تخطي إلى المحتوى الرئيسي
    تخطّى إلى المحتوى

    مهارة A/B Testing: صمّم اختبارًا صحيحًا قبل أن تشغّله

    مهارة Corey Haines لتصميم اختبارات A/B كما هي، مع ملحق عربي: فرضية ومقياس أساسي وحجم عينة تتحقق منه، وتصحيح ما في النص من أخطاء إحصائية.

    الإجابة المختصرة

    مهارة A/B Testing تجعل المساعد يتصرف كمخطط اختبارات قبل أن يكون مُولّد أفكار. يسألك أولًا عن نسبة التحويل الحالية وحجم الزيارات والتغيير الذي تفكر فيه. ثم يكتب فرضية بصيغة «لأن [دليل]، نعتقد أن [تغيير] سيؤدي إلى [نتيجة]»، ويحدد مقياسًا أساسيًا واحدًا (Primary metric) ومقاييس حامية (Guardrail metrics)، ويقدّر حجم العينة، ويحذّر من إيقاف الاختبار عند أول فرق يبدو مهمًا، ويوثّق النتيجة في سجل. وفيها قسم لإدارة برنامج تجارب مستمر: من أين تأتي الفرضيات، وترتيبها بطريقة ICE، وإيقاع مراجعة أسبوعي وشهري.

    استخدمها عندما تقارن نسختين (صفحة، رسالة، طريقة عرض سعر) وتريد أن تعرف قبل البدء: هل زياراتك تكفي، وما الذي ستفعله بكل نتيجة. المهارة تنظم التفكير ولا ترى بياناتك؛ أي رقم تذكره دون أن تعطيه أرقامك افتراض، وحجم العينة تتحقق منه بحاسبة.

    لمن تصلح

    تفيدك إذا

    • عندك تغيير محدد على صفحة منتج أو صفحة اشتراك أو رسالة، وتريد تصميم اختبار له قبل التنفيذ.
    • تريد أن تعرف هل حجم زياراتك في مصر أو الخليج يكفي لاختبار A/B أصلًا، قبل أن تدفع لأداة اختبار.
    • تدير فريق نمو وتريد تحويل قائمة الأفكار إلى قائمة تجارب مرتبة (Backlog) مع إيقاع مراجعة ثابت وسجل لما تعلمته.

    لا تناسبك إذا

    • تريد الطريقة نفسها بالعربية كقالب تملؤه دون مساعد: استخدم قالب تجربة النمو.
    • النتائج انخفضت فجأة ولا تعرف أين المشكلة: شخّص أولًا بـ قالب تشخيص إعلانات Meta وحاسبة مقارنة الفانل، ثم اختبر.
    • قراءة نتيجة اختبار انتهى بدلًا من أداة الإحصاء: المهارة تشرح خطوات التحليل، لكن الحساب نفسه تقوم به أداة الاختبار أو حاسبة موثوقة.

    ما تحتاجه قبل البدء

    • مساعد يدعم المهارات (Claude)، أو مكان تلصق فيه التعليمات مثل مشروع في ChatGPT أو Gem في Gemini. طريقة الإعداد في دليل إعداد مهارات الذكاء الاصطناعي.
    • نسبة التحويل الحالية للخطوة التي ستختبرها، بالبسط والمقام. مثال: نسبة الطلب = عدد الطلبات ÷ عدد زوار صفحة المنتج في الفترة نفسها.
    • عدد الزيارات الأسبوعية على هذه الصفحة أو الخطوة، والتغيير المقترح وسببه، وأصغر تحسن يستحق أن تعمل عليه.
    • طريقة لتقسيم الزوار عشوائيًا بين نسختين: أداة اختبار (المهارة تذكر أمثلة مثل PostHog وVWO وOptimizely) أو ميزة تقسيم في منصتك.
    • قائمة الاختبارات السابقة ونتائجها إن وجدت، حتى لا يقترح عليك ما جرّبته.

    خطوات التطبيق

    1. ثبّت المهارة وأضف الملحق العربي

      انسخ ملف SKILL.md أسفل الصفحة أو نزّله، واتبع دليل إعداد مهارات الذكاء الاصطناعي للمساعد الذي تستخدمه. ثم أضف الملحق العربي (القالب الثاني) في نهاية الملف أو في تعليمات المشروع.

      المهارة تشير إلى ملفين في مجلد references: دليل حجم العينة (sample-size-guide.md) وقوالب توثيق الاختبار (test-templates.md). المجلد الكامل مرتبط في أعلى الصفحة. في Claude ارفع المجلد كله؛ في ChatGPT وGemini الصق الملف الرئيسي، وأرفق الملفين كملفات مرجعية إن أردت الجداول التفصيلية.

    2. اطلبها بطلب محدد ومعك الأرقام

      لا تكتب «اعمل لي اختبار». اكتب ما تريد تغييره، ولماذا، وأين، ومعه الأرقام. مثال:

      «عايز أختبر إن كتابة "الشحن 50 جنيه والدفع عند الاستلام" تحت زرار الطلب هتزود الطلبات. صفحة المنتج بتجيب 5,500 زيارة في الأسبوع، ونسبة الطلب 2.5%. العملاء بيسألوا على واتساب عن الشحن قبل ما يطلبوا.»

      المهارة مكتوبة لتسأل عن الناقص قبل أن تصمم. عدد الأسئلة التي تطرحها قبل أن تجيب مؤشر جيد على أنها تعمل كما يجب.

    3. راجع الفرضية والمقاييس قبل أي شيء آخر

      افحص ثلاثة أشياء في الرد:

      • الفرضية فيها «لأن» حقيقية: دليل من بياناتك (أسئلة العملاء، تسجيلات الجلسات، تجربة سابقة)، لا «لأنها أفضل ممارسة».
      • مقياس أساسي واحد قريب من التغيير نفسه. تغيير سطر تحت الزر يُقاس بنسبة الطلب، لا بإيراد الشهر.
      • مقاييس حامية تناسب سوقك. في متجر الدفع عند الاستلام، الطلب ليس بيعًا: نسبة التأكيد ونسبة التسليم مقاييس حامية طبيعية، لأن تغييرًا يرفع الطلبات ويرفع الرفض عند الباب قد يخفض الربح. التفاصيل في دليل أرباح الدفع عند الاستلام.
    4. تحقق من حجم العينة والمدة بنفسك

      المهارة تعطي جدولًا سريعًا لحجم العينة، لكنه لا يذكر افتراضاته، وبعض خاناته أقل من الناتج بالمعادلة المعتادة. أدخل أرقامك في حاسبة مثل حاسبة Evan Miller (الرابط في المصادر)، واكتب الافتراضات: مستوى الدلالة (عادةً 5%) وقوة الاختبار (Power، عادةً 80%).

      ثم احسب المدة: المدة بالأسابيع = (حجم العينة لكل نسخة × عدد النسخ) ÷ الزيارات الأسبوعية. قرّبها لأعلى لأسابيع كاملة حتى تغطي أيام الأسبوع كلها.

      مثال بالمعادلة القياسية (اختبار ثنائي الاتجاه، دلالة 5%، قوة 80%): نسبة أساس 3% وتحسن نسبي 20% (من 3% إلى 3.6%) يحتاجان نحو 13,900 زائر لكل نسخة، بينما جدول المهارة يقول 12 ألفًا. الفرق ليس كبيرًا، لكنه يكفي لتقصير الاختبار عن موعده الصحيح.

    5. أثناء التشغيل وبعده: لا تنظر وتوقف

      إذا راقبت النتيجة يوميًا وأوقفت الاختبار عند أول «دلالة»، ترتفع نسبة الفوز الكاذب كثيرًا. Evan Miller يعرض مثالًا ترتفع فيه النسبة من 5% المفترضة إلى 26.1%. حدد حجم العينة مسبقًا، وراقب فقط الأعطال التقنية والمقاييس الحامية.

      عند القراءة، انتبه لجملة في المهارة تقول إن دلالة 95% تعني «أقل من 5% احتمال أن النتيجة عشوائية». هذا تفسير شائع وغير دقيق: الجمعية الأمريكية للإحصاء تقول إن القيمة الاحتمالية (p-value) لا تقيس احتمال أن تكون الفرضية صحيحة، ولا احتمال أن البيانات نتجت عن الصدفة وحدها. اقرأ فترة الثقة (Confidence interval) وحجم الأثر، لا عتبة الـ 5% وحدها.

    6. اربطها بسجلك وببقية المكتبة

    مثال

    مثال افتراضي للتعليم — ليس عميلًا حقيقيًا، والأرقام مفترضة لشرح الطريقة

    متجر عناية بالبشرة في القاهرة: هل الزيارات تكفي لاختبار سطر الشحن؟

    متجر افتراضي يبيع بالدفع عند الاستلام. صفحة المنتج الأكثر مبيعًا تستقبل 24,000 زيارة في الشهر، أي نحو 5,540 في الأسبوع (24,000 × 12 ÷ 52). نسبة الطلب 2.5%، أي 600 طلب في الشهر.

    الطلب المكتوب للمساعد:

    «عندي فكرة: أكتب "الشحن 50 جنيه لأي مكان في مصر، والدفع عند الاستلام" تحت زرار "اطلب دلوقتي". نص أسئلة الواتساب قبل الطلب عن الشحن. الصفحة بتجيب 24 ألف زيارة في الشهر ونسبة الطلب 2.5%. صمّم لي الاختبار.»

    ما يجب أن يحتويه الرد الجيد (هذه قائمة للمراجعة، لا ردًا فعليًا من نموذج):

    • أسئلة عن الناقص قبل التصميم: نسبة التأكيد والتسليم الحالية، ونسبة الزيارات من الموبايل، وهل تغيّر شيء آخر في الصفحة قريبًا.
    • فرضية فيها الدليل: «لأن نصف أسئلة واتساب عن الشحن…».
    • مقياس أساسي: الطلبات ÷ زوار صفحة المنتج. ومقاييس حامية: نسبة التأكيد، ونسبة التسليم بعد انتهاء دورة التوصيل.
    • حساب حجم العينة بافتراضات مكتوبة. بالمعادلة القياسية (دلالة 5%، قوة 80%): لرصد تحسن نسبي 20% (من 2.5% إلى 3%) تحتاج نحو 16,800 زائر لكل نسخة، أي 33,600 إجمالًا، وهذا نحو 6.1 أسبوع، فتقرّب إلى 7 أسابيع كاملة.
    • بديل صريح إن كانت 7 أسابيع طويلة: قبول أثر أدنى أكبر. لرصد تحسن 30% (إلى 3.25%) تكفي نحو 7,800 لكل نسخة، أي قرابة 3 أسابيع، مع التنبيه أن التحسنات الأصغر لن تُرصد.
    • قاعدة قرار مكتوبة لكل نتيجة: فوز، خسارة، لا حسم.
    • تنبيه أن الحكم النهائي ينتظر أرقام التسليم، لأن الطلب في الدفع عند الاستلام وعد لا بيع.

    لو جاء الرد بنسبة «تحسن متوقع» دون أن يسألك عن شيء، أو بحجم عينة بلا افتراضات، فاطلب منه إعادة الحساب وأظهر له الأرقام.

    القالب والأداة

    SKILL.md: مهارة A/B Testing (النص الأصلي بالإنجليزية مع الترخيص)

    النص منشور كما كتبه صاحبه دون تعديل، وفي آخره ترخيص MIT داخل تعليق لا يقرؤه النموذج كتعليمات. تركناه بالإنجليزية عن قصد: النماذج تتبع التعليمات الأصلية بدقة أعلى، والملحق العربي (القالب التالي) هو ما يضبط اللغة والسوق.

    ---
    name: ab-testing
    description: When the user wants to plan, design, or implement an A/B test or experiment, or build a growth experimentation program. Also use when the user mentions "A/B test," "split test," "experiment," "test this change," "variant copy," "multivariate test," "hypothesis," "should I test this," "which version is better," "test two versions," "statistical significance," "how long should I run this test," "growth experiments," "experiment velocity," "experiment backlog," "ICE score," "experimentation program," or "experiment playbook." Use this whenever someone is comparing two approaches and wants to measure which performs better, or when they want to build a systematic experimentation practice. For tracking implementation, see analytics. For page-level conversion optimization, see cro.
    metadata:
      version: 2.0.0
    ---
    
    <!--
    COMMUNITY SKILL — included under its original MIT license.
    Source: https://github.com/coreyhaines31/marketingskills by Corey Haines (MIT).
    License text: ../LICENSE-marketingskills.txt
    Curated into Growth Marketing OS by Mahmoud Omar (mahmoudomar.com) — this file
    is NOT original work by the repo author; see /skills/community/README.md.
    -->
    
    
    # A/B Test Setup
    
    You are an expert in experimentation and A/B testing. Your goal is to help design tests that produce statistically valid, actionable results.
    
    ## Initial Assessment
    
    **Check for product marketing context first:**
    If `.agents/product-marketing.md` exists (or `.claude/product-marketing.md`, or the legacy `product-marketing-context.md` filename, in older setups), read it before asking questions. Use that context and only ask for information not already covered or specific to this task.
    
    Before designing a test, understand:
    
    1. **Test Context** - What are you trying to improve? What change are you considering?
    2. **Current State** - Baseline conversion rate? Current traffic volume?
    3. **Constraints** - Technical complexity? Timeline? Tools available?
    
    ---
    
    ## Core Principles
    
    ### 1. Start with a Hypothesis
    - Not just "let's see what happens"
    - Specific prediction of outcome
    - Based on reasoning or data
    
    ### 2. Test One Thing
    - Single variable per test
    - Otherwise you don't know what worked
    
    ### 3. Statistical Rigor
    - Pre-determine sample size
    - Don't peek and stop early
    - Commit to the methodology
    
    ### 4. Measure What Matters
    - Primary metric tied to business value
    - Secondary metrics for context
    - Guardrail metrics to prevent harm
    
    ---
    
    ## Hypothesis Framework
    
    ### Structure
    
    ```
    Because [observation/data],
    we believe [change]
    will cause [expected outcome]
    for [audience].
    We'll know this is true when [metrics].
    ```
    
    ### Example
    
    **Weak**: "Changing the button color might increase clicks."
    
    **Strong**: "Because users report difficulty finding the CTA (per heatmaps and feedback), we believe making the button larger and using contrasting color will increase CTA clicks by 15%+ for new visitors. We'll measure click-through rate from page view to signup start."
    
    ---
    
    ## Test Types
    
    | Type | Description | Traffic Needed |
    |------|-------------|----------------|
    | A/B | Two versions, single change | Moderate |
    | A/B/n | Multiple variants | Higher |
    | MVT | Multiple changes in combinations | Very high |
    | Split URL | Different URLs for variants | Moderate |
    
    ---
    
    ## Sample Size
    
    ### Quick Reference
    
    | Baseline | 10% Lift | 20% Lift | 50% Lift |
    |----------|----------|----------|----------|
    | 1% | 150k/variant | 39k/variant | 6k/variant |
    | 3% | 47k/variant | 12k/variant | 2k/variant |
    | 5% | 27k/variant | 7k/variant | 1.2k/variant |
    | 10% | 12k/variant | 3k/variant | 550/variant |
    
    **Calculators:**
    - [Evan Miller's](https://www.evanmiller.org/ab-testing/sample-size.html)
    - [Optimizely's](https://www.optimizely.com/sample-size-calculator/)
    
    **For detailed sample size tables and duration calculations**: See [references/sample-size-guide.md](references/sample-size-guide.md)
    
    ---
    
    ## Metrics Selection
    
    ### Primary Metric
    - Single metric that matters most
    - Directly tied to hypothesis
    - What you'll use to call the test
    
    ### Secondary Metrics
    - Support primary metric interpretation
    - Explain why/how the change worked
    
    ### Guardrail Metrics
    - Things that shouldn't get worse
    - Stop test if significantly negative
    
    ### Example: Pricing Page Test
    - **Primary**: Plan selection rate
    - **Secondary**: Time on page, plan distribution
    - **Guardrail**: Support tickets, refund rate
    
    ---
    
    ## Designing Variants
    
    ### What to Vary
    
    | Category | Examples |
    |----------|----------|
    | Headlines/Copy | Message angle, value prop, specificity, tone |
    | Visual Design | Layout, color, images, hierarchy |
    | CTA | Button copy, size, placement, number |
    | Content | Information included, order, amount, social proof |
    
    ### Best Practices
    - Single, meaningful change
    - Bold enough to make a difference
    - True to the hypothesis
    
    ---
    
    ## Traffic Allocation
    
    | Approach | Split | When to Use |
    |----------|-------|-------------|
    | Standard | 50/50 | Default for A/B |
    | Conservative | 90/10, 80/20 | Limit risk of bad variant |
    | Ramping | Start small, increase | Technical risk mitigation |
    
    **Considerations:**
    - Consistency: Users see same variant on return
    - Balanced exposure across time of day/week
    
    ---
    
    ## Implementation
    
    ### Client-Side
    - JavaScript modifies page after load
    - Quick to implement, can cause flicker
    - Tools: PostHog, Optimizely, VWO
    
    ### Server-Side
    - Variant determined before render
    - No flicker, requires dev work
    - Tools: PostHog, LaunchDarkly, Split
    
    ---
    
    ## Running the Test
    
    ### Pre-Launch Checklist
    - [ ] Hypothesis documented
    - [ ] Primary metric defined
    - [ ] Sample size calculated
    - [ ] Variants implemented correctly
    - [ ] Tracking verified
    - [ ] QA completed on all variants
    
    ### During the Test
    
    **DO:**
    - Monitor for technical issues
    - Check segment quality
    - Document external factors
    
    **Avoid:**
    - Peek at results and stop early
    - Make changes to variants
    - Add traffic from new sources
    
    ### The Peeking Problem
    Looking at results before reaching sample size and stopping early leads to false positives and wrong decisions. Pre-commit to sample size and trust the process.
    
    ---
    
    ## Analyzing Results
    
    ### Statistical Significance
    - 95% confidence = p-value < 0.05
    - Means <5% chance result is random
    - Not a guarantee—just a threshold
    
    ### Analysis Checklist
    
    1. **Reach sample size?** If not, result is preliminary
    2. **Statistically significant?** Check confidence intervals
    3. **Effect size meaningful?** Compare to MDE, project impact
    4. **Secondary metrics consistent?** Support the primary?
    5. **Guardrail concerns?** Anything get worse?
    6. **Segment differences?** Mobile vs. desktop? New vs. returning?
    
    ### Interpreting Results
    
    | Result | Conclusion |
    |--------|------------|
    | Significant winner | Implement variant |
    | Significant loser | Keep control, learn why |
    | No significant difference | Need more traffic or bolder test |
    | Mixed signals | Dig deeper, maybe segment |
    
    ---
    
    ## Documentation
    
    Document every test with:
    - Hypothesis
    - Variants (with screenshots)
    - Results (sample, metrics, significance)
    - Decision and learnings
    
    **For templates**: See [references/test-templates.md](references/test-templates.md)
    
    ---
    
    ## Growth Experimentation Program
    
    Individual tests are valuable. A continuous experimentation program is a compounding asset. This section covers how to run experiments as an ongoing growth engine, not just one-off tests.
    
    ### The Experiment Loop
    
    ```
    1. Generate hypotheses (from data, research, competitors, customer feedback)
    2. Prioritize with ICE scoring
    3. Design and run the test
    4. Analyze results with statistical rigor
    5. Promote winners to a playbook
    6. Generate new hypotheses from learnings
    → Repeat
    ```
    
    ### Hypothesis Generation
    
    Feed your experiment backlog from multiple sources:
    
    | Source | What to Look For |
    |--------|-----------------|
    | Analytics | Drop-off points, low-converting pages, underperforming segments |
    | Customer research | Pain points, confusion, unmet expectations |
    | Competitor analysis | Features, messaging, or UX patterns they use that you don't |
    | Support tickets | Recurring questions or complaints about conversion flows |
    | Heatmaps/recordings | Where users hesitate, rage-click, or abandon |
    | Past experiments | "Significant loser" tests often reveal new angles to try |
    
    ### ICE Prioritization
    
    Score each hypothesis 1-10 on three dimensions:
    
    | Dimension | Question |
    |-----------|----------|
    | **Impact** | If this works, how much will it move the primary metric? |
    | **Confidence** | How sure are we this will work? (Based on data, not gut.) |
    | **Ease** | How fast and cheap can we ship and measure this? |
    
    **ICE Score** = (Impact + Confidence + Ease) / 3
    
    Run highest-scoring experiments first. Re-score monthly as context changes.
    
    ### Experiment Velocity
    
    Track your experimentation rate as a leading indicator of growth:
    
    | Metric | Target |
    |--------|--------|
    | Experiments launched per month | 4-8 for most teams |
    | Win rate | 20-30% is common for mature programs (sustained higher rates may indicate conservative hypotheses) |
    | Average test duration | 2-4 weeks |
    | Backlog depth | 20+ hypotheses queued |
    | Cumulative lift | Compound gains from all winners |
    
    ### The Experiment Playbook
    
    When a test wins, don't just implement it — document the pattern:
    
    ```
    ## [Experiment Name]
    **Date**: [date]
    **Hypothesis**: [the hypothesis]
    **Sample size**: [n per variant]
    **Result**: [winner/loser/inconclusive] — [primary metric] changed by [X%] (95% CI: [range], p=[value])
    **Guardrails**: [any guardrail metrics and their outcomes]
    **Segment deltas**: [notable differences by device, segment, or cohort]
    **Why it worked/failed**: [analysis]
    **Pattern**: [the reusable insight — e.g., "social proof near pricing CTAs increases plan selection"]
    **Apply to**: [other pages/flows where this pattern might work]
    **Status**: [implemented / parked / needs follow-up test]
    ```
    
    Over time, your playbook becomes a library of proven growth patterns specific to your product and audience.
    
    ### Experiment Cadence
    
    **Weekly (30 min)**: Review running experiments for technical issues and guardrail metrics. Don't call winners early — but do stop tests where guardrails are significantly negative.
    
    **Bi-weekly**: Conclude completed experiments. Analyze results, update playbook, launch next experiment from backlog.
    
    **Monthly (1 hour)**: Review experiment velocity, win rate, cumulative lift. Replenish hypothesis backlog. Re-prioritize with ICE.
    
    **Quarterly**: Audit the playbook. Which patterns have been applied broadly? Which winning patterns haven't been scaled yet? What areas of the funnel are under-tested?
    
    ---
    
    ## Common Mistakes
    
    ### Test Design
    - Testing too small a change (undetectable)
    - Testing too many things (can't isolate)
    - No clear hypothesis
    
    ### Execution
    - Stopping early
    - Changing things mid-test
    - Not checking implementation
    
    ### Analysis
    - Ignoring confidence intervals
    - Cherry-picking segments
    - Over-interpreting inconclusive results
    
    ---
    
    ## Task-Specific Questions
    
    1. What's your current conversion rate?
    2. How much traffic does this page get?
    3. What change are you considering and why?
    4. What's the smallest improvement worth detecting?
    5. What tools do you have for testing?
    6. Have you tested this area before?
    
    ---
    
    ## Related Skills
    
    - **cro**: For generating test ideas based on CRO principles
    - **analytics**: For setting up test measurement
    - **copywriting**: For creating variant copy
    
    <!--
    MIT License
    
    Copyright (c) 2025 Corey Haines
    
    Permission is hereby granted, free of charge, to any person obtaining a copy
    of this software and associated documentation files (the "Software"), to deal
    in the Software without restriction, including without limitation the rights
    to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
    copies of the Software, and to permit persons to whom the Software is
    furnished to do so, subject to the following conditions:
    
    The above copyright notice and this permission notice shall be included in all
    copies or substantial portions of the Software.
    
    THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
    IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
    FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
    AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
    LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
    OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
    SOFTWARE.
    -->
    

    الملحق العربي: أضفه بعد المهارة أو في تعليمات المشروع

    نصنا نحن، ليس جزءًا من المهارة الأصلية. اختر اللهجة في السطر الأول واحذف ما لا يناسبك.

    ## Arabic market add-on (Growth Hack Academy)
    
    - أجب بالعربية: [المصرية / الخليجية / الفصحى المبسطة]. المصطلح الإنجليزي بين قوسين عند أول ذكر فقط.
    - العملة: [جنيه مصري / ريال سعودي / درهم إماراتي]. لا تستخدم الدولار إلا إذا طلبت.
    - السوق: اعتبر أن جزءًا من المبيعات قد يكون بالدفع عند الاستلام. في هذه الحالة الطلب ليس بيعًا: اقترح نسبة التأكيد ونسبة التسليم كمقاييس حامية، ونبّه أن الحكم النهائي ينتظر انتهاء دورة التوصيل.
    - القنوات: واتساب ومنصات Meta وTikTok، وSnapchat في السعودية. أي رسالة واتساب في الاختبار تحتاج موافقة مسبقة من العميل، وخارج نافذة الـ 24 ساعة تحتاج قالبًا معتمدًا.
    - قبل أن تصمم أي اختبار، اسألني عن الأرقام الناقصة: نسبة التحويل الحالية بالبسط والمقام، والزيارات الأسبوعية، وأصغر تحسن يستحق. لا تفترض أرقامًا مكانها.
    - عند حساب حجم العينة: اكتب الافتراضات (مستوى الدلالة، قوة الاختبار، اتجاه الاختبار)، وقل لي أن أتحقق بحاسبة. لا تقدم جدولًا تقريبيًا كأنه نتيجة.
    - لا تخترع إحصاءات أو دراسات حالة أو شهادات عملاء أو مصادر. إن لم تعرف رقمًا مرجعيًا موثوقًا فقل ذلك.
    - افصل في كل رد بين: ما تقوله بياناتي (دليل)، وما تستنتجه أنت (احتمال)، وما تحتاج أن تعرفه (أسئلة).
    - لا تشرح القيمة الاحتمالية (p-value) على أنها «احتمال أن النتيجة صدفة». استخدم فترة الثقة وحجم الأثر.

    أمثلة طلبات جاهزة

    انسخ الطلب الأقرب لحالتك واستبدل الأرقام بأرقامك.

    1. صمّم لي اختبار A/B لصفحة المنتج: التغيير [ ]، والسبب [ ]، والزيارات الأسبوعية [ ]، ونسبة الطلب الحالية [ ]. قل لي هل الزيارات تكفي، وكم أسبوعًا يحتاج.
    
    2. عندي 15 فكرة تجربة (القائمة تحت). رتبها بطريقة ICE، واكتب سبب كل درجة، واستبعد أي فكرة لا تمس [عنق الزجاجة: مثلًا نسبة إتمام الطلب].
    
    3. اختبار انتهى: النسخة A [الزوار، الطلبات]، والنسخة B [الزوار، الطلبات]، والمدة [ ]. ساعدني أقرأ النتيجة بخطوات التحليل في المهارة، وقل لي ما الذي لا تستطيع النتيجة إثباته.
    
    4. متجري بالدفع عند الاستلام. اقترح مقاييس حامية لاختبار خصم على الطلب الثاني، ومتى أحكم بعد دورة التسليم.
    
    5. جهّز لي إيقاع مراجعة شهري لبرنامج التجارب في فريق من 3 أشخاص، بزيارات [ ] في الشهر. كم تجربة واقعية في الشهر بهذا الحجم؟

    كيف تعرف أنها نجحت

    المهارة تساعدك إذا تحقق ما يلي بعد شهرين أو ثلاثة:

    • كل اختبار له قرار مكتوب قبل البدء، وعدد الاختبارات التي انتهت بجملة «مش واضح» قلّ.
    • حجم العينة الذي يقترحه المساعد يطابق الحاسبة بعد إدخال الافتراضات نفسها. إن اختلف كثيرًا، فالخطأ في الافتراضات أو في الرد؛ لا تعتمده.
    • المساعد سأل قبل أن يصمم: عدّ الأسئلة في أول رد. رد بلا أسئلة على طلب ناقص علامة على أن الملحق لم يُحمّل.
    • كل رقم في الرد تعرف مصدره: من بياناتك، أو من حاسبة، أو مصنّف كافتراض.

    قارن أيضًا أول ثلاثة تصميمات بما كنت ستفعله يدويًا بـ قالب تجربة النمو. إن لم يضف المساعد شيئًا، استخدم القالب وحده.

    أخطاء شائعة وحدود الاستنتاج

    • الرفع إلى claude.ai كما هو: وصف المهارة (description) طوله 785 حرفًا، ومركز مساعدة Claude يحدد 200 حرف للرفع على claude.ai (واجهة Skills API تقبل حتى 1024). النص منشور هنا دون تعديل احترامًا لمؤلفه؛ في نسختك الخاصة اختصر الوصف وانقل الحقول الزائدة تحت metadata أو احذفها، واترك الترخيص في آخر الملف. التفاصيل في دليل استخدام المهارات.
    • تفسير الدلالة في المهارة غير دقيق: النص يقول إن 95% ثقة تعني «أقل من 5% احتمال أن النتيجة عشوائية». بيان الجمعية الأمريكية للإحصاء (2016) يقول إن القيمة الاحتمالية لا تقيس هذا. الملحق العربي يطلب من النموذج ألا يكرره.
    • جدول حجم العينة السريع في المهارة لا يذكر افتراضاته، وبعض خاناته أقل من المعادلة القياسية (دلالة 5%، قوة 80%). مثال: نسبة أساس 10% وتحسن 20%: الجدول 3 آلاف لكل نسخة، والمعادلة نحو 3,840. استخدم حاسبة دائمًا.
    • النص يذكر أرقامًا عن برامج التجارب دون مصدر: 4 إلى 8 تجارب شهريًا، ونسبة فوز 20% إلى 30%، ومدة 2 إلى 4 أسابيع. هذه خبرة فرق بعينها لا معايير. متجر عربي بزيارات متوسطة قد لا يحتمل أكثر من اختبار واحد في الشهر على الصفحة نفسها.
    • ترتيب ICE تقدير شخصي في جدول، لا قياس. اكتب سببًا بجانب كل درجة، واعتبر الترتيب نقطة بداية للنقاش.
    • في الدفع عند الاستلام، الحكم بالطلبات وحدها قد يضللك: الطلب وعد. انتظر أرقام التأكيد والتسليم قبل تعميم النسخة الفائزة.
    • المهارة تبحث عن ملف سياق اسمه product-marketing.md في مجلد .agents أو .claude. هذا يعمل في مساعدات البرمجة مثل Claude Code فقط؛ في ChatGPT أو Gemini الصق سياق منتجك في الطلب نفسه. وتشير في آخرها إلى مهارات أخرى (cro وanalytics وcopywriting) موجودة في المستودع الأصلي.
    • المساعد لا يرى أداة الاختبار ولا بياناتك. أي «سبب» يقترحه لنتيجة اختبار احتمال يحتاج تحققًا، لا نتيجة.

    المصادر

    1. coreyhaines31/marketingskills — Corey Haines (MIT) — المستودع الأصلي للمهارة وترخيصها (MIT، حقوق النشر 2025 لـ Corey Haines). راجعنا skills/ab-testing/SKILL.md فيه في 27 سبتمبر 2026: مطابق للنسخة المنشورة هنا (الإصدار 2.0.0)، والفرق الوحيد تعليق التوثيق الذي أضافه Growth Marketing OS في أعلى الملف.
    2. A/B Test Setup — النسخة المنسّقة في Growth Marketing OS — النسخة التي نُشر منها النص هنا دون تعديل، مع مجلد references (دليل حجم العينة وقوالب التوثيق). الشرح العربي والملحق وأمثلة الطلبات من إعداد المكتبة.
    3. Evan Miller — How Not To Run an A/B Test — يشرح أن تكرار فحص الدلالة وإيقاف الاختبار عند بلوغها يرفع الإيجابيات الكاذبة؛ في مثاله ترتفع النسبة من 5% المفترضة إلى 26.1%.
    4. Evan Miller — Sample Size Calculator — حاسبة حجم عينة تأخذ نسبة الأساس، وأصغر أثر (مطلق أو نسبي)، وقوة الاختبار، ومستوى الدلالة. المهارة نفسها تحيل إليها.
    5. American Statistical Association — Statement on Statistical Significance and P-Values (2016) — المبدأ الثاني: القيمة الاحتمالية لا تقيس احتمال صحة الفرضية ولا احتمال أن البيانات نتجت عن الصدفة وحدها. والمبدأ الخامس: الدلالة لا تقيس حجم الأثر.

    عن هذه المادة

    المؤلف
    Corey Haines (النسخة الإنجليزية الأصلية)
    الإعداد العربي
    Claude (مساعد ذكاء اصطناعي) بتكليف من محمود عمر؛ للشرح والإضافة العربية فقط، لا لنص المهارة
    المراجعة
    Claude: مراجعة الشرح والنسب والترخيص
    آخر مراجعة فعلية
    الأصل
    coreyhaines31/marketingskills، ومنه إلى Growth Marketing OS باختيار محمود عمر. نص المهارة منشور هنا كما هو دون تعديل؛ الشرح العربي والإضافة العربية من الأكاديمية.
    الترخيص
    MIT — Copyright (c) 2025 Corey Haines. نص الترخيص، ومرفق أيضًا في آخر نص المهارة الذي تنسخه أو تنزّله.

    لاحظت خطأ أو رقمًا تغيّر؟ أرسل لنا التصحيح.