P
📊Analyse de donnéesAdvancedAll AIs

Interpreting A/B test results

Rigorous statistical analysis of A/B test results with bias verification and deployment recommendation.

Paste in your AI

Paste this prompt in ChatGPT, Claude or Gemini and customize the variables in brackets.

J'ai réalisé un A/B test avec les caractéristiques suivantes :
- Hypothèse testée : [HYPOTHESE]
- Variante A (contrôle) : [DESCRIPTION_A]
- Variante B (traitement) : [DESCRIPTION_B]
- Durée du test : [DUREE] jours
- Métrique principale : [METRIQUE_PRINCIPALE] (ex : taux de conversion, CTR, revenu par visiteur)
- Métriques secondaires : [METRIQUES_SECONDAIRES]

Résultats :
- Visiteurs A : [VISITEURS_A] | Conversions A : [CONVERSIONS_A] | Taux A : [TAUX_A]%
- Visiteurs B : [VISITEURS_B] | Conversions B : [CONVERSIONS_B] | Taux B : [TAUX_B]%
- Niveau de confiance observé : [NIVEAU_CONFIANCE]%

Analyse ces résultats en :
1. Validant la significativité statistique (test Z bilatéral, p-value, intervalles de confiance)
2. Vérifiant la puissance statistique et le Sample Ratio Mismatch
3. Évaluant les risques de novelty effect et de seasonal bias
4. Analysant les métriques secondaires pour détecter les effets de bord
5. Recommandant : déployer / arrêter / prolonger le test avec justification
6. Estimant l'impact annuel si la variante B est déployée
7. Proposant les prochains tests logiques dans cette direction

Why this prompt works

This prompt is valuable because it integrates the often overlooked checks (Sample Ratio Mismatch, novelty effect, statistical power) that help avoid erroneous decisions on poorly conducted tests.

Use Cases

CRO e-commerce validation testProduct feature deployment decisionEmail marketing optimization

Expected Output

Complete statistical analysis with p-value, confidence intervals, bias detection, recommendation and projected impact.

Learn more

Check the full skill on Prompt Guide to master this technique from A to Z.

View on Prompt Guide