Hat Variante B wirklich besser konvertiert?
Eine Conversion-Rate ist ein Anteil, Engagement ist schief verteilt, und „sieht höher aus“ ist kein Ergebnis. StatInsight wählt für beides den richtigen Test, berichtet Effekt und Teststärke und liefert die Abbildung für die Folie.
Fiktive Daten. Der Datensatz auf dieser Seite ist synthetisch — erzeugt, um zu zeigen, was die App kann. Er beschreibt keine echte Studie, keine echten Kunden, Patienten oder Personen, und die Ergebnisse sind keine Befunde.
Dieselben drei Fragen, in der App beantwortet
Jedes Feld unten ist ein echtes Ergebnis von StatInsight auf dem Demo-Datensatz — Text, Zahlen, Diagramm und Berichtsabsatz genau so, wie sie am Bildschirm und im Word-Export erscheinen. Die Daten dahinter sind fiktiv.
Ist der Anstieg der Conversion-Rate echt?
Variant und Converted — zwei kategoriale Spalten — ergeben die Kontingenztabelle, die Chi-Quadrat-Statistik und gestapelte Balken der Conversion-Anteile. Die Teststärke sagt, ob der Test einen kleineren Anstieg überhaupt hätte sehen können.
- A 6,0 % gegenüber B 9,5 %, χ²(1) = 4,66, p = 0,031
- Teststärke 0,62 bei dieser Stichprobe — das Feld sagt, wie viele Sitzungen für 0,80 fehlen
- Derselbe Test beantwortet „unterschied sich der Gerätemix zwischen den Varianten?“
Wurde Variante B weiter gelesen?
Die Scrolltiefe ist begrenzt und schief verteilt, also wird die t-Test-Schaltfläche gelb und Mann-Whitney grün. Mediane, Interquartilsabstände, die rangbiseriale Effektstärke und ein Boxplot mit Punkten.
- Mediane Scrolltiefe 59 % gegenüber 65 %, p < 0,001
- Effektstärke r = 0,12: echt, aber klein — so gehört es in den Bericht
- Verweildauer und Umsatz pro Sitzung: dieselben zwei Klicks
Was treibt die Conversion, wenn man das Segment berücksichtigt?
Converted auf Verweildauer, Scrolltiefe, wiederkehrender Besucher und Gerät. Kategoriale Prädiktoren werden automatisch dummy-kodiert; der Odds-Ratio-Forest-Plot zeigt auf einen Blick, welche Effekte die 1 überschreiten.
- Jeder Prozentpunkt Scrolltiefe: OR 1,03 (p < 0,001)
- Neue Besucher konvertieren mit 0,41-fachen Odds gegenüber wiederkehrenden
- Gerät und Verweildauer: kein signifikanter Effekt — die Intervalle enthalten die 1
Landingpage-A/B-Test
1.200 Sitzungen · 10 Variablen · fiktiv, für diese Seite computergeneriert · frei nutzbar in Lehre und Tests
Sitzungen, denen zufällig Variante A oder B einer Produktseite ausgespielt wurde: Gerät, Land, wiederkehrender Besucher, Verweildauer, aufgerufene Seiten, Scrolltiefe, Conversion und Umsatz.
| Spalte | Typ | Bedeutung |
|---|---|---|
Variant | binär | A oder B |
Converted | binär | 1 = gekauft |
Revenue_EUR | stetig | Bestellwert, 0 ohne Kauf |
Time_on_Page_s, Scroll_Depth_Pct, Pages_Viewed | gemischt | Engagement |
Device, Country, Returning_Visitor | kategorial | Segmente |
Zur Erinnerung: Jede Zahl, Tabelle und Grafik auf dieser Seite stammt aus einem fiktiven, computergenerierten Datensatz. Sie zeigen das Werkzeug, nicht ein echtes Ergebnis.
Auch in diesem Datensatz
- ROC-Kurve: wie gut sagt die Scrolltiefe einen Kauf vorher, und bei welchem Schwellenwert sollte das Pop-up erscheinen?
- Umsatz nach Land: Kruskal-Wallis mit Dunn-Post-hoc
- Conversion nach Variante innerhalb jedes Geräts: zwei Chi-Quadrat-Tests, danach Holm-korrigiert in Multiple Vergleiche
- Conversion-Balken und Forest-Plot mit dem Plot-Kombinierer nebeneinander stellen
Andere Fachgebiete: PsychologieBildungKundenanalyseAgrar & BiologieHR & People Analytics