CRO 建议太多时，先诊断证据质量

没有证据层级的 CRO 待办，只是一份审美意见清单。 竞品做法、专家经验、热图、录屏、漏斗与受控实验的证明能力不同。把它们混在一起排优先级，会让“最容易讲”的建议抢走“最值得修”的问题。

先做判断

每条建议先回答四问：它基于什么事实；事实是否覆盖受影响人群；证据能否解释问题而不只是描述现象；改动后怎样证明被解决。四问答不出，就暂存为假设，不进入开发。低流量情况下的替代验证见低流量 CRO 验证剧本；把证据变成周任务可使用七天 CRO 优先级剧本。

诊断框架

第一层：数据基础。 核对事件名称、触发顺序、重复、丢失和订单真源。若漏斗本身不可信，任何转化率差异都只能作为排错线索。先修测量或改用可验证的订单与页面日志，不应继续计算精细结论。

第二层：问题定位。 定量数据应明确“谁、从哪里来、在哪一步掉、影响多大”。全站平均只负责报警。分层后若异常消失，说明原问题可能是流量构成；若集中在一个入口、设备或商品组，才有可行动边界。

第三层：原因解释。 录屏、任务测试、客服语料、评价和站内搜索用于解释用户为何卡住。单一热图只能说明注意或点击位置，不能证明动机。重复出现的行为模式，且与漏斗异常同群，证据更强。

第四层：外部参考。 竞品页面、行业基准和所谓最佳实践只能生成候选方案。它们不知道你的流量、利润、库存、政策和技术约束。除非有内部证据支持，不应因“同行都这样”升为 P1。

第五层：验证设计。 高流量且事件稳定时，可以设计受控实验；低流量时用可逆发布、任务成功率、错误复现、前后分层趋势和护栏组合。无论方法如何，必须提前写出假设、主指标、护栏、最小观察窗口和停止条件，不能看到早期上涨就宣布成功。

第六层：证据衰减。 平台能力、页面版本、市场规则和用户结构会变化。每条证据记录日期、适用版本与样本条件。旧录屏能解释旧问题，不能自动证明新版仍有同一根因。

常见误判

• 数据比用户研究高级，所以只看数据：数据定位发生在哪，却常不能解释为什么。
• 看到三条相似录屏就代表普遍问题：抽样方式和受影响人群仍需核对。
• 竞品长期保留某模块就证明有效：你不知道它是否测试过、为何保留。
• 实验不显著就等于方案无效：样本、实现、指标敏感度和测试周期都可能不足。
• 低流量不能做 CRO：不能做伪精确 A/B，不等于不能修故障和做任务验证。

验证清单

• 每条建议是否附问题证据、受影响分群和证据日期。
• 关键事件是否与订单或系统真源交叉核对。
• 是否至少结合一类定量与一类定性证据。
• 证据是否来自同一入口、设备或人群，而非随意拼接。
• 竞品与专家意见是否仅作为假设来源。
• 假设、主指标、护栏、观察窗口和停止条件是否预先写明。
• 结果是否记录失败、无变化和副作用，而非只保存赢家。
• 涉及平台机制的结论是否标注需要执行前复核。

适用边界

本框架适用于 CRO 需求筛选与证据审查，不替代统计设计、隐私合规或专业用户研究。高风险支付故障、无障碍阻塞和明显错误信息不需要等待实验才修；相反，细微视觉偏好即使容易实现，也不应因缺少证据跳过优先级。任何录屏和客服材料都需脱敏、限权并按保留规则处理。