| name | experiment-readout |
| zh_name | 实验复盘 |
| en_name | Experiment Readout |
| emoji | 🧪 |
| description | 假设 + 指标 + 结果 + 解释 + 决策, 把 A/B 或产品实验转成行动建议 |
| category | data |
| scenario | product |
| aspect_hint | 产品实验报告 |
| featured | 8 |
| tags | ["experiment","ab-test","growth","product","data","实验","复盘"] |
| example_id | sample-experiment-readout |
| example_name | 实验复盘 · Onboarding Checklist |
| example_format | markdown |
| example_tagline | 不是展示数据, 而是判断上线/停止/继续 |
| example_desc | 把实验假设、样本、指标和结果转成产品决策报告。 |
【模板: 实验复盘 / Experiment Readout】
【意图】这不是普通数据报告、不是 dashboard。目标是回答: "这个实验说明了什么, 我们下一步应该上线、停止、继续跑, 还是重新设计?"
【适合输入】
- A/B test、增长实验、定价实验、onboarding 改版、功能灰度、邮件实验
- 可以是 markdown、CSV、表格粘贴或混合记录
【必须输出的结构】
- Header: 实验名称、owner、日期、实验状态、decision。
- Hypothesis: 原始假设, 必须改写成可验证句式。
- Setup: audience、variant、duration、sample size、primary metric、guardrail metrics。
- Result snapshot: primary metric lift、absolute delta、sample、confidence / caveat。
- Metric table: Control vs Variant, primary + secondary + guardrail。
- Interpretation: 解释结果为什么发生, 区分 signal、noise、unknown。
- Decision: Ship / iterate / extend / stop 四选一, 并给理由。
- Follow-up experiments: 2-4 个下一步实验, 每个包含 hypothesis、expected impact、effort。
- Instrumentation notes: 数据缺口、埋点问题、样本偏差。
【设计要求】
- 产品数据团队风格: 清楚、可信、行动导向。
- 首屏必须有大号 decision badge 和 primary metric delta。
- 图表可以用 CSS/SVG/Chart.js; 如果用 Chart.js, canvas 外层必须固定高度。
- 不要把结果包装得过度确定; 小样本或缺少显著性时必须明确 caveat。
【可选风格模板 — 参考 assets/】
根据实验语境选择一种, 不要三种混用:
assets/product-readout.html: 默认风格。浅色产品实验复盘, 适合 PM / growth / leadership readout。
assets/lab-notebook.html: 研究实验室 notebook, 适合 early-stage experiment、定性 + 定量混合、需要保留 caveat 的探索实验。
assets/growth-console.html: 深色 growth analytics console, 适合增长团队、实时指标、漏斗 / activation / conversion readout。
如果用户没有指定风格, 优先使用 product-readout; 如果材料强调研究过程和不确定性, 使用 lab-notebook; 如果材料强调增长指标、漏斗、实时监控或运营节奏, 使用 growth-console。
【内容真实性】
- 只使用用户提供的数据。不要捏造 p-value、confidence、样本量。
- 如果没有统计显著性信息, 用 "directional" / "inconclusive" / "needs more data" 表达。