用途：为 A/B 测试与实验设计提供一套假设驱动的方法论，帮助团队验证想法而不是凭感觉判断。资料给出的是通用实验设计框架，未说明具体软件、平台或安装方式。
主要能力：
- 假设模板：在动手前先写下“如果为[某受众]做[具体改动]，则[某指标]将[方向][幅度]，因为[有证据的理由]”。要求包含具体改动、受众、指标与方向幅度、基于证据的原因。
- 实验设计五要素：一个主要指标（不是三个，其余为护栏指标）；护栏指标（不得恶化的指标）；样本量（上线前用样本量计算器，输入基线转化率、最小可检测效应、显著性95%、功效80%）；时长（至少覆盖一个完整业务周期，通常1至2周，不少于7天）；分析计划（启动前写好指标、阈值、胜负或无结论时的处理）。
- 常见错误：偷看结果（每天看并见显著就停，会抬高假阳性率）；功效不足（用户太少导致无结论）；一次测太多改动（无法归因，每次一个改动）；缺少护栏（如删密码字段虽提升注册却破坏其他环节）；事后讲故事（把无结论测试中的某年龄段“趋势”当结论，实为噪声）。
- 准则：先写假设与分析计划再搭建；到预定结束日期前不偷看；先算样本量；必须有护栏指标；每次只测一个主要改动；无结论也要记录学习，例如“N=5000仍无法检出效应”本身有用。
方法基于受控实验方法（Kohavi、Tang、Xu）。
限制：资料未提供具体工具、价格、平台或安装命令，也未说明适用行业与团队规模；实际使用时需结合自身基线数据计算样本量。