Measurement & learning
实验学习
区分已观测结果与模拟预估，避免把模型推演误当成真实收益。
已完成实验
1
示例工作区
具备对照组
观测到的复购提升
+10.0pp
实验组 20% / 对照组 10%
样本仍有限
归因净增收入
$6.8k
示例归因结果
需接入订单回执验证
可靠性
中等
样本量、周期影响结论
不可直接规模化
OBSERVED来自已结束实验的示例结果
高流失风险客户召回 A/B 测试
归因逻辑：在相同观察窗内，计算实验组相对对照组的增量转化与对应订单收入，而不是直接用两组总收入相减。
Guardrails
结论使用边界
- 样本量不足时，不做扩量推荐。
- 未接入渠道回执时，不能声称“已触达”。
- 没有成本数据时，不展示真实 ROI。
- 跨市场、跨渠道结果不能直接迁移。
SIMULATION
下一轮预估只作为决策输入
如果扩大到 1,000 人群，模型预估潜在增量收入为 $14.2k。该数字是基于当前样本转化率和历史客单价的推演，必须通过新的对照组实验验证。