A / Bテスト–仕組み

統計と分析を使用して訪問者のアクションを監視し、より高いコンバージョン率が得られるバージョンを判別できます。A / Bテストの結果は、通常、空想で提供されますmathematical and statistical terms、しかし、数字の背後にある意味は実際には非常に単純です。A / Bテストを使用してコンバージョン率を確認できる2つの重要な方法があります-

データのサンプリング
信頼区間

これら2つの方法について詳しく説明します。

データのサンプリング

サンプルの数は、実行されたテストの数によって異なります。変換率のカウントはサンプルと呼ばれ、これらのサンプルを収集するプロセスはサンプリングと呼ばれます。

例

2つの製品AとBがあり、市場での需要に応じてサンプルデータを収集するとします。数人に製品AとBから選択してもらい、調査への参加を依頼することができます。参加者数が増えると、realistic conversion rate。

サンプルサイズの正しい数を決定するために使用できるさまざまなツールがあります。利用可能なそのような無料のツールの1つは-です

http://www.evanmiller.org

A / Bテストの信頼区間

信頼区間は、複数のサンプルの平均からの偏差の測定値です。上記の例では、22％の人が製品Aを好み、信頼区間は±2％であると仮定します。この間隔は、製品Aを選択する人々の上限と下限を示し、許容誤差とも呼ばれます。この平均調査で最良の結果を得るには、the margin of error should be as small as possible。

例

製品Bで、小さな変更を追加してから、これら2つの製品でA / Bテストを実行したと仮定します。信頼区間の積AとBは、それぞれ±1％で10％、±2％で20％です。つまり、これは小さな変更によってコンバージョン率が向上したことを示しています。許容誤差を無視すると、テストバリエーションAの変換率は10％、テストバリエーションBの変換率は20％、つまりテストバリエーションが10％増加します。

ここで、差を制御変動率10％÷10％= 1.0 = 100％で割ると、100％の改善が見られます。したがって、A / Bテストは数学的手法と分析に基づく手法であると言えます。A / Bの有意性を計算するために使用できるさまざまなオンラインツールがあります。

http://getdatadriven.com