A/B Testi İstatistiksel Anlamlılık Hesaplayıcı
Ki-kare testi ile A/B test sonuçlarınızın istatistiksel anlamlılığını, uplift oranını ve kazanan grubu hesaplayın.
A/B Testi ve İstatistiksel Anlamlılık Hesaplama
A/B testi hesaplayıcı, pazarlama kampanyalarınızda veya web sitenizdeki değişikliklerin (buton rengi, başlık, görsel vb.) performansını bilimsel verilerle ölçer. İki farklı varyasyon arasındaki dönüşüm oranı farkının şans eseri mi yoksa yapılan değişiklikten mi kaynaklandığını 'İstatistiksel Anlamlılık' testi ile doğrular.
A/B Testi Sonuçları Nasıl Yorumlanır?
Test sonuçlarını değerlendirirken iki ana metrik ön plana çıkar: Dönüşüm Oranı (Conversion Rate) ve Güven Aralığı (Confidence Level). Eğer bir versiyon diğerinden %95 veya daha yüksek bir güven oranıyla daha iyi performans gösteriyorsa, bu sonuç 'anlamlı' kabul edilir ve değişiklik kalıcı hale getirilebilir.
P-Değeri (p-value) ve Önem Seviyesi
İstatistiksel analizde p-değeri, gözlemlenen farkın tamamen tesadüf olma ihtimalini gösterir. Genellikle p-değerinin 0.05'ten küçük olması istenir. Bu değer ne kadar düşükse, A ve B varyasyonları arasındaki fark o kadar kesin ve güvenilirdir.
Örneklem Büyüklüğü (Sample Size) Neden Önemlidir?
A/B testinin doğru sonuç vermesi için yeterli sayıda kullanıcıya (trafik) ulaşması gerekir. Çok az veri ile yapılan testler yanıltıcı olabilir. Hesaplama aracımız, girdiğiniz örneklem büyüklüğüne göre sonucun ne kadar 'gürültüden' arınmış olduğunu analiz eder.