你點樣答 CEO？

• 照 AI 嘅草稿做：四個地區、四星期、每區至少 500 個轉換: 呢個係教科書式嘅地區對照測試，今個月就開跑，四星期後 CEO 就有答案。
• 重新設計：以測驗完成數做結果指標，地區合併成兩組，做八星期: 匯總八週的測驗完成量；先驗證實驗設計，再承諾能給出答案。
• 唔做測試：直接匯報平台歸因嘅轉換: 又快又免費，而且客戶每星期都已經睇緊呢啲數字。

考慮階段計劃嘅部署準備度評為 35%。要唔要推出？

• 即刻推出，一邊做一邊補漏: AI 就影響、信心同難易度俾咗 9 / 9 / 7；每遲一星期，就少咗一星期嘅需求。
• 先推出搜尋同 Meta；電郵等培育流程做好先再推: 一方面接住而家正喺搜尋嘅人，一方面慢慢補好最耐嗰個前置條件。
• 先補好三個缺口：測驗、穿戴裝置整合、培育流程: 測驗有漏洞、又冇培育流程，只會白白浪費預算；先補好三個已知缺口，總好過邊推邊學。

草稿要四星期內有約 2,000 個轉換；英國每月只係多約 112 個訂閱用戶。 四星期後，測試喺任何一個地區都遠遠未到 500 個轉換：成個英國每月只係多大約 112 個訂閱用戶。測試讀唔到結果，CEO 嘅問題仍然冇答案。

歸因轉換答唔到呢筆投放係咪帶來增量。 報告計嘅係平台自稱嘅轉換。CEO 問嘅正正係呢啲人係咪本來都會嚟；課程追蹤嘅係增量訂閱用戶，而唔係歸因轉換。

預留八週，並驗證設計和統計檢定力。 情境估算：八週內，每個合併組約有770次測驗完成。這並不能證明統計檢定力，也不能證明廣告帶來了訂閱用戶淨增。

你嘅數據基礎留低嘅零散數據，會拖慢測試嘅結果解讀。 解讀結果要將每個地區嘅數據集中喺一處，而且乾淨、可比較；你嘅數據基礎將呢份工作留咗畀之後，答案就要等住佢。

你嘅護欄容許 AI 喺測試期間調動預算。 你嘅護欄容許 AI 喺平台之間調動資金，所以測試期間預算可能轉移，令地區之間嘅比較變得模糊。

喺 35% 準備度推出，係喺測驗同培育流程未能轉化之前就花錢。 廣告將人帶去一個 UX 仍要改善嘅測驗，後面又冇培育流程接住。課程指出：團隊失敗，多數係因為基礎設施未準備好就啟動，而唔係策略唔好。

計劃一部分仍然落喺未修好嘅測驗上。 搜尋同 Meta 將人帶去一個 UX 仍要改善嘅測驗；培育流程則暫時擱置。

等待即係補缺口期間，計劃捕捉唔到任何需求。 測驗、整合同培育流程補好之前，推出要等。

課程原則與情境假設

• 根據課程數據推導的情境假設: 你點樣答 CEO？: 重新設計：以測驗完成數做結果指標，地區合併成兩組，做八星期. 根據課程數據推算：草案要求四週內約2,000次轉化，而英國每月約新增112名訂閱用戶。匯總八週的測驗完成量，預計每組約770次。這個數量不能證明統計檢定力：在承諾答案前，必須驗證對照分組、可檢測的效果和分析方法。測驗完成量並不能直接證明廣告帶來的訂閱用戶淨增。
• 考慮階段計劃嘅部署準備度評為 35%。要唔要推出？: 先補好三個缺口：測驗、穿戴裝置整合、培育流程. 課程指出：團隊失敗，多數係因為基礎設施未準備好就啟動，而唔係策略唔好；AI 自己嘅檢查都話要先修好呢三樣。