想法验证实验
把模糊的增长想法改写成可度量假设,设计带对照组的 A/B 实验,定好样本量和成功标准,并用 ICEEE 框架给实验排优先级。
功能与用途
团队常说「试一下这个」,但改了什么、看哪个指标、什么时候算结束都没说清,最后谁也说不清到底有没有用。这个技能会逼你把想法写成「通过做 X,我们认为会发生 Y,如果对了预期看到 Z」这种可度量的形式,配上对照组、样本量和置信度要求,再算出需要多少流量才能检测出你想要的提升幅度。它还会用 ICEEE 打分把一批实验排出先后顺序。若假设太模糊或成功标准无法度量,它会主动让你先停下来想清楚。
适用场景
- 落地页加了两个必填字段后转化率掉了 15%,想用一次实验验证:落地页加了两个必填字段后转化率掉了 15%,想用一次实验验证减少字段能否把转化拉回来
- 手上攒了十几个增长想法,资源只够跑三个,需要一套打分方法决定:手上攒了十几个增长想法,资源只够跑三个,需要一套打分方法决定先做哪个
- 实验跑了两周看到测试组数据更好,但不确定这点差异是不是随机波:实验跑了两周看到测试组数据更好,但不确定这点差异是不是随机波动,想知道能不能下结论
适用人群
- 增长负责人
- CRO 转化优化专员
- B2B SaaS 产品经理
使用步骤
- 先说明你观察到的现象和这次想达到的目标。
- 让 AI 把想法写成「做 X → 预期 Y → 看到 Z」的可度量假设。
- 确认实验设计:对照组保持什么、测试组改什么、跑多久,以及需要的样本量。
- 定好成功标准和置信度,明确主要指标和次级漏斗指标。
- 把多个实验放进 ICEEE 打分表排序,跑完后再回来记录结果和经验。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 商业运营
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 专业
- 版本
- main
- 最近更新
- 2026-09-12
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
使用前准备
- 需要提供当前的基线数据和可用的流量规模
- 使用者需理解置信度、样本量等统计概念。
依赖与权限
- 读取用户主动提供的内容