個人化路線圖失敗的方式很好預測：團隊在第一個月就推出八個區隔，沒有一個有足夠流量產生可判讀的結果，到了第三個月，沒人說得出個人化到底有沒有用。解法不是更有野心，而是安排順序。從比您想像中更少的區隔開始，在測試任何東西之前先確認您的流量實際能偵測到什麼，並事先決定什麼樣的結果會讓您擴大或停止一條規則。
這是一份 B2B 網站個人化測試的 90 天逐週計畫：誰負責什麼、先從哪兩個客群開始及原因、樣本數現實檢驗、決策規則，以及可直接複製的路線圖表格。如何將結果轉換成 ROI 數字，另見我們的衡量個人化 ROI 指南；本頁專談如何執行測試。
誰負責什麼
沒有指定負責人的個人化計畫會逐漸失焦。五個角色就能涵蓋，而在小型團隊中，一個人可以身兼數職：
| 角色 | 負責 | 一般所需時間 |
|---|---|---|
| 專案負責人（行銷） | 路線圖、測試待辦清單、各檢查點的決策 | 每週4至6小時 |
| 內容主管 | 依分群設定標題、佐證區塊與 CTA 文案 | 第 3-4 週與第 8-10 週工作量較重 |
| 行銷營運／分析 | 追蹤、保留組分配、CRM 欄位、判讀結果 | 第1-2週投入較多，之後每週2小時 |
| 業務主管 | 分群選擇的合理性檢查、名單品質回饋 | 每個檢查點30分鐘 |
| 網站開發人員 | 腳本安裝、畫面閃爍與效能檢查 | 第 1 週投入幾個小時 |
樣本數現實檢驗（請先做這一步）
選擇客群之前，先弄清楚您的流量能偵測到什麼。大多數 B2B 團隊略過這一步，結果執行了根本不可能得出結果的測試。
標準近似公式（Lehr 法則，80% 檢定力、5% 雙尾顯著水準）為：每組所需訪客數 = 16 x p x (1 - p) / d²，其中 p 為基準轉換率，d 為您想偵測的絕對差異。反過來說，每組 n 位訪客時，可偵測的最小相對提升幅度為 4 x √(p x (1 - p) / n) / p。
下表將此套用到一個以 50/50 分流、執行約兩個月的測試，因此每組大約獲得該客群一個月的流量。表中顯示兩個指標：2% 的表單轉換（示範或聯絡請求）與 10% 的 CTA 點閱率。
| 區隔每月訪客數（受測頁面） | 最小可偵測提升幅度：表單轉換率 2% | 最小可偵測提升：CTA 點擊率 10% | 您實際上能測試什麼 |
|---|---|---|---|
| 1,000 | ~89% | ~38% | 只適用於點擊指標上的大幅變化。轉換則請合併區隔或採用前後比較。 |
| 5,000 | ~40% | ~17% | 各區隔的點擊與互動測試。只有大幅變更時才測轉換。 |
| 20,000 | ~20% | ~8.5% | 每個分群一次只進行一項轉換測試。 |
| 50,000 | ~12.5% | ~5.4% | 提升幅度合理的轉換測試；在不同頁面上同時進行幾個測試。 |
以5,000這一列為例的計算：每組 n = 5,000，p = 0.02。√(0.02 x 0.98 / 5,000) = 0.00198。乘以4：0.0079，也就是在2%基準上變動0.79個百分點，相對變化約40%。
可得出三個結論。第一，如果您的區隔每月只有幾千名訪客，請使用發生頻率較高的指標（CTA 點擊、到達價格頁面）作為主要測試指標，並將轉換作為次要訊號追蹤。第二，做出夠大的變更：改寫一個按鈕不會帶來 40% 的提升。第三，如果您保留 30% 而非 50% 的對照組，大約需要 1.2 倍的流量。請用A/B 測試計算機計算您自己的數字，並參閱我們的A/B 測試樣本數指南了解公式背後的原理。
應該從哪些區隔開始，以及原因
從剛好兩個區隔開始。依四個條件挑選：流量足以通過現實檢驗、該區隔需要聽到的訊息有明確差異、您已經有（或能在兩週內寫出）相關內容，以及對業務的價值。
對大多數 B2B 網站而言，以下兩項可以通過：
- 您最契合的產業（已辨識訪客）。挑選過去12個月成交營收最多的垂直產業，而不是主管最感興趣的那個。產業資訊能從訪客辨識中可靠取得，同一垂直產業的買家有共通的用語和疑慮，而且您可能已經有一兩個案例研究。變更主視覺標題和客戶佐證即可。
- 曾瀏覽價格頁或比較頁的回訪訪客。這個區隔完全不需要識別，因此流量通常比任何公司屬性區隔都多，而且需求很明顯：他們正在評估，所以要提供直接的會議 CTA 與評估內容（資安、整合、導入），而不是認知階段的訊息。
如果產業無法有效區分您的市場，請以公司規模（例如200名員工以下 vs 1,000名以上）取代第一個區隔。用信用卡購買的團隊和走採購流程的團隊，兩者在訊息上的差異通常很大。
以下留待之後再做：指定帳戶名單（流量太少，無法測試；可以為它們做個人化，但別期待可判讀的測試結果）、職稱區隔（在填表之前您很少知道訪客的角色），以及結合三種屬性的微型區隔。我們的建立理想客戶輪廓指南說明了如何從成交資料中挑選契合度屬性。
90 天個人化路線圖
將此表格複製到您的專案管理工具中。每個階段都有一個結束條件：未達成前不要開始下一階段。
| 數週 | 階段 | 交付項目 | 負責人 | 結束條件 |
|---|---|---|---|---|
| 1-2 | 基礎 | 已定義主要與次要轉換事件；追蹤已驗證；個人化程式碼已安裝；已建立各候選區隔的基準（流量、轉換、CTA 點擊率、到達價格頁比例）；已完成樣本數檢查 | 行銷營運、開發人員 | 基準數字已核准；已選定兩個通過可行性檢查的區隔 |
| 3-4 | 建置 | 每個區隔兩個版本（標題 + 佐證）；依客戶分配保留組；記錄區隔、規則與版本的分析事件；桌機與行動裝置品質檢查；閃爍與 Core Web Vitals 檢查 | 內容主管、行銷營運 | 兩個區隔都已上線並設有保留組；已通過品質檢查清單 |
| 5-6 | 執行中，不要偷看 | 僅做每週健康檢查：辨識率、區隔分配準確度、保留組平衡、頁面速度。不做結果決策 | 行銷營運 | 沒有技術問題；各組平衡 |
| 7-8 | 初步判讀 | 主要指標相對於預定樣本數的結果；業務對名單品質的回饋；依下列規則對每條規則做出決策 | 計畫負責人、業務主管 | 每條規則都標記為擴大、調整或終止 |
| 9-10 | 反覆改進並擴展 | 將勝出的規則延伸到第二個頁面；對結果不明確的規則嘗試一個更大膽的變體；只有在流量允許時才加入第三個分眾 | 內容主管、計畫負責人 | 新測試已上線，並已規劃樣本數 |
| 11-12 | 第二次判讀 | 第9至10週測試結果；第一個業務機會訊號（各組建立的業務機會，僅供方向參考） | 計畫負責人、行銷營運 | 已記錄每條規則的決策 |
| 13 | 檢討與規劃 | 以勝出與落敗的實驗更新操作手冊；第二季待辦清單；給主管層的成果摘要（附上 ROI 模型連結） | 計畫負責人 | 下一季路線圖已核准 |
第1至2週：打基礎
選擇一個主要轉換事件（通常是示範或聯絡請求）和一個次要轉換事件（到達價格頁或點擊高意圖 CTA），並在完整的 90 天內使用它們。測試中途更換成功指標，正是無定論的結果變成「勝利」的原因。確認事件在每份表單上都會觸發，包括嵌入式表單和聊天表單。接著擷取每個候選區隔的基準，並在確定區隔前進行上述的現實檢查。
第3-4週：建置
每個分眾只改一到兩個元素，而不是整個頁面。標題和佐證是常見的組合，因為它們承載最多意義。上線前，把每項測試寫進一頁式的A/B 測試計畫，包含假設、主要指標、樣本數和預計結束日期。在帳戶層級分配對照組，讓同一家公司的同事看到相同的版本。
第5-6週：執行期間不偷看結果
每天檢查顯著性，並在首次超過 95% 時就停止，會大幅增加偽陽性。這幾週只需檢查設定是否健全：訪客是否被正確識別與分組？兩組規模是否相近？頁面速度是否有變化？
第7-8週：初次判讀
每個測試只在達到預定樣本數時才判讀。詢問業務來自個人化頁面的名單是否有任何不同。然後套用決策規則。
第9至12週：反覆調整與擴展
將勝出的做法延伸到旅程中的下一個頁面（首頁上勝出的產業標題，通常也值得在價格頁上搭配對應的實證）。為無定論的規則再試一個更大膽的版本。只有在第三個區隔本身的流量通過現實檢驗時，才加入它。
第13週：檢討
將每條規則、其結果和決策都記錄在您的個人化實戰手冊中，包括失敗的規則。然後根據學到的經驗，而不是最初的願望清單，規劃下一季的待辦事項。
決策規則：擴大、迭代或終止
在第一個測試上線前就把這些寫下來，避免結果事後被解讀成某人期望的樣子。
| 達到預定樣本數時的結果 | 決策 |
|---|---|
| 主要指標上升、95% 信賴區間下限大於零、名單品質不變或更好 | 擴大：推行到整個區隔（保留一小部分保留組），再延伸到下一個頁面 |
| 主要指標上升但不顯著；次要指標上升 | 迭代一次：一個更大膽的變體、相同指標、新的預計樣本數。如果仍無定論，就終止 |
| 主要或次要指標皆無差異 | 終止：該區隔可能不需要不同的訊息，或是改動太小。把流量留給其他測試 |
| 主要指標顯著下降 | 立即停止，即使還沒到預定結束日，並記錄您認為失敗的原因 |
| 完整樣本後點擊上升、轉換持平 | 停止或移轉：這個版本引起的是好奇，而不是意圖。試著把訊息放到意圖更高的頁面上 |
| 轉換增加，名單到業務機會轉換率卻下降 | 停下來檢討：您吸引到錯誤的帳戶；請收緊區隔或 CTA |
我們的看法：停止測試是一種結果，而不是失敗。如果藍圖上每個測試都「勝出」，代表測試太早下結論。
可直接複製的測試待辦清單
每個測試一列。大多數團隊會漏掉的兩個欄位是「每組預計樣本數」與「決策日期」，而這兩個欄位正是防止測試無止境進行下去的關鍵。
| 測試 ID | 區隔 | 頁面 | 元素 | 假設 | 主要指標 | 每組預計樣本數 | 開始 | 決策日期 | 結果／決策 |
|---|---|---|---|---|---|---|---|---|---|
| T1 | 最適合的產業 | 首頁 | 主視覺標題＋佐證 | 點出產業的核心問題並展示同業客戶，能增加預約示範 | 展示請求數／訪客數 | ||||
| T2 | 回訪，已瀏覽價格頁 | 首頁 | 主要 CTA | 比起內容下載，評估者對直接的會議邀約反應更好 | CTA 點閱率 | ||||
| T3 |
以一致的模式為每條規則命名，例如「區隔-頁面-元素-版本」（例如「logistics-home-hero-v2」）。到了第90天，您會有十幾條規則，沒有命名的規則將無從稽核。
常見錯誤
沒檢查流量就選定區隔。這是 90 天計畫毫無成果最常見的原因。在第一週就做現實檢查。
拿個人化訪客與全站平均比較。來自目標產業的已辨識訪客，轉換表現本來就和匿名流量不同。請與同客群的保留組比較，否則所謂的「提升」只是客群本身的差異。
改得太少。只替換標題中的一個字，無法產生 B2B 流量能偵測到的提升。要改的是訊息，而不是標點符號。
規則重疊卻沒有優先順序。一個帳戶可能同時是大型企業又屬於您的目標產業。事先決定哪條規則優先（通常是最具體的那條），否則兩個測試會互相干擾。
任由預設體驗荒廢。90天後，您大部分的流量仍然會看到預設頁面。持續改善它，最好透過一般的 A/B 測試；如何選擇方法，請參閱A/B 測試 vs 多變量測試。
在第60天回報業務機會。業務機會與營收的影響至少需要一個銷售週期。在第90天時，請把業務機會當作方向性指標呈現，並以衡量計畫說明完整評估方式。
Markettailor 的區隔功能涵蓋本計畫中的區隔類型：產業、公司規模，以及造訪價格頁面等網站內行為。
常見問題
個人化路線圖應該包含哪些內容？
指定的負責人、起步的分群與理由、顯示您的流量能偵測到什麼的樣本數檢查、附交付項目與退出條件的分階段計畫、上線前就寫好的各規則擴大或停止決策規則，以及附規劃樣本數與決策日期的測試待辦清單。沒有樣本數檢查與決策規則，藍圖就只是一份願望清單。
個人化測試需要多少流量？
這取決於指標。在 2% 的轉換率下，每月 20,000 位訪客的區隔以 50/50 分配，約兩個月可以偵測到約 20% 的相對提升。如果只有 5,000 位訪客，只能偵測到 40% 的提升，因此請改用頻率較高的指標，例如 CTA 點閱率，在 10% 的基準下可以顯示出 17% 的提升。
應該先為哪些區隔做個人化？
兩個：從成交營收中選出的最契合產業，以及瀏覽過價格或比較頁面的回訪者。前者有明確的訊息差異和現成的佐證；後者不需要辨識，因此通常流量最大。指定帳戶名單和職稱區隔留到之後再做，因為它們的流量太小，無法測試。
個人化測試應該執行多久？
直到達到上線前規劃的樣本數，且至少執行兩個完整週，讓每個平日都有代表。不要在結果看起來顯著的那一刻就停止：每天檢查並在第一次出現顯著結果時停止，會灌高偽陽性。商機管道的效果則還需要再加上一個完整的銷售週期。