ce à quoi votre compte répond réellement. Pour convertir les écarts de taux bruts en impact attendu sur le revenu avant de vous engager, utilisez notre audit 5 axes gratuit aux côtés du calculateur de taux de conversion.

Le tableau de décision de conception d'experiment

Utilisez ce tableau pour choisir le bon test, la bonne répartition et la bonne lecture pour la situation devant vous. Il est ordonné grossièrement des décisions de configuration à la discipline de lecture des résultats.

N'arrêtez pas un experiment le premier jour où il ressemble à un gagnant :

Tôt dans un test, chaque bras n'a qu'une poignée de conversions, donc un seul jour de chance peut mettre la variante 30 à 40 pour cent en tête avant que la régression vers la moyenne ne la ramène. Arrêter là verrouille le bruit comme s'il était un résultat et déploie un changement qui n'aide pas réellement. Décidez votre taille d'échantillon et votre durée minimale avant le lancement, puis ignorez le tableau de bord jusqu'à les atteindre. Un résultat qui n'a pas franchi la confiance à 95 pour cent est non prouvé, pas une victoire.

Comment tout assembler

La discipline du test se compose : chaque experiment propre rend la décision suivante moins chère et plus confiante. Les comptes qui s'améliorent le plus vite ne sont pas ceux qui changent le plus, mais ceux qui prouvent le plus.

Testez les grands leviers — Dépensez votre trafic limité sur les experiments d'enchères et de pages de destination où le levier est réel, et sautez les ajustements cosmétiques qui ne peuvent de toute façon pas faire assez bouger le CPA pour atteindre la significativité. Des tests audacieux sur peu de volume battent des tests subtils que vous ne pourrez jamais prouver.

Protégez la lecture — Dimensionnez l'échantillon avant de commencer, tournez sur des semaines entières, laissez le Smart Bidding sortir de l'apprentissage, et tenez la barre des 95 pour cent même quand un écart précoce vous tente. Toute la valeur d'un experiment est détruite à l'instant où vous consultez et arrêtez tôt.

Construisez une habitude — Documentez chaque test, gagné ou perdu, pour que votre compte accumule une bibliothèque de changements prouvés au lieu d'un tas d'intuitions non prouvées. Sur une année, une équipe qui lance un experiment propre toutes les deux semaines apprend plus qu'une qui déploie dix modifications à l'aveugle par semaine.

Pour trouver les tests à plus fort levier dans votre propre compte avant de passer une semaine à les prouver, lancez l'audit 5 axes gratuit de SteerAds, puis dimensionnez l'impact attendu de tout changement de taux avec notre calculateur de taux de conversion.

Sources

Sources officielles consultées pour ce guide :

FAQ

Comment fonctionnent réellement les experiments de Google Ads ?

Un experiment divise le trafic d'une seule campagne en deux bras qui tournent en même temps. Vous créez d'abord un draft, une copie bac à sable de la campagne d'origine dans laquelle vous faites un seul changement, puis vous promouvez ce draft en experiment avec une répartition de trafic, généralement 50/50. À partir de là, Google attribue aléatoirement chaque enchère éligible au contrôle ou à la variante, de sorte que les deux bras affrontent la même saisonnalité, la même concurrence et la même audience. Comme les deux bras tournent simultanément plutôt qu'avant-après, vous isolez l'effet de votre changement du bruit lié au temps. Le tableau de bord affiche ensuite les métriques côte à côte avec des indicateurs de confiance.

Combien de temps un experiment Google Ads doit-il tourner ?

Faites-le tourner jusqu'à atteindre la significativité statistique, pas jusqu'à une date fixe, et n'arrêtez jamais au premier jour qui a belle allure. En pratique, la plupart des experiments ont besoin de 2 à 4 semaines car il faut assez de conversions par bras, pas seulement assez de clics. Un plancher approximatif est d'environ 100 conversions par bras avant de faire confiance à un résultat, et moins de 30 par bras n'est presque jamais concluant. Tournez toujours sur des semaines entières pour que les deux bras voient les mêmes schémas de semaine et de week-end. Si le volume est très faible, prolongez la fenêtre plutôt que d'abaisser votre seuil, car une lecture rapide sur peu de données est souvent une fausse lecture.

Que puis-je réellement tester en A/B dans Google Ads ?

Les tests les plus propres ne changent qu'une seule variable pour que le résultat soit interprétable. Les quatre tests à plus forte valeur sont la stratégie d'enchères, comme Maximize Conversions contre Target CPA ; la page de destination, en envoyant le bras variante vers une autre URL ; le texte d'annonce et les assets RSA ; et les changements d'audience ou de ciblage. Les tests d'enchères et de pages de destination font généralement le plus bouger le CPA, c'est pourquoi ils valent l'attente. Évitez de regrouper plusieurs changements dans un seul experiment — si vous changez la stratégie d'enchères et la page ensemble et que le CPA s'améliore, vous ne pouvez pas dire lequel a agi, donc vous n'apprenez rien de réutilisable.

De combien de conversions ai-je besoin pour un résultat valide ?

Cela dépend de la taille de l'effet que vous voulez détecter, mais une règle pratique est d'au moins 100 conversions par bras pour un effet modéré et bien plus pour en capter un petit. Détecter de manière fiable un changement de 5 pour cent peut demander des milliers de conversions par bras, tandis qu'un changement de 30 pour cent apparaît avec quelques centaines. Plus la vraie différence est petite, plus il faut de données pour la séparer du bruit aléatoire. Si votre compte ne produit que 20 à 40 conversions par semaine au total, acceptez de ne pouvoir détecter que de grands effets, et concevez des tests audacieux plutôt que de subtils ajustements.

Pourquoi les experiments montrent-ils souvent un faux gagnant tôt ?

Tôt dans un experiment, chaque bras a très peu de conversions, donc la variation aléatoire fait osciller les chiffres violemment — un jour de chance peut mettre la variante 40 pour cent en tête avant que la régression vers la moyenne ne la ramène. C'est pourquoi consulter les résultats chaque jour et arrêter dès qu'un bras semble bon produit si souvent de faux gagnants. Le remède est de décider votre taille d'échantillon et votre durée avant de commencer, puis d'ignorer le tableau de bord jusqu'à l'atteindre. Traitez l'indicateur de confiance à 95 pour cent comme une porte minimale, pas une ligne d'arrivée, et rappelez-vous qu'un résultat non significatif n'est pas un match nul — il est simplement non prouvé.

Experiment contre changer directement la campagne — lequel est meilleur ?

Un experiment est une comparaison contrôlée ; un changement direct est un pari à l'aveugle. Si vous modifiez simplement la campagne en direct et que le CPA s'améliore la semaine suivante, vous ne pouvez pas prouver que la modification l'a causé, car la météo, les concurrents, la saisonnalité et vos autres changements ont tous bougé en même temps. L'experiment maintient ces éléments constants en faisant tourner les deux versions simultanément. Le compromis est que les experiments divisent votre volume, donc chaque bras reçoit la moitié des données et la significativité prend plus de temps. Utilisez les experiments pour tout changement assez important pour compter et assez réversible pour être testé — et déployez directement les petites corrections évidemment correctes.

Puis-je lancer un experiment Google Ads sur le Smart Bidding ?

Oui, et les experiments d'enchères sont parmi les plus précieux car la stratégie d'enchères pilote une grande partie de votre CPA. Vous pouvez comparer deux stratégies — par exemple Maximize Conversions contre Target CPA — ou la même stratégie à deux cibles différentes. La seule précaution est la période d'apprentissage : chaque bras a besoin de temps pour sortir de l'apprentissage avant que ses chiffres ne signifient quelque chose, alors ajoutez environ une à deux semaines à votre fenêtre de significativité habituelle. Ne jugez pas un experiment d'enchères tant qu'un bras apprend encore, et évitez les grandes modifications en cours de route qui réinitialisent cet apprentissage et contaminent la comparaison.