做一场社交媒体实验，开始前先写好五行字：一条假设、一个变量、一条成功线、一条样本规则、一个决策。少了这几行，你只是在发两条内容，然后挑自己更喜欢的那条。这一页给你可以直接照抄的简报模板，还告诉你哪些东西值得测。
太长不看版： 先把这五行写下来。一次只测一个变量，而且挑那些能让结果变化超过正常波动的因素。在看任何数据之前，先把“赢”“输”“没结论”的规则定好。
一页纸实验简报
把下面这张表复制到文档里，在排第一条帖子之前填好。
| 项目 | 写什么 | 示例 |
|---|---|---|
| 假设 | 如果我们改 X，Y 就会变好，因为 Z | 如果开头先讲结果，收藏会变多，因为大家一眼就看到好处 |
| 变量 | 唯一不同的那一点 | 开头第一句：先讲结果 vs 先抛问题 |
| 保持不变 | 其他所有东西 | 同样的形式、话题、时段、话题标签 |
| 成功线 | 具体数字和幅度 | 每条帖子收藏中位数至少提升 20% |
| 样本规则 | 多少条帖子、跑多久 | 每个版本 10 条帖子，跑 5 周 |
| 决策 | 结束时怎么办 | 赢：采用。输：放弃。差距在 10% 以内：没结论，再跑一次或者停掉 |
决策这一行，团队最容易漏，可偏偏就是它，能让你事后少吵很多架。
挑那些真能赢的因素来测
有些因素几乎撼动不了结果。在 Mydrop 的数据里，话题标签数量让互动中位数上下浮动最多也就 5%，星期几基本没影响，每一天都在中位数的 2% 以内。测这些，等于花一个月什么也没学到。
真正拉开差距的，在别的地方。轮播图的互动比账号平时的帖子高大约 10%，正文里放链接要少大约 7%，半夜 12 点到早上 6 点之间发布则低 17%。形式、链接位置和开头第一句，才是更值得测的候选。完整的数据表在 Mydrop 社交媒体基准数据 里。
选赢家之前，先把波动算进去
单条帖子的表现差别特别大。在同一份数据里，Instagram 帖子中间那一半的互动率落在 1.1% 到 6.7% 之间。一条 5% 对一条 3%，什么都证明不了。
三个办法压住波动：
- 重复测试，每个版本至少 8 到 10 条帖子。
- 拿自己的中位数做对比，别盯着一个固定数字。
- 让不同版本交替出现在不同天，免得某条新闻只砸中了一边。
记好日志，测试才能攒起来
一场测试如果最后只留在一条 Slack 消息里，一个月后就找不到了。把每份简报和结果都记进同一张表：假设、日期、结果、决策。一个季度下来，你就有了一个专属的“什么对你有用”资料库。想要团队版的做法，可以看 可复用的实验库。
用一个日历把排期跑起来
只有按受控的排期发布，不同版本才能公平对比。在 Mydrop 的 内容日历 里，你可以给每条帖子标上所属版本，让它们交替排进时段，再在 分析 里按帖子看结果。同一个想法要在多个账号上做版本时，批量创建 会帮上大忙。
知道什么时候该停
一个变量如果已经两次跑出明确的赢家，就采用它，然后去测下一个因素。别每个季度都回头重测一遍。如果你是单人运营、想要一份更短的清单，可以看 单人运营者最值得做的 A/B 测试。
三个会让干净测试翻车的坑
- 一次改两样东西。 同一个版本里既换形式又换文案风格，最后你根本猜不出是哪个起了作用。
- 提前偷看。 才发了三条帖子，看某个版本领先就收手，团队就是这样把波动当成结论的。
- 偷偷挪球门。 成功线定的是 20%，结果只有 12%，那答案就是“没结论”，不是“差不多够好了”。
先把简报写好，争论基本就消失了。
这周就跑起你的第一场测试
从上面的清单里挑一个因素，填好简报，今天就把前四条帖子排上。现在就把复盘日期写进日历。想把日历、版本和结果都放在一个地方？免费开始用 Mydrop。
Google 评价
Trustpilot 评价
Product Hunt comment
