根据漏斗证据规划转化实验
定义可比较群组,将真实观察关联到一项改动,在实施前准备指标、保护条件与回滚方案;缺失数量保留为未知。
快速开始
让 AI 助手帮你完成
将这段提示粘贴到你正在使用的 AI 助手中:
根据我的实际页面观察与获准群组数据使用 Conversion Experiment Lab。先询问一种计数单位、阶段定义与评估窗口。缺失数量保留未知,提出一项限定改动,定义指标、保护条件、停止规则和回滚。将可检查计划生成到新目录,不要发布、追踪或扣款。
选择一条流程与一种计数单位
从具体流程开始,例如产品页 → 注册 → 激活。每个阶段使用相同的有效群组、时间范围与计数单位。独立人数、会话、按钮点击与订单不能混成同一嵌套漏斗。数量缺失时保留未知,不要替换为零。
区分阶段转化率与整体转化率
仅在教学练习中,可假设 1,000 个有效会话包含 200 次注册与 50 次激活。注册率为 200/1,000 = 20%,注册后的激活率为 50/200 = 25%,整体激活率为 50/1,000 = 5%。这些是虚构教学数字,不是 Skillrove 实测数据。前一阶段为零时,条件比率未定义,不是实测的零。
将观察到的障碍变成一项可测试改动
记录页面网址、当前文案、行动目标与观察行为,将观察与解释分开。例如价格周期不清楚是可观察问题,声称它导致放弃则是假设。提出一项限定改动,说明哪些结果支持或反驳它。
改动涉及事实明确的产品发布叙述时,可使用 Launch Campaign Kit;涉及方案范围与交付物时,可使用 Client Proposal Studio。生成产物不会分配实验群组、采集分析数据,也不能证明提升。
发布前写好测量约定
- 写明有效群组、分配规则、曝光事件、主要指标与评估窗口,确认事件去重和实际完成状态与业务问题一致。
- 选择错误、客服负担或取消等保护指标,并设置回滚条件。明确埋点不完整或重要保护指标变差时的处理方式。
- 保留现有账号同意、发布权限与资金授权。安装规划技能不代表可以新增追踪、实际购买或联系客户。
使用包内示例制作可检查计划
阅读 Conversion Experiment Lab 的 SKILL.md、references/inputs.md 与 references/experiment-design.md。在安装目录中使用 Python 3.10 及以上执行以下无依赖示例,明确标注其虚构输入,并使用新输出目录。
python3 scripts/build-lab.py --input examples/experiment.json --output ./practice-conversion-plan审核计划,再评估实际群组
打开 index.html,检查流程、实验、文案与来源视图,将 plan.json、experiments.csv、tracking-plan.json、copy-variants.md 与 handoff.md 对照原始观察。实施和实际数据采集属于独立工作。采用约定评估方法与停止规则;页面更美观、前后流量变化或小幅波动都不等于已证明的实验胜出。