Les données de firmes à l’exportation montrent que les nouveaux entrants sur un marché extérieur commencent modestement, qu’une grande proportion de firmes cessent dès la deuxième année et que celles qui persistent accroissent rapidement leurs volumes exportés. Pour prendre en compte ces faits stylisés, nous proposons une nouvelle modélisation des décisions d’une firme faisant face à une incertitude sur le potentiel de marché. Une firme peut décider d’expérimenter à petite échelle un marché et décider sur cette base si elle paye le coût fixe d’une entrée à grande échelle. Elle décide de façon optimale l’intensité de l’expérimentation ainsi que sa durée puis seulement si elle rentre pour de bon sur le marché. Nous précédons à une estimation bayésienne de ce nouveau modèle sur données de firmes françaises : une région du monde est considérée comme un marché cible, les pays de la région en étant des consommateurs. Les coûts d’entrée sont plus importants lorsque le comportement d’apprentissage est pris en compte dans l’estimation que dans le modèle de Melitz (2003) ou un modèle de passive learning avec coût convexe. Nous simulons des changements structurels de l’économie (taux de change, coût d’expérimentation, coût d’entrée).