ab-testing-pricing

价格 A/B 测试

概述

价格 A/B 测试可让你开展受控实验——向一部分访客展示一种价格，向另一部分访客展示不同的价格——再决定是否永久更改价格。这是杠杆效应最高的优化方式之一，但风险也最大：执行不当的测试会破坏客户信任，并产生误导性数据。大多数平台都没有内置的价格 A/B 测试功能，因此需要使用专用应用或自定义实现。本指南将带你了解如何在各大平台上正确设置价格实验。

何时使用此技能

• 需要在全站推出价格变更前，获得数据驱动的证据时
• 测试不同客户群体或产品类别对价格的敏感度时
• 评估新定价模式对收入的影响时（例如，从 $49.99 调整为 $45.00）
• 在不同产品上同时运行多个价格实验，且避免相互干扰时
• 法规或伦理要求价格测试必须记录、设定时限且可撤销时

核心说明

步骤 1：确定商家的平台并选择合适的方法

平台	推荐工具	原因
Shopify	Intelligems 或 Neat A/B Testing app	Shopify 原生应用，无需自定义代码即可处理价格变体分配、会话固定和统计报告
Shopify Plus	Intelligems + Shopify Functions	Shopify Functions 支持服务端价格覆盖，是 Plus 上最可靠的方法
WooCommerce	Nelio A/B Testing 插件或 Split Hero	原生 WordPress 实验插件，支持 WooCommerce 价格测试
BigCommerce	Intelligems（支持 BigCommerce）或 Google Optimize 的替代方案	BigCommerce 的 Price Lists API 可按客户群体设置特定变体价格
自定义 / 无头架构	使用自有会话分桶逻辑和平台定价 API 构建	控制力最强，但需要自定义统计跟踪

步骤 2：设计实验

设置任何工具之前，请先定义以下参数：

1. 假设——“将价格从 $49.99 降至 $44.99，将使每位访客的收入提高 5% 以上”
2. 主要指标——每位访客收入（RPV），而不仅仅是转化率。较低的价格可能带来更高的转化率，但每笔订单的收入也可能更低
3. 流量分配——50/50 是标准做法；同一产品同时测试的变体不得超过 2 个
4. 最短时长——至少 7 天，以涵盖工作日和周末的差异；理想时长为 14 天
5. 最小样本量——使用显著性计算器计算（可使用 abtestguide.com）。宣布获胜方案前，每个变体至少应有 100 次转化
6. 排除规则——已按旧价格购买的现有客户，在实验期间不应看到新价格

步骤 3：平台专属设置

---

Shopify

选项 A：Intelligems（大多数商家的推荐选择）

Intelligems 是领先的 Shopify 价格测试应用。它负责处理会话一致性和统计显著性，并原生集成 Shopify 的结账功能。

1. 从 Shopify App Store 安装 Intelligems
2. 前往 Intelligems → Tests → New Price Test
3. 选择要测试的产品
4. 设置变体价格（例如，$49.99 与 $44.99）
5. 设置流量分配比例（建议为 50/50）
6. 根据样本量计算器设置开始日期和预计结束日期
7. Intelligems 通过持久性 Cookie 将访客分配到不同变体，并在其控制面板中报告每位访客收入（RPV）、转化率和统计显著性

需要配置的关键设置：

• Sticky bucketing — 确保同一访客始终看到相同价格（默认启用）
• Returning customer exclusion — 在 Advanced Settings 下，排除之前以原价购买过该产品的客户
• Minimum detectable effect — 将其设置为足以证明价格变更合理的最低收入变化幅度（例如，5%）

选项 B：Neat A/B Testing

如果只需要简单的价格拆分测试，这是一个更轻量的替代方案：

1. 从 App Store 安装 Neat A/B Testing
2. 创建一个针对特定产品或系列的测试
3. 设置价格变体和流量分配比例
4. 在 Neat 控制面板中监控结果

选项 C：Shopify Plus — Shopify Functions（高级）

适用于需要完全掌控的 Plus 商家：

1. 创建一个 Shopify Function（Discount Function 类型）
2. 该函数会接收购物车上下文和客户 ID
3. 对客户/会话 ID 进行确定性哈希运算，以分配到不同变体
4. 应用固定金额或百分比折扣，金额等于价格差
5. 通过 Shopify 订单 Webhook 和自定义分析存储跟踪转化

---

WooCommerce

选项 A：Nelio A/B Testing 插件

1. 从 WordPress 插件目录安装 Nelio A/B Testing
2. 前往 Nelio A/B Testing → Add New Experiment → WooCommerce Product Experiment
3. 选择产品并设置替代价格
4. 配置转化目标（购买该产品）
5. 插件会跟踪会话，并报告具有统计显著性的转化率

选项 B：使用 Google Optimize（已停止服务）替代方案进行手动测试

由于 Google Optimize 已于 2023 年停止服务，可以考虑：

• VWO（Visual Website Optimizer） — 支持通过 JavaScript 进行 WooCommerce 价格测试
• AB Tasty — 企业级工具，原生集成 WooCommerce
• Convert.com — 兼容 WooCommerce，并支持服务器端测试

WooCommerce 重要提示：客户端价格变更（基于 JavaScript）仅是表面显示，不会改变实际结账价格。务必确保 A/B 测试工具在 WooCommerce 产品层级更改价格，或通过 woocommerce_get_price 筛选器更改，而不只是更改显示的数字。

---

BigCommerce

1. 使用 BigCommerce 的 Price Lists 功能（Plus 及更高版本提供）：
   • 前往 Products → Price Lists → Add Price List
   • 为你的“处理”价格创建价格列表
   • 将价格列表分配给特定客户组
2. 将客户分配到相应客户组，从而划分为对照组/处理组
3. 使用 BigCommerce 内置分析工具或带有自定义维度的 Google Analytics 跟踪转化

或者，使用 Intelligems for BigCommerce 自动管理访客分组。

---

自定义 / Headless

对于 Headless 商店前端，你需要实现会话分组、价格解析和转化跟踪：

import crypto from 'crypto';

// Deterministic variant assignment by session ID
function assignVariant(
  experimentId: string,
  sessionId: string,
  variants: { id: string; weight: number }[]  // weights must sum to 100
): string {
  const hash = parseInt(
    crypto.createHash('sha256')
      .update(`${experimentId}:${sessionId}`)
      .digest('hex')
      .slice(0, 8),
    16
  ) % 100;

  let cumulative = 0;
  for (const variant of variants) {
    cumulative += variant.weight;
    if (hash < cumulative) return variant.id;
  }
  return variants[variants.length - 1].id;
}

// Usage: get the price for a visitor
const variantId = assignVariant('exp_price_widget_pro', sessionId, [
  { id: 'control',   weight: 50 },  // $49.99
  { id: 'treatment', weight: 50 },  // $44.99
]);

const prices = { control: 4999, treatment: 4499 };  // cents
const priceForVisitor = prices[variantId];

跟踪转化并计算统计显著性：

// Two-proportion z-test for statistical significance
function zTest(
  controlConversions: number,
  controlVisitors: number,
  treatmentConversions: number,
  treatmentVisitors: number
): { pValue: number; significant: boolean } {
  const p1 = controlConversions / controlVisitors;
  const p2 = treatmentConversions / treatmentVisitors;
  const pPooled = (controlConversions + treatmentConversions) / (controlVisitors + treatmentVisitors);
  const se = Math.sqrt(pPooled * (1 - pPooled) * (1 / controlVisitors + 1 / treatmentVisitors));
  if (se === 0) return { pValue: 1, significant: false };
  const z = Math.abs((p2 - p1) / se);
  // Approximate p-value (two-tailed)
  const pValue = 2 * (1 - normalCDF(z));
  return { pValue, significant: pValue < 0.05 };
}

确定获胜方案后，使用平台的定价 API（Shopify Admin API、BigCommerce Catalog API）推送价格更新。

步骤 4：监控并结束实验

在实验期间跟踪以下指标：

指标	查看位置
每位访客收入（RPV）	Intelligems 控制面板；或根据订单数据计算
各变体的转化率	你的 A/B 工具的分析数据
统计显著性（p 值）	你的 A/B 工具；目标为 p < 0.05
各变体的样本量	确保达到预先计算的最低值后再结束

仅在满足以下条件时才宣布胜出者：

• 已达到预先计算的最低样本量（不得提前）
• p 值低于 0.05
• 实验至少运行了 7 天

宣布胜出者后，永久更新产品价格并结束实验。

最佳实践

• 使用每位访客收入（RPV），而不只是转化率 — 降低价格可能提高转化率，但会减少收入；RPV 能全面反映情况
• 要求使用固定分组 — 一旦会话被分配到某个变体，就始终显示相同的价格；价格不一致会损害信任并扭曲结果
• 预先登记最低样本量 — 在实验开始前确定所需的转化次数；一旦 p < 0.05 就停止（窥探数据）会提高假阳性率
• 排除现有客户 — 向现有客户展示低于其已支付价格的价格，会引发投诉并导致客户流失
• 每个产品一次只运行一个实验 — 对同一产品运行重叠实验会产生交互效应，使结果难以解读
• 促销期间暂停实验 — 全站促销或营销活动会混淆价格实验结果
• 记录每笔订单的变体分配 — 将变体 ID 存储在订单元数据中，以便之后核查收入归因

常见问题

问题	解决方案
访客刷新页面后看到不同价格	确保你的 A/B 工具使用持久化 Cookie 或服务器端会话存储进行分组
窥探数据 — 首次出现 p < 0.05 时就停止	预先登记最低转化次数（例如每个变体 200 次），达到后再检查显著性
价格更改只影响产品页面，不影响结账	确保测试工具更改的是实际价格，而不只是显示的数字 — 在购物车和结账页面中进行验证
机器人流量抬高访客数并扭曲结果	记录展示次数前过滤机器人流量；大多数 A/B 工具都内置了机器人过滤功能
实验在限时促销期间运行	全站促销期间暂停所有价格实验

相关技能

• @dynamic-pricing
• @price-rules-engine
• @coupon-management
• @discount-engine
• @demand-forecasting