# Day 10 · A/B 测试背景 + 决策标准

> 配 `ab_test.csv`（落地页 A/B，14 天数据）+ `mvt.csv`（多变量测试）。

## 测试背景

Auratē 美国独立站把**落地页 Hero 区**做了改版，跑了 14 天 A/B：
- **A（Control）**：旧版 Hero —— 产品大图 + "Shop Now"
- **B（New Hero）**：新版 —— "Brighter in 14 days" 大标题 + 用户实拍 + 限时优惠

问题：**新版到底要不要全量上线？**

## ab_test.csv 字段
`date, variant, visitors, conversions, revenue`（按天拆，14 天）

汇总后大致：
| 版本 | 访客 | 转化 | 转化率 |
|------|------|------|--------|
| A | 12,500 | 387 | 3.10% |
| B | 12,600 | 445 | 3.53% |

## mvt.csv（多变量测试）
标题(3) × 按钮色(2) = 6 个组合，找最优组合。
字段：`variant_id, headline, cta_color, visitors, conversions`

## 决策标准（让 Codex 据此判断）

| 检查项 | 标准 |
|--------|------|
| 显著性 | p < 0.05 才算"真的有差异" |
| 统计功效 Power | ≥ 80% 才说明样本量够 |
| 提升幅度 | 算相对提升 % + 95% 置信区间 |
| 样本均衡 | A/B 流量是否 ~50/50（排除偏差） |

## 决策矩阵
| 结果 | 决策 |
|------|------|
| p<0.05 且 B 更高 | ✅ 全量上线 B（给滚动发布计划） |
| p≥0.05 | ⏸ 样本不够/差异不显著，继续测或扩样本 |
| B 显著更低 | ❌ 保留 A，复盘 B 为什么差 |

## 产出
`ab_test_landing_2026-05-26.md`：p-value / 置信区间 / 提升幅度 / Power / 决策建议 / 滚动发布计划 / 风险评估。