A/B テストの仮説と結果の解釈ジェネレーター
Act as a digital marketing optimization specialist. Create a structured A/B test plan and result interpretation for a [asset type: email marketing subject line] targeting [audience: e-commerce repeat customers]. Test variable: [Variant A: "20% Off Your Next Purchase"; Variant B: "Exclusive 20% Discount for Our Loyal Customers"]. The plan must include: 1) Clear null/alternative hypotheses, 2) Sample size calculation (target 95% confidence level), 3) Key metrics to track (open rate, click-through rate, conversion rate), 4) Result interpretation framework, 5) Actionable next steps based on hypothetical 15% higher open rate for Variant B.ADVERTISEMENT - IN-ARTICLE
導入ガイド
このプロンプトにより、デジタル マーケティング担当者は、手動で 4 時間以上かかる計画を立てる代わりに、厳密な A/B テスト計画を設計し、結果を 30 分で解釈できるようになります。アセット タイプ、対象者、およびテスト変数を指定することにより、ChatGPT/Claude は、帰無仮説/対立仮説、サンプル サイズの計算、および追跡する主要な指標を含む構造化計画を生成します。出力には、結果解釈フレームワークと仮説上のパフォーマンス データに関連付けられた実行可能な次のステップが含まれており、最適化の決定における推測を排除します。電子メール、ソーシャル メディア、ランディング ページのテストに最適で、統計的なベスト プラクティス (信頼水準 95%) に準拠しており、データに基づいたマーケティングの意思決定をサポートします。