Darmowy kalkulator istotności testu A/B

Sprawdź w kilka sekund, czy wynik Twojego split testu jest istotny statystycznie. Wpisz odwiedzających i konwersje dla obu wariantów, żeby zobaczyć zwycięzcę, wzrost, wartość p i potrzebną wielkość próby.

Poziom ufności
Kontrolny (A)
0,00%współczynnik konwersji
Wariant (B)
0,00%współczynnik konwersji
Czekam na daneWpisz odwiedzających i konwersje dla obu wariantów, żeby zobaczyć werdykt.
Pewność--
Wzrost--
wartość p--
Wielkość próby--

Wskazówka. Nie przerywaj testu w chwili, gdy pewność przekroczy 95%. Ustal wielkość próby z góry i pozwól testowi się dokończyć, inaczej najpewniej ogłaszasz fałszywe pozytywy.

Jak sprawdzić istotność testu A/B w 3 krokach

Uzyskaj jasny, statystycznie solidny werdykt o swoim split teście w mniej niż minutę, bez arkuszy i bez rejestracji.

  1. 01

    Wpisz dane wariantu kontrolnego

    Dodaj łączną liczbę odwiedzających i konwersji dla wariantu A, czyli oryginalnej wersji, z którą porównujesz.

  2. 02

    Wpisz dane wariantu testowego

    Dodaj odwiedzających i konwersje dla wariantu B, czyli nowej wersji. Współczynniki konwersji aktualizują się na bieżąco.

  3. 03

    Odczytaj werdykt

    Sprawdź, czy wynik jest istotny, poznaj wzrost, wartość p i pewność, a także to, ilu odwiedzających jeszcze potrzebujesz, jeśli jeszcze nie jesteś na miejscu.

Dlaczego marketerzy sprawdzają istotność

Sam wyższy współczynnik konwersji nie oznacza zwycięzcy. Porządny test istotności mówi, kiedy przerwać, kiedy kontynuować, a kiedy wynik to zwykły szum.

Wiedz, kiedy zakończyć test

Ogłaszaj zwycięzców z realną pewnością zamiast zgadywać i nie zostawiaj działających wariantów na boku.

Unikaj fałszywych pozytywów

Nie pozwól, by problem podglądania kosztował Cię pieniądze. Poprawna wartość p mówi, kiedy różnica jest realna.

Zaplanuj kolejny test

Podpowiedź o wielkości próby pokazuje dokładnie, ile danych brakuje Ci do pewnej decyzji.

Czytelniejsze raportowanie

Udostępnij link z wynikiem zespołowi jednym kliknięciem, żeby wszyscy czytali te same liczby z tą samą pewnością.

Gdzie zespoły korzystają z kalkulatora testów A/B

Od stron docelowych po kreacje reklamowe: tak marketerzy wplatają szybkie sprawdzenie istotności w każdy eksperyment, który prowadzą.

Testy stron docelowych

Porównaj dwie wersje strony docelowej, żeby wiedzieć, który nagłówek, sekcja hero albo CTA naprawdę rusza współczynnik konwersji.

Facebook i Meta Ads

Wybierz między dwiema kreacjami albo grupami odbiorców na realnych podstawach statystycznych, zamiast ufać etykietom w Menedżerze reklam.

Testy tekstów w Google Ads

Porównaj dwie wersje elastycznej reklamy w wyszukiwarce i potwierdź, że nowy nagłówek naprawdę bije wariant kontrolny, zanim zwiększysz budżet.

Testy tematów e-maili

Wyślij dwa tematy do niewielkiej części listy i wybierz zwycięzcę z pewnością przed pełną wysyłką.

Testy ścieżki zakupowej

Potwierdź, że nowy krok w koszyku, znaczek zaufania albo upsell naprawdę poprawia współczynnik finalizacji, a nie jest tylko szumem.

Eksperymenty na stronie z cennikiem

Przeprowadź czysty test między dwoma pakietami albo układami i zdecyduj na podstawie rejestracji, a nie przeczucia.

Najczęstsze pytania

Istotność statystyczna mówi, na ile możesz być pewny, że różnica między dwiema wariantami jest prawdziwa, a nie wynikiem losowych wahań. Powszechna zasada: ogłaszaj zwycięzcę dopiero przy 95% pewności lub wyżej, czyli gdy prawdopodobieństwo przypadku spada poniżej 5%.
Wartość p to prawdopodobieństwo zaobserwowania Twojego wyniku (lub jeszcze bardziej skrajnego), gdyby w rzeczywistości nie było żadnej różnicy między wariantami. Im niższa wartość p, tym mocniejszy dowód, że różnica jest realna. Wartość p równa 0,05 odpowiada 95% pewności.
Większość marketerów pracuje na 95% ufności, godząc się na 5% ryzyka fałszywie pozytywnego wyniku. Wybierz 99%, gdy stawka jest wysoka (na przykład wdrożenie zmiany na cały płatny ruch), a 90% tylko przy wczesnych eksperymentach o niskim ryzyku.
To zależy od Twojego bazowego współczynnika konwersji i wielkości wzrostu, który chcesz wykryć. Z grubsza: małe wzrosty (poniżej 5%) wymagają dziesiątek tysięcy odwiedzających na wariant, a większe (od 20% w górę) da się potwierdzić na kilku tysiącach. Nasz kalkulator pokaże dokładnie, ilu odwiedzających brakuje Ci do istotności przy obecnie obserwowanym efekcie.
Wzrost to względna różnica procentowa między współczynnikami konwersji obu wariantów. Jeśli wariant A konwertuje na poziomie 3%, a wariant B 4,5%, wzrost B nad A wynosi 50%. To właśnie wzrostem kierujesz się przy decyzji, czy zmianę warto wdrożyć.
Sam wyższy współczynnik konwersji nie wystarczy. Potrzebujesz tylu danych, by różnica nie dała się łatwo wytłumaczyć przypadkiem. Im mniejszy wzrost, tym więcej odwiedzających. Przerwanie testu za wcześnie grozi wdrożeniem zmiany, która była tylko szumem.
Podglądanie to ciągłe sprawdzanie wyników i zatrzymywanie testu w momencie, gdy pewność przekroczy 95%. Taka praktyka drastycznie zwiększa liczbę fałszywych pozytywów. Zamiast tego ustal potrzebną wielkość próby z góry, a wynik sprawdź raz, na koniec.
Tak. Istotność to uniwersalna statystyka, więc kalkulator zadziała przy każdym teście A/B, w którym mierzysz odwiedzających (albo wyświetlenia, kliknięcia, wysyłki) i konwersje. Wpisz liczby z Meta Ads, Google Ads, TikTok Ads, platform mailingowych albo analityki swojej strony docelowej.
Tak. Kalkulator istotności testów A/B jest w 100% darmowy: bez rejestracji, bez limitów i bez podawania e-maila. Przeprowadzaj tyle testów, ile potrzebujesz, prywatnie lub komercyjnie.
Nie. Wszystkie obliczenia odbywają się w całości w Twojej przeglądarce. Liczby odwiedzających i konwersji nigdy nie opuszczają Twojego urządzenia i nigdy nie trafiają na nasze serwery.

Testuj A/B tę stronę docelową, którą Twoi odwiedzający naprawdę widzą

Największe wygrane w testach A/B biorą się z testowania strony, na którą trafia Twój płatny ruch. Z LanderLab zbudujesz, przetestujesz i opublikujesz strony docelowe, które konwertują, a wyniki wrzucisz z powrotem do tego kalkulatora.

Zacznij teraz - za darmo

Bez karty kredytowej

Logo LanderLab