صمّم مصنفًا لنتائج اختبار A/B

المؤلف: AILesson9 دقائق للإعدادتم اختباره مع:ChatGPTتمت المراجعة: 2026-08-28

إجابة سريعة

نظّم التعيين والتعرّض والنتائج والاستبعادات وعدم اليقين وقواعد القرار من دون المبالغة في دلالة الاختبار. قدّم: تصميم التجربة, مخطط البيانات والأعداد, المقاييس وقواعد التحليل. النتيجة المتوقعة: مصنف تجربة قابل للتدقيق يتضمن تعريفات المقاييس والصيغ وفحوص التوازن وملاحظات القرار.

أضف سياقك

يبقى نصك في هذا المتصفح. لا يرسله AILesson Prompts إلى نموذج أو خادم.

تصميم التجربةمخطط البيانات والأعدادالمقاييس وقواعد التحليل

الأمر الخاص بك

تبقى الحقول غير المعبأة ظاهرة كعناصر نائبة، لذا يمكنك نسخ الأمر وتحريرها

صمّم مصنف Excel لاختبار A/B المقدّم من دون تحويل الارتباط إلى ادعاء سببي أقوى مما يدعمه التصميم.

الفرضية والمتغيرات والتوزيع العشوائي والأهلية والتواريخ والإيقاف والاستبعادات والمسؤول:
[design]

الحقول ومستوى التفاصيل والمعرّفات والتعيين والتعرّض والنتائج والطوابع الزمنية والقيم المفقودة والتكرارات والأعداد والعينات:
[data]

المقاييس والمقامات والمجتمع وطريقة الثقة والعتبة العملية والشرائح وتعدد الاختبارات وحدود المراجعة:
[analysis]

افصل خطة التجربة عن النتائج المرصودة. عرّف صفًا واحدًا لكل وحدة توزيع عشوائي، أو تجميعًا قابلًا لإعادة الإنتاج من بيانات الأحداث. احتفظ بالمجموعة المعيّنة حتى عند فشل التعرّض في عرض التحليل الأساسي وفق مبدأ نية العلاج، وصنّف أي تحليل وفق البروتوكول على أنه ثانوي. حدّد صيغ المقام والمعدل أو النتيجة المستمرة والفارق المطلق والنسبي وعدم اليقين والمقاييس الوقائية. أضف فحوص نسبة العينة والأهلية وتكرار المعرّفات وفقدان النتائج والتوقيت والتلوث والتوازن قبل التجربة. لا تختر فائزًا استنادًا إلى قيمة p وحدها، ولا تتفقد النتائج قبل الأوان من دون قاعدة الإيقاف المخطط لها، ولا تستنتج تأثيرات على مستوى المستخدم من صفوف الأحداث، ولا تدّعِ السببية حين لا يكون التعيين عشوائيًا. أعد: بنية أوراق العمل؛ وقاموس البيانات؛ وسجل المقاييس؛ والصيغ التي تستخدم الخلايا/الجداول المقدمة؛ وفحوص الجودة؛ وجدول النتائج؛ وسياسة الشرائح؛ وقالب القرار؛ والقيود؛ واختبارات تعيد حساب مثال صغير معروف.

جرّب في المختبر

خاص افتراضيًايتم تجميع الأمر محليًا في متصفحك. تجنب وضع معلومات سرية في أي خدمة ذكاء اصطناعي ما لم تسمح مؤسستك بذلك.

من المدخلات إلى النتيجة

مثال عملي

شاهد كيف يحول السياق الملموس هذه الوصفة إلى نتيجة قابلة للاستخدام

المدخل الفعلي

تصميم التجربة: اختبار عشوائي لموضوع رسالة بريد إلكتروني لدى مشتركي النشرة الإخبارية المؤهلين. عنصر التحكم A هو الموضوع الحالي، وB موضوع أقصر. وحدة التوزيع العشوائي هي Subscriber ID، بتعيين 1:1 في 3 أغسطس 2026 قبل الإرسال. رسالة واحدة لكل مشترك مؤهل. الفرضية الأساسية: يزيد B معدل النقر الفريد خلال 72 ساعة. يُنفّذ الاختبار مرة واحدة على القائمة الكاملة للمؤهلين؛ ولا يوجد إيقاف مبكر. لا تُستبعد إلا معرّفات الاستخدام الداخلي/الاختبار المدرجة مسبقًا والارتدادات الدائمة وفق قاعدة المقياس المعتمدة. يتولى مسؤول التسويق القرار.
مخطط البيانات والأعداد: قد يحتوي تصدير الأحداث الخام على عدة صفوف لكل مشترك. الحقول هي SubscriberID وAssignedVariant وEligible وSent وHardBounce وUniqueClick72h وUnsubscribe72h وRevenue72h وAssignmentTime وSendTime. جمّعها في صف واحد لكل SubscriberID. أعداد التعيين المتوقعة A=5,012 وB=4,988. الارتدادات الدائمة A=102 وB=98. النقرات الفريدة A=421 وB=455. إلغاء الاشتراك A=23 وB=31. الإيرادات منحرفة التوزيع ومفقودة في 14 صفًا بسبب فشل التتبع. تكرار SubscriberID في التعيين غير صالح. يمكن اكتشاف انتقال التعرّض إذا اختلف الموضوع المرسل عن التعيين.
المقاييس وقواعد التحليل: مقام معدل النقر الفريد الأساسي هو عدد الرسائل المرسلة ناقص الارتدادات الدائمة، بحسب المتغير المعيّن؛ سجّل أن هذا يختلف عن تحليل نية العلاج الخالص لجميع المعيّنين، وقدّم تحليل حساسية لجميع المعيّنين. يستخدم الاختبار الأساسي فاصل ثقة ثنائي الجانب بنسبة 95% لفارق النسب. العتبة العملية فارق مطلق +0.5 نقطة مئوية. مقام معدل إلغاء الاشتراك الوقائي هو عدد الرسائل المرسلة، وهامش عدم الدونية +0.2 نقطة مئوية. الإيرادات مقياس ثانوي وصفي فقط. الشرائح استكشافية مع عرض n ومن دون ادعاء وجود فائز؛ ولا يوجد تصحيح مخطط لتعدد الاختبارات.

مثال على المخرجات

المصنف: Plan (فرضية ومجتمع وقاعدة إيقاف وعتبات مقفلة)، وUnitData (صف واحد لكل SubscriberID)، وMetricRegistry، وQualityChecks، وResults، وDecisionLog. يجب تجميع UnitData من الأحداث باستخدام قواعد MAX صريحة للنتائج الثنائية مع إيقاف عند تكرار التعيين؛ ولا تُحتسب النقرات أبدًا كصفوف مستقلة.

المقامان الأساسيان هما A 5,012−102=4,910 وB 4,988−98=4,890. معدلا CTR هما A 421/4,910=8.574% وB 455/4,890=9.305%؛ والفارق المطلق B−A=0.731 نقطة مئوية، والزيادة النسبية نحو 8.53%. يمكن أن تستخدم صيغ المعدل في Excel الصيغة =SUMIFS(UnitData[UniqueClick72h],UnitData[AssignedVariant],A2)/SUMIFS(UnitData[PrimaryDenominatorFlag],UnitData[AssignedVariant],A2). استخدم حساب ثقة معتمدًا مسبقًا لنسبتين أو أداة تحليل خضعت للمراجعة؛ ولا ترتجل المنهج الإحصائي بعد رؤية النتائج. يتجاوز التقدير النقطي العتبة العملية +0.5 نقطة مئوية، لكن القرار يتطلب أيضًا الفاصل والمقياس الوقائي.

المقياس الوقائي: إلغاء الاشتراك في A هو 23/5,012=0.459%، وفي B هو 31/4,988=0.622%؛ والفارق +0.163 نقطة مئوية، وهو أدنى من هامش عدم الدونية +0.2 نقطة مئوية لكنه قريب منه. أبلغ عن فاصله قبل إعلان استيفاء المقياس الوقائي. QualityChecks: توزيع التعيين 50.12%/49.88%؛ قارنه بالتوزيع المخطط باستخدام فحص نسبة العينة المعتمد؛ تكرار التعيينات صفر؛ وكل التعيينات تسبق الإرسال؛ واسرد الانتقال بين المجموعات وعدم الأهلية وعدم الإرسال وفقدان التتبع والاستبعادات بحسب المجموعة. معدلا CTR في تحليل حساسية جميع المعيّنين هما 8.400% مقابل 9.122%. تبقى الإيرادات وصفية مع n/القيم المفقودة والوسيط أو الكميات، وليست ادعاء نجاح سببي. قالب القرار: المتابعة أو الانتظار أو الرفض، مع الاستشهاد بفاصل المقياس الأساسي والعتبة العملية وفاصل المقياس الوقائي ومشكلات الجودة وأي اختلاف بين تعريفات المقام.

لماذا يعمل هذا

1
يمنع التصريح بوحدة التوزيع العشوائي والمقام التعامل مع حجم الأحداث كما لو كان حجم عينة مستقلة.
2
تُبقي عتبات القرار والمقاييس الوقائية عدم اليقين الإحصائي مرتبطًا بالعواقب العملية.

تحقق من النتيجة

هل يمثّل كل صف تحليلي وحدة التوزيع العشوائي مع الاحتفاظ بالتعيين بصرف النظر عن التعرّض؟
هل جرى تعريف المقياس الأساسي والمقام وطريقة تقدير عدم اليقين وقاعدة الإيقاف والعتبة العملية قبل الاطلاع على النتائج؟
هل يظهر عدم التوازن والقيم المفقودة والتلوث وتعدد الاختبارات والمقاييس الوقائية إلى جانب النتيجة؟

استخدمها بثقة

الأسئلة الشائعة

إجابات عملية حول متى تستخدم هذه الوصفة، وما الذي تقدمه، وأين لا تزال المراجعة البشرية مهمة

ما الذي ينبغي أن أُعدّه قبل استخدام «صمّم مصنفًا لنتائج اختبار A/B»؟

لاستخدام «صمّم مصنفًا لنتائج اختبار A/B»، جهّز تصميم التجربة ومخطط البيانات وأعدادها والمقاييس وقواعد التحليل. لا تستبدل العناصر النائبة إلا بمعلومات يمكنك التحقق منها. إذا كانت إحدى التفاصيل مجهولة، فصرّح بهذا الغموض بوضوح بدلًا من مطالبة النموذج باستنتاجها.

متى لا تكون نتيجة «صمّم مصنفًا لنتائج اختبار A/B» جاهزة للاستخدام؟

لا تكون النتيجة جاهزة إذا لم تحقق بعد، استنادًا إلى الأدلة المقدمة، النتيجة المعلنة—مصنف تجربة قابل للتدقيق يتضمن تعريفات المقاييس والصيغ وفحوص التوازن وملاحظات القرار—أو إذا اعتمدت على افتراضات لم تُحسم أو موافقات مفقودة أو تفاصيل مختلقة. استخدم عمليات التحقق كبوابات للإصدار: راجع مدخلات المصدر أو عيّن مراجعًا محددًا ومخوّلًا بدلًا من تنقيح مخرجات لا تستند إلى أدلة.

ما أدوات الذكاء الاصطناعي التي لها اختبارات مسجلة لوصفة «صمّم مصنفًا لنتائج اختبار A/B»؟

يسرد سجل الاختبار المنشور لوصفة «صمّم مصنفًا لنتائج اختبار A/B» أداة ChatGPT حتى تاريخ 2026-08-28. وهذا يؤكد وجود عمليات تشغيل مسجلة، ولا يضمن التوافق أو تطابق النتائج في إصدارات المنتج اللاحقة. عند استخدام أداة أو إصدار آخر، أبقِ جميع القيود ظاهرة وكرّر عمليات التحقق من النتيجة قبل الاستخدام.

المزيد من طرق الاستكشاف