A/B测试方案设计

本规范用于指导产品、运营及数据分析团队在上线对比实验前建立严谨的A/B测试方案。它覆盖了从假设明确、实验分型选择（如A/B、A/B/n、分流URL）、单核心指标与护栏指标冻结，到样本量和测试周期的统计学测算（基于基准转化率、MDE、显著性水平与统计功效）。同时，方案包含严格的埋点验证检查项（事件上报、变体归因、数据去重与样本比例失配SRM检测）以及硬性准入卡点，防止中途偷看数据（peeking）、指标任意修改或因样本量不足导致的实验失效。

它会先理解你的原始内容和目标，再按清晰的步骤完成处理。你不需要学习复杂命令，也不用理解背后的技术细节。

常见场景

它能帮你做什么？

三步完成

怎么使用

1安装 Skill

把右侧安装请求发给你的 AI。

2说清楚目标

告诉 AI 你想完成什么，或直接贴入内容。

3检查结果

按需要继续调整语气、范围或格式。

复制就能用

你可以直接这样说

“我想测试将注册流程从3步缩短为1步的效果，当前日UV为5000，基准注册转化率8%，请帮我设计A/B测试方案并计算所需样本量与运行周期。”

“为电商购物车结账页的按钮颜色与文案调整设计一套A/B测试计划，包含核心指标、次要指标、护栏指标以及埋点归因验证清单。”

“评估商品详情页增加用户评价摘要的实验：预期提升1.5%的加购转化率，基准为12%，请给出统计学测算和防提前停机（stopping rules）规则。”

适用人群

适合谁？

产品经理增长黑客数据分析师前端与全栈开发工程师数字化运营人员

上手门槛

使用难度

进阶

需要了解任务流程，页面已整理好使用步骤。

兼容范围

支持哪些 AI？

Codex可直接使用

Claude Code可直接使用

OpenClaw可直接使用

Hermes可直接使用

国内 Agent可直接使用

中文用户增强

Skill Px 做了什么？

中文说明简化使用方式补充中文案例整理安装流程降低理解难度

A/B测试方案设计.Skill