个性化路线图的失败方式是可以预见的：团队在第一个月上线八个细分群体，没有一个获得足够流量产生可读的结果，到第三个月谁也说不清个性化到底有没有用。解决办法不是更大的雄心，而是合理的排序。细分群体从比您预想的更少开始，在测试任何东西之前先确认您的流量实际能检测出什么，并提前决定什么样的结果会让您扩大或终止一条规则。
这是一份按周安排的 90 天 B2B 网站个性化测试计划：谁负责什么、从哪两个细分人群开始以及为什么、样本量现实检验、决策规则，以及一张可以复制的路线图表格。如何将结果转化为 ROI 数字，另见我们的衡量个性化 ROI指南；本页聚焦于如何运行测试。
谁负责什么
没有指定负责人的个性化项目会逐渐走偏。五个角色就能覆盖所有职责，在小团队中一个人可以身兼数职：
| 角色 | 负责 | 通常耗时 |
|---|---|---|
| 项目负责人（市场部） | 路线图、测试待办列表、每个检查点的决策 | 每周4-6小时 |
| 内容负责人 | 按细分定制标题、证明模块和 CTA 文案 | 第 3–4 周和第 8–10 周工作量大 |
| 营销运营 / 数据分析 | 跟踪、对照组分配、CRM 字段、解读结果 | 第1-2周工作量大，之后每周2小时 |
| 销售负责人 | 核查细分选择是否合理，反馈线索质量 | 每个检查节点30分钟 |
| Web 开发人员 | 脚本安装、页面闪烁和性能检查 | 第1周投入几个小时 |
样本量现实检验（先做这一步）
在选择细分人群之前，先弄清楚您的流量能检测出什么。大多数 B2B 团队跳过这一步，结果运行的测试根本不可能得出结论。
一个常用的近似公式（Lehr 法则，80% 统计功效，5% 双侧显著性水平）是：每组所需访客数 = 16 x p x (1 - p) / d²，其中 p 是基准转化率，d 是您想检测到的绝对差异。反过来，每组 n 名访客时可检测到的最小相对提升为 4 x √(p x (1 - p) / n) / p。
下表将其应用于一个运行约两个月、50/50 分流的测试，因此每组大约获得该细分人群一个月的流量。表中展示两个指标：2% 的表单转化（演示或联系请求）和 10% 的 CTA 点击率。
| 细分人群的月访客数（在被测试页面上） | 最小可检测提升：表单转化率为2%时 | 最小可检测提升：CTA 点击率 10% | 您实际能测试什么 |
|---|---|---|---|
| 1,000 | ~89% | ~38% | 只能检测点击类指标上的大幅变化。对于转化，请合并细分或使用前后对比。 |
| 5,000 | ~40% | ~17% | 按细分人群做点击和互动测试。只有大胆改动才测转化。 |
| 20,000 | ~20% | ~8.5% | 每个细分一次只做一项转化测试。 |
| 50,000 | ~12.5% | ~5.4% | 提升幅度现实的转化测试；在不同页面上并行进行几个测试。 |
以5,000这一行为例计算：每组 n = 5,000，p = 0.02。√(0.02 x 0.98 / 5,000) = 0.00198。乘以4：0.0079，即在2%基线上变化0.79个百分点，相对变化约40%。
由此可以得出三个结论。第一，如果您的细分每月只有几千名访客，请用频率更高的指标（CTA 点击、到达价格页）作为主要测试指标，并把转化作为次要信号跟踪。第二，改动要足够大：改写一个按钮的文字不会带来40%的提升。第三，如果对照组保留30%而不是50%，您需要大约1.2倍的流量。用A/B 测试计算器算算您自己的数字，并参阅我们的A/B 测试样本量指南，了解公式背后的原理。
从哪些细分人群开始，以及为什么
只从两个细分开始。按四个标准挑选：流量足以通过现实检验、该细分需要听到的信息有明显差异、您已有相应内容（或两周内能写出来），以及对业务的价值。
对大多数 B2B 网站来说，以下两项可以通过：
- 您最契合的行业（已识别访问者）。选择过去12个月赢单收入最多的垂直行业，而不是管理层最感兴趣的那个。行业信息可以通过访问者识别稳定获取，同一垂直行业的买家有相同的术语和顾虑，而且您可能已经有一两个案例研究。修改首屏标题和客户证明即可。
- 看过价格页或对比页的回访者。这个细分人群完全不需要识别，所以流量通常比任何企业属性细分都多，而且需求很明确：他们正在评估，所以应展示直接的会议 CTA 和评估类内容（安全、集成、实施），而不是认知阶段的信息。
如果行业不能很好地划分您的市场，就用公司规模（例如200人以下与1,000人以上）代替第一个细分。用信用卡购买的团队与走采购流程的团队，在信息传递上的差异通常很大。
以下内容可以留到以后：指定账户名单（流量太少，无法测试；可以为它们做个性化，但别指望得到可解读的测试结果）、职位细分（在表单填写之前您很少知道访问者的角色），以及组合三个属性的微细分。我们关于构建理想客户画像的指南介绍了如何从赢单数据中挑选契合度属性。
90天个性化路线图
把这张表复制到您的项目管理工具中。每个阶段都有一个退出标准：未达成之前不要开始下一阶段。
| 数周 | 阶段 | 交付物 | 负责人 | 退出标准 |
|---|---|---|---|---|
| 1-2 | 基础 | 已定义主要和次要转化事件；已验证跟踪；已安装个性化脚本；已获取每个候选细分群体的基线（流量、转化、CTA 点击率、价格页到达率）；已完成样本量检查 | 营销运营、开发人员 | 基线数据已确认；选定两个通过现实检验的细分 |
| 3-4 | 搭建 | 每个细分群体两个版本（标题 + 证明材料）；按客户分配保留组；为细分群体、规则和版本设置分析事件；在桌面端和移动端进行质量检查；检查闪烁和 Core Web Vitals | 内容负责人、营销运营 | 两个细分群体均已上线并设有保留组；已通过质量检查清单 |
| 5-6 | 运行，不要中途偷看 | 只做每周健康检查：识别率、细分分配准确性、保留对照组平衡、页面速度。不做结果判定 | 营销运营 | 无技术问题；各组均衡 |
| 7-8 | 初步判断 | 主要指标相对计划样本量的结果；销售对线索质量的反馈；按照下列规则对每条规则做出决定 | 项目负责人、销售负责人 | 每条规则都标注为扩展、迭代或停用 |
| 9-10 | 迭代与扩展 | 胜出规则推广到第二个页面；对结论不明确的规则尝试一个更大胆的变体；仅在流量允许时增加第三个细分 | 内容负责人、项目负责人 | 新测试已按计划样本量上线 |
| 11-12 | 第二次解读 | 第9-10周测试结果；首个销售管道信号（按组统计的商机创建量，仅供方向性参考） | 项目负责人、营销运营 | 每条规则的决定都已记录 |
| 13 | 复盘与规划 | 更新打法手册，记录有效与无效的做法；整理第二季度待办清单；为管理层准备结果总结（附 ROI 模型链接） | 项目负责人 | 下季度路线图已获批准 |
第1-2周：打基础
选择一个主要转化事件（通常是演示或联系申请）和一个次要转化事件（到达价格页或点击高意向 CTA），并在整个90天内使用它们。在测试中途更换成功指标，正是不确定的结果变成“胜利”的方式。确认这些事件在每个表单上都能触发，包括嵌入式表单和聊天表单。然后提取每个候选细分的基线，并在确定细分之前执行上面的现实检验。
第3-4周：搭建
每个细分只改动一两个元素，而不是整个页面。标题和证明是常见组合，因为它们承载的信息最多。上线前，把每项测试写进一页纸的 A/B 测试计划，包括假设、主要指标、样本量和计划结束日期。在客户层面分配对照组，让同一公司的同事看到同一个版本。
第5-6周：运行期间不偷看结果
每天检查显著性，并在第一次超过95%时就停止测试，会严重放大假阳性。在这几周里，只检查设置是否正常：访客是否被正确识别和分组，两组规模是否相近，页面速度是否有变化？
第7-8周：首次读取结果
只有在每个测试达到计划样本量时才解读结果。问问销售，来自个性化页面的线索看起来是否有所不同。然后应用决策规则。
第9-12周：迭代与扩展
把胜出的规则延伸到旅程中的下一个页面（首页上胜出的行业标题，通常值得在价格页配上相应的证明材料）。给没有定论的规则一个更大胆的变体。只有当第三个细分人群凭自身流量通过了现实检验时，才加入它。
第13周：复盘
在您的个性化策略手册中记录每条规则、其结果和决策，包括失败的那些。然后根据所学内容，而不是最初的愿望清单，规划下个季度的待办事项。
决策规则：扩大、迭代还是叫停
在第一个测试上线前把这些写下来，以免结果被争论成某些人期望的样子。
| 达到计划样本量时的结果 | 决策 |
|---|---|
| 主要指标上升，95%置信区间下限大于零，线索质量不变或更好 | 扩大：推广到整个细分（保留一个小的对照组），再扩展到下一个页面 |
| 主要指标上升但不显著；次要指标上升 | 迭代一次：一个更大胆的变体，同一指标，新的计划样本量。如果仍无定论，就叫停 |
| 主要指标和次要指标均无差异 | 放弃：该细分可能不需要不同的信息，或者改动太小。把流量腾出来做另一个测试 |
| 主要指标显著下降 | 立即终止，即使还没到计划结束日期，并记录您认为它失败的原因 |
| 完整样本后点击上升、转化持平 | 终止或转移：该变体引发的是好奇，而不是意向。试着把这条信息放到意向更高的页面上 |
| 转化上升，线索到商机的转化率下降 | 停止并复盘：您吸引来的是错误的客户；请收紧细分条件或 CTA |
我们的观点：终止也是一种结果，而不是失败。如果路线图上每个测试都“赢了”，说明测试结束得太早。
一份可直接复制的测试清单
每个测试占一行。大多数团队遗漏的两列是“计划每组样本量”和“决策日期”，而正是这两列能防止测试无休止地运行下去。
| 测试 ID | 细分 | 页面 | 元素 | 假设 | 主要指标 | 每组计划样本量 | 开始 | 决策日期 | 结果 / 决策 |
|---|---|---|---|---|---|---|---|---|---|
| T1 | 最适合的行业 | 首页 | 主视觉标题 + 证明 | 点明行业核心问题并展示同行客户，能提高演示申请量 | 演示申请数 / 访客数 | ||||
| T2 | 回访，已看过价格页 | 首页 | 主要 CTA | 评估者对直接会面邀请的反应优于内容下载 | CTA 点击率 | ||||
| T3 |
用统一的模式为每条规则命名，例如“细分-页面-元素-版本”（如“logistics-home-hero-v2”）。到第90天，您会有十几条规则，没有命名的规则将无法审计。
常见错误
没检查流量就选定细分。这是90天计划一无所获的最常见原因。在第一周就做现实检验。
拿个性化访客与全站平均值比较。来自目标行业的已识别访客，转化表现本来就与匿名流量不同。应与同一细分人群的对照组比较，否则所谓“提升”只是细分人群本身的差异。
改得太少。只改标题中的一个词，不可能产生 B2B 流量能检测出的提升。要改信息，而不是改标点。
规则重叠却没有优先级。一个账户可能既是大型企业，又属于您的目标行业。事先决定哪条规则优先（通常是最具体的那条），否则两项测试会相互干扰。
任由默认体验退化。90天后，大部分流量看到的仍是默认页面。持续改进它，最好通过常规 A/B 测试；关于方法选择，请参阅 A/B 测试与多变量测试。
第60天报告销售管道。商机和收入效果至少需要一个销售周期才能显现。在第90天，把销售管道作为方向性指标呈现，并指出完整评估要参照衡量计划。
Markettailor 的细分功能涵盖本计划中的细分类型：行业、公司规模以及价格页访问等站内行为。
常见问题
个性化路线图应包含哪些内容？
指定的负责人、起步的细分及其原因、说明您的流量能检测出多大效果的样本量核算、带有交付物和退出标准的分阶段计划、上线前写好的每条规则扩大或终止的决策规则，以及附有计划样本量和决策日期的测试待办清单。没有样本量核算和决策规则，路线图只不过是一张愿望清单。
个性化测试需要多少流量？
这取决于指标。在2%的转化率下，一个每月20,000名访客的细分，按50/50分组，大约两个月能检测出约20%的相对提升。如果只有5,000名访客，只能检测出40%的提升，因此请使用更高频的指标，例如 CTA 点击率，在10%的基线下可以检测出17%的提升。
应该先为哪些细分做个性化？
两个：一个是根据赢单收入选出的您最契合的行业，另一个是浏览过价格页或对比页的回访者。前者有明确的信息差异和现成的证明；后者无需识别，因此通常流量最大。指定账户名单和职位细分可以留到以后，因为它们的流量太小，无法测试。
个性化测试应该运行多长时间？
直到达到上线前计划的样本量，并且至少运行两个完整的周，以覆盖每个工作日。不要在结果看起来显著的那一刻就停止：每天查看并在首次显著时停止会抬高假阳性率。管道层面的效果还需要在此之后再观察一个完整的销售周期。