Kalkulator Uji A/B Gratis
Ingin meningkatkan keterlibatan konten atau tingkat konversi dan mendapatkan hasil kampanye yang lebih baik? Lakukan tes A/B untuk mendorong kampanye sukses dengan A/B Test Calculator dari Jotform. Ukur hasil tes, buat laporan, dan jalankan kampanye yang lebih sukses sekarang.
Varian
Pengunjung
Konversi
Tingkat konversi
A
1.00%
B
1.14%
Hipotesis
Hasil Signifikan
Variant B’s conversion rate (1.14%) was 14% higher than variant A’s conversion rate (1.00%). You can be 95% confident that variant B will perform better than variant A.
Daya: 86.69%
p value: 0.0314
Template Uji A/B Gratis
Tidak yakin bagaimana cara membuat formulir kontrol pertama Anda? Tidak masalah. Pilih salah satu template siap pakai kami untuk memulai. Sesuaikan dengan kebutuhan Anda, bagikan dengan pengguna Anda, dan mulailah mengumpulkan informasi yang Anda perlukan untuk menjalankan uji A/B Anda.
Pembuat Formulir
Kumpulkan Informasi dengan Mudah
Ukurlah KPI dan dorong kampanye pemasaran yang lebih sukses dengan Kalkulator Uji A/B Jotform. Gunakan pembuat drag-and-drop kami untuk menyesuaikan formulir pengujian A/B Anda, lalu bagikan formulir tersebut melalui tautan langsung atau sematkan ke dalam situs web atau portal online Anda.
Tabel Jotform
Segmentasikan Audiens Anda
Gunakan Jotform Tables untuk melacak dan mengelola tanggapan pengguna di satu lokasi pusat. Evaluasi versi kampanye atau aset digital mana yang paling efektif. Identifikasi subkelompok, tren, dan lainnya dengan mudah untuk mulai membangun hubungan pengguna yang lebih bermakna.
Pembuat Laporan
Analyze and Visualize Data
Dengan Jotform Report Builder, Anda dapat membuat laporan profesional menggunakan data dari formulir uji A/B Anda. Sesuaikan laporan Anda untuk menonjolkan merek Anda dan bagikan laporan dengan pemangku kepentingan dan klien.
FAQ Kalkulator Pengujian A/B
-
Apa itu pengujian A/B?
Pengujian A/B, kadang dikenal sebagai pengujian split, adalah jenis pengujian yang membandingkan dua variasi dari sesuatu untuk menentukan versi mana yang lebih disukai. Ini sering digunakan untuk kampanye pemasaran atau hal serupa. Dalam pengujian A/B, pengguna dipilih secara acak untuk menerima salah satu dari dua opsi, dan analisis statistik dilakukan berdasarkan umpan balik mereka.
-
Apa kegunaan tes A/B?
A/B test digunakan di berbagai industri untuk berbagai alasan. Para profesional pemasaran dan periklanan sering menggunakan A/B test untuk menentukan opsi terbaik dalam desain situs web, penawaran online, tajuk, email, dan deskripsi produk.
-
Bagaimana cara menghitung tes A/B?
Uji A/B dihitung dengan membandingkan tingkat konversi dari dua variasi berbeda satu sama lain untuk melihat apakah salah satunya memiliki signifikansi statistik yang lebih tinggi daripada yang lain. Beberapa faktor kunci yang perlu dipertimbangkan saat menghitung uji A/B Anda adalah skor-z, nilai-P, ukuran sampel, interval kepercayaan, dan skor kepercayaan.
-
Bagaimana cara saya memahami keberhasilan dari uji A/B?
Idealnya, signifikansi statistik dari uji A/B Anda harus mencapai 95% dan setidaknya tidak boleh lebih rendah dari 90%. Jika tidak, itu bukan uji yang berhasil.
-
Berapa banyak sampel yang dibutuhkan untuk uji A/B?
Ukuran sampel yang diperlukan bergantung pada A/B test dan apa yang diukur. Perhitungan harus dilakukan untuk menentukan ukuran sampel minimum yang diperlukan untuk A/B test tersebut.
-
Apa itu signifikansi statistik dalam pengujian A/B?
Dalam pengujian A/B, signifikansi statistik memastikan bahwa perbedaan antara kelompok kontrol dan kelompok uji dalam eksperimen bukan hasil dari kebetulan atau kesalahan. Semakin tinggi signifikansi statistik, semakin besar kemungkinan bahwa perbedaan antara kelompok Anda akurat. Singkatnya, signifikansi statistik adalah ukuran seberapa besar kemungkinan bahwa hipotesis nol Anda benar.
-
Apa rumus signifikansi statistik?
Rumus signifikansi statistik adalah:
χ2= ∑(O−E)2/E
-
Apa itu skor-z?
The z-score is a statistical measure that reveals the extent to which a particular value deviates from the standard deviation. Simply put, the z-score indicates the distance between your tested data point and the mean.
-
Apa itu nilai P?
P-value adalah probabilitas bahwa tidak ada perbedaan antara grup pengujian Anda dan bahwa peningkatan yang ditunjukkan sepenuhnya terjadi secara kebetulan.
-
Apa itu hipotesis nol?
Hipotesis nol merujuk pada asumsi dasar bahwa tidak ada hubungan antara dua set data.
-
Apa itu “statistical power” dari sebuah uji?
The probability that your test will identify a statistical difference between groups, effectively moving away from the null hypothesis, is referred to as the statistical power of a test.
-
Apa perbedaan antara pengujian satu sisi dan dua sisi?
Uji satu sisi dapat menentukan apakah satu (dan hanya satu) rata-rata lebih besar atau lebih kecil dari rata-rata lainnya. Uji dua sisi dapat menentukan apakah dua rata-rata berbeda satu sama lain.
-
Apa itu skor kepercayaan A/B?
Nilai kepercayaan A/B menilai validitas dari uji A/B yang berhasil. Secara umum, skor di atas 95% adalah yang diinginkan.
-
Bagaimana cara menjalankan tes A/B?
Anda dapat menjalankan uji A/B dengan mengikuti langkah-langkah di bawah ini:
- Masukkan jumlah pengunjung dan konversi untuk varian A Anda.
- Masukkan jumlah pengunjung dan konversi untuk varian B Anda.
- Tentukan interval keyakinan untuk tes Anda.
- Hitung, analisis, dan bagikan hasil Anda.
-
Bagaimana cara membuat tes A/B?
Anda dapat membuat tes A/B Anda sendiri dengan Jotform dengan memulai dari awal atau memilih salah satu templat siap pakai kami. Buat dan sesuaikan berbagai formulir tes A/B untuk menguji opsi Anda dan lihat mana yang lebih efektif di mata audiens Anda.
-
Bisakah saya menyesuaikan tes A/B saya?
Ya, Anda dapat menyesuaikan formulir A/B test Anda dengan builder seret-dan-lepas Jotform. Tambahkan atau hapus bidang formulir, ubah teks, unggah aset atau gambar merek, pilih font dan warna, serta sesuaikan lainnya sesuai kebutuhan Anda.