вариант

ab-test-analysis

phuryn/pm-skills phuryn/pm-skills

Проведите анализ результатов A/B-тестирования с учетом статистической значимости, проверки размера выборки, доверительных интервалов, а также рекомендаций по запуску, продлению или прекращению тестирования.

...Расширить все
0
Обновлено время 29 сентября 2026 г.

Анализ результатов A/B-тестирования

Оценивайте результаты A/B-тестирования с помощью статистических методов и преобразуйте полученные выводы в четкие решения по продукту.

Контекст

Вы анализируете результаты A/B-тестирования для $ARGUMENTS.

Если пользователь предоставит файлы с данными (CSV, Excel или экспортированные данные из аналитики), считывайте и анализируйте их напрямую. При необходимости создавайте скрипты на Python для выполнения статистических вычислений.

Инструкции

  1. Поймите суть эксперимента:

    • Какова была гипотеза?
    • Что было изменено (вариант)?
    • Каков основной показатель? Есть ли контрольные показатели?
    • Как долго длилось тестирование?
    • Каково распределение трафика?
  2. Проверьте настройки теста:

    • Размер выборки: достаточно ли велика выборка для ожидаемого размера эффекта?
      • Используйте формулу: n = (Z²α/2 × 2 × p × (1-p)) / MDE²
      • Пометьте, если тест имеет недостаточную мощность (<80% мощности)
    • Продолжительность: проводился ли тест в течение как минимум 1–2 полных бизнес-циклов?
    • Рандомизация: имеются ли признаки несоответствия соотношений в выборках (SRM)?
    • Эффекты новизны/первичности: было ли достаточно времени для устранения первоначальных изменений в поведении?
  3. Рассчитайте статистическую значимость:

    • Коэффициент конверсии для контрольной группы и варианта
    • Относительный рост: (вариант — контроль) / контроль × 100
    • p-значение: с использованием двустороннего z-критерия или критерия хи-квадрат
    • Доверительный интервал: 95% ДИ для разницы
    • Статистическая значимость: p < 0,05?
    • Практическая значимость: является ли рост конверсии значимым для бизнеса?

    Если пользователь предоставляет необработанные данные, сгенерируйте и запустите скрипт на Python для расчёта этих показателей.

  4. Проверьте контрольные показатели:

    • Ухудшились ли какие-либо контрольные показатели (выручка, вовлеченность, время загрузки страницы)?
    • Успех по основному показателю при ухудшении контрольных показателей может не быть настоящим успехом
  5. Интерпретация результатов:

    Результат Рекомендация
    Значительный положительный рост, проблем с контрольными показателями нет Запускайте — внедряйте на 100 %
    Значительный положительный эффект, имеются опасения относительно ограничителей Изучить — оценить компромиссы перед запуском
    Незначительная положительная тенденция Продлить тестирование — требуется больше данных или более выраженный эффект
    Незначительный, стабильный Прекратить тест — значимой разницы не обнаружено
    Значительный отрицательный рост Не запускать — вернуть к контрольной версии, проанализировать причины
  6. Предоставьте сводку анализа:

    ## 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]
    

Думайте пошагово. Сохраните в формате Markdown. Сгенерируйте скрипты на Python для расчетов, если предоставлены исходные данные.

Дополнительная литература

  • A/B-тестирование: введение + примеры
  • Тестирование идей продуктов: исчерпывающая библиотека экспериментов по валидации
  • Отслеживаете ли вы правильные показатели?
Посмотреть на GitHub
---
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)

Все файлы

1 файлов

Установить ab-test-analysis

Скачайте файлы навыков и распакуйте их в каталог .claude/skills/.

Скачать ZIP

Клонируйте репозиторий и скопируйте файлы навыка в свой проект.

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

Копировать Копировать
Быстрая настройка: Скопируйте папку со скиллом в каталог .claude/skills/ Claude автоматически обнаружит и запустит этот скилл
Репозиторий phuryn/pm-skills

Похожие навыки

microservices-patterns
Обновлено время 29 июня 2026 г.
jpa-patterns
Обновлено время 30 июня 2026 г.
fabric-lakehouse
Обновлено время 30 июня 2026 г.
prisma-expert
Обновлено время 29 июня 2026 г.
OR