Preferenze cookie
Usiamo cookie per l'analisi. Informativa sulla privacy Puoi accettare o rifiutare il tracciamento non essenziale.
Guida pratica su "MDE nei test A/B: come scegliere la dimensione dell'effetto realistico": passaggi chiave, errori comuni e implementazione con Calcolo della dimensione del campione.
Vai allo strumento
Calcolatore sample size per test A/B (formula Evan Miller).
L'Effetto Minimo Rilevabile (MDE) è la miglioramento più piccolo che il tuo test A/B è progettato per rilevare in modo affidabile. Se il tuo MDE è del 5%, il test catturerà un vero aumento del 5% la maggior parte delle volte, ma non rileverà un aumento del 2%.
L'MDE non è sulle speranze che hai. Si tratta di cosa il tuo traffico può *sostenere* di misurare.
Per un test di proporzioni a due campioni al 80% di potenza e alpha = 0.05, la dimensione del campione richiesta per variante è approssimativamente:
n = 16 * p * (1 - p) / delta^2
Dove p è la percentuale di conversione di base e delta è l'MDE assoluto. La costante 16 deriva da (Z_alpha/2 + Z_beta)^2 con valori standard (1,96 + 0,84)^2 = 7,84, moltiplicato per due per due varianti e arrotondato.
La dimensione del campione cresce con il *quadrato* della riduzione dell'MDE. Riducendo l'MDE del 50% da 5% a 2,5% si quadruplica la traffico richiesto. Ecco un tavolo concreto per una percentuale di conversione di base del 10%:
| MDE (assoluto) | Campione per variante | Traffico totale (2 varianti) |
|---|---|---|
| 5 pp | ~1.150 | ~2.300 |
| 3 pp | ~3.200 | ~6.400 |
| 2 pp | ~7.200 | ~14.400 |
| 1 pp | ~28.800 | ~57.600 |
| 0,5 pp | ~115.200 | ~230.400 |
Traduci l'aumento in denaro. Se il tuo sito converte al 3% e riceve 100K visitatori/mese:
Domanda: è $50.000/mese degno di 5 settimane di testing? Di solito sì. Ma se 0,5 pp aumento = $25.000 e richiede 20 settimane, probabilmente no.
Apri Calcolatore di Dimensione del Campione, inserisci la tua percentuale di conversione di base e il tuo MDE di destinazione, e vedi se il tuo traffico può sostenere la durata del test.
Questo articolo viene revisionato dalla redazione di Tools Hub per garantire accuratezza, rilevanza pratica e coerenza con i flussi di prodotto attuali.
Ultima revisione:
Guida pratica su "Dimensioni del campione per gli esperimenti sul flusso di registrazione": passaggi chiave, errori comuni e implementazione con Calcolo della dimensione del campione.
Guida pratica su "Quando interrompere un test A/B in caso di traffico scarso": passaggi chiave, errori comuni e implementazione con Calcolatore A/B.
Guida pratica su "Test multivariato vs A/B: un quadro decisionale": passaggi chiave, errori comuni e implementazione con Calcolatore A/B.
Guida pratica su "Come evitare i falsi positivi nei test A/B": passaggi chiave, errori comuni e implementazione con Calcolatore A/B.