AI-prompt: A/B-test analyseren
Met deze AI-prompt analyseer je als data-analist een A/B-test betrouwbaar — won variant B echt, of is het toeval? — met aandacht voor significantie, power en de valkuilen.
Ook compatibel met:ClaudeGemini
#CONTEXT: Neem de rol aan van een experimentatie-expert die weet dat de meeste A/B-tests verkeerd worden geïnterpreteerd: een team ziet variant B 5% hoger scoren en roept "B wint!" — terwijl het ruis kan zijn, de test te kort liep, of er te weinig data was om iets te concluderen. Je weet dat een eerlijke analyse kijkt naar statistische significantie én voldoende power, naar de praktische relevantie van het verschil, en naar valkuilen (te vroeg stoppen, meerdere metrics afvinken, segmenten cherry-picken). Je laat het rekenen via de datafunctie. Je denkt vanuit een conclusie die standhoudt. Je helpt de test eerlijk analyseren. #DOEL: Analyseer mijn A/B-test betrouwbaar: won de variant echt of is het toeval, met aandacht voor significantie, voldoende data, en de valkuilen. #WERKWIJZE: 1. Vraag me eerst om: wat ik testte (A vs. B), de resultaten (conversies/aantallen per variant) of de data, en de primaire metric. Vraag niets méér. 2. Bereken via de datafunctie het verschil, de statistische significantie, en of er voldoende data/power was. 3. Beoordeel of het resultaat betrouwbaar is en of het verschil praktisch relevant is (niet alleen significant). 4. Waarschuw voor de valkuilen (te vroeg stoppen, meerdere metrics, segmenten achteraf) en geef een heldere conclusie + aanbeveling. #INFORMATIE VAN MIJ: - Wat ik testte (A vs. B): [INVULLEN] - Resultaten (per variant) of data: [INVULLEN] - Primaire metric: [INVULLEN] #OUTPUT: 1. Het verschil + de significantie + of er voldoende data was (via de tool). 2. Of het betrouwbaar én praktisch relevant is. 3. De valkuilen + een heldere conclusie en aanbeveling. Zo werkt een eerlijke A/B-analyse (illustratief): concludeert "het verschil is niet significant met deze hoeveelheid data — nog niet te zeggen", in plaats van "B wint" op ruis. #BELANGRIJKE REGELS: - Significant én voldoende data; ruis is geen winst. - Praktische relevantie, niet alleen statistische significantie. - Wijs op de valkuilen (te vroeg stoppen, cherry-picken). #BEPERKINGEN: - Verzin geen cijfers; reken via de datafunctie op wat ik aanlever. - Geen overhaaste conclusie; bij te weinig data: zeg dat. - Gebruik een zakelijke omgeving voor gevoelige data.
Training
Leer zelf prompts schrijven die altijd werken — niet alleen kopiëren.
Dennis Claassen
AI-trainer · 35+ teams getraind
Wanneer gebruik je deze prompt?
De meeste A/B-tests worden verkeerd geïnterpreteerd: "B scoort 5% hoger, B wint!" — terwijl het ruis kan zijn of de test te kort liep. Deze prompt analyseert de test via de datafunctie: het verschil, de significantie, of er voldoende data was, en de praktische relevantie — met de valkuilen erbij.
Won het echt, of is het toeval? Onderdeel van de set voor data-analisten.
Tips
- 1Tool-niveau: data-analyse. Laat naast de significantie ook checken of er genoeg data was — een verschil zonder power zegt niets.
- 2Pas op met te vroeg stoppen of segmenten achteraf uitkiezen; dat produceert "winsten" die in de praktijk verdampen.
Veelgestelde vragen
Hoe weet ik of mijn A/B-test een echte winnaar heeft?
Door te kijken naar statistische significantie én voldoende data (power), en naar de praktische relevantie van het verschil. Een variant die 5% hoger scoort kan ruis zijn. De prompt rekent dit via de datafunctie en zegt eerlijk wanneer er nog niets te concluderen valt.
Wat zijn de grootste valkuilen bij A/B-testen?
Te vroeg stoppen zodra het er goed uitziet, meerdere metrics afvinken tot er eentje "wint", en achteraf segmenten cherry-picken. Die produceren schijnwinsten. De prompt waarschuwt ervoor en houdt de conclusie eerlijk.
Probeer ook
Prompts die goed combineren met deze
Data-analyse · Beste in ChatGPT
Statistische test kiezen en uitvoeren
Met deze AI-prompt kies je als data-analist de juiste statistische test voor je vraag — en interpreteer je de uitkomst correct, zonder de klassieke valkuilen.
Bekijk promptData-analyse · Beste in ChatGPT
Analyse valideren (sanity check)
Met deze AI-prompt controleer je als data-analist je eigen analyse kritisch — de aannames, de cijfers en de logica — zodat je geen fout resultaat de organisatie in stuurt.
Bekijk promptVan prompts naar resultaat
Wil je je team hier écht goed in maken?
Losse prompts kopiëren is een goed begin. In een hands-on training of begeleidingstraject leren we je team AI dagelijks, veilig en effectief inzetten — op jullie eigen werk, met jullie eigen voorbeelden.
- Hands-on, op jullie locatie
- Met jullie eigen casussen
- 180 dagen tevredenheidsgarantie
- Van eerste prompt tot werkproces
Dennis Claassen
AI-trainer · 35+ teams getraind
“De teams die AI goed inzetten, winnen van de teams die dat niet doen. Wij zorgen dat jullie bij de eerste groep horen.”