关于 ab-testing
用于测试营销信息、受众细分和营销活动时机的实验技能。它提供从制定假设和指标、规划样本量到执行测试与记录结果的流程。
主要功能
- 01假设与指标定义
- 02样本量规划
- 03变体隔离与随机分配
- 04统计或贝叶斯分析
- 05实验与复盘模板
适用场景
- 01测试邮件主题或创意
- 02比较角色与行为细分
- 03优化营销活动时机和触发条件
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/ab-testing确认已加载。
详细介绍
实验与 A/B 测试技能
使用时机
- 验证新的主题行或创意内容。
- 测试细分假设（用户画像与行为）。
- 优化发送频率、时机或自动化触发条件。
框架
- 假设 – 明确预期提升幅度及其理由。
- 指标选择 – 主要指标（打开率／点击率／转化率）及护栏指标（退订、垃圾邮件投诉）。
- 样本量 – 确保统计显著性（每个变体至少 500 位收件人，或使用功效计算器）。
- 执行 – 随机分组，确保变体彼此独立，并限制同时进行的测试数量。
- 分析 – 使用 z 检验或贝叶斯提升分析；记录经验教训。
模板
- 实验简报（假设、细分群体、KPI、风险护栏）。
- 变体表（对照组与测试组的输入、创意素材链接、负责人）。
- 用于计算最小可检测效应与样本量的表格。
- 测试后复盘文档，记录经验教训及推广计划。
实验创意
- 主题行与预览文本的组合。
- CTA 位置（主视觉区域与页脚）。
- 个性化程度（基础模块与动态模块）。
- 多次触达之间的等待时间。
提示
- 每个客户旅程同时进行的测试不超过两个。
- 将经验教训融入操作手册和自动化模板。
- 按用户画像细分结果，以发现隐藏信号。
评论
支持 Markdown