Gratis signifikanskalkylator för A/B-tester

Ta reda på om ditt splittestresultat är statistiskt signifikant på några sekunder. Fyll i besökare och konverteringar för båda varianterna och se vinnaren, lyftet, p-värdet och urvalsstorleken du behöver.

Konfidensnivå
Kontroll (A)
0,00%konverteringsgrad
Variant (B)
0,00%konverteringsgrad
Väntar på dataFyll i besökare och konverteringar för båda varianterna för att se ditt utslag.
Säkerhet--
Lyft--
p-värde--
Urvalsstorlek--

Proffstips. Stoppa inte ett test i samma stund som säkerheten passerar 95 %. Bestäm urvalsstorleken i förväg och låt testet gå, annars utser du troligen falska positiva.

Så kontrollerar du signifikansen i ett A/B-test i 3 steg

Få ett tydligt, statistiskt hållbart utslag på ditt splittest på under en minut, utan kalkylblad och utan registrering.

  1. 01

    Fyll i siffrorna för kontrollen

    Lägg in totalt antal besökare och konverteringar för variant A, originalversionen du testar mot.

  2. 02

    Fyll i siffrorna för varianten

    Lägg in besökare och konverteringar för variant B, den nya versionen. Konverteringsgraderna uppdateras direkt.

  3. 03

    Läs ditt utslag

    Se om resultatet är signifikant, plus lyftet, p-värdet och säkerheten, samt hur många fler besökare du behöver om du inte är framme än.

Därför gör marknadsförare en signifikanskontroll

En högre konverteringsgrad i sig betyder inte att du har en vinnare. Använd ett ordentligt signifikanstest för att veta när du ska stoppa, när du ska låta testet gå vidare och när ett resultat bara är brus.

Vet när du ska stoppa ett test

Utse vinnare med verklig säkerhet i stället för att gissa, och missa inte varianter som faktiskt fungerar.

Undvik falska positiva

Låt inte tjuvkikandet kosta dig pengar. Ett riktigt p-värde säger när en skillnad är verklig.

Planera ditt nästa test

Tipset om urvalsstorlek visar exakt hur mycket mer data du behöver för att kunna fatta ett säkert beslut.

Tydligare rapportering

Dela resultatlänken med teamet med ett klick, så att alla läser samma siffror med samma säkerhet.

Var team använder A/B-testkalkylatorn

Från landningssidor till annonsmaterial - så använder marknadsförare en snabb signifikanskontroll i varje experiment de kör.

Tester av landningssidor

Jämför två versioner av en landningssida för att se vilken rubrik, bild eller CTA som faktiskt flyttar konverteringsgraden.

Facebook- och Meta-annonser

Välj mellan två annonsmaterial eller målgrupper med riktig statistik i ryggen i stället för att lita på etiketterna i Ads Manager.

Texttester i Google Ads

Jämför två varianter av en responsiv sökannons för att bekräfta att en ny rubrik verkligen slår kontrollen innan du skalar upp budgeten.

Tester av e-postämnesrader

Skicka två ämnesrader till en liten del av listan och utse vinnaren med säkerhet före hela utskicket.

Tester av kassaflödet

Bekräfta att ett nytt kassasteg, en förtroendemärkning eller ett merförsäljningserbjudande verkligen förbättrar slutförandegraden och inte bara är brus.

Experiment på prissidan

Kör ett rent test mellan två prisnivåer eller layouter och besluta utifrån registreringar, inte magkänsla.

Vanliga frågor

Statistisk signifikans är ett mått på hur säker du kan vara på att skillnaden mellan två varianter är verklig och inte bara slumpmässig variation. En vanlig tumregel är att utse en vinnare först när säkerheten är 95 % eller högre, alltså när sannolikheten att resultatet berodde på tur är under 5 %.
Ett p-värde är sannolikheten att se ditt observerade resultat (eller något mer extremt) om det i själva verket inte fanns någon verklig skillnad mellan varianterna. Ju mindre p-värdet är, desto starkare är beviset för att skillnaden är verklig. Ett p-värde på 0,05 motsvarar 95 % säkerhet.
De flesta marknadsförare använder 95 % säkerhet, vilket innebär att du accepterar 5 % risk för ett falskt positivt utfall. Använd 99 % när beslutet väger tungt (till exempel att rulla ut en ändring till all betald trafik) och 90 % bara för experiment med låg risk i ett tidigt skede.
Det beror på din utgångskonverteringsgrad och hur stort lyft du vill kunna upptäcka. Som grov regel kräver små lyft (under 5 %) tiotusentals besökare per variant, medan större lyft (20 % och uppåt) kan bekräftas med några tusen. Vår kalkylator säger exakt hur många fler besökare du behöver för att nå signifikans vid den effekt du ser nu.
Lyftet är den relativa procentuella skillnaden mellan varianternas konverteringsgrader. Om variant A konverterar på 3 % och variant B på 4,5 % är lyftet för B över A 50 %. Det är lyftet du faktiskt använder för att avgöra om en ändring är värd att släppa.
Bara en högre konverteringsgrad räcker inte. Du behöver tillräckligt med data för att skillnaden ska vara osannolik att bero på slumpen. Ju mindre lyftet är, desto fler besökare behövs. Stoppar du testet för tidigt riskerar du att släppa en ändring som bara var brus.
Att tjuvkika är att kolla testresultaten gång på gång och stoppa i samma stund som säkerheten passerar 95 %. Det ökar andelen falska positiva kraftigt. Undvik det genom att bestämma urvalsstorleken i förväg och sedan titta på resultatet en gång, på slutet.
Ja. Signifikans är ett universellt statistiskt mått, så kalkylatorn fungerar för alla A/B-tester där du kan mäta besökare (eller visningar, klick, utskick) och konverteringar. Fyll i siffror från Meta Ads, Google Ads, TikTok Ads, e-postplattformar eller statistiken för din landningssida.
Ja. Signifikanskalkylatorn för A/B-tester är helt gratis, utan registrering, utan gränser och utan e-postspärr. Kör så många tester du behöver, privat eller kommersiellt.
Nej. Alla beräkningar sker helt i din webbläsare. Antal besökare och konverteringar lämnar aldrig din enhet och skickas aldrig till våra servrar.

A/B-testa den landningssida dina besökare faktiskt ser

De största vinsterna i A/B-testning kommer från att testa sidan där din betalda trafik landar. Använd LanderLab för att bygga, A/B-testa och publicera landningssidor som konverterar, och ta sedan tillbaka siffrorna hit.

Kom igång - det är gratis

Inget kreditkort krävs

LanderLab-logotyp