用途：为营销与转化漏斗优化设计严谨的 A/B 测试，避免因样本量错误、多变量混杂或测试低影响元素导致失败，从而获得统计显著且可行动的结论。
主要能力：技能围绕四类工作流展开。一是测试假设开发，包括数据分析、机会识别、假设形成（If we [change], then [outcome] because [rationale]）、主次 KPI 定义、假设优先级排序（ICE 评分：Impact、Confidence、Ease）以及测试路线图排期。二是测试设计与搭建，包括变量隔离、对照定义、变体创建、所需样本量计算、测试时长规划、受众分段策略与测试工具配置。三是统计分析，包括显著性阈值（通常 95%）、最小可检测效应、功效分析、P 值解读、置信区间、分群分析与结果归档（胜出/失败/不确定）。四是多变量测试，包括元素选择、组合矩阵、流量需求、交互效应、部分因子设计、最优组合识别与经验提炼。
使用方式：资料提供若干触发命令，例如“Create A/B test for [element/page]”设计测试、“Form hypothesis for testing [change]”撰写假设、“How much traffic do I need to test [change]?”计算样本量、“Interpret these A/B test results”分析结果、“Prioritize these test ideas using ICE”排序、“Design multivariate test for [elements]”设计多变量测试、“Break down results by [segment]”分群分析、“Create 90-day testing roadmap”生成 90 天路线图。
适用场景：增长营销、产品管理、CRO 专家及数据驱动团队优化转化漏斗。
限制与建议：资料仅给出方法论与操作建议，未提供具体价格、平台集成细节或独立统计工具。最佳实践强调：先有假设再测试、一次只改一个变量、确定单一主指标、至少 95% 置信度、达到完整样本量前不要提前查看、考虑业务周期波动、记录一切、优先测试高影响区域、接受无差异结果、在胜出者上持续迭代、避免 HiPPO（最高薪者意见），并考虑季节性、竞争与营销活动等外部因素。