Skip to content
AI Native 产品经理
Search
K
Main Navigation
首页
入门指南
知识体系
AI 技术基础
AI 工具链
AI 产品设计
产品方法论
进阶
AI 产品战略
AI 伦理与治理
实战案例
工具箱
读书笔记
学习资源
Appearance
Menu
Return to top
目录
A/B 测试样本量计算器
在跑实验之前,先算清楚需要多少样本量和多长时间。
实验参数
基线转化率(%)
当前版本的转化率
最小可检测提升(MDE %)
希望检测到的最小相对提升
统计显著性
90%(宽松)
95%(标准)
99%(严格)
统计功效(Power)
80%(标准)
85%
90%(推荐)
95%(严格)
日均流量
实验分流比例(%)
总流量中参与实验的比例
50%
实验方案
每组所需样本
30,254
总样本量
60,508
预计运行天数
13
天
约
1.9
周
基线转化率
5%
期望新转化率
5.50%
绝对差异
0.500 个百分点
注意事项
常见误区
过早结束实验
:看到显著就停止,会导致假阳性率飙升
样本量不足
:样本不够会导致无法检测到真实差异
多重比较
:同时测试多个指标需要做校正(Bonferroni)
新奇效应
:至少运行 1-2 个完整周期,排除新鲜感