A/B परीक्षण सांख्यिकीय महत्व
VARIANT A (Control)
VARIANT B (Test)
क्या है A/B Test Calculator?
▾
ए/बी परीक्षण कैलकुलेटर आपको किसी पेज, ईमेल, फीचर या उत्पाद प्रवाह के दो संस्करणों की तुलना करने में मदद करता है, यह देखने के लिए कि क्या एक संस्करण यादृच्छिक अवसर से अधिक दूसरे से बेहतर प्रदर्शन कर रहा है। डिजिटल उत्पाद टीमों में, रूपांतरण दर में थोड़ी सी वृद्धि भी सार्थक राजस्व या जुड़ाव लाभ में तब्दील हो सकती है, लेकिन केवल कच्चा प्रतिशत भ्रामक हो सकता है। यदि संस्करण ए 5.0% पर परिवर्तित होता है और संस्करण बी 5.6% पर परिवर्तित होता है, तो अंतर वास्तविक सुधार को प्रतिबिंबित कर सकता है, या यह केवल सीमित ट्रैफ़िक के कारण होने वाला शोर हो सकता है। यह कैलकुलेटर रूपांतरण गणना, विज़िटर संख्या, लिफ्ट और एक महत्व परीक्षण को मिलाकर उस अनिश्चितता का उत्तर देने में मदद करता है। विकास दल, विपणक, उत्पाद प्रबंधक, यूएक्स शोधकर्ता और प्रयोग विश्लेषक इसका उपयोग यह तय करने के लिए करते हैं कि परिवर्तन भेजना है, परीक्षण जारी रखना है या किसी विचार को अस्वीकार करना है। सरल भाषा में, कैलकुलेटर पहले रूपांतरण दरों की तुलना करता है, फिर अनुमान लगाता है कि यदि कोई वास्तविक अंतर नहीं होता तो कितनी प्राकृतिक यादृच्छिक भिन्नता की उम्मीद की जाएगी। यदि देखा गया अंतर उस पृष्ठभूमि भिन्नता से बहुत बड़ा है, तो परिणाम को सांख्यिकीय रूप से महत्वपूर्ण माना जाने की अधिक संभावना है। इसका मतलब यह नहीं है कि विजेता को हमेशा विजेता बने रहने की गारंटी दी जाती है, और इसका मतलब यह नहीं है कि प्रभाव इतना बड़ा है कि व्यावसायिक रूप से मायने रखता है। इसका सीधा सा मतलब है कि देखा गया अंतर यादृच्छिक होने की संभावना कम है। अच्छे प्रयोग अभ्यास के लिए अभी भी एक स्पष्ट परिकल्पना, एक नियोजित नमूना आकार, स्वच्छ यातायात आवंटन और परीक्षण शुरू होने के बाद बहुत जल्दी या चेरी-पिकिंग मेट्रिक्स पर नज़र न डालने के बारे में अनुशासन की आवश्यकता होती है।
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
सूत्र
▾
रूपांतरण दर = रूपांतरण/विज़िटर. एकत्रित अनुपात p = (cA + cB) / (nA + nB)। मानक त्रुटि SE = sqrt[p x (1 - p) x (1/nA + 1/nB)]। जेड-स्कोर = (रेटबी - रेटए) / एसई। व्यावहारिक उदाहरण: यदि A के पास 50/1000 = 0.05 है और B के पास 70/1000 = 0.07 है, तो एकत्रित p = 120/2000 = 0.06। एसई = sqrt[0.06 x 0.94 x (1/1000 + 1/1000)] = लगभग 0.0106। z = (0.07 - 0.05) / 0.0106 = लगभग 1.88।चर विवरण
▾
| प्रतीक | नाम | इकाई | विवरण |
|---|---|---|---|
| Conversion rate | रूपांतरणों के रूप में गणना की गई | — | रूपांतरण/विज़िटर के रूप में गणना की जाती है, जो एबी टेस्ट कैल्क गणना में एक प्रमुख पैरामीटर है जो सीधे अंतिम गणना परिणाम को प्रभावित करता है |
| Pooled proportion p | परिकलित | — | (सीए + सीबी) / (एनए + एनबी) के रूप में गणना की जाती है, जो एबी परीक्षण कैल्क गणना में एक प्रमुख पैरामीटर है जो सीधे अंतिम गणना परिणाम को प्रभावित करता है |
| Standard error SE | sqrt[p के रूप में गणना की गई | — | sqrt[p x (1 - p) x (1/nA + 1/nB)] के रूप में परिकलित |
| score | परिकलित | — | (रेटबी - रेटए) / एसई के रूप में गणना की जाती है, जो एबी टेस्ट कैल्क गणना में एक प्रमुख पैरामीटर है जो सीधे अंतिम गणना परिणाम को प्रभावित करता है |
| A | कुल संचित राशि | — | कुल संचित राशि या वार्षिकी मूल्य, जो एबी टेस्ट कैल्क गणना में एक प्रमुख पैरामीटर है जो सीधे अंतिम गणना परिणाम को प्रभावित करता है |
| x | इनपुट चर | — | हल करने के लिए इनपुट वैरिएबल या अज्ञात, जो एबी टेस्ट कैल्क गणना में एक प्रमुख पैरामीटर है जो सीधे अंतिम गणना परिणाम को प्रभावित करता है |
कैसे A/B Test Calculator
▾
- 1वैरिएंट ए और वैरिएंट बी के लिए विज़िटरों की संख्या और रूपांतरण दर्ज करें।
- 2कैलकुलेटर आगंतुकों द्वारा रूपांतरणों को विभाजित करके प्रत्येक रूपांतरण दर की गणना करता है।
- 3इसके बाद यह दो-अनुपात z-परीक्षण में प्रयुक्त पूलित अनुपात और मानक त्रुटि की गणना करता है।
- 4यह अनुमान लगाने के लिए एक z-स्कोर और p-मान उत्पन्न किया जाता है कि क्या अंतर यादृच्छिक भिन्नता से अधिक होने की संभावना है।
- 5सांख्यिकीय महत्व और व्यावहारिक लिफ्ट दोनों की समीक्षा करें, क्योंकि एक छोटी लेकिन महत्वपूर्ण जीत जहाज के लिए पर्याप्त मायने नहीं रखती है।
- 6नियोजित नमूना आकार और परीक्षण अवधि पूरी होने के बाद ही परिणाम का उपयोग करें, क्योंकि जल्दी रोकने से गलत सकारात्मकता बढ़ सकती है।
हल किए गए उदाहरण
▾
सापेक्ष लिफ्ट: +40%। बी बेहतर दिखता है, लेकिन अंतिम व्याख्या सटीक परीक्षण सेटअप पर निर्भर करती है।
यह परिदृश्य एक सार्थक लिफ्ट दिखाता है, लेकिन महत्व सटीक धारणाओं पर निर्भर करता है और क्या टीम ने दो-पूंछ या एक-पूंछ वाले निर्णय नियम की योजना बनाई है। एक कैलकुलेटर उस निर्णय को अनुशासित रखता है।
छोटे नमूने के आकार का मतलब उच्च अनिश्चितता है
भले ही बी बेहतर दिखता है, लेकिन आश्वस्त होने के लिए ट्रैफ़िक बहुत कम है। यह सबसे आम कारणों में से एक है कि टीमें परीक्षण परिणामों को बढ़ा-चढ़ाकर बताती हैं।
बड़े नमूने छोटे अंतरों का पता लगाना आसान बनाते हैं
यह कम-यातायात समस्या के विपरीत है। जब नमूना काफी बड़ा हो तो एक छोटी सी लिफ्ट सांख्यिकीय रूप से विश्वसनीय हो सकती है।
परिणाम लगभग बराबरी पर है
जब दरें इतनी करीब होती हैं, तो सही निर्णय अक्सर सरल या सुरक्षित डिज़ाइन रखना होता है जब तक कि कोई अन्य व्यावसायिक कारण एक प्रकार का पक्ष नहीं लेता।
वास्तविक अनुप्रयोग
▾
लैंडिंग पृष्ठ, चेकआउट और मूल्य निर्धारण प्रयोगों का मूल्यांकन - यह एप्लिकेशन आमतौर पर उन पेशेवरों द्वारा उपयोग किया जाता है जिन्हें अपने संबंधित क्षेत्रों में निर्णय लेने, बजट बनाने और रणनीतिक योजना का समर्थन करने के लिए सटीक मात्रात्मक विश्लेषण की आवश्यकता होती है।
ईमेल विषय पंक्तियों या रचनात्मक वेरिएंट की तुलना करना - उद्योग व्यवसायी प्रदर्शन को बेंचमार्क करने, विकल्पों की तुलना करने और स्थापित मानकों और नियामक आवश्यकताओं के अनुपालन को सुनिश्चित करने के लिए इस गणना पर भरोसा करते हैं, जिससे विश्लेषकों को सटीक परिणाम उत्पन्न करने में मदद मिलती है जो संगठनों में रणनीतिक योजना, संसाधन आवंटन और प्रदर्शन बेंचमार्किंग का समर्थन करते हैं।
केवल अंतर्ज्ञान के बजाय डेटा के साथ उत्पाद रिलीज़ निर्णयों का समर्थन करना। अकादमिक शोधकर्ता और छात्र इस गणना का उपयोग सैद्धांतिक मॉडलों को मान्य करने, पाठ्यक्रम कार्य पूरा करने और अंतर्निहित गणितीय सिद्धांतों की गहरी समझ विकसित करने के लिए करते हैं।
शोधकर्ता प्रयोगात्मक डेटा को संसाधित करने, सैद्धांतिक मॉडल को मान्य करने और सहकर्मी-समीक्षित अध्ययनों में प्रकाशन के लिए मात्रात्मक परिणाम उत्पन्न करने के लिए एबी टेस्ट कैल्क गणनाओं का उपयोग करते हैं, डेटा-संचालित मूल्यांकन प्रक्रियाओं का समर्थन करते हैं जहां अनुपालन, रिपोर्टिंग और अनुकूलन उद्देश्यों के लिए संख्यात्मक परिशुद्धता आवश्यक है।
विशेष मामले
▾
यदि आपका परीक्षण राजस्व या लंबी पूंछ वाले किसी अन्य शोर मीट्रिक को मापता है, तो
यदि आपका परीक्षण राजस्व या लंबी पूंछ वाले किसी अन्य शोर मीट्रिक को मापता है, तो सामान्य अनुमान कम स्थिर हो सकता है और अधिक मजबूत विश्लेषण पद्धति की आवश्यकता हो सकती है। एबी टेस्ट कैल्क गणना में इस परिदृश्य का सामना करते समय, उपयोगकर्ताओं को यह सत्यापित करना चाहिए कि सार्थक परिणाम उत्पन्न करने के लिए उनके इनपुट मान सूत्र के लिए अपेक्षित सीमा के भीतर आते हैं। आउट-ऑफ़-रेंज इनपुट से गणितीय रूप से वैध लेकिन व्यावहारिक रूप से अर्थहीन आउटपुट मिल सकते हैं जो वास्तविक दुनिया की स्थितियों को प्रतिबिंबित नहीं करते हैं।
यदि उपयोगकर्ता दोनों प्रकार देख सकते हैं या ट्रैफ़िक वास्तव में यादृच्छिक नहीं है, तो
यदि उपयोगकर्ता दोनों प्रकार देख सकते हैं या ट्रैफ़िक वास्तव में यादृच्छिक नहीं है, तो महत्व गणना के पीछे की धारणाएँ टूट जाती हैं और परिणाम पक्षपातपूर्ण हो सकता है। यह बढ़त का मामला अक्सर एबी टेस्ट कैल्क के पेशेवर अनुप्रयोगों में उठता है जहां सीमा की स्थिति या चरम मूल्य शामिल होते हैं। ऐसी स्थिति होने पर चिकित्सकों को दस्तावेजीकरण करना चाहिए और विचार करना चाहिए कि क्या वैकल्पिक गणना विधियां या समायोजन कारक उनके विशिष्ट उपयोग के मामले के लिए अधिक उपयुक्त हैं।
डोमेन संदर्भ के आधार पर नकारात्मक इनपुट मान एबी टेस्ट कैल्क के लिए मान्य हो भी सकते हैं और नहीं भी।
कुछ सूत्र नकारात्मक संख्याओं (जैसे, तापमान, परिवर्तन की दर) को स्वीकार करते हैं, जबकि अन्य को सख्ती से सकारात्मक इनपुट की आवश्यकता होती है। उपयोगकर्ताओं को आउटपुट पर भरोसा करने से पहले यह जांचना चाहिए कि क्या उनका विशिष्ट परिदृश्य नकारात्मक मानों की अनुमति देता है। एबी टेस्ट कैल्क के साथ काम करने वाले पेशेवरों को इस परिदृश्य पर विशेष रूप से ध्यान देना चाहिए क्योंकि अगर इसे ठीक से नहीं संभाला गया तो भ्रामक परिणाम हो सकते हैं। व्यवहार में यह मामला सामने आने पर हमेशा सीमा शर्तों को सत्यापित करें और स्वतंत्र तरीकों से क्रॉस-चेक करें।
सामान्य आत्मविश्वास स्तर और जेड-स्कोर
▾
| आत्मविश्वास स्तर | Z-स्कोर (दो-पूंछ) | अर्थ |
|---|---|---|
| 90% | 1.645 | मानक अभ्यास की तुलना में गलत सकारात्मकता की अधिक संभावना |
| 95% | 1.960 | सामान्य प्रयोग सीमा |
| 99% | 2.576 | अधिक रूढ़िवादी निर्णय नियम |
| 99.9% | 3.291 | बहुत ऊंची साक्ष्य सीमा |
अक्सर पूछे जाने वाले प्रश्न
▾
ए/बी टेस्ट कैलकुलेटर क्या है?
यह एक उपकरण है जो रूपांतरण डेटा और एक सांख्यिकीय परीक्षण का उपयोग करके दो वेरिएंट की तुलना करता है। यह टीमों को यह निर्णय लेने में मदद करता है कि क्या देखा गया अंतर यादृच्छिक शोर के बजाय वास्तविक होने की संभावना है। व्यवहार में, यह अवधारणा एबी परीक्षण कैल्क के लिए केंद्रीय है क्योंकि यह इनपुट चर के बीच मुख्य संबंध निर्धारित करती है। इसे समझने से उपयोगकर्ताओं को परिणामों की अधिक सटीक व्याख्या करने और उन्हें उनके विशिष्ट संदर्भ में वास्तविक दुनिया के परिदृश्यों पर लागू करने में मदद मिलती है।
आप ए/बी परीक्षण महत्व की गणना कैसे करते हैं?
एक सामान्य दृष्टिकोण दो-अनुपात z-परीक्षण का उपयोग करता है। ज़ेड-स्कोर और पी-वैल्यू का अनुमान लगाने के लिए कैलकुलेटर दोनों समूहों की रूपांतरण दर, नमूना आकार और पूल किए गए भिन्नता को जोड़ता है। इस प्रक्रिया में दिए गए इनपुट पर अंतर्निहित सूत्र को व्यवस्थित रूप से लागू करना शामिल है। गणना में प्रत्येक चर अंतिम परिणाम में योगदान देता है, और उनकी व्यक्तिगत भूमिकाओं को समझने से सटीक अनुप्रयोग सुनिश्चित करने में मदद मिलती है। क्षेत्र के अधिकांश पेशेवर चरण-दर-चरण दृष्टिकोण का पालन करते हैं, अंतिम उत्तर पर पहुंचने से पहले मध्यवर्ती परिणामों की पुष्टि करते हैं।
मुझे किस आत्मविश्वास स्तर का उपयोग करना चाहिए?
कई टीमें 95% आत्मविश्वास को डिफ़ॉल्ट के रूप में उपयोग करती हैं, लेकिन सही सीमा निर्णय लागत और प्रयोग संस्कृति पर निर्भर करती है। उच्च जोखिम वाले निर्णय अधिक रूढ़िवादी मानक को उचित ठहरा सकते हैं। व्यावहारिक अनुप्रयोगों में एबी टेस्ट कैल्क गणना के साथ काम करते समय यह एक महत्वपूर्ण विचार है। उत्तर विशिष्ट इनपुट मानों और उस संदर्भ पर निर्भर करता है जिसमें गणना लागू की जा रही है।
एक बड़ी लिफ्ट फिर भी महत्वहीन क्यों हो सकती है?
क्योंकि महत्व प्रभाव आकार और नमूना आकार दोनों पर निर्भर करता है। एक छोटे से नमूने से नाटकीय दिखने वाली लिफ्ट पर अभी भी भरोसा करना बहुत शोर भरा हो सकता है। यह मायने रखता है क्योंकि सटीक एब टेस्ट कैल्क गणना सीधे पेशेवर और व्यक्तिगत संदर्भों में निर्णय लेने को प्रभावित करती है। उचित गणना के बिना, उपयोगकर्ता अपूर्ण या गलत मात्रात्मक विश्लेषण के आधार पर निर्णय लेने का जोखिम उठाते हैं। उद्योग मानक और सर्वोत्तम प्रथाएं महंगी त्रुटियों से बचने के लिए सटीक गणना के महत्व पर जोर देती हैं।
एक छोटी सी लिफ्ट अभी भी महत्वपूर्ण क्यों हो सकती है?
क्योंकि बहुत बड़े नमूने अनिश्चितता को कम करते हैं। उस स्थिति में, परिणाम सांख्यिकीय रूप से विश्वसनीय हो सकता है, भले ही व्यवसाय पर प्रभाव बहुत कम हो। यह मायने रखता है क्योंकि सटीक एब टेस्ट कैल्क गणना सीधे पेशेवर और व्यक्तिगत संदर्भों में निर्णय लेने को प्रभावित करती है। उचित गणना के बिना, उपयोगकर्ता अपूर्ण या गलत मात्रात्मक विश्लेषण के आधार पर निर्णय लेने का जोखिम उठाते हैं। उद्योग मानक और सर्वोत्तम प्रथाएं महंगी त्रुटियों से बचने के लिए सटीक गणना के महत्व पर जोर देती हैं।
A/B परीक्षण में सबसे बड़ी गलती क्या है?
बार-बार झाँकने के बाद जल्दी रुक जाना सबसे बड़ी गलतियों में से एक है, क्योंकि इससे झूठी सकारात्मकता बढ़ती है। खराब रैंडमाइजेशन और परीक्षण के बीच में मेट्रिक्स स्विच करना भी आम समस्याएं हैं। व्यवहार में, यह अवधारणा एबी परीक्षण कैल्क के लिए केंद्रीय है क्योंकि यह इनपुट चर के बीच मुख्य संबंध निर्धारित करती है। इसे समझने से उपयोगकर्ताओं को परिणामों की अधिक सटीक व्याख्या करने और उन्हें उनके विशिष्ट संदर्भ में वास्तविक दुनिया के परिदृश्यों पर लागू करने में मदद मिलती है।
मुझे परीक्षण कब दोबारा चलाना या बढ़ाना चाहिए?
जब ट्रैफ़िक बहुत कम हो, परिणाम सीमा रेखा पर हो, या कार्यान्वयन समस्याओं ने प्रयोग को दूषित कर दिया हो, तो परीक्षण को बढ़ाएं या दोबारा चलाएं। परीक्षण दोहराने से यह पुष्टि करने में मदद मिल सकती है कि लिफ्ट स्थिर है। यह कई संदर्भों पर लागू होता है जहां एबी टेस्ट कैल्क मान को सटीकता के साथ निर्धारित करने की आवश्यकता होती है। सामान्य परिदृश्यों में पेशेवर विश्लेषण, अकादमिक अध्ययन और व्यक्तिगत योजना शामिल है जहां मात्रात्मक सटीकता आवश्यक है।
सामान्य गलतियां जिनसे बचना है
▾
- !इनपुट मानों के लिए गलत या बेमेल इकाइयों का उपयोग करना
- !किनारे के मामलों या सीमा स्थितियों का हिसाब देना भूल जाना
- !गणना में मध्यवर्ती मानों को बहुत जल्दी पूर्णांकित करना
- !यह सत्यापित नहीं किया जा रहा है कि इनपुट मान एबी टेस्ट कैल्क के लिए मान्य सीमाओं के भीतर आते हैं
विशेष टिप
जब तक आप आवश्यक नमूना आकार तक नहीं पहुंच जाते तब तक परीक्षण चलाएं, क्योंकि चार्ट अच्छा दिखने पर झांकने और रुकने से झूठी जीत का खतरा बढ़ जाता है।
क्या आप जानते हैं?
एबी टेस्ट कैल्क के पीछे के गणितीय सिद्धांतों का कई उद्योगों में व्यावहारिक अनुप्रयोग है और वास्तविक दुनिया में दशकों के उपयोग के माध्यम से इसे परिष्कृत किया गया है।
संदर्भ
Read the full guide on how to use this calculator effectively
और पढ़ें →साप्ताहिक गणित युक्तियाँ प्राप्त करें
12,000+ सब्सक्राइबर्स से जुड़ें जिन्हें हर हफ्ते कैलकुलेटर टिप्स मिलते हैं।