Hong Kong Data

我记得大学毕业后第一次进行 A/B 测试。直到那时我才明白获取足够大的 A/B 测试样本量或运行足够长时间的测试以获得具有统计意义的结果的基本知识。

免费下载：A/B 测试指南和套件

但弄清楚“足够大”和“足够长”的含义并不容易。

通过谷歌搜索答案对我没有帮助，因为我得到的信息仅适用于理想、理论和非营销世界。

事实证明我并不孤单，因为询问如何确定 A/B 测试样本大小和时间范围是我们的客户常见的问题。

因此，我想我应该做些研究来帮助我们大家回答这个问题。在这篇文章中，我将分享我所学到的知识，以帮助您自信地确定下一次 A/B 测试的正确样本量和时间范围。

目录

A/B 测试样本大小公式
A/B 测试样本大小和时间范围
如何确定 A/B 测试的样本量
如何为着陆页的 A/B 测试选择正确的时间范围
为电子邮件的 A/B 测试选择正确的时间范围

面向营销人员的完整 A/B 测试套件
开始使用这些免费模板来改善您的网站性能。


对电子邮件、登录页面和 CTA 进行拆分测试
免费简单意义计算器
免费 A/B 测试跟踪模板。

获取免费套件
了解更多
A/B 测试样本大小公式
当我第一次看到 A/B 测试样本大小公式时，我心想， 拉脱维亚电话数据 哇哦！！！

它看起来是这样的：

HubSpot AB 测试套件1 的结果

图片来源

n 是样本大小
𝑝1 是基线转化率
𝑝2 是绝对“最小可检测效应”提升的转化率，即 𝑝1+绝对最小可检测效应
𝑍𝛼/2 表示 z 表中与 𝛼/2 相对应的 Z 分数（例如，95% 置信区间为 1.96）。
𝑍𝛽 表示 z 表中与 𝛽 对应的 Z 分数（例如，80% 功率为 0.84）。
相当复杂的公式，对吧？