如果没有足够的数据，结果就不可靠或不可行

[sumonasumonakha.t]

如何检验统计显著性：我的快速决策框架
在决定是否进行测试时，请使用此决策框架来评估是否值得花费时间和精力。以下是我对此的分析。

在以下情况下运行测试：

您拥有足够的样本量。测试可以根据用户或接收者的数量达到统计显著性。
这种变化可能会影响业务指标。例如，测试新的号召性用语可能会直接提高转化率。
何时可以等待整个测试时间。不耐烦可能会导致结果不明确。我总是确保测试有足够的时间完成。
这种差异将证明实施成本是合理的。如果结果带来了有意义的投资回报或降低了资源成本，那么就值得测试。
在以下情况下不要运行测试：


您需要立即获得结果。如果决策紧迫，测试可能不是最佳方法。
变化很小。测试小的调整，比如将按钮移动几个像素，通常需要大量的样本才能 兼职数据 显示有意义的结果。
实施成本超过潜在收益。如果实施成功版本所需的资源超过预期收益，则测试不值得。
测试优先级矩阵
当您同时考虑多个测试想法时，我建议使用优先级矩阵来关注影响重大的机会。

高优先级测试：

高流量页面。这些页面提供最大的样本量和最快的重要性路径。