PremiumEmail Triage Automation
- Ganze Threads lesen
- In 3 Gruppen sortieren
- In deiner Stimme entwerfen
- Genehmigen und senden
← Alle Skills · Automatisierung · A/B Test Planner

Premium
Premium
Free
PremiumEin Beispiel dafür, was dieser Skill produziert. Beispielinhalt, zur Veranschaulichung gezeigt.
A/B Test Plan — sample Metric: Signup start rate | Baseline: 5% | MDE: +20% relative (+1.00 pp) | Arms: 2 (Control + 1 variant) | Confidence: 95% | Power: 80% Sample size: 8,160 per variant | 16,320 total | About 9 days at 2,000 visitors/day (50/50 split) Decision rule (pre-registered): call the test only when the smallest arm reaches 8,160 visitors; a variant wins only if it beats control by at least 1.00 pp and the difference is significant at 95% confidence. A significant result smaller than the MDE is real but too small to ship on this hypothesis. An inconclusive result is not a reason to extend the test — plan a new one. Sample sizes are planning estimates from the normal approximation at the stated confidence and power — not a guarantee, and this script does not analyse results.
Wir wollen testen, ob der Signup-CTA über dem Fold auf der BeanLoop-Preisseite mehr Anmeldungen bringt — planen wir den Test, bevor wir ihn starten.Read https://skillu.dev/install/agent.md, then install the A/B Test Planner skill (ab-test-planner)./ab-test-planner, und beschreibe in einfachen Worten, was du willst.Nein. Es bedeutet, dass alle Teile des Plans vorhanden sind und die Eingabe fehlerfrei war — der Plan ist vollständig, nicht das Ergebnis. Die meisten Tests verlieren oder enden unentschieden; ein Plan, der das offen sagt, erfüllt seine Aufgabe.
Weil eine kleine relative Verbesserung eine kleine absolute Differenz ist — 20 % auf 5 % Basis sind nur 1 Prozentpunkt, und 5 % von 6 % verlässlich zu unterscheiden, braucht etwa 8.160 Besucher je Variante. Halbiere den MDE, und die Stichprobe vervierfacht sich ungefähr.