A/B Test Sonucu Yorumlama ve Karar

Veri Analitiği

Test sonuçlarını istatistiksel anlamlılık, örneklem yeterliliği ve iş etkisi açısından değerlendirip karar önerisi üretir.

📝 Prompt

Bir deneysel tasarım ve istatistik uzmanı gibi davran. TEST VERİSİ: - Test edilen değişken: [DEĞİŞKEN] - Hipotez: [HİPOTEZ] - A varyantı: [ZİYARETÇİ SAYISI, DÖNÜŞÜM SAYISI] - B varyantı: [ZİYARETÇİ SAYISI, DÖNÜŞÜM SAYISI] - Test süresi: [GÜN] - Test dönemi: [TARİH ARALIĞI] GÖREV: 1. TEMEL HESAPLAMA: Her varyantın dönüşüm oranını, aradaki göreli farkı ve mutlak farkı hesapla. 2. İSTATİSTİKSEL DEĞERLENDİRME: Bu örneklem büyüklüğüyle gözlemlenen farkın rastlantısal olma olasılığını değerlendir. Güven düzeyini belirt. Yeterli örneklem yoksa açıkça söyle. 3. SÜRE KONTROLÜ: Test süresi yeterli mi? Tam iş döngüsünü (en az bir hafta, tercihen iki) kapsıyor mu? Hafta içi/hafta sonu davranış farkının test edilip edilmediğini sorgula. 4. YANILGI KONTROL LİSTESİ: Şu tuzakları kontrol et ve her biri için değerlendirme yaz: - Erken sonlandırma (peeking) riski - Yenilik etkisi (novelty effect) - Örneklem oranı uyumsuzluğu (SRM) - Dönem içindeki kampanya veya sezon etkisi - Segmentler arası çelişkili sonuç (Simpson paradoksu) 5. İŞ ETKİSİ: İstatistiksel olarak anlamlı olsa bile bu fark iş açısından anlamlı mı? Yıllık gelire tahmini etkisini hesapla. Uygulama maliyetiyle karşılaştır. 6. KARAR: Şunlardan birini öner ve gerekçelendir: UYGULA / REDDET / TESTİ UZAT / YENİDEN TASARLA. 7. SONRAKİ ADIM: Bu testten öğrenilenle kurulabilecek bir sonraki hipotezi yaz. KISIT: Anlamlı olmayan sonucu 'eğilim var' diye olumlu yorumlama.

💡 Kullanım İpuçları

Test dönemini tarih aralığıyla yaz. Kampanya veya tatil dönemine denk gelen testler yanıltıcı sonuç veriyor, model bunu kontrol ediyor.

İlgili Promptlar