« Combien de testeurs me faut-il ? » est la première question que posent les marques DTC quand elles lancent un test produit. La réponse honnête : ça dépend de ce que vous cherchez à mesurer. Voici la méthode pour ne pas surinvestir, ni sous-dimensionner.
La règle des 30, et ses limites
La règle de pouce qui circule — « 30 testeurs minimum » — vient du théorème central limite : au-dessus de 30 observations, la distribution des moyennes tend vers une loi normale, même si la population sous-jacente ne l'est pas.
Mais : 30 testeurs ne suffisent que si vous mesurez un score moyen (note de satisfaction, propension à acheter) avec une variance modérée.
Pour détecter un défaut rare (1 testeur sur 20 a une réaction allergique, par exemple), 30 testeurs sont notoirement insuffisants. Il faut au moins 100, voire 200.
La formule simple à connaître
Pour une proportion (% de testeurs satisfaits, % qui rachèteraient), la taille d'échantillon nécessaire est :
n = (Z² × p × (1−p)) / e²
Z= 1,96 pour 95 % de confiancep= proportion attendue (ex : 0,7 pour 70 % de satisfaction)e= marge d'erreur acceptable (ex : 0,1 pour ±10 points)
Exemple concret : pour détecter un taux de satisfaction de 70 % avec ±10 points, il faut :
n = (1,96² × 0,7 × 0,3) / 0,1² ≈ 81 testeurs
Pour passer à ±5 points, le nombre quadruple : 323 testeurs.
Benchmarks par catégorie
D'après les données SuperTry sur 2 000 campagnes en 2024-2025 :
| Catégorie | Taille recommandée | Pourquoi |
|---|---|---|
| Test packaging (signaux forts) | 30-50 | Faible variance, retours homogènes |
| Test produit cosmétique | 50-100 | Sensibilités cutanées variables |
| Test alimentaire | 80-150 | Goûts très subjectifs |
| Test claim santé | 200+ | Variance forte + risque réglementaire |
| Test enfant / bébé | 100+ | Sécurité critique |
Les 4 paramètres qui changent tout
1. Le type de mesure
- Mesure continue (note 1-10) → échantillon plus petit suffit
- Mesure binaire (oui/non, acheté/pas acheté) → échantillon plus grand requis
2. La variance attendue
Plus les profils sont hétérogènes (âges, régions, sensibilités), plus l'échantillon doit être grand.
3. L'effet recherché
Détecter une différence de 30 % entre 2 versions = facile. Détecter 5 % = il faut 36 fois plus de testeurs.
4. Les sous-segments
Si vous voulez analyser séparément les femmes 25-34 ans et les hommes 45-54 ans, chaque sous-segment doit atteindre la taille minimale — pas l'échantillon global.
La méthode SuperTry en 3 étapes
- Définir l'hypothèse : « 70 % des testeurs vont préférer la version A » est une hypothèse testable.
- Calculer la taille minimale avec la formule ci-dessus (ou notre calculateur intégré).
- Lancer en deux vagues : 50 % de l'échantillon d'abord. Si les résultats sont nets, stop. Sinon, complétez avec la 2e vague.
Cette approche divise par 1,5 le budget moyen, sans sacrifier la fiabilité.
Conclusion
Une bonne taille d'échantillon n'est jamais « 30 par défaut » ni « le plus possible ». C'est le résultat d'un calcul lié à ce que vous cherchez à prouver. Quelques minutes de méthodologie en amont valent plus que des semaines de re-tests à cause d'un échantillon mal calibré.
