Calculateur de durée pour tests A/B
Question: How long should I run my A/B test?
Decouvrez combien de temps votre test A/B doit durer pour atteindre la significativite statistique. Entrez votre trafic quotidien et les parametres du test pour obtenir une estimation precise.
Comment utiliser ce calculateur
Entrez votre nombre moyen de visiteurs quotidiens, le pourcentage de trafic alloue au test, votre taux de conversion de base actuel et l'effet minimum detectable. Le calculateur determine la taille d'echantillon requise et la divise par votre trafic quotidien disponible pour donner le nombre de jours necessaires. Ajustez le pourcentage de trafic pour voir comment l'allocation de plus ou moins de trafic affecte la duree.
Comment la durée est calculée
Le calcul de la duree combine l'analyse de la taille d'echantillon avec la planification du trafic. D'abord, la taille d'echantillon requise par variante est calculee a l'aide de l'analyse de puissance. Ensuite, l'echantillon total est divise par le trafic quotidien effectif (visiteurs quotidiens multiplies par le pourcentage de trafic, divise par le nombre de variantes). Cela donne le nombre minimum de jours necessaires. La bonne pratique consiste a toujours faire tourner le test pendant au moins une semaine complete pour capturer les effets lies aux jours de la semaine.
Quand utiliser ce calculateur
Utilisez ce calculateur pendant la phase de planification pour determiner si un test est realisable avec votre niveau de trafic. Si la duree estimee depasse 4 a 6 semaines, envisagez d'augmenter le MDE (ne detecter que des effets plus importants), d'augmenter l'allocation de trafic ou de choisir une page a plus fort trafic pour le test. Connaitre la duree a l'avance evite l'erreur classique d'arreter les tests trop tot.
Erreurs courantes sur la durée des tests
La plus grande erreur est d'arreter un test avant d'atteindre la duree requise parce que les premiers resultats semblent prometteurs (ou decourageants). C'est ce qu'on appelle le peeking, et cela gonfle votre taux de faux positifs. D'autres erreurs incluent le fait de ne pas tenir compte des differences de trafic entre jours de semaine et week-ends, d'ignorer les effets saisonniers qui peuvent biaiser les resultats, et de ne pas planifier suffisamment de cycles complets.