Skip to main content

scale-ab-testing

Utiliser quand l'utilisateur veut définir un plan de 5 tests A/B prioritaires avec hypothèses et métriques (parcours scale StartupsForge).

Informações da origem

Repositório
PrendsTaPart/Plugin-Claude-MCP-BraindCode-
Última atividade na origem
11 de julho de 2026 às 15:09
Idioma detectado do SKILL.md
francês
Estrelas
8
Forks
0

Opções de instalação

Por padrão, está selecionado o prompt que primeiro revisa a origem. Você pode mudar para um comando direto ou baixar uma cópia local.

Revise os arquivos de origem

Leia o SKILL.md e os arquivos complementares exibidos pelo SkillsMP antes de decidir se vai instalar.

Exibindo SKILL.md

SKILL.md
Instruções da origem · Visualização somente leitura
name
scale-ab-testing
description
Utiliser quand l'utilisateur veut définir un plan de 5 tests A/B prioritaires avec hypothèses et métriques (parcours scale StartupsForge).
tags
["data"]
niveau
expert
# Ab Testing **Catégorie** : Scale **Durée** : 45 min ## Pourquoi L'A/B testing élimine les opinions et décide sur les données. Les équipes qui testent systématiquement améliorent leurs conversions de 37% en moyenne. ## Objectif Définir un plan de 5 tests A/B prioritaires avec hypothèses et métriques. ## Livrable attendu Plan de tests A/B avec hypothèses, variations, sample size et success metrics ## Étape 0 — Contexte (obligatoire) Charger `./rapido-kb/` — surtout `./rapido-kb/startup/` (vision, persona, offre, hypothèses construits par `dossier-startup-360` et `interview-business-plan`). La KB PRIME : ne jamais redemander une information déjà validée, la reformuler pour confirmation. Les chiffres réels viennent des MCP — jamais de mémoire ; tout chiffre sans source datée porte la mention « hypothèse fondateur, confiance faible ». ## Étapes 1. **Identifier les pages à fort trafic** — Landing page, pricing, checkout = impact maximal 2. **Formuler les hypothèses** — 'Si [changement], alors [résultat] parce que [raison]' > Prompt: Génère 5 hypothèses d'A/B tests pour améliorer la conversion de [PAGE] 3. **Définir les variations** — A = contrôle, B = une seule variable modifiée 4. **Calculer le sample size** — Combien de visiteurs pour signification statistique ? 5. **Définir les success metrics** — KPI primaire + KPIs secondaires à surveiller ## Pro tips - Teste UNE variable à la fois pour des résultats clairs - Attends la signification statistique avant de conclure (95%+) - Les gros changements > micro-optimisations ## Erreurs fréquentes - Arrêter le test trop tôt (pas assez de data) - Tester plusieurs variables simultanément - Ignorer les segments (mobile vs desktop) ## Données & serveurs MCP - **RapidoCRM** (`rapidocrm`) — données réelles, lecture d'abord - **Facebook ads** (`facebook-ads`, via le plugin `rapido-meta-ads`) — ⚠️ argent réel : tout se crée en PAUSED, activation après accord explicite ## Livrable — toujours dans la KB du client Écrire le livrable daté dans `./rapido-kb/startup/forge/scale/scale-ab-testing.md` (le dossier du client, dans SON répertoire de travail — jamais dans le plugin). Si des chiffres clés en sortent, proposer de mettre à jour `./rapido-kb/startup/business-plan/hypotheses.md` (source + date). ## Voir aussi (skills plus riches du marketplace) - `rapido-meta-ads:tests-ab-meta` — A/B tests publicitaires réels
Ver no GitHub