Calcolatore gratuito di significatività per test A/B
Scopri in pochi secondi se il risultato del tuo split test è statisticamente significativo. Inserisci visitatori e conversioni di entrambe le varianti per vedere la vincente, il lift, il p-value e la dimensione campionaria che ti serve.
Livello di confidenza
Confidenza
0.0%
In attesa di datiInserisci visitatori e conversioni di entrambe le varianti per vedere il verdetto.
- Controllo (A) tasso di conversione
- 0.00%
- Variante (B) tasso di conversione
- 0.00%
- Lift
- --
- p-value
- --
- Dimensione campionaria
- --
Consiglio da pro. Non fermare un test appena la confidenza supera il 95%. Decidi in anticipo la dimensione campionaria e lascia girare il test. Altrimenti rischi di dichiarare vincitori dei falsi positivi.
Come funziona
Come verificare la significatività di un test A/B in 3 passaggi
Ottieni in meno di un minuto un verdetto chiaro e statisticamente solido sul tuo split test, senza fogli di calcolo e senza registrazione.
- 01
Inserisci i numeri del controllo
Aggiungi visitatori e conversioni totali della variante A, la versione originale con cui stai facendo il confronto.
- 02
Inserisci i numeri della variante
Aggiungi visitatori e conversioni della variante B, la nuova versione. I tassi di conversione si aggiornano in tempo reale.
- 03
Leggi il verdetto
Scopri se il risultato è significativo, con lift, p-value e confidenza, oltre a una stima di quanti visitatori ti mancano se non ci sei ancora.
Perché conta
Perché i marketer fanno un controllo di significatività
Un tasso di conversione più alto, da solo, non fa un vincitore. Usa un vero test di significatività per sapere quando fermarti, quando continuare e quando un risultato è solo rumore.
Quando fermare un test
Dichiara i vincitori con vera sicurezza invece di tirare a indovinare, ed evita di lasciare per strada varianti che funzionano.
Evita i falsi positivi
Non lasciare che sbirciare i risultati troppo presto ti costi soldi. Un p-value corretto ti dice quando una differenza è reale.
Pianifica il prossimo test
L'indicazione sulla dimensione campionaria stima quanti visitatori servono a ogni variante, con una potenza dell'80%, per confermare la differenza che stai osservando. Usalo per dimensionare il tuo prossimo test prima di avviarlo.
Report più chiari
Condividi il link del risultato con il team in un clic, così tutti leggono gli stessi numeri, con la stessa confidenza.
Casi d'uso
Dove i team usano il calcolatore per test A/B
Dalle landing page alle creatività pubblicitarie, ecco come i marketer usano un rapido controllo di significatività in ogni esperimento che lanciano.
Test sulle landing page
Confronta due versioni di una landing page per sapere quale titolo, hero o CTA fa davvero muovere il tasso di conversione.
Facebook e Meta Ads
Scegli tra due creatività o due pubblici con un vero supporto statistico, invece di fidarti delle etichette di Ads Manager.
Test sui testi di Google Ads
Confronta due varianti di annunci adattabili della rete di ricerca per confermare che un nuovo titolo batte davvero il controllo prima di aumentare la spesa.
Test sugli oggetti email
Invia due oggetti a una piccola parte della lista e scegli il vincitore con sicurezza prima dell'invio completo.
Test sul flusso di checkout
Verifica che un nuovo passaggio del checkout, un badge di fiducia o un upsell migliori davvero il tasso di completamento e non sia solo rumore.
Esperimenti sulla pagina prezzi
Fai un test pulito tra due piani tariffari o due layout e decidi in base alle registrazioni, non a sensazione.
FAQ
Domande sul calcolatore di significatività per test A/B.
Tutto ciò che non trovi qui è nel Centro assistenza, oppure chiedici.
FAQ
Che cos'è la significatività statistica nei test A/B?
La significatività statistica misura quanto puoi essere sicuro che la differenza tra due varianti sia reale e non semplice variazione casuale. La regola più diffusa è dichiarare un vincitore quando la confidenza raggiunge il 95% o più, cioè quando la probabilità che il risultato sia frutto del caso è inferiore al 5%.
Che cos'è il p-value?
Il p-value è la probabilità di osservare il tuo risultato (o uno ancora più estremo) se in realtà non ci fosse alcuna differenza tra le varianti. Più il p-value è basso, più forte è la prova che la differenza sia reale. Un p-value di 0,05 corrisponde al 95% di confidenza.
Quale livello di confidenza dovrei usare?
La maggior parte dei marketer lavora al 95% di confidenza, accettando così un 5% di probabilità di falso positivo. Usa il 99% quando la decisione pesa molto (per esempio un rollout su tutto il traffico a pagamento) e il 90% solo per esperimenti iniziali a basso rischio.
Quanti visitatori servono per un test A/B?
Dipende dal tuo tasso di conversione di partenza e dall'entità del lift che vuoi rilevare. Come regola di massima, i lift piccoli (sotto il 5%) richiedono decine di migliaia di visitatori per variante, mentre quelli grandi (dal 20% in su) si confermano con qualche migliaio. Il calcolatore stima quanti visitatori in più servono a ogni variante per confermare la differenza che stai osservando, con una potenza dell'80%.
Che cos'è il lift in un test A/B?
Il lift è la differenza percentuale relativa tra i tassi di conversione delle due varianti. Se la variante A converte al 3% e la B al 4,5%, il lift di B su A è del 50%. È il lift che usi davvero per decidere se vale la pena rilasciare una modifica.
Perché il mio test non è significativo anche se la variante B è avanti?
Un tasso di conversione più alto da solo non basta. Servono abbastanza dati perché la differenza sia difficilmente attribuibile al caso. Più il lift è piccolo, più visitatori servono. Se fermi un test troppo presto, rischi di rilasciare una modifica che era solo rumore.
Che cos'è il problema del peeking?
Il peeking consiste nel controllare di continuo i risultati e fermare il test appena la confidenza supera il 95%. Così il tasso di falsi positivi cresce moltissimo. Per evitarlo, stabilisci in anticipo la dimensione campionaria necessaria e guarda il risultato una sola volta, alla fine.
Questo calcolatore funziona per Facebook, Google o TikTok Ads?
Sì. La significatività è una statistica universale, quindi il calcolatore funziona per qualsiasi test A/B in cui puoi misurare visitatori (o impression, clic, invii) e conversioni. Inserisci i numeri di Meta Ads, Google Ads, TikTok Ads, delle piattaforme email o delle analitiche della tua landing page.
Questo calcolatore per test A/B è gratuito?
Sì. Il calcolatore di significatività per test A/B è gratuito al 100%: nessuna registrazione, nessun limite, nessuna email richiesta. Fai tutti i test che vuoi, per uso personale o commerciale.
I miei dati vengono salvati da qualche parte?
No. Tutti i calcoli avvengono interamente nel tuo browser. I numeri di visitatori e conversioni non lasciano mai il tuo dispositivo e non vengono mai inviati ai nostri server.
Fai test A/B sulla landing page che i visitatori vedono davvero
I risultati più grossi nei test A/B arrivano testando la pagina su cui atterra il tuo traffico a pagamento. Con LanderLab crei, testi e pubblichi landing page che convertono, poi riporti i numeri in questo calcolatore.