UX Chojrak

Test A/B - kalkulator wielkości próby

Konwersja podstawowa, do jakiej chcesz porównać otrzymane wyniki.

Najmniejszy efekt, który zostanie wykryty w (1-β)% przypadków.

(0% - 0%)
(0% - 0%)
80%

Zakładane prawdopodobieństwo wykrycia minimalnego efektu, jeśli ten istnieje.

95%

Prawdopodobieństwo, że szukana różnica mieści się w badanym przez nas przedziale .

Tylu potrzebujesz użytkowników per wariant testu.

Kalkulator zakłada testowanie hipotezy dwustronnej (two-tailed hypothesis).

Ilu potrzeba osób do testu A/B?

Powyższy kalkulator służy do obliczania liczby użytkowników per wersja testu A/B.

Jeśli chcesz skorzystać z kalkulatora:

  • podaj bazową konwersję dla badanego elementu

  • określ minimalny wykrywalny efekt, który chcesz wykryć testem A/B,

  • określ moc statystyczną i poziom ufności. Jeżeli nie wiesz, czym są te parametry, zostaw domyślne wartości.

Więcej informacji o testach A/B

Testy A/B to metoda badawcza UX, pozwalająca na optymalizację strony dzięki porównaniu dwóch lub więcej wersji tego samego elementu. Testy A/B dadzą Tobie odpowiedź, który wariant Twojej strony generuje wyższą konwersję i efektywniej spełnia swoje cele biznesowe. 

Podstawowa idea testów A/B polega na tym, że grupa użytkowników jest podzielona losowo na dwie lub więcej grup, a każda grupa otrzymuje różne wersje testowanego elementu. Na przykład, jeśli chcemy zbadać, która wersja strony internetowej przyciąga więcej kliknięć na przycisk zamówienia, jedna grupa użytkowników zobaczy oryginalną wersję strony (wersję A), a druga grupa zobaczy zmienioną wersję z innym układem przycisku (wersję B).

Po zakończeniu testu, analizowane są dane dotyczące zachowań użytkowników w obu grupach, takie jak ilość kliknięć, czas spędzony na stronie czy konwersje. Na podstawie zebranych danych można określić, która wersja wypadła lepiej pod względem określonych celów (np. wyższa konwersja, więcej kliknięć) i zdecydować, która wersja będzie stosowana w dalszych działaniach.

Testy A/B są używane do optymalizacji doświadczenia użytkownika, zwiększenia konwersji, poprawy wydajności strony internetowej czy kampanii reklamowej poprzez podejmowanie decyzji opartych na danych i wynikach testów porównawczych.

Treści na stronie (nagłówki, komunikaty do użytkowników, opisy produktów), układ strony, umiejscowienie elementów, użyte kolory, budowę formularzy. 

To zależy od ruchu na Twojej stronie. Im większy ruch, tym szybciej uzyskamy statystycznie istotną liczbę konwersji w każdym wariancie. Warto jednak, aby testy trwały minimum miesiąc, aby uniknąć efektu sezonowości.