ab-testcalculatoranalyticsstatistics

A/Bテスト有意差計算ツール — 無料ツール

A/Bテストの勝者が本物かを確認できます。両パターンの表示数とコンバージョン数を入力すると、各コンバージョン率、相対リフト、p値、わかりやすい判定が表示されます。

パターンA(対照)

パターンB(挑戦)

コンバージョン率 A
コンバージョン数 ÷ インプレッション
--
コンバージョン率 B
コンバージョン数 ÷ インプレッション
--
相対リフト
BがAをどれだけ上回るか(相対値)
--
p値
2標本比率のz検定(両側)
--
判定
各パターンに100以上の表示と5件以上のCVが必要
--
数値を入力すると結果が表示されます

機能

  • 各パターンのコンバージョン率を並べて表示
  • 相対リフト — 挑戦パターンが対照をどれだけ上回るか
  • 2標本比率のz検定による両側p値
  • 各パターンが100表示・5CVに満たない場合は勝者を判定しない
  • すべてブラウザ内で動作 — アップロードは一切なし

よくある質問

統計的有意性は実際に何を教えてくれますか?

教えてくれるのは一点だけです。2つのパターンの実力が同じだと仮定したとき、これほどの差が生じる確率がどれくらいか、ということです。p値が0.05未満なら、その差は偶然だけでは起こりにくいという意味になります。差がビジネス上十分に大きいこと、来月も同じ結果になること、パターンBが原因であること、テストを止めてよいことは示しません。それらの判断は依然としてあなたの仕事です。

なぜ判定ではなく「データ不足」と表示されることがあるのですか?

ごく少数のイベントから計算したp値は、結果の体裁をまとったノイズにすぎないからです。どちらかのパターンが100表示未満、またはコンバージョン5件未満の場合、検定力が低すぎて何も言えないため、行動の根拠にされてしまう数値を出す代わりにその旨を表示します。

どの検定を使っていますか?

プールした比率に対する両側の2標本z検定で、2つのコンバージョン率を比較する標準的な手法です。p値は正規分布近似から求めており、本ツールが判定を出す標本サイズでは十分な精度があります。

信頼度95%は適切な基準ですか?

慣例であって法則ではありません。95%とは、勝者でないものを勝者と呼ぶ確率をおよそ20回に1回受け入れるという意味です。変更が安価で元に戻せるなら弱い根拠でも動けますし、コストが大きいならデータを増やすか、より厳しい基準を使ってください。

入力したデータはどこかに送信されますか?

いいえ。計算はすべてブラウザ内で行われます。アップロード・保存・記録は一切なく、アカウントも不要です。