三店最优桶转化归因完整分析版

〇一句话结论（修正后）

首版结论里有三条站不住：转化口径漏了三个付款字段、咨询意图口径 85-95% 是误标、锁定窗口正落在大促里且三店根本不在同一实验阶段。修完这三条，"最优桶人机转化率负向"这个前提在三店里只剩一店半成立，而且成立的那部分方向与首版指认的机制不同。

四句最关键的修正：

第一，麦富迪的"负向"是口径造成的。 换成全渠道付款后 Δ = +0.10pp，转人工段与纯机器人段的 p 值分别是 0.522 和 0.627 —— 两桶在窗口内统计等价；同时单人产值 +10.5 元且 p=0.033，是本次实验唯一达到 95% 显著的结果，方向为正。

第二，首版指认的"三店同向失血口 「纯图 / 链接」档"不存在。 该标签的真实构成里 94.6%（麦富迪）/ 92.6%（冠能）/ 85.2%（toptrees）的买家其实发过明确文本诉求，只是关键词表没覆盖。它不是"低表达高意向流量"，就是普通的单属性提问，被误当成了一个独立场景。首版建立在它上面的意图级唯一显著结论（-7.2pp，z=-2.18）随标签一起作废。

第三，"最优桶少转人工、丢了人工兜底"这个机制被量化否掉了。 冠能转人工占比确实降了 12.3pp，但反事实分解显示这部分只解释 -0.59pp（总 -4.91pp）；toptrees 降 7.6pp 只解释 -0.42pp。而且三店的直连人工组转化率都是最低的（36.8% / 18.2% / 20.0%）—— 把机器人整个拿掉、纯人工接待并没有更好。

第四（本版新增，且必须前置声明）：锁定的 08-04 至 08-05 窗口本身不具代表性。 它正落在超级 88 年中盛典（8/4-8/9）里——麦富迪日转化率从盛典前的 33-35% 跳到 38-40%、单人产值从约 30 元跳到约 50 元。把各店自己的 08-01 至 08-05 序列拉出来（第十章）：麦富迪 5 天里有 4 天转化率略负（全序列 -1.07pp，p=0.342），单人产值优势从 +10.5 元缩到 +3.7 元（+9.8%）；toptrees 实际有 08-01 至 08-04 四天数据（缺 08-05），全序列 -2.59pp（p=0.389）、客单优势从 +94% 缩到 +28.6%。所以第二至第九章的读数都应理解为"盛典窗口内的读数"，不能外推到日常；结论层面已按第十章回调。

一前提体检：五条前提逐条验

首版有五条隐含前提。逐条查完，两条成立、三条要改。

✅ 前提1：分桶是随机的（分流失衡检验通过）

分流本身没问题，指标差异可以往下归因。

✅ 前提2：能用买家原话重建口径（首句文本覆盖率 94.5%-98.7%）

首句 = 该买家在该店当日最早一条有效文本消息（排除纯链接、纯图片、长度≤2）。三店九个桶的覆盖率都在 94.5% 以上，最低的 toptrees 基础版也有 94.5%。这意味着基于原话的场景口径能覆盖几乎全部人群，不存在"大半人群没话可读"的问题——这也正是首版关键词口径失效时仍有救的原因。

❌ 前提3（不成立）：关键词意图标签可信

首版把"13 个关键词标签全未命中"的人数归为 「纯图 / 链接」档，并把它当作跨店核心失血口。读它们的首句原文：

漏召率 85-95%，标签名与内容严重不符。结论：整个意图章作废，改用首句原文重建场景口径（第三章）。

⚠️ 前提4（要改，且改动实质）：转化率只算当日成交一路

首版转化率分子只算了当日成交一路。规范口径是全渠道付款：当日成交 + 机器人促成 + 跟单 + 次日成交 任一 >0。补齐后绝对转化率抬升 +0.59 至 +3.15pp，且麦富迪的负向直接消失（+0.59pp → +0.10pp，且两段 p>0.5）。

首版顺带提出的机制——"最优桶会话更长，把决策拖到次日，所以次日付款被漏掉更多"——也被证伪：麦富迪次日成交独占（当日未付、次日才付）最优桶 1.48%、基础版 2.44%，方向与假设相反。

一个必须标注的口径边界：次日成交在本窗口内只有 08-04 可观测，08-05 的次日落在 08-06、结构性右截尾（三桶同等受影响，不改变桶间比较，但会压低窗口内绝对水位）。

❌ 前提5（不成立）：三店共享同一个观测窗口

按日期 × 桶 拆开看，三店根本不在同一实验阶段：

（人数为 「人·天」口径，跨天买家会重复计入，故与全窗口去重人数略有出入。）

• 麦富迪：成熟运行中的实验，两天各自完整（每日首请求约 00:00），两天符号相反、量级都在 ±1.3pp 内 —— 这本身就是"两桶等价"的旁证。
• 冠能：08-04 14:27 才上线，当天只有半天曝光、人数仅 73/89，08-05 承载了 77% 的量；而它的负向全部住在 08-05（08-04 单独看还是 +3.71pp）。冷启动叠加单日效应，无法与麦富迪同等对待。
• toptrees：锁定窗口内只有 08-04 一天有分桶数据（08-05 该店无任何分桶记录），实际样本是锁定窗口暗示量的一半。但把窗口往前拉会发现，它 08-01 至 08-03 三天都有数据——实验早就在跑，缺的只是 08-05。也就是说这店不必等统一复跑才有样本，现在就能扩到 401/430 人（第十章已按四天序列重算）。锁定窗口内仍按既定的"不下结论"处理。

还有一层窗口问题比"三店不同阶段"更要紧：08-04 至 08-05 正落在超级 88 年中盛典（8/4-8/9）里。麦富迪日转化率从平日的 33-35% 跳到 38-40%、单人产值从约 30 元跳到约 50 元。所以第二至第九章的读数都应理解为"盛典窗口内的读数"，第十章用各店自己的 08-01 至 08-05 序列做稳健性回调。

二修正后的总体读数：转化率与单人产值必须并列看

单人产值的 Welch t 检验（未成交计 0）：

说白了：只看转化率会误杀麦富迪这个版本。它成交笔数与基础版一样，但篮子更大（客单 122→144 元），单人多产出 10.5 元且这是全实验唯一 95% 显著项。toptrees 同样是"笔数少了、篮子翻倍"（客单 76→148 元），单人产值反而 +58%（不显著，样本太小）。只有冠能是"笔数少了、篮子也没变大"——三店里唯一双口径同向负的店。

直连人工组三店都是该店最低转化率（36.8% / 18.2% / 20.0%）。样本很小（76/11/5 人，仅方向性），但方向一致，足以排除"机器人挡在中间损害转化""人工兜底转化更好"这两个假设。

三重建咨询场景口径（替代关键词意图）

口径构造（可证伪）

读每个买家的首句原文，按优先级规则归入 9 个业务场景 + 3 个无诉求档，互斥不重叠（MECE）。优先级顺序本身是口径的一部分，例如"猫不吃可以退吗"必须先落售前风险逆转（试吃与退换保障）、不能被"退"字抢到售后（品质异议与退换）——这类误判在自检抽样里逐条改过。

分布与残留（4140 人，三桶合计）

残留（其他无诉求）10.3%，其中约 124 人本身没有任何文本首句，真正"有话读但归不进去"的只有约 7.3%——比原关键词口径把 25% 的人扫进一个错标签，是数量级的改善。每个场景随机 25 条原话的自检见抽样自检附件，残留 200 条原话另有附件，均可逐条证伪。

四场景级下钻：失血点在哪

麦富迪（最优桶 1568 / 基础版 1519）

整体 39.60%(621/1568) vs 39.50%(600/1519)，Δ +0.10pp。

判读：整体持平不是"什么都没发生"，而是一涨一跌相互抵消。

• 跌的一头是 找货与货源落空（-12.3pp，p=0.072，折损 13.5 人，且最优桶该场景占比还多了 1.3pp）。这是本次分析里麦富迪最实的缺口：买家问"这个没货了吗/怎么下架了/兑换不了/在哪买"，最优桶答不上来占比 23.6%（基础版 18.4%），转人工 60% 还救不回来。这是真实能力边界，不是促单问题。
• 涨的一头是 物流订单会员（+11.6pp，p=0.105），而且是转人工率从 72.3% 打到 57.4%换来的——机器人自己把发货时效/快递/改地址答了，既省人工又多成交。这是本次实验里唯一能同时看到"降本"和"提转化"的场景，也是最该横向复制的一条。
• 选品适配与喂养（26% 的最大场景）逐场景持平（-0.2pp，p=0.955），说明版本能力没退化，与整体等价的结论自洽。

冠能（最优桶 377 / 基础版 337）

整体 36.34%(137/377) vs 41.25%(139/337)，Δ -4.91pp。

判读：冠能的负向没有一个场景能背锅。唯一 p<0.05 的是残留档 其他无诉求（n=22/28，两位数样本，不采信）。所有业务场景 p 都在 0.3-0.9 之间。这是典型的弥散型负向——每个场景掉 2-13pp、单独都不显著、加起来才成一个 -4.91pp。

同时有一个跨场景的一致现象：最优桶每个场景的转人工率都比基础版低约 10pp（选品适配与喂养 16.2% vs 24.7%、参数与信任凭证 22.7% vs 32.4%、试吃与退换保障 14.3% vs 27.5%、版本辨识与对比 25.9% vs 50.0%、价格活动与比价 38.5% vs 55.2%），均机器人发言条数 5.59→8.67。机器人确实"多说了很多、少交了很多给人工"。这个现象值不值钱，见第五章的反事实。

toptrees（最优桶 120 / 基础版 127）

整体 25.00%(30/120) vs 30.71%(39/127)，Δ -5.71pp。

判读：两个 p<0.05 的行分子分别是 0/21 和 1/14，在 11 次检验的多重比较下（Bonferroni 阈值 0.0045）都不成立。全店场景人数中位数 12，无法做场景归因。维持"不下结论"；扩样不必等统一复跑，该店 08-01 至 08-04 已有四天数据可直接并入（第十章）。

结构 vs 能力（场景基 Kitagawa 分解）

三店的结构效应都在 ±0.5pp 内——买家来问什么，两桶几乎一样。所以差异全在"同一场景里答得怎么样"。这条很重要：它否掉了首版"最优桶把买家从高转化意图重分类到低转化意图（「选品推荐」档占比翻倍）"的辛普森式解释——那个位移是关键词标签自身漂移造成的假象，用原话口径重算后并不存在。

五机制定位：转人工 × 纯机器人四象限与反事实

首版留了一个待验证假设："最优桶少转人工 → 丢了人工兜底 → 所以掉转化"。把每桶拆成"转过人工"和"纯机器人走完"两段，直接量化它。

反事实：把最优桶的转人工占比固定回基础版水平，两段转化率用它自己的。

分段显著性：

三条结论：

"少转人工"这个假设量化后不成立。 冠能转人工占比降了 12.3pp，但这只解释 -0.59pp（占 -4.91pp 的 12%）；toptrees 降 7.6pp 只解释 -0.42pp。原因很直白：两段的转化率落差本来就不大（冠能基础版 44.2% vs 39.4%，只差 4.8pp），所以人群在两段之间怎么挪都挪不出几个百分点。转人工率是成本指标，不要当转化杠杆用。

冠能的 -4.50pp 是弥散的，指不到具体位置。 两段各降 4-5pp 但 p=0.413 / 0.374，场景层面也无一显著。在 98-279 人的样本量下，这个形态与"冷启动 + 单日效应"完全一致（回忆前提5：冠能 08-04 14:27 上线，负向全在 08-05）。建议按既定方案扩样复测，不在本窗口内做归因结论。

toptrees 的负向能干净地定位到"转人工之后"。 纯机器人段两桶几乎完全一样（28.4% → 29.1%，p=0.920），转人工段直接腰斩（34.0% → 17.1%，p=0.066）。机器人段无差异 + 人工段大幅退化，指向的是人工承接侧（排班/分组/话术），不是机器人版本。这条必须外部核实 08-04 toptrees 人工排班，本数据无法证伪。

再补一条反向证据：直连人工组在三店都是最低转化率（36.8% / 18.2% / 20.0%）。"人工兜底转化更好"这个直觉在三个店都不成立。

六A/B/C 自动化分层与缺口（三店合并，4048 人）

把场景按"机器人能否标准化接管"重新归三层，看清哪里是最大的工程主战场。

三条读法：

A 层是最便宜的分，且已有验证。 20.9% 的人、转化率 48.6%（全场最高），转人工率却还有 46.3%——物流订单会员一个场景 64.5% 的人被转出去，而它只需要订单数据、不需要商品知识。麦富迪最优桶已经证明这条能跑通：物流订单会员 转人工 72.3%→57.4%、转化率 +11.6pp。这是可以立刻横向复制到另外两店的动作。

B 层是最大的工程主战场，也是最容易白忙的地方。 57.9% 的人 集中在这里，转化率只有 36.4%——但注意它的转人工率 32.3%、答不上来占比 9.6% 都是最低的，说明机器人在这里"接得住、答得出"，问题是答完没换来成交。里面唯一的例外是 找货与货源落空：转化率 33.9%、答不上来占比 21.4%、转人工 54.8%，是 B 层里唯一真正的能力硬缺口（缺货判定 + 替代品推荐 + 兑换/下架规则），也正是麦富迪的最大失血口。B 层的其余部分（选品 / 版本 / 参数三类，51.8% 的人）需要的是商品结构化属性库 + SKU 定位把"答对"升级成"答准并收口"。

C 层量小但答不上来占比高，应该老实转人工。 品质异议与退换答不上来占比 60.3%、转化率 17.5%，是全场最差；症状驱动选品涉及处方粮/病症，专业风险高。合计只有 7.6% 的人，不值得为它投入自动化，值得的是"2 轮答不上来即转人工"的干净承接。

七Case 佐证（沿用抽样，结论按修正后场景重述）

66 通抽样（每店：基础版成交组 4 通、最优桶成交组 / 转人工组 / 未成交组各 6 通），四个可回溯的具体漏点（会话样本可逐条回溯原文）：

漏点1 · 答完即邀评（toptrees 最典型，落在 选品适配与喂养/参数与信任凭证）。 最优桶未成交 6 通里 4 通最后一句是"如果对我的服务满意，在评价客服处帮忙点击下【很满意】"+满意度图片，而不是任何促单动作。会话样本 A：买家问配料表，机器人把鲜鸡肉 35%、鸡肉粉 20%、5 种益生菌、消化率 94.9% 讲得非常专业，答完直接邀评走人。会话样本 B：买家从"哪个适口性好"一路问到"老年猫 10 岁适合吗"，9 轮全部答对且有反问，最后一句还是邀评。这正是 B 层"答得对但没收口"的标准样本。

漏点2 · 推荐不收敛（冠能，落在 选品与症状两类）。 会话样本 C / 会话样本 D 机器人最后停在"您可以对比下~""可以先拍~"，没有收敛到唯一一款、没给"就选它"的理由。冠能未成交组 6/6 都把券/立减/金币算得很清楚，却仍不成交——只算钱不拍板不够。

漏点3 · 复读机导致转人工（冠能）。 会话样本 E：买家明确纠正"给哺乳期母猫吃的，不是生的小猫"，机器人把同一段幼猫粮答案又发了一遍，买家直接打"人工"。应在编排层加"买家纠正后禁止复用上一轮答案"的硬约束。

漏点4 · 否定式无兜底（对应 找货与货源落空 找货落空）。 toptrees 会话样本 F：买家问赠品，机器人答"暂无额外赠品活动…建议关注店铺活动"，买家连打两次"人工"。冠能 会话样本 G："抱歉亲，没找到小鸟玩具的链接呢"——直接落空。冠能 会话样本 H 更典型：机器人主动补了一句"如果过敏源不是该成分，效果会有限"，把自己刚建立的信心又拆了。找货与货源落空答不上来占比 21.4%、转化率 33.9% 的数字，就是这些对话的统计投影。

三条已在最优桶验证过、可直接横向复制的正向剧本：麦富迪 会话样本 I 的「活动 + 赠品 + 15 天可退 + 运费险」组合收口（对应 试吃与退换保障 风险逆转）；麦富迪 会话样本 J 的「立减 50 元→券后 272 元→再叠淘金币 3.59 元」算总账（对应 价格活动与比价）；toptrees 会话样本 K 的「主粮 + 搭配主食罐/猫条 + 一起买 95 折」组合加购——这正是 toptrees 客单从 76 元翻到 148 元的机制来源。

一个必须承认的边界：转人工组里用户自己打"人工"的比例是 toptrees 6/6、冠能 4/6、麦富迪 3/6，全量口径下 直接要人工独立成档占 2.0% 人数。继续压转人工率的空间有限，别把它当 KPI 硬拧（第五章已证明它也换不来转化）。

八机会点折算（场景基）

口径：以基础版同场景转化率为目标水位，算最优桶补齐差值可多产生的成交人数，按该店最优桶实际客单折算。只列 Δ 为负且两桶合计 ≥60 人的场景。仅供参考·不构成承诺值·不作考核依据。

麦富迪（最优桶客单 144 元 / 观测 2 天）

合计约 1,799 元/日（实验桶内），全店按实验桶占售前流量约一半放大 ×2 ≈ 3,600 元/日。其中 找货与货源落空 一个场景占 54%。

冠能（最优桶客单 265 元 / 观测 2 天）

合计约 759 元/日（实验桶内），×2 ≈ 1,500 元/日。

需要诚实标注的是：冠能整体 -4.91pp 对应约 18.5 个成交人，折日均约 2,450 元，但场景基只能归到 759 元——差额落在人数<60 的碎片场景里，无法定位。这本身就是第五章"弥散型负向"的另一种表述，也是不建议在本窗口做冠能归因结论的原因。

toptrees

无场景达到 60 人门槛（场景人数中位数 12），不折算。

九诊断结论与行动

分店结论

麦富迪：不是"负向"，但也不是能直接放量的"正向"，稳定形态是「笔数略降、篮子变大」。 锁定窗口内转化率 +0.10pp（转人工段 p=0.522、纯机器人段 p=0.627，两桶等价），单人产值 +10.5 元（+22.5%，p=0.033）。但把它自己的 08-01 至 08-05 序列拉出来（第十章），5 天里有 4 天转化率略负，全序列 -1.07pp（p=0.342），而单人产值优势从 +10.5 元缩到 +3.7 元（+9.8%）、客单优势 +13.1%。也就是说"转化率显著为正"从来没成立过，"GMV 显著为正"也只在盛典窗口成立。净值取决于考核转化率还是 GMV：考转化率就是持平偏负，考 GMV 就是小幅正。建议不要按这两天放量，以 5 天以上、且不含大促的窗口复核一次（现有数据已支持 08-01 至 08-05，缺的是非大促段）。场景层面的判断不受窗口影响：26% 的最大场景 选品适配与喂养 逐场景持平，物流订单会员实现"转人工 -14.9pp + 转化率 +11.6pp"双赢，唯一需要跟进的缺口是 找货与货源落空（-12.3pp，日均约 975 元机会）。

冠能：方向负但证据不足，且窗口被污染，暂缓放量、按计划扩样复测。 转化率 -4.91pp（p≈0.4）、单人产值 -20.3%（p=0.183）。08-04 14:27 才上线、负向全部落在 08-05；两段转化率各降 4-5pp 但均不显著，场景层面无一显著——形态与"冷启动 + 单日效应"一致。在扩样出结果前不要按"版本变差"处置。 可以并行做的是产品侧确定性动作：推荐收敛拍板（选品与症状两类）与买家纠正后禁止复读。

toptrees：锁定窗口内不下结论，但样本不用等统一复跑——08-01 至 08-04 已经有四天数据，现在就能扩。 锁定窗口只有 08-04 一天、120/127 人。机制定位是干净的：纯机器人段两桶完全一样（p=0.920），转人工段腰斩（34.0%→17.1%，p=0.066）——负向住在转人工之后，需外部核实当日人工排班/分组，不应记在机器人版本头上。四天序列（第十章）把两件事拉回地面：转化率全序列 -2.59pp（p=0.389）、四天里三天为负一天为正，属噪声量级；客单不是 76→148 元这种翻倍，四天口径是 90→116 元（+28.6%），08-04 的翻倍是单日大额订单造成的假象。唯一在四天里都稳定的信号是转人工率——最优桶每天都低约 7pp。

五个动作（按 ROI 与确定性排序）

1. A 层订单/物流自助，横向复制到冠能与 toptrees（确定性最高）。 麦富迪 物流订单会员 已验证：转人工 72.3%→57.4%、转化率 46.8%→58.4%。该场景只需订单数据（发货时效、快递公司、改地址、会员门槛），零商品知识依赖、零风险。三店合并 物流订单会员 仍有 64.5% 转人工率，这是最便宜的一块降本+提转化。

2. 建 找货与货源落空的兜底闭环（麦富迪最大失血口）。 现状：答不上来占比 21.4%、转化率 33.9%、转人工 54.8%，回答"没找到/已下架"就结束。动作：缺货/下架判定后必须给同系列替代品 + 到货登记 + 兑换规则说明，禁止以"抱歉没找到"收尾。日均机会约 975 元（麦富迪，实验桶内）。

3. 禁止售前未成交会话发满意度邀评。 toptrees 最优桶未成交 6 通中 4 通末尾是邀评。动作：把邀评触发条件限制为"已成交 / 已明确表示不买"，或强制排到促单动作之后。佐证 会话样本 A、会话样本 B。

4. B 层答完必须收口（选品 / 版本 / 参数三类，占 51.7% 人数）。 这一层机器人接得住（转人工 32.3%、兜底 9.6% 都是最低），缺的是最后一句。动作：命中单属性/版本对比/适配提问并答完后，追加「紧迫 + 背书 + 低风险」并主动收口。可直接复用麦富迪 会话样本 I 的现成话术。要配的基建是商品结构化属性库 + SKU 定位——这是本层从"答对"到"答准并收口"的前置条件。

5. C 层老实转人工（症状驱动选品 + 品质异议，仅 7.6% 人数）。 品质异议与退换答不上来占比 60.3%、转化率 17.5%，症状驱动选品 涉处方粮/病症。动作：同一场景连续 2 轮答不上来即转人工并附承接话术。不要泛化到 A/B 层——第五章已证明转人工率既压不出转化，也不该当 KPI 拧。

复核安排（本版新增，替代原先"统一 8/13 复跑"）

三店不该用同一个复核方案，因为它们缺的东西不一样。

toptrees 现在就能复核，不用等。 08-01 至 08-04 已经有 401/430 人，把窗口从"锁 08-04 至 08-05"改成"08-01 起至今"即可。判定门槛：转化率差要达到 ±5pp 才有意义（当前样本下 5pp 对应 p≈0.1），转人工段与纯机器人段必须分开出数——因为负向就住在转人工段。

冠能只能靠时间攒样本。 现有 379/340 人，要把 -5pp 打到 95% 显著需要约 1,200 人/组，按 08-05 的日流量（约 280/组）大约还需 4-5 天。同时必须把 08-04（半天曝光）从主口径剔除，或改用"上线后曝光时长对齐"的口径。它是三店里唯一转化率与客单同时偏负的店，优先级最高。

麦富迪要的不是更多样本，而是一个干净窗口。 它已有 3,637/3,532 人，样本足够；问题是 08-04 至 08-05 在盛典里。动作是取 8/10 之后的 5 个连续非大促日重跑同一套口径，主看两个指标：成交笔数差（现在是 1280 vs 1281）和单人产值差（现在盛典内 +10.5 元、5 天口径 +3.7 元）。如果非大促窗口里单人产值优势仍 ≥+3 元且转化率不掉超过 1pp，就可以放量；否则按考核指标取舍。

三店共用的两条口径纪律：转化率一律全渠道付款；分子 <20 的场景/分段不判显著，只列区间与 case。

自动复跑任务已按本节改写：时间从 8/13 移到 8/15（麦富迪 8/10-8/14 五个非大促日跑完的第一天，冠能届时也已攒够），任务内容同步换成全渠道付款口径 + 原话场景口径 + 转人工段/纯机器人段分开出数，并显式作废「高意向已定品」那一档意图与"少转人工丢兜底"的旧假设。toptrees 的四天扩样不依赖这个任务，可以立刻做。

仍需外部核实的假设（本数据无法证伪）

• toptrees 转人工段转化率腰斩（34.0%→17.1%）→ 需核实 08-04 当日人工排班、分流分组是否有变动。
• 冠能负向是否为冷启动效应 → 需扩样到约 1,200 人/组复测（现有 377），或拉齐两桶上线后曝光时长再比。
• 麦富迪客单 +22.5% 是否来自搭配组合推荐 → 需补取「一次会话内推荐商品数 / 成交商品数」验证，本次未取。
• 找货与货源落空 场景里"下架/兑换不了"有多少是活动配置问题而非真缺货 → 需结合商品状态与活动配置拆分。

十稳健性附注：把各店自己的 08-01 至 08-05 序列拉出来

前面九章都锁在 08-04 至 08-05。这一章问一个更基本的问题：那两天的读数，在各店自己的日序列里稳不稳？ 答案是——方向稳，量级不稳，而且几个最抓眼的数字都是单日假象。

先说为什么必须做这件事。08-04 至 08-05 落在超级 88 年中盛典（8/4-8/9）里。麦富迪日转化率从 08-01 至 08-03 的 33-35% 跳到 08-04 至 08-05 的 38-40%，单人产值从 28-34 元跳到 45-47 元（基础版）——大促把绝对水位整体抬了一个台阶。两桶同等受影响，所以桶间比较不失效；但"+22.5% 的单人产值优势"这种量级，本身是在被放大的分母上算出来的。

（下表人数为 「人·天」口径，跨天买家重复计入，故与前面去重人数略有出入；桶内比较不受影响。转化率一律全渠道付款。）

麦富迪：5 天里 4 天转化率略负，GMV 优势缩水到 +9.8%

全序列合计：最优桶 35.19%(1280/3637) vs 基础版 36.27%(1281/3532)，Δ -1.07pp（z=-0.95, p=0.342）；单人产值 41.6 vs 37.9 元，Δ +3.7 元（+9.8%）；客单 118 vs 104 元（+13.1%）。

读法：转化率的符号在 5 天里有 4 天是负的，只有 08-05 转正——而锁定窗口恰好包含了这唯一一个正日。把 5 天并起来 Δ 是 -1.07pp、p=0.342，仍然不显著，但方向从"+0.10pp 微正"翻成"-1.07pp 微负"。这说明锁定窗口的"两桶等价"结论是对的，"版本正向"是选窗选出来的。 GMV 侧同理：08-05 单日 +13.4 元把窗口内均值拉到 +10.5 元（p=0.033），5 天口径只剩 +3.7 元。成交笔数 1280 vs 1281——几乎一样多的单，最优桶多卖了 3.7 元 / 人，这才是这个版本的真实画像。

冠能：只有两天，且这两天符号相反

全序列合计：最优桶 36.41%(138/379) vs 基础版 41.47%(141/340)，Δ -5.06pp（z=-1.39, p=0.165）；单人产值 96.0 vs 120.0 元，Δ -24.0 元（-20.0%）；客单 264 vs 289 元（-8.9%）。

读法：这店没有序列可查——08-01 至 08-03 完全没有分桶记录，实验就是 08-04 下午才上线的。它的转化率差在两天里符号相反（+3.7 / -7.6），唯一在两天里同向的是 单人产值都负约 -25 元，且客单也是负的（-8.9%）。这一点与麦富迪、toptrees 相反，是三店里唯一"转化率和客单同时偏负"的店，值得在扩样时优先盯。但 379/340 人上的 -5pp 依然不显著，结论不变：扩样后再判。

toptrees：有四天，客单"翻倍"是单日假象

全序列合计：最优桶 23.69%(95/401) vs 基础版 26.28%(113/430)，Δ -2.59pp（z=-0.86, p=0.389）；单人产值 27.5 vs 23.8 元，Δ +3.8 元（+15.9%）；客单 116 vs 90 元（+28.6%）。

读法两条。第一，锁定窗口那天（08-04）是四天里转化率最差的一天（-5.71pp），也是单人产值最好的一天（+13.6 元）——两个最抓眼的数字都出在同一天，典型的单日大额订单效应。四天并起来转化率 -2.59pp（p=0.389）、客单 +28.6%，量级都回到了噪声区。第二，"客单 76→148 元翻倍"这个说法必须撤掉，四天口径是 90→116 元。

三店唯一稳定的版本指纹：机器人平均发言条数与转人工率

跨 11 个店·天，两个信号在每一天、每一店都同向，从没翻转过：

• 最优桶的机器人发言条数系统性更多：麦富迪 6.18-6.47 vs 4.99-5.31（+18%），冠能 8.49-9.16 vs 5.05-5.68（+60%），toptrees 5.73-6.41 vs 5.12-5.54（+11%）。这是版本生效的直接证据——新版本确实在多说话。
• 最优桶的转人工率同向更低或持平：toptrees 四天都低约 7pp，冠能两天都低 11-16pp，麦富迪基本持平（08-05 反而高 4.4pp）。

也就是说，"多接一点、少转一点"这个产品意图是实现了的；没实现的是把这部分多接下来的会话转成订单——第五章的反事实分解已经量化过，少转人工只解释了负向的一小部分（冠能 -0.59pp / 总 -4.91pp）。多说话 ≠ 说到点上，这是三店合看后最稳的一句话。

这一章改变了什么

附：与首版的差异清单