10. 数据测量、GSC、诊断与实验 · 讲者经验 · 教学步骤 6

一次只扩大一个变量

同时扩页、换模板、加链接会让结果无法归因。

原知识点：新站先少量页面验证抓取与出词，再逐档扩大，GSC反馈不过关就停在当前档调整模板。

执行步骤

  1. 写出唯一主要变量、因果假设、主要二元/连续指标及保持不变条件。
  2. 数据量足时预设基线率p、最小有意义变化δ、显著性α与把握度1−β，并用样本量公式或可信计算器得出n；保存方法。
  3. 低流量或结果不可统计推断时，改用风险型规则：覆盖所有高风险失败场景、设置现金/错误暴露上限和完整反馈周期，并明确只判断可运行性。
  4. 计算观察期=所需样本÷日均合格事件+数据延迟，且覆盖相关业务周期。
  5. 保存基线/对照、批次URL、版本和护栏；到复查点按预写分支执行，不中途改成功标准。

可复制工作表

# 实验定义
假设：改变__会使__
唯一变量：__
保持不变：__
主要指标/单位：__
基线或对照：__

# 统计型样本（适用时）
基线率p：__
最小有意义绝对变化δ：__
显著性α：__；zα/2：__
把握度1−β：__；zβ：__
二组近似样本量/组 n = 2×(zα/2+zβ)^2×p×(1−p)/δ^2 = __
采用的正式计算器/方法与输出：__

# 风险型替代（低流量时二选一填写）
高风险失败场景（每项复制一行）：__
最大现金/工时/错误暴露：__/__/__
必须覆盖的完整反馈周期：__
允许结论仅为：可运行/不可运行/继续研究

# 观察期
日均合格事件q：__
数据延迟d：__
观察期T=ceil(总样本/q)+d，并覆盖__业务周期 = __

# 三情景与判断
|情景|主要指标|护栏|判断|动作|
|---|---|---|---|---|
|悲观|__|__|失败|暂停/回滚__|
|基准|__|__|不确定/通过__|继续__|
|乐观|__|__|通过|仅扩大同一变量__|

完整示例

示例（数字、版本和命令仅演示预注册实验）：
假设：把上传完成后的CTA从“继续”改为“生成可下载文字”，会提高合格开始用户的任务完成率。唯一变量为CTA文案；页面结构、流量入口、价格、模型版本、文件上限和事件v2保持不变。主要指标=后端task_complete去重用户/后端task_start去重用户；基线p=0.30。

统计型设计：最小有意义绝对变化δ=0.15；双侧α=0.05，zα/2=1.96；把握度80%，zβ=0.84。二组近似样本量n=2×(1.96+0.84)^2×0.30×0.70/0.15^2=146.35，向上取147/组。正式复核使用statsmodels proportions_ztest，计算记录CALC-83与预注册EXP-83在发布前锁定，不中途改变标准。

日均两组合计合格事件q=20，数据延迟d=3天；原始T=ceil(294/20)+3=18天。为覆盖完整周周期，从2026-08-03周一开始，正式观察延长到21天，最早分析日2026-08-24。

列较多时可左右滚动；首列会固定，便于逐行比较。

情景主要指标护栏判断动作
悲观变体≤27%或低于对照且95%区间支持负向5xx>1%、任务错误>2%或隐私事件失败立即deploy rollback cta-v17
基准28%–44.9%或差异95%区间跨05xx≤1%、错误≤2%不确定只收满预注册样本或记录不确定，不改δ
乐观变体≥45%且差异95%区间下界>05xx≤1%、错误≤2%、延迟p95不增>10%通过保留cta-v18，并在另一cohort复测同一变量

实际锁定样本为对照44/147=29.9%，变体68/147=46.3%，绝对差16.3个百分点，95%区间约+5.4至+27.3个百分点；5xx分别0.7%/0.8%，任务错误1.4%/1.2%，p95延迟变化+4%，护栏均通过。结果落入乐观情景，保留cta-v18但不据一次实验扩展其他变量；制品为release-cta-v17/v18，回滚演练耗时6分钟。

若预估流量无法取得294个事件，改用风险型可运行性小测：最多20个目标用户、100元现金、8工时、错误暴露上限2次，必须覆盖14天退款/故障周期；只允许输出“可运行/不可运行/继续研究”，不得声称因果提升。支付、隐私或错误暴露先触线即停止。

完成清单

  • 数据量足时保存p、δ、α、把握度、公式/计算器与样本结果；低流量时保存风险型替代规则。
  • 观察期由样本、日均事件、反馈延迟和业务周期推导。
  • 实验只有一个主要变量，并预先记录三情景、护栏、暂停与回滚。
  • 风险型小测不输出因果提升结论，统计型也不在中途改标准。

适用条件

每轮只扩大页面量这一主要变量。

来源：程序化SEO生成海量页面