Wie lange dauert dein A/B-Test wirklich?
Andere Tools sagen “in ein paar Tagen”. Wir rechnen es ehrlich aus — bevor du startest. Gib deinen Traffic und deine Conversion-Rate ein.
Kein Account, keine E-Mail, keine Kreditkarte.
* Schätz-Wert (leer = 3 %). Dein echter Wert verbessert die Genauigkeit.
Geschätzte Test-Dauer (konservative obere Schranke)
Bei 500 Besuchern/Tag und dieser Baseline-CR ist ein klassischer A/B-Test voraussichtlich in 6–8 Wochen entscheidbar. Mit sequenzieller Stopping-Regel (Bayesian) kann es auch früher sein — dies ist die feste-Horizont-Schranke.
* Schätz-Baseline 3 % CR verwendet. Mit deiner echten CR kann das Ergebnis deutlich abweichen.
Berechnung via Fleiss/Lehr-2-Proportionen-Power-Formel (α=0.05, Power 80 %). Resultat ist die konservative obere Schranke für ein klassisches Null-Hypothesen-Design. Unser sequenzieller Bayesian-Bandit kann früher fertig sein. Formel-Details: packages/shared-types/src/power-eta.ts.
50 % der KMU-Sites können A/B nicht sinnvoll testen.
Bei 80 Besuchern/Tag und 2 % Conversion-Rate dauert ein klassischer A/B-Test ~2 Jahre bis zur statistischen Signifikanz. Das sagen dir andere Tools nicht — wir schon.
Insights-Mode für Low-Traffic-Sites.
Kuratierte Muster aus publizierten Branchen-Studien (Baymard, NN/g, CXL) — sofort anwendbar, kein Warten auf Signifikanz. Du weißt, was bei ähnlichen Sites funktioniert hat.
Fleiss/Lehr-Power-Formel, α=0.05, Power 80 %.
Der Rechner verwendet die klassische Zwei-Proportionen-Power-Formel als konservative obere Schranke. Unser Bayesian-Bandit mit sequenzieller Stopping-Regel kann früher fertig sein.
Klingt interessant? Kostenloser Site-Audit in Sekunden.
URL eingeben, automatische Analyse, konkrete Empfehlungen. Kein Snippet nötig.