SEM竞价广告 AB测试 样本量设定方法

以下是2025年SEM竞价广告AB测试样本量设定的科学方法及实施要点：

一、核心计算公式

基础公式‌

𝑛

=

(

𝑍

1

−

𝛼

/

2

+

𝑍

1

−

𝛽

)

2

×

2

𝜎

2

𝛿

2

n=

δ

2

(Z

1−α/2

+Z

1−β

)

2

×2σ

2

α：显著性水平（通常取0.05）

β：统计功效（通常取0.2，即80%功效）

σ：指标标准差（需用历史数据计算）

δ：最小可检测差异值（如希望检测5%的CTR提升）

简化工具‌

百度营销实验室提供「样本量计算器」，输入基线转化率（如2%）和预期提升幅度（如10%），自动输出所需样本量

二、关键参数设定

参数 推荐值 数据来源

显著性水平(α) 0.05（95%置信度） 行业标准

统计功效(1-β) 0.8（检测80%差异） 医疗/金融类建议提升至0.9

标准差(σ) 取最近30天数据 百度统计-行为分析报告

最小差异(δ) 不低于基线值的10% 避免统计功效不足

三、动态调整策略

初期验证‌

每组先分配预估样本量的20%（如计算需1万次展现，先投2000次）

若CTR差异已达2倍标准差，可提前终止低效组

流量倾斜机制‌

python

Copy Code

if 实验组CTR > 对照组CTR * 1.5:

    分配70%流量至优胜组

else:

    维持50:50分配

（需通过百度API实时调整）

四、行业特殊要求

高波动行业（如游戏）‌

样本量需增加30%（σ修正系数1.3）

采用CUPED方差缩减技术降低需求

敏感行业（医疗/教育）‌

必须满足平台最小样本量（百度2025年新规：每组≥5000展现）

需同步进行人工显著性复核

五、避坑指南

常见错误‌

直接套用其他案例样本量（不同账户σ差异可达300%）

忽略周末/工作日流量波动（建议按时段分层计算）

熔断规则‌

当出现以下情况时立即暂停测试：

单组转化成本超过日均3倍

系统检测到流量分配异常（如某组突然0展现）

注：建议配合百度「实验工厂」的自动化样本监控功能使用