Combien d’utilisateurs faut-il pour tester une landing page ?

En 1993, Jakob Nielsen et Thomas Landauer publient dans les actes de la conférence CHI’93 un modèle mathématique de la découverte des problèmes d’utilisabilité (Nielsen & Landauer, 1993). En analysant onze études existantes, ils montrent que la détection de problèmes suit une loi de Poisson : chaque testeur supplémentaire retrouve en grande partie des problèmes déjà repérés par les précédents, avec un rendement qui décroît vite. Leur calcul donne le chiffre devenu culte du design d’interface — un testeur isolé trouve en moyenne 31 % des problèmes d’une page, cinq en trouvent environ 85 %, et au-delà, chaque testeur additionnel coûte le même recrutement pour un gain de plus en plus faible. Nielsen popularisera ce résultat quelques années plus tard sous la formule « il suffit de tester avec 5 utilisateurs », devenue un dogme du CRO — y compris pour les landing pages. Le problème : ce dogme répond à une question précise, pas à toutes celles qu’on se pose avant de lancer une page.

D’où vient le chiffre « 5 »

Le modèle de Nielsen et Landauer repose sur une formule simple : le nombre de problèmes trouvés après n testeurs vaut N × (1 − (1 − p)ⁿ), où N est le nombre total de problèmes réels et p le taux de détection moyen d’un testeur isolé. Avec un p de 31 % — la moyenne observée sur leurs onze études — la courbe de détection cumulée ressemble à ceci :

• 1 testeur : environ 31 % des problèmes trouvés
• 2 testeurs : environ 52 %
• 3 testeurs : environ 67 %
• 5 testeurs : environ 85 %
• 10 testeurs : environ 97 %

Un taux moyen, pas une constante universelle

Ce taux de 31 % n’est pas une loi physique : il varie selon la complexité de l’interface testée, l’expérience de l’observateur et l’homogénéité des testeurs recrutés. Nielsen lui-même précisait, dans la publication originale, que ce chiffre était une moyenne tirée d’études très différentes les unes des autres — pas une garantie applicable telle quelle à n’importe quel produit. C’est précisément ce point qu’une étude ultérieure va mettre en évidence.

L’étude qui nuance la règle : Faulkner (2003)

En 2003, la chercheuse Laura Faulkner publie dans la revue Behavior Research Methods, Instruments, & Computers une expérience qui teste directement la fiabilité de la règle des 5 utilisateurs (Faulkner, 2003). Elle fait tester une application web par 60 participants, puis tire au sort, dans cet échantillon complet, des groupes de 5, 10 et 20 testeurs pour comparer ce que chaque taille de groupe aurait révélé. Le résultat casse la belle régularité du modèle théorique : certains groupes de 5 testeurs découvrent 99 % des problèmes réels — d’autres, tirés du même bassin de 60 personnes, n’en découvrent que 55 %. Avec 10 testeurs, le pire groupe tiré au sort atteint tout de même 80 % ; avec 20, 95 %. Autrement dit, 5 testeurs suffisent en moyenne, mais la variance autour de cette moyenne est large : un petit groupe mal tiré peut manquer près de la moitié des problèmes réels d’une page.

Deux questions différentes, deux règles différentes

La confusion la plus fréquente consiste à appliquer la règle des 5 utilisateurs à une question qu’elle ne couvre pas. Un test utilisateur qualitatif — 5 à 10 personnes qui naviguent sur la page pendant qu’on observe leurs hésitations — répond à « où les visiteurs bloquent-ils, que ne comprennent-ils pas, qu’est-ce qui les fait hésiter ? ». C’est une question de nature, pas de fréquence : un seul testeur qui bute sur un message peu clair révèle un vrai problème, peu importe si les quatre autres l’ont compris. Un A/B test répond à une question totalement différente — « quelle version convertit le mieux, en moyenne, sur l’ensemble du trafic ? » — et celle-ci est une question de fréquence : elle exige un volume de visiteurs suffisant pour atteindre une significativité statistique, en général plusieurs centaines de conversions par variante. Les deux méthodes ne sont pas substituables : un test utilisateur à 5 personnes ne dira jamais laquelle de deux versions convertit mieux, et un A/B test ne dira jamais pourquoi une page échoue à convaincre. Sur un trafic encore faible, où l’A/B test n’est pas fiable, le test utilisateur qualitatif devient l’outil principal, faute de mieux — et c’est justement le cas de la plupart des lancements de landing page.

Combien de testeurs pour une landing page, en pratique

1. Avant le développement, sur une maquette ou un prototype cliquable : 5 personnes du persona cible suffisent pour lever les confusions majeures de message et de structure — c’est le moment le moins coûteux pour corriger.
2. Sur la page finale, avant la mise en ligne : gardez 5 testeurs par itération, mais prévoyez deux vagues de 5 plutôt qu’un seul lot de 10 — corriger entre les deux vagues détecte des problèmes qu’un lot unique masquerait, puisque les correctifs eux-mêmes peuvent en révéler de nouveaux.
3. Si l’enjeu est élevé — secteur réglementé, refonte d’une page à fort trafic, panier moyen important — montez à 8-10 testeurs : c’est le seuil où, selon Faulkner, même le tirage le plus défavorable reste au-dessus de 80 % de détection.
4. Une fois la page en ligne, complétez le jugement qualitatif par la mesure quantitative : une heatmap confirme sur du trafic réel les points de friction identifiés en test, et un A/B test tranche entre deux options quand l’intuition qualitative ne suffit plus.

Le test des 5 secondes, un format encore plus léger

Pour une vérification ultra-rapide du message avant même un test complet, le test des 5 secondes — montrer la page 5 secondes puis demander ce que le visiteur en a retenu — se mène avec autant, voire moins, de participants : il isole une seule variable (la clarté immédiate du message) plutôt que l’ensemble du parcours.

Mener un test avec 5 personnes, concrètement

• Recruter dans la cible réelle, pas dans son entourage : des proches ou collègues déjà familiers du produit sont le biais numéro un d’un test utilisateur, bien avant la taille de l’échantillon.
• Donner une tâche, pas demander un avis : « trouvez le prix », « expliquez avec vos mots ce que propose cette page » révèlent des blocages qu’un « qu’en pensez-vous ? » masque poliment.
• Faire verbaliser à voix haute pendant la navigation, pour capter l’hésitation au moment où elle se produit plutôt que reconstruite après coup.
• Noter les points de blocage silencieux — un visiteur qui hésite trois secondes avant de cliquer sans rien dire révèle autant qu’un commentaire explicite, et c’est souvent lié à une charge cognitive mal gérée sur la page.
• Ne changer qu’une variable à la fois entre deux vagues de test, sinon impossible de savoir quel correctif a réglé quel problème.

Partir d’une structure déjà éprouvée réduit d’autant la surface à tester : nos 10 templates LanderKit (89 € l’unité, 229 € le pack complet) appliquent des schémas de page validés sur de nombreux contextes clients, du lancement SaaS en liste d’attente à la prise de rendez-vous d’un coach — il reste alors à tester ce qui est vraiment spécifique à votre offre : le texte, l’image hero, l’argumentaire, plutôt que la structure entière de la page.