一笔连星 · 实验复盘与后续路线图

分析基于前页模拟数据，不代表真实产品效果。 B 组独立完成占有效进入 68%，A 为 55%，相差十三个百分点。方向很乐观，但是否已经足以宣布“新引导更好，可以扩大投入”？

为什么先检查执行，再解释提升

如果分组不稳定、两组资格不同、某版本漏事件或队列未成熟，差异可能来自执行问题。实际应核验随机分组、曝光、样本比例、缺失、版本与排除规则。

当前只有汇总表，无法验证这些条件。以下计算仅假设它们成立，展示在理想执行下仍然存在的抽样不确定性。

从波动推出结论的宽度

同一方案换一批人，完成比例也可能不同。标准误可以先理解为估计随抽样变化的量级。两独立比例的简单正态近似给出：

SE = sqrt(0.55×0.45/100 + 0.68×0.32/100) ≈ 0.0682

点估计是 0.68 − 0.55 = 0.13；在此方法下用 0.13 ± 1.96 × SE 得到近似 95% 区间，约 −0.4 到 26.4 个百分点。

图上绿色点只显示目前的差值，横线提醒估计有多宽。接近零与较大正效应都仍与这份近似分析相容，不能只展示点的位置。

95% 是所用区间程序在重复抽样条件下的覆盖性质，不是“这次提升有 95% 概率在里面”。简单正态近似在极端比例或小样本时可能不适合，正式分析采用事前选定且适用的方法。

为什么不应从前一步推出回访

D1 差四个百分点，同样不能凭点估计宣布改善。独立完成后的继续比例也没有明显变好，但这个条件集合由方案影响后形成，不能直接当作后续意愿的因果比较。

这可能意味着方案主要影响理解，也可能是信息不足。前面的步骤改善，不自动证明内容足够丰富；没有发现明确回访提升，也不证明理解改动无价值。把问题分开，才能决定补哪种材料。

本轮选择：保留候选，不包装成定论

案例建议继续研究可操作示范，先看真实任务观察与实现。如果长说明确实造成可复现阻断，修复可以依据这类证据；但不要称它已证明提高留存。

下一轮只聚焦“理解之后，什么题型变化让人愿意继续或回来”。低流量时采用新玩家任务观察和小范围重复访问，说明学习与招募限制，不硬做精确 A/B 承诺，方法见 实验章节。

为什么未来四周按这个顺序

时段	要减少的未知	产物	启动下一项的条件
第 1 周	示范是否减少主要理解障碍	复测与修订 PRD	能定位障碍，不能只看通关
第 2 周	题型变化是否可持续制作	审核关卡组、全流程工时	产能支持承诺
第 3 周	是否自发再次获得体验	成熟分群与回访反馈	数据可信，实际发布条件满足
第 4 周	是否值得追加资源	经营情景、能力表、复盘	风险、预算与下一轮目标明确

先处理理解，是为了让后面的乐趣观察不被基本操作污染；先查产能，是因为回访承诺需要真实供给。平台未就绪时第三周使用合适的受控原型，正式上线验证保持待做；没有收入时保留零收入情景。

适用边界：继续需要下一轮理由

继续应有重复的价值迹象、可触达人群、内容与平台路径；调整要说明改变哪一层；停止也可能来自长期价值不成立、路径受阻、机会成本或个人资源。

不能因为已经写完五篇文档就自动继续。完成 复盘模板，给每条结论附证据与限制，再回到 能力自评，说明这次信息如何改变下一次选择。