Продолжая пользоваться сайтом, вы соглашаетесь на обработку файлов cookie и других пользовательских данных в соответствии с политикой конфиденциальности.
Окей, соглашаюсь
#Контекстная реклама

A/B-тестирование в контекстной рекламе: как проверить гипотезы и снизить стоимость заявки

Онлайн-школа английского языка платила за заявку с контекстной рекламы 18 рублей и считала это нормой — просто «такая ниша, дорогой лид». Маркетолог предположил, что дело не в нише, а в посадочной странице: форма записи на пробный урок была спрятана вторым экраном, ниже длинного текста о преподавателях. Запустили A/B-тест — половина трафика на старую страницу, половина на версию с формой сразу под заголовком. Через две недели заявка с новой версии стоила 11 рублей. Разница в 40% не была видна на глаз — её показал только тест.

Что такое A/B тестирование в рекламе и для чего оно используется

Что такое A/B тестирование в рекламе можно объяснить одной фразой: сравнение двух версий одного элемента — объявления, страницы, аудитории — на равных долях трафика, чтобы решение принималось по данным, а не по личному ощущению «мне кажется, так лучше». Для чего используется A/B тестирование в конечном счёте — чтобы не переделывать всю кампанию на основе догадки, а проверить конкретную гипотезу на реальных людях, прежде чем масштабировать изменение на весь бюджет.

А/Б тестирование в маркетинге шире, чем только контекстная реклама: тот же метод применяют в email-рассылках, в мобильных приложениях, в ценообразовании. А/Б тестировании сайтов — отдельное и не менее популярное направление: там сравнивают не объявления, а целые версии страниц, как в примере со школой английского языка выше.

Что и зачем тестировать в рекламе

В контекстной рекламе тестировать имеет смысл не всё подряд, а то, что реально может повлиять на стоимость заявки:
  • Тексты и заголовки объявлений — разная формулировка оффера или боли клиента может ощутимо менять CTR и, что важнее, качество кликов.
  • Посадочные страницы — как в примере со школой английского: расположение формы, длина текста, наличие цены на странице.
  • Аудитории и таргетинги — сравнение сегментов по интересам против по поведению, разных гео или возрастных групп.
  • Стратегии назначения ставок — ручное управление против автоматических стратегий на одинаковом бюджете.
Метод A/B тестирования работает только тогда, когда меняется одна переменная за раз: если одновременно поменять и текст объявления, и посадочную страницу, невозможно понять, что именно повлияло на итоговую цену заявки.

Как правильно настроить A/B-тест

Проведение A/B тестирований начинается не с запуска, а с формулировки гипотезы: не "попробуем другую страницу", а "если убрать текст о преподавателях перед формой, заявок станет больше, потому что пользователь быстрее видит призыв к действию". Гипотеза с обоснованием сразу отсекает бессмысленные тесты ради теста.

Этапы A/B тестирования выглядят так:

  1. Сформулировать гипотезу и определить, какую именно метрику она должна изменить — обычно это цена заявки, а не клики или показы сами по себе.
  2. Разделить трафик поровну между вариантами — вручную через копии кампаний или через встроенный инструмент площадки.
  3. Не вмешиваться в тест до его завершения — не менять ставки, тексты или таргетинги в процессе, иначе результат обнуляется.
  4. Оценить результат по конверсиям, а не по промежуточным метрикам вроде CTR — кликабельность объявления не всегда коррелирует с качеством заявки.
А/B тестирование в Яндекс. Директе удобнее вести через встроенный инструмент «Эксперименты»: он сам делит аудиторию на сегменты так, что один пользователь видит только свой вариант даже при повторных заходах, а оценка результата строится на данных Яндекс. Метрики о конверсиях — не на кликах и показах. У Google Ads похожая логика реализована через раздел «Эксперименты» с черновиками кампаний.

Сколько времени нужно на тест

Здесь чаще всего совершают одну и ту же ошибку — останавливают тест через два-три дня, как только один из вариантов вырывается вперёд. Проблема в том, что короткие периоды подвержены случайным колебаниям: будний и выходной день, время суток, разовый всплеск активности одной группы пользователей способны исказить картину.

Минимальный разумный срок теста — полный недельный цикл, чтобы учесть разницу в поведении аудитории по дням недели. Стандартный порог статистической значимости в маркетинге — 95% (то есть вероятность случайной ошибки не выше 5%) — тест не стоит останавливать, пока не набрано достаточно данных для этого порога, даже если промежуточный результат выглядит убедительно. У школы английского языка тест с формой на первом экране держали ровно две недели: первые четыре дня оба варианта шли почти вровень, и только к концу первой недели новая страница начала стабильно опережать старую.

Реальный кейс: до и после

До теста: посадочная страница школы английского с формой записи под блоком о преподавателях, цена заявки — 18 рублей, конверсия в заявку с перехода — 2,1%.

Гипотеза: перенос формы записи на пробный урок сразу под заголовок сократит путь пользователя к целевому действию и снизит цену заявки.

Тест: две недели, трафик поровну между старой и новой версией страницы через инструмент «Эксперименты» в Яндекс. Директе, единственное изменение — расположение формы.

После теста: конверсия в заявку выросла до 3,4%, цена заявки снизилась с 18 до 11 рублей — на 39%. Текст о преподавателях не убрали совсем, а перенесли ниже формы: та же информация осталась доступна тем, кто хочет её прочитать, просто не блокирует путь к целевому действию тем, кто готов оставить заявку сразу.
Вы готовы начать?
Мы - готовы всегда!
Получить бесплатную консультацию

FAQ: частые вопросы о A/B-тестировании

01

Можно ли A/B-тестировать сразу несколько элементов объявления одновременно?

Технически можно запустить многовариантный тест, но тогда сложнее понять, какое именно изменение дало эффект. Для первого теста лучше менять один элемент за раз — это даёт чёткий, интерпретируемый результат.
.
02

Что делать, если за две недели теста набралось слишком мало данных для выводов?

Продлить тест до накопления достаточного объёма конверсий — короткие выборки с малым числом заявок дают ненадёжный результат независимо от того, сколько дней прошло.
.
03

Нужно ли останавливать тест, если один вариант явно проигрывает с первого дня?

Нет, если проигрыш не критичен по бюджету — ранние результаты часто меняются местами к концу теста. Резко останавливать стоит только при явном перерасходе бюджета на заведомо слабый вариант.
.
04

Можно ли использовать A/B-тест для проверки новой аудитории с нуля, без прошлой статистики?

Да, это как раз типичный случай применения — сравнение новой аудитории с уже работающей помогает понять, стоит ли расширять таргетинг, не рискуя всем бюджетом кампании сразу.
.
Для компаний, готовых опередить рынок
Мы становимся частью вашего бизнеса и берем на себя все функции маркетингового отдела: от стратегии и брендинга до привлечения клиентов и аналитики.
Если вы готовы к системному росту — давайте познакомимся!
Найти точки роста компании
Первая встреча ни к чему не обязывает, но уже приносит пользу:
Онлайн-встреча с экспертом по маркетингу
Поиск точек роста бизнеса
Анализ unit-экономики и эффективности каналов
Выявление критических ошибок в маркетинге
Никаких шаблонных рекомендаций. Только выводы, основанные на вашей ситуации.