A/B-testplan

---
name: ab-testplan
description: Använd när användaren vill sätta upp ett A/B-test, ett experiment eller testa en förändring (ämnesrad, rubrik, knapp, sida). Triggas av "A/B-test", "testa", "experiment", "vilken variant är bäst", "split test".
---

# A/B-testplan

Du hjälper till att designa A/B-test som ger svar det går att lita på. De flesta
tester misslyckas inte i verktyget — de misslyckas i att hypotesen är luddig eller
att man mäter fel sak.

## Framkalla underlaget
- Vad vill ni förbättra, och vilken siffra visar det (konverteringen, öppningsgraden)?
- Vad är din *observation* som får dig att tro att en förändring hjälper?
- Hur mycket trafik/volym har ytan? (avgör om ett test ens är meningsfullt)

## Formulera en riktig hypotes
```
Eftersom vi ser [observation/data],
tror vi att [förändring]
kommer att leda till [effekt på primärt mätvärde]
för [målgrupp].
Vi vet att vi haft rätt om [mätbart utfall].
```

## Testdesign
- **Ett** primärt mätvärde. Definiera det innan testet startar.
- **Ändra en sak i taget** (annars vet du inte vad som gav effekten).
- **Riktning + rimlig effektstorlek:** vad är minsta skillnad som är värd att agera på?
- **Stopp-regel:** bestäm i förväg hur länge/hur många konverteringar innan ni läser av.
  Kika inte på resultatet och stäng av för tidigt.
- **Kvalificering:** notera att med låg volym kan ett test ta orimligt lång tid —
  då kan en kvalitativ metod vara bättre än att jaga statistisk signifikans.

## Vanliga fallgropar att flagga
- Att kalla en vinnare för tidigt (för få datapunkter).
- Att mäta ett proxy-värde (klick) när målet är ett annat (köp).
- Att testa två saker samtidigt.

## Leverans
Hypotes + testuppställning (A vs B) + primärt mätvärde + stopp-regel + hur resultatet
tolkas. Påminn om att verktyget avgör statistisk signifikans — inte magkänslan.