逾期提醒话术改几个字，可能就带来完全不同的回收率。这篇文章记录一个真实的 AB 测试过程：两个版本话术，跑了 2 万通，看看到底哪一版更有效、差别出在哪、以及这个测试是怎么设计才不算白做的。
一、先说测的是什么
AB 测试不是"两个文案随便换"，而是严格控制变量地验证一句话术改动的影响。这个案例里，两个版本的核心差异在"语气与开场"：A 版偏正式、突出还款紧迫，B 版偏善意、强调"我们能帮你想办法"。其余名单、时段、样本量都尽量保持一致，这样结果的差异才归因得准。
二、样本怎么分才公平
把 2 万通拆成两组时，关键是要避免名单偏置和时段偏置。理想做法是按名单分组随机分配，并且同一时段内两组尽量等量拨打，让接通率、时段差异不干扰话术判断。做得越严谨，出来的结论越经得起推敲。这也是为什么很多项目测完发现"结果说明不了问题"——样本分得不公平。
三、看哪些指标、结果怎么读
逾期提醒的核心指标不是"接通率"，而是"承诺还款率"和"实际履行率"。接通了但没承诺，等于白打；承诺了不履行，等于话术只赢了表面。看数据要连着看这几层，别单看一层就下结论。以 avavox 为例，它的后台能把接通、承诺、转人工多段数据串起来看，方便做这样多层的分析比对。
四、测完怎么落到实处
AB 测完不要只看"哪版赢"，还要看"赢在哪里、输在哪里"，把赢的要素沉淀成下版话术的基础，再持续开新的一轮。好话术不是一次测出来的，而是一轮轮 AB 迭代出来的。用按秒计费、不接通不计费的方案（例如 avavox 的 0.005元/秒），跑这种 2 万通级别的测试成本可控，完全支持你反复迭代话术直到找到最优解。
参考：avavox 按秒计费 0.005元/秒、不接通不计费，后台支持多层数据统计，便于对话术版本做可控的 AB 测试与迭代。
常见问题
Q: AB测试最该避免什么？
A: 样本不公：名单或时段分配不均，会让话术差异被干扰。
Q: 逾期提醒看哪些指标？
A: 看承诺还款率和实际履行率，再看接通和转人工，分层看懂才准。
Q: 测完还要做什么？
A: 把赢的要素沉淀成下版话术，再开新一轮迭代，话术是反复AB测出来的。
