百分对比：一次转化率复盘全过程
百分对比最怕只看“新页面提升了20%”这句结论。到底是提升20个百分点，还是相对增长20%？样本量够不够，退款有没有算进去？这篇用一次虚拟但计算口径可复核的落地页测试，按步骤还原从原始数据到最终决策的全过程。
步骤一：先把比较问题写死
假设咱们要比较电商旧页面A与新页面B，核心指标定义为“成功付款人数÷进入结算页的独立用户数”。测试期均为7天，排除内部账号和重复访问，流量随机分配。这样做是为了避免A算访问次数、B算人数，或者一边统计工作日、一边混入周末。
同时预先记录退款率作为护栏指标。只盯付款转化率，可能选中一个靠夸大宣传促单、随后大量退款的页面。
步骤二：还原原始数，不急着看百分比
测试结束后，A页面有5000名有效用户，完成付款400人；B页面有5100名有效用户，完成付款459人。A转化率为400÷5000=8%，B为459÷5100=9%。
这组百分对比至少要保留分子和分母。若报告只写8%对9%，你不知道每组是50人还是5000人，也无法判断差异是否容易被偶然波动影响。原始数量是复核结论的入口。
步骤三：分别计算百分点与相对增幅
B比A高9%-8%=1个百分点；相对增幅为（9%-8%）÷8%=12.5%。所以准确说法是：“付款转化率提升1个百分点，相对增长12.5%。”不能写成提升1%，更不能写提升12.5个百分点。
再换算业务量：若以后每月有10万名结算页用户，在其他条件近似不变时，1个百分点对应约1000笔新增付款。这个估算能帮助决策，但它不是承诺值，流量结构变化会影响实际结果。
步骤四：检查副作用，再决定是否上线
假设A组付款后7天退款20单，退款率为20÷400=5%；B组退款46单，约为10%。若改看净付款，A剩380单，净转化率7.6%；B剩413单，约8.10%，优势缩小到约0.5个百分点。
这次复盘不会只凭9%对8%直接上线。更稳妥的动作是检查B退款原因、延长观察窗口，并做显著性检验或置信区间评估。百分对比的价值，不是选出更大的数字，而是确保两个数字同口径、可解释、能落到业务后果。
推荐阅读
常见问题
转化率从8%到9%算提升多少？
绝对提升1个百分点，相对提升12.5%。正式报告最好两个数都写，避免团队对“提升多少”产生不同理解。
A/B测试只比较转化率够吗？
通常不够。还应观察退款、客单价、利润、投诉等护栏指标，并确认两组用户来源、测试时段和统计规则一致。
百分比更高就一定有统计意义吗？
不一定。差异可能来自随机波动，需要结合样本量、置信区间或显著性检验判断。测试前还应设定最小可接受效果和所需样本量。