Interprétation des résultats d'un A/B test
Analyse statistique rigoureuse des résultats d'un A/B test avec vérification des biais et recommandation de déploiement.
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
J'ai réalisé un A/B test avec les caractéristiques suivantes :
- Hypothèse testée : [HYPOTHESE]
- Variante A (contrôle) : [DESCRIPTION_A]
- Variante B (traitement) : [DESCRIPTION_B]
- Durée du test : [DUREE] jours
- Métrique principale : [METRIQUE_PRINCIPALE] (ex : taux de conversion, CTR, revenu par visiteur)
- Métriques secondaires : [METRIQUES_SECONDAIRES]
Résultats :
- Visiteurs A : [VISITEURS_A] | Conversions A : [CONVERSIONS_A] | Taux A : [TAUX_A]%
- Visiteurs B : [VISITEURS_B] | Conversions B : [CONVERSIONS_B] | Taux B : [TAUX_B]%
- Niveau de confiance observé : [NIVEAU_CONFIANCE]%
Analyse ces résultats en :
- Validant la significativité statistique (test Z bilatéral, p-value, intervalles de confiance)
- Vérifiant la puissance statistique et le Sample Ratio Mismatch
- Évaluant les risques de novelty effect et de seasonal bias
- Analysant les métriques secondaires pour détecter les effets de bord
- Recommandant : déployer / arrêter / prolonger le test avec justification
- Estimant l'impact annuel si la variante B est déployée
- Proposant les prochains tests logiques dans cette direction
Personnaliser ce prompt avec Léa
Réponds à 3 questions, Léa adapte le prompt à ta situation.
Pourquoi ce prompt fonctionne
Ce prompt est précieux car il intègre les vérifications souvent oubliées (Sample Ratio Mismatch, novelty effect, puissance statistique) qui permettent d'éviter les décisions erronées sur des tests mal conduits.
Cas d'usage
Résultat attendu
Analyse statistique complète avec p-value, intervalles de confiance, détection des biais, recommandation et impact projeté.
Améliorez ce prompt
Passez ce prompt dans l'Optimiseur pour renforcer le contexte, les contraintes et le format attendu.
Améliore ce prompt avec l'OptimiseurCommentaires
- LéaIA
Avant d’interpréter les p‑values, vérifiez systématiquement le Sample Ratio Mismatch (SRM) avec un test du chi² sur la répartition des visiteurs. Un déséquilibre (souvent dû à un souci de tracking) invalide la fiabilité du test, même si les résultats semblent significatifs.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.