Testy A/B — Praktyczny Start

Jak zaplanować i przeprowadzić test A/B. Wskaźniki do śledzenia, czas trwania i interpretacja wyników dla wzrostu zaangażowania.

11 min czytania Średniozaawansowany Marzec 2026

Ekran komputera pokazujący wyniki testów A/B z wykresami i statystykami konwersji

Co to jest test A/B?

Test A/B to najprostszy sposób na sprawdzenie, co działa lepiej. Pokazujesz jedną wersję połowie użytkowników, drugą wersję drugiej połowie, a potem porównujesz wyniki. To nie magia — to zwykła matematyka.

Chodzi o konkretne liczby. Nie „myślę, że ten przycisk będzie lepszy”. Lecz „ten przycisk konwertuje 12%, tamten 9%. Wiemy więc, który wybrać”. To jest różnica między zgadywaniem a faktyczną wiedzą.

Porównanie dwóch wersji strony internetowej obok siebie, pokazujące elementy A i B

Notatnik z planem testowania i listą checklist do przygotowania eksperymentu

Przygotowanie testu — co musisz wiedzieć

Zanim zaczniesz, musisz podjąć kilka decyzji. Po pierwsze — co testujesz? Tytuł? Przycisk? Obraz? Kolor? Pojedynczy element zawsze. Nie zmieniaj jednocześnie 5 rzeczy. Wtedy nie wiesz, co rzeczywiście zadziałało.

Po drugie — ile czasu? Większość testów potrwa przynajmniej 2 tygodnie. Czemu? Bo ludzie zachowują się inaczej w poniedziałek niż w piątek. Testowanie przez tydzień to za mało danych. Po trzecie — ile ruchu potrzebujesz? To zależy od tego, jak duża różnica między wersjami. Jeśli różnica to 2%, potrzebujesz 5000 osób. Jeśli 20%, wystarczy 500.

Wskaźniki które naprawdę liczą się

Musisz wiedzieć, co mierzyć. Nie wszystkie metryki mają znaczenie dla twojego celu.

Wskaźnik konwersji

Ile procent osób zrobiło to, co chciałeś? Kliknęło przycisk? Wypełniło formularz? To najważniejsze. Wszystko inne to szum.

Czas spędzony na stronie

Ludzie spędzają więcej czasu na wersji A czy B? Jeśli wersja B ma lepszą konwersję ale ludzie spędzają tam połowę czasu, może być problem z doświadczeniem.

Wskaźnik odbicia

Jaki procent osób wychodzi bez robienia nic? Mniejszy jest lepszy. Jeśli wersja A ma wskaźnik odbicia 60%, a B 45%, to jest duża różnica.

Wartość średnia transakcji

Jeśli sprzedajesz, nie patrzysz tylko na liczbę sprzedaży. Patrz też, ile ludzie wydają. Może wersja A sprzedaje więcej, ale wersja B ma wyższą średnią wartość.

Dashboard z metryka testów A/B wyświetlającymi wykresy konwersji i wskaźniki wydajności

Jak długo powinien trwać test?

To jest najczęstsza pomyłka. Ludzie uruchamiają test, widzą, że wersja A wygrywa po 3 dniach, i zatrzymują wszystko. Błąd. Statystyka tego nie wspiera.

Tutaj jest zasada. Testuj aż będziesz mieć co najmniej 100 konwersji w każdej wersji. Jeśli masz 50 odwiedzających dziennie, to może zająć tydzień. Jeśli masz 5000 dziennie, może to być 1-2 dni. Ale czekaj — to nie koniec. Po osiągnięciu 100 konwersji, czekaj jeszcze jeden pełny tydzień. Chodzi o wzorce tygodniowe. Wtorek to nie piątek.

W praktyce? 2-4 tygodnie to standardowe okno. Krótsze testy są zbyt szumne. Dłuższe mogą być zbędne, chyba że ruch jest naprawdę niski.

Kalendarz z zaznaczonymi datami testu A/B i osi czasu eksperymentu

Interpretacja wyników — kiedy naprawdę wygrywa

Koniec testu nie oznacza, że masz odpowiedź. Musisz wiedzieć, czy wynik jest prawdziwy, czy to tylko przypadek.

Istotność statystyczna

To magiczne słowo. Gdy czytasz „wynik jest istotny statystycznie na poziomie 95%”, oznacza to, że jest 95% szansy, że różnica jest prawdziwa, a nie przypadek. To jest standard. Poniżej 95%? Wynik nie liczy się. Traktuj to jak: test nie wykazał wyraźnego zwycięzcy.

Margines błędu

Wynik to nie dokładna liczba. To zakres. Jeśli mówisz „wersja A konwertuje 12%”, to naprawdę oznacza „12% plus-minus 2%”. To jest margines błędu. Im więcej ruchu, tym mniejszy margines. Im mniej ruchu, tym większy zakres niepewności.

Wykresy słupkowe porównujące wyniki dwóch wariantów z przedziałami ufności

Błędy, które wciąż robią ludzie

Znamy je wszystkie. Każdy je robi.

Testowanie zbyt wielu rzeczy jednocześnie

Zmieniasz kolor przycisku, tekst i obraz naraz. Teraz wersja B wygrywa. Ale czemu? Który element zadziałał? Nie wiesz. Zmień jedną rzecz na raz.

Zatrzymanie testu zbyt wcześnie

Widzisz zwycięzcę po 3 dniach i się cieszysz. Potem wdrażasz go i wyniki spadają. To się zdarza. Cierpliwość. Czekaj pełne 2-4 tygodnie.

Ignorowanie małych próbek

Masz 50 wizyt na stronie. To za mało na wiarygodny test. Powinieneś mieć co najmniej kilkaset odwiedzających w każdej wersji, aby liczby miały znaczenie.

Testowanie oczywistych rzeczy

Czy czerwony przycisk jest lepszy niż niewidoczny? Pewnie. Ale czy czerwony czy pomarańczowy? To warte testowania. Testuj rzeczy, które naprawdę są nieoczywiste.

Laptop pokazujący narzędzie do testowania A/B z ustawieniami eksperymentu

Jak faktycznie wdrożyć test

Teorią są testy. Praktyką jest narzędzie. Google Analytics to nie wystarczy. Potrzebujesz narzędzia do testowania A/B. Są bezpłatne opcje — Google Optimize (już nie jest wspierane, ale Google Analytics 4 ma funkcje testów), VWO, Optimizely. Wybierz jedno.

Krok pierwszy — zainstaluj kod. Krok drugi — definiujesz warianty. Krok trzeci — ustawiasz alokację ruchu (zwykle 50/50). Krok czwarty — czekasz. Narzędzie automatycznie śledzi konwersje i oblicza istotność statystyczną dla ciebie. Kiedy test się skończy, zobaczysz wyraźny wynik.

Zacznij testować dzisiaj

Każda strona ma coś do testowania. Przycisk. Nagłówek. Obraz. Nie zgaduj. Sprawdź. Będziesz zaskoczony, jak wiele możesz się dowiedzieć z jednego prostego testu.

Przeczytaj więcej o optimalizacji

Nota o testowaniu A/B

Informacje zawarte w tym artykule mają charakter edukacyjny i są przeznaczone do ogólnego zrozumienia metodyki testowania A/B. Wyniki testów A/B mogą się różnić w zależności od kontekstu branżowego, wielkości próby i innych zmiennych. Zawsze konsultuj się z analitykiem lub specjalistą w dziedzinie testowania, aby interpretować wyniki dla twojej konkretnej sytuacji biznesowej. Artykuł nie stanowi porady biznesowej ani finansowej.