设计 A/B 测试结果分析表

作者: AI 小课9 分钟准备已测试:ChatGPT复核日期: 2026-08-28

直接回答

整理分组、曝光、结果、排除、不确定性和决策规则，避免夸大实验结论。 请提供: 实验设计、数据结构与数量、指标与分析规则。 预期成果: 包含指标定义、公式、平衡检查和决策说明的可审计实验工作簿。

补充你的背景

你填写的内容只保留在当前浏览器中，AILesson 提示语不会将其发送给模型或服务器。

实验设计数据结构与数量指标与分析规则

生成的提示语

未填写的字段会保留为占位符，你仍然可以复制后自行编辑

请为所给 A/B 测试设计 Excel 工作簿，不要让关联结论超过实验设计能够支持的因果强度。

假设、版本、随机、资格、日期、停止、排除和负责人：
[design]

字段、粒度、ID、分组、曝光、结果、时间戳、缺失、重复、数量和样例：
[data]

指标、分母、分析人群、置信方法、实际阈值、分群、多重检验和复核限制：
[analysis]

分开实验计划和观察结果。定义每个随机单位一行，或从事件数据进行可复现聚合。主要意向治疗分析中，即使曝光失败也保留原分组；任何符合方案分析都标为次要。为分母、比例或连续结果、绝对/相对差异、不确定性和护栏指标指定公式。加入样本比例、资格、重复 ID、结果缺失、时间范围、污染和实验前平衡检查。不得只依据 p 值选胜者、在没有计划停止规则时反复偷看、从事件行推断用户层效果，或在分组非随机时声称因果。请返回：工作表结构；数据字典；指标登记表；使用所给单元格/表的公式；质量检查；结果表；分群策略；决策模板；限制；以及能重算小型已知案例的测试。

在 AI 练习场试试

默认保护隐私提示语在浏览器本地组装。除非所在组织明确允许，否则不要把机密信息提交给任何 AI 服务。

从输入到成果

实际案例

看看具体背景如何通过这条配方转化为可使用的成果

实际输入

实验设计: 面向符合资格的订阅者随机测试邮件主题。对照 A 为当前主题，B 为更短主题。随机单位是 Subscriber ID，2026 年 8 月 3 日发送前按 1:1 分组。每名合格订阅者一封邮件。主要假设：B 提高 72 小时内唯一点击率。对完整合格名单运行一次，不提前停止。只排除预先列明的内部/测试 ID，以及按批准指标规则处理的硬退信。营销负责人决策。
数据结构与数量: 原始事件导出每名订阅者可有多行。字段 SubscriberID、AssignedVariant、Eligible、Sent、HardBounce、UniqueClick72h、Unsubscribe72h、Revenue72h、AssignmentTime、SendTime。聚合为每名 SubscriberID 一行。预期分组数 A=5,012、B=4,988。硬退信 A=102、B=98。唯一点击 A=421、B=455。退订 A=23、B=31。收入偏态，14 行因跟踪失败缺失。分组中 SubscriberID 重复无效。发送主题与分组不一致时可检测交叉曝光。
指标与分析规则: 主指标唯一点击率分母为发送数减硬退信，按原分组；记录这与纯粹全部分组 ITT 不同，并提供全分组敏感性。主检验使用比例差的双侧 95% 置信区间。实际阈值为绝对 +0.5 个百分点。护栏退订率分母为发送数，非劣界限 +0.2 个百分点。收入仅作描述性次指标。分群为探索性，展示 n，不作胜者主张；未计划多重校正。

示例输出

工作簿：Plan（锁定假设、人群、停止和阈值）、UnitData（每个 SubscriberID 一行）、MetricRegistry、QualityChecks、Results、DecisionLog。UnitData 必须从事件按二元结果明确使用 MAX 等规则聚合，并在重复分组时停止；不得把点击事件当成独立样本。

主分母为 A 5,012−102=4,910，B 4,988−98=4,890。点击率 A 为 421/4,910=8.574%，B 为 455/4,890=9.305%；B−A 的绝对差为 0.731 个百分点，相对提升约 8.53%。Excel 比率可用 =SUMIFS(UnitData[UniqueClick72h],UnitData[AssignedVariant],A2)/SUMIFS(UnitData[PrimaryDenominatorFlag],UnitData[AssignedVariant],A2)。使用预先批准的双比例置信区间计算或经复核工具；不得在看到结果后临时选择统计方法。点估计超过 +0.5 个百分点实际阈值，但决定还取决于区间和护栏。

护栏：A 退订率 23/5,012=0.459%，B 为 31/4,988=0.622%，差 +0.163 个百分点，低于但接近 +0.2 个百分点非劣界限；称护栏通过前必须报告区间。质量检查：分组 50.12%/49.88%，用批准的样本比例检查与计划比较；重复分组为零；所有分组早于发送；按组列出交叉曝光、不合格、未发送、跟踪缺失和排除。全分组敏感性点击率为 8.400% 对 9.122%。收入仅带 n/缺失和中位数或分位数作描述，不作为因果成功主张。决策模板在推进、暂缓或拒绝间选择，并引用主区间、实际阈值、护栏区间、质量问题和分母定义差异。