Gratis signifikanskalkylator för A/B-tester
Se på några sekunder om resultatet i ditt splittest är statistiskt signifikant. Fyll i besökare och konverteringar för båda varianterna och se vinnaren, lyftet, p-värdet och den urvalsstorlek du behöver.
Konfidensnivå
Säkerhet
0.0%
Väntar på dataAnge besökare och konverteringar för båda varianterna för att se ditt utslag.
- Kontroll (A) konverteringsgrad
- 0.00%
- Variant (B) konverteringsgrad
- 0.00%
- Lyft
- --
- p-värde
- --
- Urvalsstorlek
- --
Proffstips. Stoppa inte ett test i samma stund som säkerheten passerar 95 %. Bestäm urvalsstorleken i förväg och låt testet gå. Annars utser du troligen falska positiva vinnare.
Så fungerar det
Så kontrollerar du signifikansen i ett A/B-test i 3 steg
Få ett tydligt, statistiskt hållbart utslag för ditt splittest på under en minut, utan kalkylark och utan registrering.
- 01
Fyll i siffrorna för kontrollen
Lägg in totalt antal besökare och konverteringar för variant A, originalversionen du testar mot.
- 02
Fyll i siffrorna för varianten
Lägg in besökare och konverteringar för variant B, den nya versionen. Konverteringsgraderna uppdateras direkt.
- 03
Läs ditt utslag
Se om resultatet är signifikant, plus lyftet, p-värdet och säkerheten, samt en uppskattning av hur många fler besökare du behöver om du inte är där än.
Därför spelar det roll
Därför kör marknadsförare en signifikanskontroll
En högre konverteringsgrad betyder inte i sig att du har en vinnare. Använd ett riktigt signifikanstest för att veta när du ska stoppa, när du ska låta testet fortsätta och när ett resultat bara är brus.
Vet när du ska stoppa ett test
Utse vinnare med verklig säkerhet i stället för att gissa, och undvik att lämna fungerande varianter outnyttjade.
Undvik falska positiva
Se till att tjuvkikandet inte kostar dig pengar. Ett korrekt p-värde visar när en skillnad är verklig.
Planera ditt nästa test
Tipset om urvalsstorlek uppskattar hur många besökare varje variant behöver, vid 80 % styrka, för att bekräfta skillnaden du ser. Använd den för att dimensionera ditt nästa test innan det startar.
Tydligare rapportering
Dela resultatlänken med ditt team med ett klick så att alla läser samma siffror, med samma säkerhet.
Användningsområden
Var team använder A/B-testkalkylatorn
Från landningssidor till annonsmaterial, så här använder marknadsförare en snabb signifikanskontroll i alla experiment de kör.
Tester av landningssidor
Jämför två versioner av en landningssida för att veta vilken rubrik, hero eller CTA som faktiskt flyttar konverteringsgraden.
Facebook och Meta Ads
Välj mellan två annonsmaterial eller målgrupper med verkligt statistiskt stöd i stället för att lita på etiketterna i Ads Manager.
Tester av annonstext i Google Ads
Jämför två varianter av responsiva sökannonser för att bekräfta att en ny rubrik verkligen slår kontrollen innan du skalar upp budgeten.
Tester av ämnesrader
Skicka två ämnesrader till en liten del av din lista och utse vinnaren med säkerhet före det stora utskicket.
Tester av kassaflödet
Bekräfta att ett nytt kassasteg, ett förtroendemärke eller en merförsäljning verkligen höjer slutförandegraden och inte bara är brus.
Experiment på prissidan
Kör ett rent test mellan två prisnivåer eller layouter och bestäm utifrån registreringar, inte magkänsla.
FAQ
Frågor om signifikanskalkylatorn för A/B-tester.
Allt som inte finns här hittar du i Hjälpcenter, eller fråga oss.
Vanliga frågor
Vad är statistisk signifikans vid A/B-testning?
Statistisk signifikans är ett mått på hur säker du kan vara på att skillnaden mellan två varianter är verklig och inte bara slumpmässig variation. En vanlig tumregel är att utse en vinnare först när säkerheten är 95 % eller högre, alltså när sannolikheten att resultatet berodde på tur är under 5 %.
Vad är ett p-värde?
Ett p-värde är sannolikheten att se ditt observerade resultat (eller något mer extremt) om det i själva verket inte fanns någon verklig skillnad mellan varianterna. Ju mindre p-värdet är, desto starkare är beviset för att skillnaden är verklig. Ett p-värde på 0,05 motsvarar 95 % säkerhet.
Vilken konfidensnivå bör jag använda?
De flesta marknadsförare använder 95 % säkerhet, vilket innebär att du accepterar 5 % risk för ett falskt positivt utfall. Använd 99 % när beslutet väger tungt (till exempel att rulla ut en ändring till all betald trafik) och 90 % bara för experiment med låg risk i ett tidigt skede.
Hur många besökare behöver jag för ett A/B-test?
Det beror på din utgångskonverteringsgrad och hur stort lyft du vill kunna upptäcka. Som grov regel kräver små lyft (under 5 %) tiotusentals besökare per variant, medan större lyft (20 % och uppåt) kan bekräftas med några tusen. Kalkylatorn uppskattar hur många fler besökare varje variant behöver för att bekräfta skillnaden du ser, vid 80 % styrka.
Vad är lyft i ett A/B-test?
Lyftet är den relativa procentuella skillnaden mellan varianternas konverteringsgrader. Om variant A konverterar på 3 % och variant B på 4,5 % är lyftet för B över A 50 %. Det är lyftet du faktiskt använder för att avgöra om en ändring är värd att släppa.
Varför är mitt test inte signifikant trots att variant B leder?
Bara en högre konverteringsgrad räcker inte. Du behöver tillräckligt med data för att skillnaden ska vara osannolik att bero på slumpen. Ju mindre lyftet är, desto fler besökare behövs. Stoppar du testet för tidigt riskerar du att släppa en ändring som bara var brus.
Vad är tjuvkiksproblemet?
Att tjuvkika är att kolla testresultaten gång på gång och stoppa i samma stund som säkerheten passerar 95 %. Det ökar andelen falska positiva kraftigt. Undvik det genom att bestämma urvalsstorleken i förväg och sedan titta på resultatet en gång, på slutet.
Fungerar kalkylatorn för Facebook, Google eller TikTok Ads?
Ja. Signifikans är ett universellt statistiskt mått, så kalkylatorn fungerar för alla A/B-tester där du kan mäta besökare (eller visningar, klick, utskick) och konverteringar. Fyll i siffror från Meta Ads, Google Ads, TikTok Ads, e-postplattformar eller statistiken för din landningssida.
Är den här A/B-testkalkylatorn gratis?
Ja. Signifikanskalkylatorn för A/B-tester är helt gratis, utan registrering, utan gränser och utan e-postspärr. Kör så många tester du behöver, privat eller kommersiellt.
Sparas mina uppgifter någonstans?
Nej. Alla beräkningar sker helt i din webbläsare. Antal besökare och konverteringar lämnar aldrig din enhet och skickas aldrig till våra servrar.
A/B-testa den landningssida dina besökare faktiskt ser
De största vinsterna i A/B-testning kommer från att testa sidan där din betalda trafik landar. Använd LanderLab för att bygga, A/B-testa och publicera landningssidor som konverterar, och ta sedan tillbaka siffrorna hit.