Seuil économique
Le nouveau prix peut perdre de la conversion tout en augmentant la contribution. Le taux minimal acceptable est la contribution actuelle par visiteur divisée par la marge candidate.
Test de prix : dimensionner une expérience qui peut conclure.
DÉCISION SOUTENUELancer et interpréter un test de prix seulement si sa puissance couvre la baisse de conversion économiquement acceptable et si l’exposition ne contamine pas les groupes.
État de la preuve
Ce qui n’a pas été reproduit.
Le calcul pédagogique synthétique est vérifié par la spécification, la fixture et Python. La source méthodologique Kohavi et al. est archivée et ses extraits sont vérifiés, mais ses résultats, sa randomisation, ses mécanismes d’interférence et ses implémentations ne sont pas reproduits.
- Spécification technique du plan de test de prix pédagogique (ouvre un nouvel onglet)
v1, 1 septembre 2026 · CC BY 4.0 · Document de méthode rédigé par marketing-mix.net. Les chiffres sont illustratifs : ce ne sont pas des mesures de marché.
- Online randomized controlled experiments at scale: lessons and extensions to medicine (ouvre un nouvel onglet)
Trials 21, 150, version of record, 7 February 2020 · CC BY 4.0 · Version de référence publiée dans Trials le 7 février 2020, sous CC BY 4.0 ; texte intégral XML récupéré depuis Europe PMC le 1 septembre 2026.
Ce qu’il faut distinguer
Trois conditions avant tout calcul.
Unité d’assignation
Assigner par client, compte, zone ou magasin selon le risque de revoir plusieurs prix. Une assignation par session expose aux comparaisons et aux changements de groupe.
Puissance avant durée
La durée découle du nombre d’unités nécessaires, du trafic éligible et du cycle de décision. Arrêter lorsque le résultat paraît favorable augmente les faux positifs.
Méthode
Concevoir un test de prix de la marge à la décision
- 01Calculer le taux seuil
Mesurer contribution par visiteur actuelle et marge unitaire candidate. Leur rapport donne la conversion minimale qui préserve la valeur de court terme.
- 02Choisir l’effet utile
Fixer l’écart minimal qui modifierait réellement la décision, puis définir risques alpha, bêta et correction éventuelle pour tests multiples.
- 03Dimensionner et assigner
Calculer l’échantillon par groupe, prévoir les exclusions avant test et stabiliser prix, promotion, assortiment et communication pendant l’expérience.
- 04Décider sur contribution
Rapporter conversion, marge, contribution par visiteur, mix, annulation et intervalle. Une non-significativité n’est pas une preuve d’équivalence.
ÉLÉMENT ORIGINAL
La courbe effet détectable — taille d’échantillon
Plus l’écart de conversion à détecter est faible, plus le besoin d’échantillon augmente. La cible est reliée au seuil de contribution et non choisie par convenance.
020 k40 k60 k visiteurs / groupe
0,5 point
66 233
1,0 point
16 558
1,5 point
7 359
2,0 points
4 140
PLAN RETENU7 359 / groupeseuil économique : 10 %
CSVTélécharger le plan de test de prix↓EXEMPLE ILLUSTRATIF · DONNÉES SIMULÉES
Environ 7 360 visiteurs par groupe pour détecter 1,5 point
La conversion de référence est 12 %. Le test vise un écart de 1,5 point, un risque bilatéral de 5 % et une puissance de 80 %. La marge passe de 30 € à 36 €.
Approximation : n = 2 × (1,96 + 0,84)² × 0,12 × 0,88 ÷ 0,015² = 7 359 par groupe. La conversion seuil économique est 12 % × 30 ÷ 36 = 10 %.
Le test est assez sensible pour détecter une baisse de 1,5 point, inférieure à la baisse maximale de 2 points. Il faut environ 14 720 visiteurs éligibles hors exclusions.
Conditions d’acceptation
Ce qui doit être vrai pour agir.
- 01
Le seuil de conversion économique est calculé avant le test.
- 02
L’unité d’assignation empêche un même client de voir plusieurs prix.
- 03
Taille, durée, exclusions et règle d’arrêt sont préenregistrées.
- 04
La décision porte sur la contribution et son intervalle, pas sur la conversion seule.
Limites
Ce que cette analyse ne prouve pas.
- Un test court mesure mal les effets sur réachat, réputation ou renouvellement.
- Les clients peuvent partager les prix entre groupes et modifier leur comportement.
- La formule approximative doit être remplacée par une simulation pour métriques complexes.
Références
Travaux mobilisés.
- Kohavi, R., Tang, D., Xu, Y. et al. (2020), « Online randomized controlled experiments at scale », Trials 21, 150 (CC BY 4.0) — texte intégral. (ouvre un nouvel onglet)
- Kohavi, R., Tang, D. & Xu, Y. (2020), Trustworthy Online Controlled Experiments.
- Imbens, G. W. & Rubin, D. B. (2015), Causal Inference for Statistics, Social, and Biomedical Sciences.
- Deng, A., Lu, J. & Chen, S. (2016), « Continuous Monitoring of A/B Tests without Pain », KDD.