Как объяснить P(B > A)

Говорю так: с учётом данных теста и наших исходных предположений вероятность, что B лучше A, около 92%. То есть в 8% случаев мы можем ошибиться. Это не доля пользователей и не p-value. Дальше показываю, насколько лучше: достоверный интервал uplift, например от -0.2% до +1.5%, и ожидаемые потери, если выберем B и окажемся неправы, скажем 0.02 п.п. конверсии. Если изменение дешёвое и откатываемое, а потери малы, 92% достаточно для выкатки. Если внедрение дорогое или необратимое, предлагаю добрать данных до заранее заданного срока.