什么时候趋势是一种负担？在Amplify中，外展使团队能够利用机器学习来A/B测试他们的信息传递，并在试图与买家联系时深入了解哪些是有效的。但是当测试结果开始呈负面趋势时会发生什么呢——在结束实验之前你应该等待多长时间？你怎么知道这个趋势会保持负面，还是有可能开始向积极的方向发展呢？你应该如何平衡统计意义和商业意义的需要？让我们来看看。负面趋势对业务的影响消极趋势实验是指治疗的结果——你尝试的新想法，比如一个新的电子邮件模板，与对照组——旧模板相比，似乎更为消极，但没有统计学意义。例如，假设您想测试一封直呼某人名字的电子邮件问候语是否比以"先生"或"夫人"这样的前缀正式称呼某人的电子邮件效果更好还是更差，这是模板中使用的当前标准。在设置并开始A/B测试之后，假设您开始在与先生/女士讨论潜在客户的测试组中看到更少的打开和回复。开放利率和回复率的下降是我们所说的负面趋势。当然，你会感到担心和怀疑，在失去更多回复之前，你是否应该关闭这个实验，并宣布它失败。然而，你也听到我们和其他人说，如果结果没有统计意义，他们可能是由于偶然性。那你该怎么办？停止实验还是等更长时间？何时结束实验的建议首先，有一个明确的关闭实验的标准是很重要的。这是为了避免统计问题——我们将在以后的文章中讨论这些细节——并确保在实验开始前明确界定这些标准，然后在实验过程中遵守这些标准。在外展活动中，我们建议在以下四个条件均成立时关闭实验：（a） 我们每种型号至少有100种（b） 我们有至少30个回复合并在两个变种（c） 我们看到回复的质量下降了30%或更多（d） 此外，如果实验是在多个序列上进行的，则没有一个序列显示出积极的趋势任何符合这4个标准的A/B测试都应关闭，以尽量减少对潜在客户和业务的影响。这些标准试图从形式上捕捉到退化的商业意义——或者对你的前景的影响——变得足够大，以至于无法理解治疗的真正影响是什么的愿望。换言之，高昂的"学习成本"以及对我们潜在客户和交易的潜在影响，都不足以证明继续实验的合理性。此外，即使你的实验符合上述标准，但没有足够的数据来确定负面趋势是否真实，我们仍然可以相当肯定它不会发生180度的转折，也不会变成积极的结果。结论A/B测试提供了一种数据驱动的方法来验证您的想法，将好的和坏的分开，并使收入效率得到不断的迭代改进。在这样做的同时，重要的是尽量减少坏主意的危害，迅速发现并丢弃它们。我们希望这条建议能让你更好地了解如何测试你的想法，同时通过理解何时停止使用来保护你的前景。