Ce que le Programme Startup de Statsig vous offre
Le programme startup de Statsig offre jusqu'à 5 000 $ de crédits pour Statsig, qui regroupe les feature flags, l'expérimentation, l'analyse produit et la session replay sur un seul flux d'événements, de sorte que le flag qui a exposé un utilisateur et la métrique qui a jugé le changement sont enregistrés dans le même dossier.
AI Perks le classe dans la catégorie Analytics aux côtés de 7,7 millions de dollars de crédits répartis dans 194 entreprises.
5 000 $ ne représentent pas une marge de manœuvre. Cela vous donne une période pendant laquelle la mesure d'une mise en production ne coûte rien, période durant laquelle une équipe découvre si elle mènera véritablement des expériences ou se contentera de livrer et d'espérer.
Une information contextuelle sur le fournisseur avant de construire dessus : Statsig a été acquis par OpenAI en 2025 et a continué à être vendu indépendamment. Confirmez que cela est toujours vrai avant de le rendre essentiel. Les détails actuels sont listés sur getaiperks.com.
À quoi sert réellement une plateforme d'expérimentation
Une plateforme d'expérimentation répond à la seule question qu'un tableau de bord ne peut pas : votre changement a-t-il fait bouger le chiffre, ou le chiffre allait-il bouger de toute façon ?
L'alternative n'est pas rien. C'est livrer la fonctionnalité, regarder le graphique pendant une semaine et déclarer victoire. Cela échoue pour des raisons peu glorieuses : la saisonnalité, une mention dans la presse, la fin du mois et les trois autres choses que vous avez livrées cette semaine-là.
La chose spécifique que Statsig vend, c'est que le flag et la métrique sont un seul système. Dans une pile assemblée à partir de fournisseurs distincts, l'exposition se trouve dans l'outil de flag et la conversion dans l'outil d'analyse, et leur jointure est un travail d'ingénierie de données qui, silencieusement, n'est jamais fait.
Ce que cela n'est pas :
- Pas un remplacement de l'analyse produit. Cela inclut l'analyse, mais un entonnoir vous dit où les gens abandonnent. Une expérience vous dit si votre correction a fonctionné.
- Pas utile pour des décisions que vous ne pouvez pas randomiser. Un changement de prix sur 40 comptes d'entreprise est une décision basée sur un jugement avec une taille d'échantillon de 40.
- Pas un substitut à une métrique définie. Cet argument a lieu avant le test, ou il a lieu après et empoisonne le résultat.
Le test honnête est le trafic, et l'arithmétique est insensible.
Combien de trafic vous faut-il avant qu'une expérience ait un sens
La plupart des équipes en phase de démarrage ne peuvent pas détecter la taille de l'amélioration qu'elles livrent réellement. Détecter une amélioration relative de 5 % sur un taux de conversion de base de 10 % nécessite environ 115 000 utilisateurs dans le test, et les petites améliorations sont celles qui nécessitent le plus de trafic.
Le tableau ci-dessous suppose un taux de conversion de base de 10 %, une puissance statistique de 80 % et une confiance de 95 % pour un test bilatéral. Les nombres changent avec votre base, mais la forme ne change pas.
| Amplification relative que vous souhaitez détecter | Changement sur une base de 10 % | Utilisateurs par bras | Total d'utilisateurs par test |
|---|---|---|---|
| 50 % | 10 % à 15 % | ~580 | ~1 200 |
| 20 % | 10 % à 12 % | ~3 600 | ~7 200 |
| 10 % | 10 % à 11 % | ~14 400 | ~28 800 |
| 5 % | 10 % à 10,5 % | ~57 600 | ~115 000 |
| 2 % | 10 % à 10,2 % | ~360 000 | ~720 000 |
Lisez cela comme une règle de séquençage, pas comme un découragement. Avec quelques milliers d'utilisateurs par mois, seules les modifications importantes sont mesurables, testez donc les refontes de conception et les flux d'intégration, pas les couleurs des boutons. Les méthodes de réduction de variance telles que CUPED, que Statsig prend en charge, réduisent ces nombres sans modifier l'ordre de grandeur.
C'est pourquoi le crédit vaut la peine d'être conservé avant de vous en avoir besoin. La plateforme est peu coûteuse à instrumenter tôt, et le trafic arrive plus tard.
Comment évolue la tarification de Statsig à grande échelle
Historiquement, Statsig a facturé sur la base des événements d'analyse plutôt que des sièges développeurs, avec une gestion beaucoup plus généreuse des évaluations de feature flags et d'expériences que de l'ingestion d'analyses. Votre facture suit donc la quantité que vous enregistrez, et non le nombre d'ingénieurs que vous embauchez.
C'est une courbe de facturation significativement différente de celle des outils facturés par siège, et cela fonctionne dans les deux sens. Une équipe de cinq personnes avec un trafic élevé peut payer plus qu'une équipe de cinquante personnes avec un produit B2B discret.
| Indicateur | Ce qui le déclenche | Ce qui le fait grimper |
|---|---|---|
| Événements d'analyse | Chaque événement enregistré que vous envoyez pour analyse | Autocapture activé sur un site marketing à fort trafic |
| Vérifications de feature flag | Évaluations de drapeaux dans votre application | Historiquement l'indicateur le plus généreux, donc rarement le problème |
| Session replay | Sessions capturées et conservées | Replay laissé sans échantillonnage à 100 % lors d'un pic de trafic |
| Fenêtre de rétention | Durée pendant laquelle l'historique des événements reste interrogeable | Longues recherches sur des flux d'événements à haut volume |
| Natif de l'entrepôt | Analyse effectuée sur votre propre entrepôt | Facturé par Snowflake ou BigQuery, pas par Statsig |
Les niveaux publiés et les allocations gratuites changent souvent, alors vérifiez les chiffres actuels avant de modéliser quoi que ce soit.
Deux mécanismes décident de la plupart des factures. Autocapture : instrumenter chaque clic sur chaque page produit un volume d'événements énorme et peu d'informations supplémentaires, et il suffit d'une ligne pour l'activer. Échantillonnage : le replay à capture complète sur une page qui devient virale est l'élément de ligne surprise classique.
L'analyse native de l'entrepôt mérite une note. L'exécuter sur vos propres données Snowflake, BigQuery ou Databricks déplace cette puissance de calcul vers votre facture d'entrepôt, que le crédit ne couvre pas. Cela peut être l'architecture appropriée et malgré cela, la subvention sera moins avantageuse que ce que le titre suggère.
Avec quoi les crédits Statsig se combinent
L'expérimentation fait l'objet d'une facture distincte. Les crédits cloud ne l'absorbent pas, les crédits de modèle ne l'absorbent pas, et les crédits d'observabilité ne l'absorbent pas, donc une subvention Statsig est véritablement additive plutôt que superposée.
Les fondateurs détenant une importante subvention AWS ou Google Cloud supposent régulièrement qu'elle couvre les outils SaaS. Ce n'est pas le cas.
Une boucle de mise en production et de mesure fonctionnelle touche quatre couches, et des programmes de démarrage existent pour chacune :
- Calcul - le cloud sur lequel vous déployez, généralement le crédit le plus important que vous détenez
- Mise en production - flags et expériences, la couche que ce crédit couvre
- Signal - observabilité et suivi des erreurs, qui vous indiquent qu'un déploiement se passe mal minutes avant qu'une métrique de conversion ne le fasse
- Stockage - l'entrepôt qui conserve les événements bruts comme source de vérité que vous gardez si vous changez de fournisseur
Cette dernière couche est la décision architecturale que le crédit devrait financer. Enregistrez les événements via un pipeline qui les dépose également dans votre propre entrepôt, et Statsig reste interchangeable. Instrumentez directement le SDK seul et votre historique vit à l'intérieur d'un fournisseur. Les crédits sont les moins chers lorsque la chose qu'ils financent peut être remplacée plus tard. Quels programmes couvrent quelle couche explique pourquoi AI Perks est maintenu comme une liste suivie.
Ce que les fondateurs font mal concernant les crédits d'expérimentation
L'erreur la plus coûteuse est de laisser les crédits gratuits supprimer le signal de prix pendant que votre équipe est encore en train de former ses valeurs par défaut d'enregistrement. Tout ce que vous activez alors que cela ne coûte rien, c'est ce que vous hériterez au prix catalogue par la suite.
Cinq modèles, dans l'ordre approximatif de leur coût :
Jeter un œil aux résultats et arrêter prématurément. Vérifier un test quotidiennement et l'arrêter dès qu'il atteint la significativité gonfle considérablement les faux positifs. Les tests à horizon fixe nécessitent une taille d'échantillon pré-engagée, ou vous avez besoin d'une méthode de test séquentiel conçue pour une surveillance continue.
Exécuter des tests sous-dimensionnés et les qualifier de plats. Un test avec un quart du trafic dont il a besoin ne retournera généralement aucune différence significative, ce que les équipes interprètent comme "la fonctionnalité n'a rien fait" plutôt que "nous ne pouvions pas savoir".
Activer l'autocapture dès le premier jour. C'est le moyen le plus rapide d'obtenir une facture d'événements surprenante, et les données qu'elle produit sont rarement celles que vous analysez finalement.
Traiter un déploiement en pourcentage comme une expérience. Monter à 10 % sans métrique pré-déclarée et groupe de contrôle est un déploiement avec des étapes supplémentaires.
Planifier la sortie trop tard. Les crédits se terminent par un précipice, pas par une rampe. Décidez à 70 % de la consommation quels événements vous cesserez d'enregistrer et quels seront vos taux d'échantillonnage, et vérifiez ce que d'autres dans la catégorie Analytics peuvent amortir la transition sur getaiperks.com.
Où se situe Statsig parmi les crédits d'analyse
La catégorie Analytics sur getaiperks.com liste Statsig aux côtés des autres programmes d'expérimentation, d'analyse produit et d'entrepôt, chacun avec son montant et ses conditions actuels.
Les canaux accélérateurs et investisseurs portent souvent des montants différents de la voie publique, vérifiez donc d'abord ce que votre réseau couvre déjà. Les horloges de crédits ont également tendance à démarrer à l'activation, ce qui rend une subvention conservée jusqu'à ce que vous ayez du trafic testable plus précieuse qu'une subvention utilisée sur un entonnoir vide.
Dans tous les cas, la discipline est la même : notez la facture mensuelle non subventionnée que vous pouvez supporter, puis configurez l'autocapture, l'échantillonnage de replay et les fenêtres de rétention pour qu'elles correspondent lorsque le crédit expire.
Questions fréquemment posées
Quelle est la valeur du programme startup de Statsig ?
Jusqu'à 5 000 $ de crédits pour Statsig, couvrant les feature flags, l'expérimentation, l'analyse produit et la session replay sur une seule plateforme. Pour une équipe avec un trafic modéré, cela représente une marge de manœuvre significative sur la ligne d'expérimentation, bien qu'un volume d'événements élevé la consomme plus rapidement. Les montants actuels sont suivis sur getaiperks.com.
De combien de trafic ai-je besoin avant que les tests A/B soient utiles ?
Suffisamment pour que la taille de l'amélioration que vous livrez soit détectable. Détecter un gain relatif de 20 % sur une base de 10 % nécessite environ 7 200 utilisateurs par test, tandis qu'un gain de 5 % en nécessite environ 115 000. Avec quelques milliers d'utilisateurs par mois, testez de grandes refontes plutôt que de petites modifications.
Statsig est-il gratuit pour les feature flags ?
Statsig a historiquement offert un niveau gratuit avec une allocation mensuelle généreuse d'événements et une évaluation de drapeaux exceptionnellement permissive, facturant l'utilisation payante principalement sur les événements d'analyse. Les niveaux gratuits changent régulièrement, traitez donc tout nombre spécifique comme volatil et vérifiez les conditions actuelles avant de planifier autour d'eux.
Les crédits AWS ou Google Cloud couvrent-ils Statsig ?
Non. Statsig est un fournisseur SaaS tiers facturant séparément de votre fournisseur cloud, donc une subvention AWS Activate ou Google Cloud laisse la facture d'expérimentation intacte. Cette séparation est précisément la raison pour laquelle les deux s'empilent proprement. Les programmes compatibles sur les couches de calcul, de mise en production et d'analyse sont suivis sur getaiperks.com.
Qu'est-ce que l'expérimentation native à l'entrepôt et cela change-t-il ma facture ?
Cela signifie que l'analyse des expériences s'exécute sur les données déjà présentes dans votre entrepôt Snowflake, BigQuery ou Databricks au lieu d'une copie détenue par le fournisseur. Les équipes la choisissent pour le contrôle et la gouvernance des données. La conséquence en termes de coûts est importante : le calcul des requêtes se déplace sur votre facture d'entrepôt, que les crédits Statsig ne couvrent pas.
Que se passe-t-il lorsque les crédits Statsig sont épuisés ?
Vous héritez d'une facture façonnée par les paramètres d'autocapture, d'échantillonnage de replay et de rétention choisis alors qu'elle était gratuite, facturée au prix catalogue. Définissez-les délibérément dès le début, conservez les événements bruts dans un entrepôt que vous possédez afin que la plateforme reste interchangeable, et décidez des changements avant la première facture non subventionnée, pas après.
Abonnez-vous sur getaiperks.com →
Livrez le changement. Laissez quelqu'un d'autre financer l'année que vous passerez à apprendre si cela a fonctionné.