落地页A/B测试怎么做？从假设到归档的六步流程

落地页 A/B 测试的做法可以概括成六步：定转化目标、写可证伪的假设、一次只动一个变量、估算测试周期、预设判定规则、归档结论。它的核心原则只有一条——你在验证假设，不是在碰运气。AI 让落地页的产出变快之后，这个原则反而更重要：生成十个版本很容易，但乱测一通只会得到一堆解释不了的数字。

下面按六步展开，每步给出做法和验收标准，最后说三个 AI 内容团队最常见的测试误区。

第一步：先定转化目标和统计口径

测试开始前，明确这一页的转化目标是什么：表单提交、注册、加购还是咨询留电？口径要细到事件的定义——什么算一次有效提交，重复点击算不算。目标只能有一个主指标，其他都是观察指标。验收标准：团队能用一句话说清"这次测试想提高什么数字"，说不清就先不要开测。

第二步：把猜测写成可证伪的假设

每个测试版本都要对应一条假设，格式建议是"因为观察到X现象，所以认为改动Y能提升Z指标"。例如：因为访客在价格区块停留后流失多，所以把资费说明前移到首屏，能提升表单提交率。没有假设的测试即使数字变好了，你也不知道为什么，结论也无法复用。验收标准：每条假设能被数据证伪——如果指标没变化或反向变化，你知道该否定什么。

第三步：一次只动一个变量

这是 A/B 测试最容易被违反的规则。AI 生成页面的便利让团队倾向于一次换掉整版设计——标题、配图、表单全变，赢了不知道功劳算谁，输了不知道该改回哪一处。正确的做法是把变量拆开：标题一个实验，CTA 文案一个实验，表单字段数一个实验。如果必须测整版方案，把它命名为"方案级对比"，承认拿不到归因结论。验收标准：每个实验能回答"是哪个改动带来了差异"。

第四步：估算测试周期，别提前掀牌

测试需要跑够时间才能看结果，判断依据是流量和转化事件的量级：每天进页流量太小、转化事件太少时，短期波动会伪装成"显著提升"。实操上，先算过去一段时间该页面的周转化事件量，量级不够就延长周期或放大流量入口，而不是反复查看数据提前下结论。验收标准：测试开始前就写好计划观察周期，中途不因数字好看而提前结束。

第五步：预设判定规则，防止事后解释

开测前写下：主指标提升多少算赢、持平怎么办、反向怎么办、观察指标恶化要不要否决。没有预设规则的测试，最后往往变成"哪个版本顺眼选哪个"。判定规则不需要复杂统计，但必须先于数据写下来。验收标准：结果出来当天就能按规则执行决定，不需要再开会"研究一下数字"。

第六步：归档结论，让每次测试变成资产

测试结束后把四样东西归档：假设、版本差异、数据结果、最终决定。归档的价值在于复用——半年后做同类落地页时，"价格信息前置有效""长表单在咨询类页面掉转化"这类结论可以直接变成新的默认设计。AI 生成页面再快，也替代不了这种经验积累。验收标准：新同事翻归档就能知道哪些结论已验证、哪些还在假设状态。

AI内容团队的三个测试误区

误区一：生成快等于测试快——产出十个版本只要一小时，但每个版本仍然要占完整的测试周期，变量越多周期越长，测试吞吐量瓶颈在流量不在生成。误区二：拿 AI 版本和人工版本赌气对比——这类对比往往同时改了多个变量，赢了说明不了 AI 强或人强。误区三：测试结论不回流——测出来的有效改法没有沉淀进提示词和页面模板，下次生成又从零开始。

FAQ

流量很小的页面还能做A/B测试吗

量级不够时优先做定性验证：用户访谈、录屏回放、热区观察，先找到明确的流失点再谈量化测试。硬跑小流量 A/B，得到的差异多半是噪音。

测试期间能不能改在跑的版本

不能。中途改动会污染数据，让前后段的流量实际上看到的是不同页面。要改就结束当前测试、归档结论、开新一轮。

多变量能不能一起测

可以，但那是多变量测试（MVT），对流量要求高得多，适合流量大的页面。中小流量页面老老实实做单变量顺序测试，结论更可靠。