廣告投放・免費試算

A/B 測試樣本數計算機

A/B 測試每組要多少流量才有意義

目前轉換率（%）想偵測的相對提升（%）

關於「A/B 測試樣本數計算機」

想優化網站轉換率，A/B測試是最可靠的方法，但很多人忽略一個關鍵：樣本數不夠，測出來的結果根本不可信。今天A版本贏、明天B版本贏，那不是真的差異，只是隨機波動在騙你。

A/B測試樣本數計算機幫你在開跑前就算清楚，每一組（原始版與新版）各需要多少訪客流量，才能讓結果具備統計意義。它會根據你目前的轉換率，以及你想偵測的相對提升幅度來推算。

關鍵在於：你想偵測的提升幅度越小，需要的樣本數就越大。例如要從2%提升到2.1%（相對提升5%）所需的流量，會遠遠多於提升到2.4%（相對提升20%）。先算清楚樣本數，你才知道這個測試要跑多久、值不值得跑，不會白白浪費流量。

我看過太多人測三天就急著下結論，結果根本是雜訊。我的習慣是測試前先用這個算好樣本數，再回推大概要跑幾週，並且至少完整跨過一個營業週期再看數據。流量小的店家別硬測微小提升，先從改動幅度大的版本下手，比較容易測出真結果。

為什麼樣本數不夠，測試結果就不能信？

因為轉換本身有隨機波動。樣本太少時，兩個版本的差異很可能只是運氣，而非真實的優劣。樣本數足夠才能把隨機雜訊壓低，讓你有信心說這個差異是真的。否則你可能據此做出錯誤決策，把原本更好的版本給換掉。

相對提升和絕對提升有什麼不同？

絕對提升是百分點的差，例如從2%到3%是1個百分點；相對提升是比例的增加，從2%到3%是相對提升50%。這個計算機用相對提升，因為它更貼近商業思考，例如你想讓轉換率成長兩成，輸入20%即可，不必自己換算。

測試大概要跑多久才夠？

用算出的每組樣本數除以你每日進入測試的平均訪客數，就是大致天數。建議無論如何至少跑滿一到兩週，完整涵蓋平日與假日的流量差異，並避開大促或特殊檔期，否則數據會被一時的異常扭曲。

免費諮詢

不論是平台代營運、品牌代理落地，還是 AI × 電商流程優化，加 LINE 直接聊你的狀況，我會給你具體可執行的方向。