你测试什么
上传商品页 2–6 个方案的截图,其中一个作为对照方案。方案可以是不同的商品,而不只是不同的页面设计,例如两层和三层鞋架。为每个方案填写各自的名称、尺寸、材质和价格,让每个方案的 AI 消费者看到正确的商品信息。
本示例
- A · 原始页面(对照):折叠鞋柜,白色,三层,塑料,17.3 W × 13.8 D × 20.87 H 英寸,37.69 美元,免运费
- B · 突出卖点:同一商品、同一价格,页面上增加免运费标识和 3 条卖点
- TikTok Shop 美国站正在浏览、并非已有购买意向的消费者
方案可以是不同的商品
商品页测试也可以比较满足同一需求的不同商品,帮你决定上架哪一款。每个方案都有自己的尺寸、材质、功能和价格。
结论
每份报告都以结论开头:一条决策横幅、最多三条简短理由和一项行动,并始终说明这是模拟结果。决策是以下五种之一:
- 用某个方案进行线上 A/B 测试:该方案明显领先对照方案。
- 优化后重新测试:某个方案有领先迹象,但不够明确。
- 倾向于保留对照方案:某个方案看起来更差,但尚不明确。
- 未发现明显差异:各方案与对照方案表现相近。
- 保留对照方案:有方案明显更差,且没有方案明显更好。
关键数据与测试内容
先用数据块列出关键数据,再并排展示各方案,并列出每个方案的购买率和区间。区间重叠这么多时,无法判定赢家。
细分分析
按年龄、性别等维度列出各方案的购买率、区间和每组的虚拟消费者数量,每张图配一句洞察。少于 5 个虚拟消费者的分组会标注为样本过小。
人群差异、顾虑和问题
各人群的差异、没有购买的消费者因何犹豫,以及报告后文中消费者对对照页面提出的问题。
行动建议与详细发现
行动建议分为三组:现在怎么做、接下来改进什么(每条思路注明背后的行为经济学原理)、改动后检查什么。之后是详细发现,包括总体判断、方案比较和后续建议。内容基于本次测试自身的数据,不做销量预测。
代表性画像
部分虚拟消费者的画像、对对照方案的决定、主要原因和主要顾虑,用他们自己的话表达。
市场、受众和设置
市场
Amazon、TikTok Shop、Temu、SHEIN、Walmart 等平台或你自己的网店,覆盖美国、欧洲和亚洲。
浏览或已有购买意向
选择消费者的进入方式:浏览时偶然看到,或已有购买意向。浏览适合大多数流量;已有购买意向的消费者本来就想买这类商品,所以购买率会更高。
受众筛选
用分组的筛选条件缩小受众范围,例如年龄、性别、收入、教育程度、住房、宠物、家庭和消费。
中英文报告
每份报告都可以用英文或中文阅读。本页展示你所选语言的版本。
重新测试
修改方案后重新测试,未改动的截图可直接沿用。
智能助手和 API
向智能助手描述你的测试:它会起草测试计划,在你点击“开始”之前不会运行任何测试。也可以用 Product Tests API v1 和 Python SDK 0.3.0 创建、运行测试并读取结果,SDK 还可以通过 client.agent 使用智能助手。
使用限制
- 未订阅套餐时每次测试 10–100 个虚拟消费者,基础版最多 500 个,专业版最多 2,000 个;每个方案模拟 3–10 次
- 免费测试:最多 100 个虚拟消费者、2 个方案、每个方案模拟 5 次;更大规模的测试从余额扣费
- 共 2 次免费测试,两种测试类型共用
- 商品页测试通常需要 5–15 分钟
- 可靠的结论需要更大的虚拟消费者样本。更大规模的测试从余额扣费:未订阅套餐时最多 100 个虚拟消费者,基础版 500 个,专业版 2,000 个。