W skrócie
Cytuj to hasło
Zaznacz przypis i skopiuj: MDE. W: Słownik pojęć e-commerce, Pro1.pl. https://pro1.pl/slownik/mde (sprawdzono 13 września 2026).
MDE (minimalny wykrywalny efekt) to najmniejsza różnica między wariantami, jaką test o danej próbie odróżni od przypadku; ustala się go przed startem.
Na tej stronie (3)
Wielkość wynika z założeń przyjętych przed startem testu: przy danej liczbie uczestników, poziomie ufności i mocy da się odróżnić od przypadku tylko różnicę nie mniejszą niż pewien próg. Ten próg ustala się razem z liczbą uczestników i planowanym czasem trwania, zanim zbierze się pierwsze dane.
Jak się tego używa
W kalkulatorze wielkości próby przed uruchomieniem testu A/B: podaje się obecny współczynnik konwersji, dostępny ruch i czas, a wynikiem jest efekt, który da się wykryć. Odwrotny rachunek odpowiada na pytanie, ile ruchu potrzeba, żeby wykryć zmianę uznaną za wartą wdrożenia.
Dlaczego warto to znać
Ten rachunek rozstrzyga, czy test w ogóle warto uruchamiać. Sklep o niewielkim ruchu wykryje tylko zmiany bardzo duże, więc testowanie koloru przycisku jest u niego stratą czasu, a sensowne są przebudowy całych kroków ścieżki. Bez tej wiedzy zespół uruchamia testy, które z góry nie mogą się rozstrzygnąć, i czyta ich wynik jako brak różnicy.
Na co uważać
Efekt możliwy do wykrycia to nie efekt spodziewany; deklarowanie dużej wartości tylko po to, żeby test „się zmieścił", nie zmienia jego czułości. Przerwanie testu w momencie, gdy wykres wygląda korzystnie, unieważnia rachunek.
Zobacz też
A/B test
A/B test to eksperyment, w którym ruch dzieli się losowo między dwie wersje strony lub elementu i porównuje ich wynik, np.
Istotność statystyczna
Istotność statystyczna to miara, na ile różnica między wariantami testu przekracza wahanie losowe; nie mówi o wielkości efektu ani o zysku.
MAB
MAB (multi-armed bandit, test adaptacyjny) to metoda testowania, w której algorytm w trakcie testu kieruje coraz więcej ruchu do lepszego wariantu.
CR
CR (conversion rate, współczynnik konwersji) to udział konwersji w liczbie sesji, użytkowników lub kliknięć; wynik zależy od przyjętej definicji.
Efekt nowości
Efekt nowości to chwilowa zmiana zachowania użytkowników wywołana samą nowością elementu, a nie jego wartością, zniekształcająca wyniki testów A/B.