Projet · Expérimentation & Statistiques

AB
Decision.

Outil d'aide à la décision pour tests A/B. Il calcule la significativité statistique d'une expérimentation et tranche clairement : résultat fiable, à poursuivre, ou non concluant. Conçu pour répondre à un besoin observé en contexte professionnel / éviter les décisions prises sur des données insuffisantes.

JavaScript Statistiques Supabase Test Z

Essayer l'outil GitHub

AB Decision · Résultat d'analyse

Contrôle A

3.04%

5 000 vis. · 152 conv.

Variation B

3.86%

5 000 vis. · 193 conv.

Résultat fiable — déployable

96.8% Confiance

+26.9% Uplift

Oui Échantillon

Type Projet personnel

Stack JS · Supabase

Contexte Projet personnel · 2026

APIs Supabase DB

Contexte

Du besoin métier à la solution technique.

En contexte professionnel, lors de missions d'expérimentation web, une difficulté revient systématiquement : distinguer un résultat réellement significatif d'une simple variation due au hasard. Une hausse de conversion de quelques pourcents sur un échantillon trop faible est souvent interprétée à tort comme une victoire, ce qui conduit à déployer des changements dont l'effet n'est pas prouvé.

Ce projet répond à ce problème concret : transformer des chiffres bruts (visiteurs et conversions) en un verdict statistique clair et défendable. Il met en évidence une démarche complète, de la compréhension du besoin métier à son implémentation technique, en passant par le choix d'une méthode statistique rigoureuse.

95%

Seuil de confiance retenu pour valider un résultat

Donnée brute transmise sans le consentement de l'utilisateur

Verdicts distincts selon la fiabilité statistique

Solution

Calcul statistique en temps réel.

Une architecture en trois temps : calcul statistique côté client, persistance des analyses partagées, et restitution via un lien. Chaque brique illustre une compétence technique distincte.

→ 01

Saisie des données.

L'interface recueille les visiteurs et conversions du contrôle et de la variation. Une validation est effectuée avant tout calcul : valeurs entières positives, conversions inférieures ou égales aux visiteurs, minimum d'un visiteur par groupe. Cette étape illustre la rigueur attendue sur la fiabilité des données d'entrée.

→ 02

Test Z sur deux proportions.

Le cœur du projet repose sur un test Z de comparaison de deux proportions : erreur standard combinée, score z, puis probabilité via la fonction de répartition normale (approximation d'Abramowitz & Stegun). L'implémentation est entièrement maîtrisée, sans bibliothèque externe ce qui démontre la compréhension réelle de la méthode statistique, et pas seulement son usage.

→ 03

Verdict en 3 états.

Le résultat est restitué sous forme d'un verdict lisible : déployable, contrôle meilleur, ou non concluant. La logique tient compte à la fois de la confiance statistique et de la taille de l'échantillon, afin de ne jamais conclure prématurément. L'objectif est de rendre une décision complexe immédiatement compréhensible, y compris pour un profil non statisticien.

→ 04

Partage par lien Supabase.

Une analyse peut être partagée via un lien unique. Les données sont persistées dans une base Supabase, puis rechargées à l'ouverture du lien pour reconstituer le résultat. Cette fonctionnalité illustre la maîtrise d'une architecture client-serveur complète : génération d'identifiant, écriture et lecture via une API, gestion des paramètres d'URL.

Outil interactif

Testez avec vos propres chiffres.

Entrez les données de votre test A/B et obtenez un verdict statistique immédiat.

→ Contrôle

Visiteurs

Conversions

→ Variation

Visiteurs

Conversions

Impact

Ce que ce projet démontre.

→ 01

Traduction d'un besoin métier

Capacité à partir d'un problème concret rencontré en contexte professionnel et à le formaliser en une solution technique utile et ciblée.

→ 02

Implémentation statistique maîtrisée

Mise en œuvre d'un test de significativité de A à Z, sans dépendance externe, témoignant d'une compréhension réelle des concepts et pas d'un simple assemblage de briques.

→ 03

Architecture client-serveur

Conception d'une couche de données isolée (Supabase) pour le partage par lien : écriture, lecture, gestion des identifiants et des paramètres d'URL.

→ 04

Conception robuste et dégradation maîtrisée

Le calcul reste fonctionnel même si la base est indisponible ; seule la fonction de partage est affectée. Une séparation nette entre logique métier et persistance.

Implémentation

Le cœur du calcul.

// Test Z — comparaison de deux proportions (ab-decision-stats.js)
function confidenceLevel(visA, convA, visB, convB) {
  const pPool = (convA + convB) / (visA + visB);
  const se    = Math.sqrt(pPool * (1 - pPool) * (1/visA + 1/visB));
  const z     = (conversionRate(visB, convB) - conversionRate(visA, convA)) / se;
  return normalCDF(z); // Φ(z) via approximation Abramowitz & Stegun
}

function getVerdict(confidence, uplift, sampleSufficient) {
  if (!sampleSufficient)                         return { type: 'yellow' };
  if (confidence >= 0.95 && uplift > 0)       return { type: 'green'  };
  if ((1 - confidence) >= 0.95 && uplift < 0) return { type: 'red'    };
  return { type: 'yellow' };
}

→ Projet suivant

Kameleoon QA Goal Tracker — Extension Chrome QA.

Voir le projet

ABDecision.