🧪

數據分析

A/B 測試結果判讀計算機

輸入 A／B 兩版的訪客數與轉換數，一秒判讀哪版勝、提升多少、以及差異是不是『統計上真的有差』還是只是運氣，避免靠太少樣本就誤判。

免費即時 · 不扣點 · 公式透明、結果精確

A 版訪客數*

A 版轉換數*

轉換＝你定義的同一個事件（都看下單，或都看加購）

B 版訪客數*

B 版轉換數*

與 A 版用同一個轉換定義，別一版算點擊一版算成交

填好左邊欄位按「計算」，或先按
「🎲 載入範例」看看它能做什麼。

A/B 測試結果判讀計算機怎麼運作

你輸入 A 版與 B 版各自的訪客數與轉換數（成交、加購、點擊等任一轉換事件），計算機用雙比例 z 檢定算出：A／B 轉換率、B 相對 A 的提升百分比、統計信賴度（達 90%／95%／99%）與結論（B 版勝、A 版勝、或尚無顯著差異）。即時、免費、不需登入。未達 95% 顯著就代表差異可能只是隨機，先別下結論。

什麼時候會用到A/B 測試結果判讀計算機

✓改了商品主圖／標題跑了 A/B，想知道 B 版的提升是真的還是運氣
✓兩版轉換率看起來差一點，不確定樣本夠不夠、能不能就此換成 B 版
✓落地頁、CTA、價格測試結果出來，想要一個『達不達 95% 顯著』的客觀判讀
✓向團隊／老闆報告測試結論，需要信賴度與提升幅度當依據
✓避免每次小樣本就急著下結論、白白換掉其實沒比較好的版本

A/B 測試結果判讀計算機使用技巧

·不要只看『轉換率誰高』就下結論——樣本太少時，高低很可能只是隨機波動。要看『有沒有達統計顯著』（一般以 95% 為門檻）
·未達 95% 顯著＝差異可能是運氣，這時別急著換版本，加大樣本數或延長測試時間再看
·轉換事件要一致：兩版都用同一個定義（例如都看『下單』或都看『加購』），別 A 版算點擊、B 版算成交
·測試期間盡量讓其他條件相同（同時段、同流量來源），否則贏的可能是外在因素不是版本本身
·提升幅度也要看實務意義：就算統計顯著，提升 0.1% 可能不值得為它大改；提升大又顯著才是真贏

A/B 測試結果判讀計算機常見問題

為什麼轉換率比較高還不能說 B 版贏？▾

因為樣本少時，轉換率的高低很可能只是隨機波動。統計顯著檢定就是在問『這個差異有多大機率不是運氣造成的』。一般以 95% 信賴度為門檻——達標才比較有把握說真的有差，否則先別下結論。

信賴度沒到 95% 怎麼辦？▾

代表目前的差異還不夠穩、可能是隨機。最常見的做法是『加大樣本數』或『延長測試時間』，讓兩版各累積更多訪客與轉換再判讀。也要確認測試期間其他條件相同，避免外在因素干擾。

這個檢定夠嚴謹嗎？▾

本工具用的是簡化的雙比例 z 檢定，適合一般電商快速判讀方向與是否值得下結論。涉及重大決策（大改版、定價）建議再用專業統計工具或找懂統計的人複核，並注意樣本代表性與測試設計。

數據分析的其他工具

轉換漏斗診斷器

把曝光、點擊、加購、結帳的各層數字貼進來，AI 幫你算出每一段的轉換率與流失率，標出最該先修的破口，並給對應的具體改善動作。

賣場健檢診斷器

貼上你的賣場或商品頁資訊（標題、賣點、價格、圖片數、評價狀況），AI 像店長巡店一樣全面健檢文案、主圖、定價、信任感與轉換漏洞，列出一張「該改什麼、先改哪個」的優先待辦清單。

A/B 測試規劃器

想優化某個東西卻不知道怎麼測？輸入你想改善的目標，AI 幫你定義要測哪個變因、設計 A／B 兩版、選對判勝指標、估該跑多少量與天數，給你一張照著做就能上的測試計畫。

ROAS 廣告投報率計算器

輸入廣告花費與帶來營收，秒算 ROAS、CPA、客單價與廣告毛利