樣本太小怎麼做決定？｜冠誠數位行銷

中小企業做行銷決策時，最常遇到的困境不是不會分析，而是根本沒有足夠的資料可以分析。一個月三十筆成交、一檔活動兩百次點擊、一份問卷十八份回覆——這種量體套用任何統計顯著性的標準都不會過關，但決定還是得下，而且下週就要。

面對這種情況有兩種常見的錯誤反應。一種是假裝資料足夠，把兩組相差百分之十五的轉換率當成真的差異，據此改變整個策略；另一種是完全放棄資料，回到靠感覺決定。這篇要談的是第三條路：承認樣本不足，但仍然用方法降低犯錯機率。

一、先分清楚兩種錯誤的代價

在樣本不足的情況下，你一定會犯錯，差別只在犯哪一種。第一種是把沒有差異的東西當成有差異，於是白費力氣改了不該改的；第二種是把真有差異的東西當成沒有，於是錯過了機會。

這兩種錯誤的代價通常不對稱，而決策應該偏向代價較小的那一邊。舉例來說，換一個按鈕文案的成本極低，即使實際無效也損失不大，這種情況下可以接受較弱的證據就行動；但整個網站改版的成本極高，就必須要求更強的證據，寧可錯過也不要做錯。

先問「如果我判斷錯了會怎樣」，再決定需要多強的證據，這一步比任何統計方法都重要，卻經常被跳過。

單次比較不可靠，但如果同一個方向連續出現多次，可信度就會累積。做法是把觀察期切成若干段——例如四週切成四段——看新做法是否在多數段落都優於舊做法。四段中贏三段以上，比單看總數差異可信得多，因為它同時排除了單一異常日的影響。

這個方法的優點是不需要計算，任何人都看得懂，也很容易在會議上說明。缺點是需要時間累積，不適合必須當天決定的情況。

成交數量少，但成交之前的行為數量多。與其比較兩組的成交率，不如比較它們的頁面停留、內容完讀、加入購物車或詢問表單開啟率。這些前導指標的樣本通常是成交的數十倍，足以看出差異。

使用前提是先確認前導指標與最終成交確實相關。確認方式不需要複雜統計，把過去半年的資料按月列出兩個數字，看它們是否大致同向移動就有基本判斷。完全不相關的前導指標比沒有指標更危險。

三十筆資料算出來的轉換率是百分之十，但這個數字的真實範圍可能落在百分之三到百分之二十之間。如果另一組是百分之十四，兩者的可能範圍幾乎完全重疊，那就沒有理由認為它們不同。

不必真的做統計計算，有一個粗略的心算法：樣本數少於一百時，觀察到的比率上下浮動十個百分點都算正常；少於三十時，浮動二十個百分點也不奇怪。用這個尺度去看兩組差異，多數看起來很大的差距其實都在雜訊範圍內。

量不夠時，深度可以補。三十筆成交太少無法做統計，但可以逐筆打電話問清楚每一位客戶為什麼買、從哪裡知道、比較過什麼。三十通電話可以得到的洞察，往往比三千筆匿名資料更能指出方向。

質性資料的價值在於它提供假設，而假設可以在後續資料累積時被驗證。純粹的數字分析在樣本不足時往往連假設都產不出來。

當證據不足以支持一個大決定時，最好的處理不是硬做決定，而是把決定拆小。與其決定「全面改用新的定價策略」，不如決定「下兩個月對新客使用新定價」；與其決定「停掉這個渠道」，不如決定「把預算降到三成再觀察一季」。

小步的好處是每一步都在產生新資料，而且錯了容易回頭。這個做法把「需要更多資料才能決定」的僵局，轉化成「先做一點以取得資料」的前進。多數情況下，等資料等到充足的那一天永遠不會來，因為累積速度就是那麼慢。

上述方法都是在資料不足下的權宜之計，有三種情況不該權宜：決策一旦執行就難以逆轉、涉及的金額佔年度預算相當比例、或者結果會影響到客戶的既有權益。這三種情況下，寧可延後決定並主動累積資料，例如延長測試期、擴大測試範圍、或先在小範圍實地試行。

判斷的原則其實很一致：證據強度應該與決策代價相稱。低代價的決定可以用弱證據快速執行並從結果中學習，高代價的決定必須用強證據支撐，而中間地帶則靠上面五種方法把不確定性壓到可以接受的程度。

資料不足不是不能決策的理由，它只是提醒你要用不同的方式決策。真正危險的從來不是樣本太小，而是不知道自己的樣本太小。

冠誠數位行銷（GuanCheng Martech）的顧問團隊撰寫這篇文章。團隊累積 295 個專案，服務 308 家客戶，操作範圍包含 SEO 自然排名、AEO 答案引擎、GEO 與 LLMO 佈局、Google 與 Meta 廣告投放、電商維運與數據歸因分析。

文章裡的數字來自冠誠數位行銷實際經手的客戶帳戶與後台報表，客戶名稱與可識別資訊都已經移除。內容由負責該領域的冠誠顧問審稿後發佈，最後更新日期為 2026 年 9 月 5 日。讀完有問題，可以到冠誠數位行銷官方網站的預約諮詢頁面留下聯絡方式，我們會用你提供的時段回電。