第2章：实验假设撰写标准

适用场景

• 在启动任何A/B测试前，需要将模糊的产品直觉转化为可证伪的统计命题。
• 当业务方、产品经理与数据团队对“到底测什么”存在分歧时。
• 作为实验设计左移的关键节点，确保资源投入前假设已被严谨表达。

前置条件

编号	条件	检查清单
1	已明确待验证的产品变化	☐ 变化描述已写入手册
2	已定义核心指标（如转化率、留存）	☐ 指标口径与计算逻辑已确认
3	理解统计显著性基础概念	☐ 团队成员已完成假设检验培训

操作步骤

1. 识别业务现象：用一句话描述观察到的用户行为或业务痛点。
2. 转化为零假设（H₀）：假设变化前后指标无差异，即“新版本与旧版本效果相同”。
3. 构建备择假设（H₁）：明确期望的方向，差异存在且具有指定方向性。
4. 设定方向性假设：在H₁中明确是“大于”、“小于”还是“不等于”。
5. 业务语言转化：将统计假设翻译为产品、运营、领导都能理解的陈述。
6. 填入假设模板：使用标准化表达式输出最终假设。

输入输出物

类型	详细描述
输入	产品需求文档、核心指标定义、用户行为数据快照
输出	已审定的实验假设表（含H₀、H₁及方向性）

责任边界

• 产品经理：提供业务洞察与指标优先级
• 数据科学家：确保统计语言准确、性正确
• 决策层：确认假设与业务目标对齐

记录材料

字段	示例值
实验ID	EXP-2024-04-001
零假设 H₀	新按钮颜色对点击率无影响
备择假设 H₁	新按钮颜色使点击率 > 旧按钮
方向性	单侧（大于）
业务语言	预期新按钮让更多人点击
负责人	张三（pm）/ 李四（ds）

异常处理

验收标准

• ☐ H₀与H₁构成完整互斥覆盖
• ☐ 方向性已明确（单侧/双侧）
• ☐ 业务语言翻译后，非技术人员能理解预期效果
• ☐ 假设模板所有字段已填写
• ☐ 示例假设已在团队内评审通过

假设模板与案例

标准化假设模板（可直接复制填写）：

零假设 H₀: 新方案（A/B测试变体）对[指标]无影响。
备择假设 H₁: 新方案使[指标] [大于/小于/不等于] 旧方案。
方向性: [单侧/双侧]
业务语言: 我们期望新方案（描述变化）会[提升/降低/改变][指标]。

案例：优化注册页面表单字段数量

要素	内容
H₀	减少字段数量对注册完成率无影响
H₁	减少字段数量使注册完成率 > 原版本
方向性	单侧（大于）
业务语言	我们期望简化注册流程能提高用户注册率

本章流程结构图