|
Post by account_disabled on Mar 2, 2024 11:25:43 GMT
降低风险:了解统计显着性可以降低误报采取行动的可能性,误报可能会导致在无效的活动上浪费时间和资源。 提高可信度:展示具有统计意义的结果可以增强营销主张的可信度,从而增强利益相关者和客户的信任。 支持持续改进:通过识别变量之间有意义的关系,营销人员可以改进他们的营销活动并随着时间的推移取得更好的结果。 如何在 Excel 中构建自己的计算器 下面我们将提供一些预构建的 Excel 计算器的链接,但如果您想构建自己的计算器,可以按照以下一些分步说明来构建自己的计算器:
第 1 步:设置电子表格 创建一个新的 Excel 工作簿,并将两个工 电子邮件数据 作表标记为“计算器”和“数据”。 在“计算器”工作表上,创建“变体 A”和“变体 B”标题,以及“访问者”、“转化次数”和“转化率”标签。 第 2 步:输入您的数据 在“数据”表中,记录测试的每个变体(A 和 B)的访问者数量和转化次数。 在“计算器”表中创建一个公式,通过将转化次数除以访问者数量来计算两种变体的转化率。 步骤 3:计算标准误差 在“计算器”表中,创建一个公式,使用以下公式计算每个变体的标准误差:
转化率*(1-转化率))/访客)。 步骤 4:计算检验统计量(Z 分数) 通过从变体 B 的转化率中减去变体 A 的转化率并将结果除以标准误差平方和的平方根来确定 Z 分数。 步骤 5:计算 p 值 使用 Excel 的 =NORMSDIST() 函数查找与步骤 4 中计算的 Z 分数相关的 p 值。如果 p 值小于 0.05,则认为两个变体之间的差异具有统计显着性。 常见问题解答 #1:什么是 P 值?为什么它对于统计显着性很重要? p 值就像一个测试分数,告诉我们是否发生了特殊情况或者是否只是随机发生的。
|
|