Statistik-Tools für Optimierer.

Auf dieser Seite findest du eine Auswahl statistischer Tools, die deinen Optimierer-Alltag erleichtern und dir helfen, vertrauensvolle Ergebnisse zu liefern. Wir haben sie auf Basis zahlreicher selbst durchgeführter A/B-Tests entwickelt und nutzen sie täglich selbst in unserer Arbeit, um valide auszuwerten.

Getting numbers is easy; getting numbers you can trust is hard!

Ronny Kohavi, Vice President and Technical Fellow, Airbnb

Hier findest du folgende Tools

Konfidenzrechner

Mit dem Konfidenzrechner von konversionsKRAFT hast du die Möglichkeit, die Ergebnisse deines A/B-Tests auf signifikante Unterschiede zu untersuchen.

zum konfidenzrechner

Sample Size Tool

Testlaufzeitrechner (Sample Size Tool)

Der Testlaufzeitrechner hilft dir, deine Uplifts sicher nachzuweisen und eine bessere Einschätzung für den nachweisbaren Effekt vornehmen zu können.

zum Sample Size Tool

Funnel Tool

Funnel Tool

Mit dem Funnel Tool ist es dir nach nur wenigen Klicks möglich, die zeitliche Entwicklung einzelner Checkout-Schritte klar zu visualisieren, analysieren und sogar auf signifikante Änderungen zu prüfen.

zum Funnel-Tool

Bayesianischer Rechner

Coming soon: Bayesianischer Business Case Rechner

Mit dem Tool kannst du konkrete Wahrscheinlichkeiten für mögliche Uplift-Szenarien aus deinem A/B-Test berechnen. Auf Basis von durchschnittlichen Bestellwerten kannst du zudem analysieren, welchen zusätzlichen Umsatz du mit welcher Wahrscheinlichkeit mit deinem Test erzielen kannst.

Konfidenzrechner

Mit dem Konfidenzrechner von konversionsKRAFT hast du die Möglichkeit, die Ergebnisse deines A/B-Tests auf signifikante Unterschiede zu untersuchen.

Testlaufzeitrechner:
Planung eines frequentistischen A/B-Tests

Der Testlaufzeitrechner hilft dir, deine Uplifts sicher nachzuweisen und eine bessere Einschätzung für den nachweisbaren Effekt vornehmen zu können:

Funnel-Tool

Visualisiere Checkout-Schritte und liefere Metriken für schnelles und aussagekräftiges Reporting.

Verständliche Visualisierung der Zahlen

Integrierte Signifikanz-Prüfung 

Vergleichbarkeit unterschiedlicher Metriken

Alle wichtigen Informationen zur Beurteilung deiner Checkout-Performance (inkl. Reporting-Download)

Hier findest du ein Tutorial zur Nutzung des Funnel-Tools.

 

“Wie visualisiere ich meine Checkout-Performance-Veränderung für verschiedene Vergleichszeiträume und liefere Metriken für schnelles und aussagekräftiges Reporting? Woher weiß ich, ob Mikro- und Makro-Veränderungen signifikant waren?
Auf meiner Suche nach einer Lösung schilderte ich konversionsKRAFT mein Anliegen. Diesen Impuls nutzen die Consultants, um innerhalb weniger Wochen das Funnel-Tool zu entwickeln. Endlich habe ich alle Informationen an einem Ort, spare Zeit und bin schnell auskunftsfähig. Reportings lassen sich flexibel zusammenstellen und herunterladen. Metriken kann ich nun viel besser vergleichen und die standardisierte Visualisierung erleichtert mir die Kommunikation mit Stakeholdern. Klasse!”

Robin Marx – UX Manager Geschäftskunden Online Telekom

 

Wie visualisiere ich meine Checkout-Performance-Veränderung für verschiedene Vergleichszeiträume und liefere Metriken für schnelles und aussagekräftiges Reporting? Woher weiß ich, ob Mikro- und Makro-Veränderungen signifikant waren? Auf meiner Suche nach einer Lösung schilderte ich konversionsKRAFT mein Anliegen. Diesen Impuls nutzen die Consultants, um innerhalb weniger Wochen das Funnel-Tool zu entwickeln. Endlich habe ich alle Informationen an einem Ort, spare Zeit und bin schnell auskunftsfähig. Reportings lassen sich flexibel zusammenstellen und herunterladen. Metriken kann ich nun viel besser vergleichen und die standardisierte Visualisierung erleichtert mir die Kommunikation mit Stakeholdern. Klasse!”

Robin Marx - Robin Marx UX Manager GK Online Business Deutsche Telekom

Du willst noch mehr erfahren?

Schau dir unseren Blogpost an, in dem wir zeigen, warum A/B-Tests oft viel zu früh abgebrochen werden, wie du statistische Testpower sicherstellst und wie dir das Sample Size Tool helfen kann, bessere Tests zu starten.

Hier geht’s zum Statistik-Blogpost