オプション

ab-test-analysis

phuryn/pm-skills phuryn/pm-skills

A/Bテストの結果を、統計的有意性、標本サイズの妥当性検証、信頼区間、および実施・延長・中止に関する推奨事項に基づいて分析します。

...すべて拡張します
0
更新された時間 2026年9月29日

A/Bテストの分析

統計的に厳密な手法を用いてA/Bテストの結果を評価し、その結果を明確な製品方針へと反映させます。

背景

$ARGUMENTSのA/Bテスト結果を分析しています。

ユーザーからデータファイル(CSV、Excel、または分析ツールのエクスポートデータ)が提供された場合は、それらを直接読み込んで分析してください。必要に応じて、統計計算用のPythonスクリプトを生成してください。

手順

  1. 実験内容を理解する:

    • 仮説は何でしたか?
    • 何が変更されたか(バリアント)?
    • 主要な指標は何ですか? ガードレール指標はありますか?
    • テストはどのくらいの期間実施されたか?
    • トラフィックの割り当てはどのようになっていますか?
  2. テスト設定の妥当性を検証する:

    • 標本サイズ:予想される効果サイズに対して、標本サイズは十分に大きいですか?
      • 次の式を使用してください:n = (Z²α/2 × 2 × p × (1-p)) / MDE²
      • 検定の検出力が不足している場合(検出力が80%未満)はフラグを立てる
    • 期間:テストは少なくとも1~2回の完全なビジネスサイクルにわたって実施されましたか?
    • 無作為化:標本比率の不一致(SRM)を示す証拠はあるか?
    • 新規性/プライマシー効果:初期の行動変化が解消されるのに十分な時間が確保されていたか?
  3. 統計的有意性の算出:

    • 対照群およびバリエーションのコンバージョン率
    • 相対リフト:(バリアント - 対照群) / 対照群 × 100
    • p値:両側z検定またはカイ二乗検定を使用
    • 信頼区間:差の95%信頼区間
    • 統計的有意性:p < 0.05 か?
    • 実用上の有意性:リフトはビジネスにとって有意義か?

    ユーザーが生データを提供した場合は、これらを計算するためのPythonスクリプトを生成して実行する。

  4. ガードレール指標を確認する:

    • ガードレール指標(収益、エンゲージメント、ページ読み込み時間)に悪化は見られたか?
    • 主要指標の数値は良好でも、ガードレール指標が低下している場合は、真の成功とは言えない可能性がある
  5. 結果の解釈:

    結果 推奨事項
    著しいプラス効果が見られ、ガードレールの問題もない リリースする — 100%に展開する
    大幅なパフォーマンス向上、ガードレールに関する懸念あり 調査 — リリース前にトレードオフを把握する
    顕著ではないが、好ましい傾向 テストを延長 — さらなるデータまたはより大きな効果が必要
    有意差なし、横ばい 試験を中止 — 有意な差は検出されなかった
    有意なマイナス効果 リリースしない — コントロール版に戻し、原因を分析する
  6. 分析の概要を提示する:

    ## A/B Test Results: [Test Name]
    
    **Hypothesis**: [What we expected]
    **Duration**: [X days] | **Sample**: [N control / M variant]
    
    | Metric | Control | Variant | Lift | p-value | Significant? |
    |---|---|---|---|---|---|
    | [Primary] | X% | Y% | +Z% | 0.0X | Yes/No |
    | [Guardrail] | ... | ... | ... | ... | ... |
    
    **Recommendation**: [Ship / Extend / Stop / Investigate]
    **Reasoning**: [Why]
    **Next steps**: [What to do]
    

段階的に検討する。Markdown形式で保存する。生データが提供されている場合は、計算用のPythonスクリプトを生成する。

参考資料

  • A/Bテスト入門+事例
  • プロダクトアイデアの検証:究極の検証実験ライブラリ
  • 適切な指標を追跡できていますか?
GitHubで見る
---
name: ab-test-analysis
description: Analyze A/B test results with statistical significance, sample size validation, confidence intervals, and ship/extend/stop recommendations.
---

## A/B Test Analysis

Evaluate A/B test results with statistical rigor and translate findings into clear product decisions.

### Context

You are analyzing A/B test results for **$ARGUMENTS**.

If the user provides data files (CSV, Excel, or analytics exports), read and analyze them directly. Generate Python scripts for statistical calculations when needed.

### Instructions

1. **Understand the experiment**:
   - What was the hypothesis?
   - What was changed (the variant)?
   - What is the primary metric? Any guardrail metrics?
   - How long did the test run?
   - What is the traffic split?

2. **Validate the test setup**:
   - **Sample size**: Is the sample large enough for the expected effect size?
     - Use the formula: n = (Z²α/2 × 2 × p × (1-p)) / MDE²
     - Flag if the test is underpowered (<80% power)
   - **Duration**: Did the test run for at least 1-2 full business cycles?
   - **Randomization**: Any evidence of sample ratio mismatch (SRM)?
   - **Novelty/primacy effects**: Was there enough time to wash out initial behavior changes?

3. **Calculate statistical significance**:
   - **Conversion rate** for control and variant
   - **Relative lift**: (variant - control) / control × 100
   - **p-value**: Using a two-tailed z-test or chi-squared test
   - **Confidence interval**: 95% CI for the difference
   - **Statistical significance**: Is p < 0.05?
   - **Practical significance**: Is the lift meaningful for the business?

   If the user provides raw data, generate and run a Python script to calculate these.

4. **Check guardrail metrics**:
   - Did any guardrail metrics (revenue, engagement, page load time) degrade?
   - A winning primary metric with degraded guardrails may not be a true win

5. **Interpret results**:

   | Outcome | Recommendation |
   |---|---|
   | Significant positive lift, no guardrail issues | **Ship it** — roll out to 100% |
   | Significant positive lift, guardrail concerns | **Investigate** — understand trade-offs before shipping |
   | Not significant, positive trend | **Extend the test** — need more data or larger effect |
   | Not significant, flat | **Stop the test** — no meaningful difference detected |
   | Significant negative lift | **Don't ship** — revert to control, analyze why |

6. **Provide the analysis summary**:
   ```
   ## A/B Test Results: [Test Name]

   **Hypothesis**: [What we expected]
   **Duration**: [X days] | **Sample**: [N control / M variant]

   | Metric | Control | Variant | Lift | p-value | Significant? |
   |---|---|---|---|---|---|
   | [Primary] | X% | Y% | +Z% | 0.0X | Yes/No |
   | [Guardrail] | ... | ... | ... | ... | ... |

   **Recommendation**: [Ship / Extend / Stop / Investigate]
   **Reasoning**: [Why]
   **Next steps**: [What to do]
   ```

Think step by step. Save as markdown. Generate Python scripts for calculations if raw data is provided.

---

### Further Reading

- [A/B Testing 101 + Examples](https://www.productcompass.pm/p/ab-testing-101-for-pms)
- [Testing Product Ideas: The Ultimate Validation Experiments Library](https://www.productcompass.pm/p/the-ultimate-experiments-library)
- [Are You Tracking the Right Metrics?](https://www.productcompass.pm/p/are-you-tracking-the-right-metrics)

すべてのファイル

1件のファイル

ab-test-analysisをインストール

スキルファイルをダウンロードし、.claude/skills/ ディレクトリに解凍してください。

ZIPをダウンロード

リポジトリをクローンし、スキルファイルをプロジェクトにコピーしてください。

git clone https://github.com/phuryn/pm-skills/tree/main/pm-data-analytics/skills/ab-test-analysis # Copy SKILL.md to your .claude/skills/ directory

コピー コピー
クイックセットアップ: スキルフォルダを .claude/skills/ にコピーしてください。 Claude が自動的にスキルを検出して使用します。
リポジトリ phuryn/pm-skills

関連スキル

microservices-patterns
更新された時間 2026年6月29日
jpa-patterns
更新された時間 2026年6月30日
fabric-lakehouse
更新された時間 2026年6月30日
prisma-expert
更新された時間 2026年6月29日
OR