概览
你将了解什么时候使用 PickFu 的即时消费者反馈，什么时候使用 Amazon 的 Manage Your Experiments（MYE）来优化商品页，以及如何将两种工具结合起来，在降低风险的同时更快找到表现最佳的素材。
前提条件
拥有可用问卷额度的 PickFu 账户，或可使用你的 onboarding poll
Amazon Seller Central 访问权限（用于 MYE）
已准备好要测试的商品页元素（主图、标题、A+ Content 模块）
当前商品页的基准表现指标
兼容性
PickFu：所有用户都可以使用，不受 Amazon 卖家身份限制。适用于预发布产品，以及跨多个市场的测试。
Amazon MYE：仅面向已加入 Amazon Brand Registry 的 Professional sellers。ASIN 必须满足高流量要求，并且属于你的注册品牌。目前仅限美国。
开始之前
使用 Amazon MYE 运行实验时，真实购物者会在 6-10 周内看到两个版本的内容。表现较弱的变体可能会在测试期间降低销量。建议先使用 PickFu 预先验证概念，尽量降低风险。
在启动 MYE 实验前先用 PickFu 验证素材的客户，最快 7 天就达到统计显著性，并实现最高 131% 的销售提升。把测试前置到 PickFu，可以让你带着高信心变体进入 MYE。
了解两种测试方法
PickFu：通过即时反馈进行预发布验证
PickFu 可在 30-60 分钟内从目标消费者那里收集定性和定量反馈。你可以私下测试产品图片、标题、描述、包装和 A+ Content，而不必先上线任何素材。受访者会提供偏好排名，并用文字详细解释他们的选择。
主要能力：
同时测试不限数量的变体
定向特定受众，包括 Amazon Prime members
评估尚未获得 Amazon 批准的概念（包装、品牌、未发布产品）
获得文字反馈，解释消费者为什么更喜欢某个选项
跨不同 ASIN 同时运行多项问卷
Amazon MYE：用真实转化数据进行实时 A/B 测试
Amazon 的 Manage Your Experiments 会在两个已批准的商品页变体之间拆分实时流量，并在 6-10 周内衡量实际销售表现。MYE 提供转化指标、销售数据和预计年度收入影响。
主要能力：
测试主图、商品标题、要点、描述和 A+ Content
衡量真实转化率和销售影响
查看获胜变体预计带来的一年销售提升
实验完成后自动发布获胜内容
访问详细表现拆分（每位访客售出件数、转化率）
MYE 每个 ASIN 同一时间只能运行一个实验。你的 ASIN 必须产生足够流量，才能获得统计有效的结果；Amazon 会在允许创建实验前验证资格。
步骤：将 PickFu 和 MYE 整合到测试流程中
1. 定义实验目标并列出所有变体
确定你想优化的具体商品页元素（主图、标题、A+ Content 区块），并创建 2-5 个差异明显的变体。在 Amazon Seller Central 中记录当前基准指标，包括过去 30 天的转化率、点击率和售出件数。
在创建变体之前，先运行一个开放式 PickFu 问卷，询问目标受众在你的产品类别中做购买决定时会受哪些因素影响。用这些洞察指导你创建变体。
什么算作明显不同的变体：Amazon MYE 要求版本之间有实质差异。只改标题中的一个词，或只替换主图中的一个图标，通常无法产生统计显著结果。建议测试在信息传达、视觉方向或价值主张上根本不同的变体。
2. 用 PickFu 问卷预先验证每个变体
在 PickFu 中创建 Ranked poll，在投入 MYE 实验前测试所有变体（如果只有 2 个选项，也可以使用 Head-to-Head poll）。该链接会预填推荐问题和 50 人样本量。选择与你产品最相关的受众，例如 Amazon Prime members、幼儿父母或经常网购的人。
登录 PickFu，然后点击 New Poll
如果测试 3 个以上变体，选择 Ranked Poll；如果测试 2 个选项，选择 Head-to-Head
上传图片，或将标题变体粘贴为问卷选项
检查预填问题（“Which product would you be most likely to click on when shopping on Amazon?”），如果测试标题，也可以自定义为“Which product title makes you most interested in learning more?”
配置受众定向，使其匹配你的客户画像
初步验证时将回答数设置为 50-100（竞争基准测试可设置为 200）
发布问卷，并等待 30-60 分钟查看结果
建议在进入 MYE 前，让获胜变体达到 70+ 分。这个阈值表示消费者偏好强，可以降低把较弱内容暴露给 Amazon 实时流量的风险。
同时查看排名和文字反馈。留意评论中的模式 — 如果多位受访者对同一变体提出相同顾虑，这说明在进入 MYE 前应该先修改。
想用自定义参数自动创建问卷？了解如何使用 URL 参数构建 PickFu 问卷，以预填问题、受众定向和样本量。
3. 应用获胜洞察并创建 MYE treatment
从 PickFu 问卷中取出表现最好的变体，并为 Amazon MYE 做好准备。在 Seller Central 中进入 Brands › Manage Experiments，然后创建实验：
点击 Create a New Experiment，并选择实验类型（主图、标题、A+ Content 等）
选择符合资格的 ASIN — Amazon 会根据流量显示哪些产品符合条件
将当前上线内容设置为 Version A（control）
上传经过 PickFu 验证的变体作为 Version B（treatment）
在 Experiment Notes 字段中，总结 PickFu 受访者说明该变体获胜的主要原因 — 这能为相关团队提供背景
配置时长设置（默认是“to significance”，即 Amazon 检测到明确获胜者后自动结束）
检查并安排你的实验
实验开始前，Amazon 会验证你的内容。通过审核后，实验会在两个版本之间以 50/50 拆分流量。
MYE 实验一旦开始运行就无法编辑。安排实验前，请确保你的 treatment 内容已经最终确定，并且与 PickFu 验证过的版本完全一致。
4. 监控 MYE 表现，并同时用 PickFu 继续迭代
MYE 实验运行期间（通常为 6-10 周），你可以使用 PickFu 测试更多改进方案，并为下一轮优化做准备。Amazon 每周更新 MYE 结果，因此请定期查看表现趋势。
MYE 中要监控的内容：
Version A 与 Version B 的转化率差异
每位独立访客售出件数
显示某个版本优于另一个版本的置信概率分数
预计一年销售影响
MYE 期间并行进行 PickFu 测试：不要等 MYE 结果出来才继续优化。可以在 PickFu 上测试次要商品页元素（要点、辅图、A+ 对比图表），或测试下一轮 MYE 实验的变体。
使用 PickFu 的 CTR Playbook，在 MYE 实验衡量真实影响的同时，系统性测试并提升你的主图。这会形成持续优化循环。
决策框架：什么时候使用哪种工具
当你需要以下内容时，使用 PickFu：
快速迭代创意想法 – 在一天内测试 5-10 个变体，找出最强概念
验证预发布素材 – 在产品尚未上线 Amazon 时获取反馈，或在投入摄影前测试概念
理解偏好背后的“为什么” – 获取详细文字解释，了解驱动消费者决策的因素
测试 MYE 不支持的元素 – 评估无法实时 A/B 测试的包装设计、品牌定位或产品组合
避免将弱内容暴露给实时流量 – 在影响销售表现前，先私下筛选变体
测试低流量 ASIN – 无论当前 Amazon 销量如何，PickFu 都可以使用
与竞争对手比较 – 将你的商品页模拟图与竞争对手截图一起测试，衡量视觉吸引力
当你需要以下内容时，使用 Amazon MYE：
验证真实转化影响 – 用实时客户行为衡量内容更改带来的实际销售提升
量化收入预测 – 获取 Amazon 对实施获胜变体后年度销售影响的预测
做最终优化决策 – 确认经过 PickFu 验证的内容在真实市场中也有效
测试高流量 ASIN – 利用显著流量更快获得统计显著性
优化已批准的商品页内容 – 对主图、标题、要点、描述和 A+ Content 运行受控实验
当你希望以下结果时，同时使用两种工具：
降低风险并提高速度 – PickFu 缩小候选范围，MYE 确认实时表现
缩短达到显著性的时间 – 带着高信心变体进入 MYE，更快达到统计显著性
建立完整优化流程 – 创建一个持续循环：构思（PickFu）→ 验证（PickFu）→ 实时测试（MYE）→ 迭代（PickFu）
最大化测试投资回报 – 避免把 MYE 实验时间（以及潜在销售）浪费在弱变体上
详细对比：PickFu 与 Amazon MYE
因素 | PickFu | Amazon MYE |
速度 | 30-60 分钟 | 6-10 周（结果强时可能提前结束） |
风险 | 零 — 测试是私下进行，不影响实时商品页 | 高 — 弱变体会在测试期间降低销售 |
数据类型 | 定量排名 + 定性文字反馈 | 仅有定量转化和销售指标 |
测试范围 | 不限：包装、品牌、未发布产品、竞争对手对比 | 限于符合条件 ASIN 的已批准商品页元素 |
并行测试 | 可同时运行不限数量的问卷 | 每个 ASIN 同一时间只能运行一个实验 |
资格要求 | 任何拥有 PickFu 账户的用户 | 仅限 Brand Registry 成员且拥有高流量 ASIN |
受众定向 | 高度可自定义（人口统计、行为、购物偏好） | 自动 — 你的现有 Amazon 流量 |
洞察深度 | 详细解释消费者偏好和决策驱动因素 | 仅表现指标（无定性反馈） |
成本 | 每位受访者 $1 起（价格随定向而变化） | 免费，但存在潜在销售损失的机会成本 |
最适合 | 预发布验证、快速迭代、理解消费者心理 | 用真实转化数据最终验证已预先测试的概念 |
故障排除 / 常见问题
我如何判断什么时候优先使用 PickFu 而不是 MYE？
任何新创意概念都建议先用 PickFu。PickFu 擅长快速迭代并确定应该追求哪个方向。验证出强变体（70+ 分）后，再用 MYE 确认真实转化影响。可以把 PickFu 视为创意筛选器，把 MYE 视为最终验证器。
我可以同时运行 PickFu 问卷和 MYE 实验吗？
可以 — 这也是推荐流程。当 MYE 实验在某个 ASIN 或商品页元素上运行时，你可以使用 PickFu 为其他产品测试变体，或准备下一轮优化。PickFu 问卷通常在一小时内完成，因此收到 PickFu 结果后，你可以马上启动 MYE 实验。
如果我的 ASIN 无法使用 MYE 怎么办？
MYE 要求高流量 ASIN 并加入 Brand Registry。如果你的产品不符合条件，可以依靠 PickFu 测试素材，然后在 Seller Central 中手动更新商品页以推出获胜变体。实施更改后，追踪 2-4 周的表现指标（转化率、sessions、销售）来衡量影响。
即使无法使用 MYE，你也可以使用 PickFu 的 Amazon Listing Mockup Generator 创建真实感商品页截图，并让目标受众进行测试。
如何在 MYE 中使用 PickFu 的定性反馈？
在 Seller Central 中创建 MYE 实验时，把 PickFu 问卷评论中最有说服力的理由复制到 Experiment Notes 或 Hypothesis 字段。例如：“Testing simplified main image based on PickFu feedback that current image is too cluttered. Respondents preferred clean backgrounds (mentioned by 34/50) and close-up product view (mentioned by 28/50).” 这能为相关团队留下记录，也帮助你记住每次测试背后的策略思路。
如果经过 PickFu 验证的变体在 MYE 中输了怎么办？
这种情况少见，但可能发生。PickFu 衡量的是初始吸引力和点击意向，而 MYE 衡量的是真实购买环境中的实际购买行为。如果某个变体在 PickFu 中表现好，但在 MYE 中表现差，请检查以下因素：
价格敏感度：你的变体可能带来点击，但由于价格与感知价值不匹配而无法转化
情境不匹配：PickFu 展示独立图片；MYE 在完整搜索结果和商品页环境中测试
受众定向：你的 PickFu 受众可能无法完美匹配实际 Amazon 购物者 — 未来问卷可优化定向
次要内容：你的主图可能很强，但要点或 A+ Content 可能削弱了转化
用 MYE 数据指导下一次 PickFu 问卷。测试可以解决你发现的转化差距的变体。
进入 MYE 前，我应该测试多少个 PickFu 变体？
初次 PickFu 问卷可从 3-5 个变体开始。如果没有任何一个超过 70 分，根据反馈创建 2-3 个新迭代版本，并用较小受众（30-50 位受访者）快速验证改进。持续迭代，直到有一个超过 70 分的明确获胜者，再带着信心进入 MYE。
PickFu 和 MYE 应该使用相同的问题措辞吗？
不需要 — 这两种工具服务不同目的。在 PickFu 中，提问应帮助揭示偏好和原因，例如：“Which product would you click on when shopping on Amazon?” 或 “Which title makes you most interested in this product?” 在 MYE 中，你衡量的是行为而不是偏好，因此 Amazon 会自动处理测试结构。
实际影响：结合两种工具
将 PickFu 预验证整合进 MYE 流程的卖家报告了明显更好的结果：
更快达到显著性：经过 PickFu 验证的变体最快 7 天就能在 MYE 中达到统计显著性，而常规通常需要 6-10 周
更高转化提升：预先测试的概念可实现最高 131% 的销售增长，而未经测试的变体通常为 10-25% 提升
降低风险暴露：用 PickFu 筛掉弱概念，可避免 MYE 测试期间的销售损失
更容易获得相关团队认同：PickFu 的定性洞察有助于解释某个变体为什么应该获胜，从而更容易获得内部对 MYE 实验的批准
最成功的 Amazon 卖家会把 PickFu 和 MYE 作为同一个优化系统中的互补工具，而不是互相竞争的替代方案。用 PickFu 探索可能性，用 MYE 证明表现。
下一步
探索如何在整个销售旅程中使用 PickFu，从概念验证到上线后优化
了解用竞争基准测试优化 Amazon 主图的 3 步流程
阅读 PickFu 关于 Amazon Manage Your Experiments 的完整指南，获取详细设置说明和最佳实践
获取帮助
如果你需要运行 PickFu 问卷或解读结果方面的帮助，请通过 info@pickfu.com 联系 PickFu 支持团队。关于 Amazon MYE 的技术问题，请访问 Seller Central Help。