КОНВИ

Запускайте умные АБ-тесты на вашем сайте с Конви

Сравнивайте контрольную и новую версии страницы на реальном трафике. Конви случайно делит посетителей между вариантами и показывает, когда разница в конверсии подтверждена статистически

Запустить бесплатно

Как запустить A/B-тест на сайте

Три шага от установки Конви до первого эксперимента

1

Установите код на сайт

Скопируйте код из личного кабинета Конви и установите его через Менеджер тегов Яндекса, Google Tag Manager или прямо в код страницы

snippet.js
<!-- Convee script start -->
<link rel="preconnect" href="https://s.convee.ru"
  crossorigin>
<script src="https://s.convee.ru/v2/WEBSITE_ID.js"></script>
<!-- Convee script end -->
Скопировано
2

Добавьте версию для тестирования

Создайте версию Б для этой же страницы: поменяйте оффер, структуру блока, CTA или весь первый экран. Версия А остаётся контрольной.

ваш-сайт.ру/pricing

Сервис для проведения A/B-тестов

Проверяйте варианты страницы и выбирайте лучший по данным

3

Запустите тест

Конви делит трафик между версиями А и Б, копит выборку и показывает результат после достаточного объёма данных.

A/B-тест страницыИдёт набор выборки
Версия А3,4%0 конверсий
Версия Б4,6%0 конверсий
Выборка0
Доверие0%
Под капотом умных A/B-тестов

Абукон — статистический движок Конви

Абукон отличает реальный рост конверсии от случайного колебания и переводит сложную последовательную статистику на понятный маркетологу язык

Результат можно смотреть каждый день

Частая проверка данных не создаёт ложных победителей и не ломает расчёт.

Тест можно завершить досрочно

Абукон сообщит, когда эффект пересёк защищённый порог и направление подтверждено.

Не нужны ручные расчёты

Необязательно заранее задавать ожидаемый uplift или точный размер выборки.

Работает с A/B/C/D+ тестами

Движок корректно контролирует риск ошибки при сравнении нескольких вариантов.

Подробнее о движке

Собрали на одной платформе всё для роста конверсии

Помочь с выбором

Тарифы и цены Конви

Бесплатный
0 ₽/ мес.
Начать бесплатно
Возможности
30 000 сессий в месяц
Персонализация
Многорукие бандиты Новинка
Умные АБ-тесты
MVT-оптимизация Топ-алгоритм
Визуальный редактор
Аналитика конверсий
Идеально для старта
Начальный
8 920 ₽/ мес.
Выбрать
Возможности
30 000 сессий в месяц
Персонализация
Многорукие бандиты Новинка
Умные АБ-тесты
MVT-оптимизация Топ-алгоритм
Визуальный редактор
Аналитика конверсий
Выбор маркетологов
Стандартный
29 900 ₽/ мес.
Выбрать
Возможности
сессий в месяц
Персонализация
Многорукие бандиты Новинка
Умные АБ-тесты
MVT-оптимизация Топ-алгоритм
Визуальный редактор
Аналитика конверсий

Когда нужен A/B-тест

A/B-тест отвечает на один конкретный вопрос: улучшило ли выбранную конверсию изменение страницы

Вариант A — контроль

Текущая версия страницы. Она показывает, как посетители ведут себя без проверяемого изменения

Получает
Случайно назначенную часть новых посетителей
Содержит
Привычный заголовок, оффер, изображение или сценарий
Зачем
Даёт точку сравнения для результата варианта B

Вариант B — гипотеза

Версия с осмысленным изменением, которое должно повлиять на выбранную конверсию

Получает
Сопоставимую случайно назначенную аудиторию
Меняет
Один элемент или одну связанную смысловую идею
Зачем
Проверяет, стало ли больше заявок, регистраций или покупок

A/B-тест подходит, когда после результата можно принять конкретное решение: внедрить вариант B, оставить контроль A или признать, что убедительной разницы пока нет

Как провести A/B-тест

Сначала зафиксируйте вопрос и метрику. Варианты и статистический метод не исправят эксперимент, в котором непонятно, что именно проверяют

1

Выберите страницу и основную конверсию

Начните со страницы, которая уже получает трафик и влияет на заявку, регистрацию или покупку. Выберите одно целевое действие, по которому будете сравнивать варианты

Не подменяйте результат

Если бизнесу важна отправка формы, рост кликов по кнопке ещё не доказывает рост заявок.

2

Сформулируйте проверяемую гипотезу

Запишите, что меняется, почему это должно помочь посетителю и какую метрику вы ожидаете улучшить. Сохраните текущую страницу как контроль A

Пример гипотезы

Конкретные условия доставки рядом с CTA снимут сомнение и увеличат долю переходов к оформлению.

3

Создайте вариант B

После единоразовой установки кода выберите элемент в визуальном редакторе и добавьте новый текст, изображение, кнопку или другой вариант блока

Изменение должно быть заметным

Незначительная правка оттенка или одного слова часто требует слишком большой выборки и даёт слабый вывод.

4

Проверьте эксперимент перед публикацией

Откройте обе версии на мобильных устройствах и desktop, проверьте целевое событие и убедитесь, что один посетитель продолжает видеть назначенный ему вариант

Что проверить

Вёрстку, ссылки, форму, отправку конверсии и отсутствие других изменений на том же пути пользователя.

5

Запустите тест и дождитесь статуса

Конви равномерно делит новых посетителей между версиями, собирает выбранную конверсию и обновляет результат. Не выбирайте победителя только по временному отрыву

Возможный итог

Подтверждён вариант B, подтверждён контроль A, данных пока мало или убедительного победителя нет.

Что можно проверить в A/B-тесте

Выбирайте изменение, способное повлиять на решение посетителя, и связывайте его с одной основной конверсией

Заголовок и оффер

Сравните общее обещание с конкретной формулировкой результата, срока, формата или важного условия

Учебный пример: «Автоматизируйте отчёты» против «Соберите отчёт по рекламе за 10 минут»

Кнопка и следующий шаг

Проверьте текст CTA и пояснение рядом с ним. Посетителю должно быть понятно, что произойдёт после клика

Метрика: отправка формы или переход к оплате, а не цвет кнопки сам по себе

Форма

Сравните объём запрашиваемых данных, пояснения к полям или первый шаг формы. Для изменения сложной логики может понадобиться разработчик

Учебный пример: короткая заявка против формы со всеми вопросами отдела продаж

Изображение

Замените декоративную иллюстрацию на скриншот продукта, фотографию товара или другое доказательство, связанное с решением посетителя

Меняйте одну смысловую идею, а не только кадрирование одного и того же изображения

Доказательства

Проверьте расположение кейса, условий, отзыва или ответа на возражение рядом с местом принятия решения

Метрика должна показывать следующий бизнес-шаг, а не просмотр самого блока

Первый экран или крупный блок

Если гипотеза затрагивает связку заголовка, оффера и CTA, соберите цельный вариант блока и сравните его с текущей версией

Для поиска комбинаций нескольких независимых элементов лучше выбрать MVT

Дизайн A/B-теста до запуска

Хороший дизайн эксперимента связывает проблему страницы, изменение и измеримый результат. Победителя не выбирают по самому красивому варианту

Проверка эксперимента

Убедитесь, что по итогам теста команда сможет принять однозначное решение

Учебный пример: на странице онлайн-курса сравнивают общий заголовок с вариантом, где указаны формат и срок обучения. Основная метрика — отправка формы, а не клик по кнопке

1
Одна причина для измененияЗафиксируйте проблему текущей страницы и объясните, почему вариант B должен её устранить.
2
Одна основная метрикаВыберите целевое действие до запуска и не переключайтесь на случайно выросший показатель после просмотра данных.
3
Сопоставимые аудиторииНе меняйте одновременно источники трафика, условия предложения и логику страницы, если хотите связать результат с вариантом.
4
Правило решенияЗаранее определите, что команда сделает при победе B, победе A или отсутствии убедительной разницы.

Выборка, MDE и длительность теста

Способ расчёта отличается, но ни один метод не заменяет трафик и целевые действия

Классический A/B-тест

До запуска калькулятор определяет фиксированный размер выборки, после которого результат проверяют один раз

Нужно
Исходная конверсия, MDE, риск ошибки и желаемая мощность
Финиш
Заранее рассчитанное число посетителей
Просмотр
Решение не принимают раньше финиша без специальной поправки

A/B-тест в Конви

Абукон последовательно обновляет E-value и сохраняет корректность при каждом просмотре результата

Нужно
Выбранная конверсия и стабильно работающие варианты
Финиш
Победитель появляется после защищённого статистического порога
Просмотр
Результат можно открывать во время эксперимента

MDE всё равно полезен для бизнес-плана: он показывает минимальный рост, ради которого изменение стоит внедрять. Чем реже конверсия и меньше реальный эффект, тем дольше копятся доказательства. При отсутствии разницы победитель может не появиться.

Какие статистические методы используют в A/B-тестах

Метод выбирают под дизайн эксперимента и тип метрики. Не все подходы решают одну задачу и не все входят в текущий статистический движок Конви

Подглядывание

В классическом fixed-horizon тесте решение принимают один раз после запланированной выборки. Если проверять обычный p-value каждый день и останавливаться на первом удачном значении, риск ложной победы растёт

В Конви: anytime-valid E-value рассчитан на повторный просмотр результата

CUPED

Метод использует данные до эксперимента, связанные с будущей метрикой, чтобы объяснить часть естественного разброса. Это может повысить чувствительность оценки без изменения распределения трафика

В текущем движке Конви CUPED не применяется

Стратификация

Аудиторию заранее делят на однородные группы по признакам, известным до воздействия, а распределение или анализ учитывают внутри этих групп. Метод полезен, когда состав аудитории неоднороден

В текущем A/B-режиме Конви используется случайное, а не стратифицированное распределение

Дельта-метод

Дельта-метод приближённо оценивает разброс сложной метрики через более простые составляющие. В A/B-тестах его часто используют для ratio-метрик, например среднего чека или выручки на пользователя

Для основной бинарной конверсии Конви отдельный дельта-метод не нужен

Линеаризация

Линеаризация преобразует ratio-метрику в пользовательские значения, с которыми можно работать как с обычной средней. Это упрощает проверку гипотез и применение методов снижения дисперсии

Текущий движок Конви сравнивает конверсии и не применяет линеаризацию ratio-метрик

Бутстрап

Бутстрап многократно пересобирает выборки из наблюдаемых данных и по полученному распределению оценивает неопределённость метрики. Единицей пересэмплирования должна оставаться единица рандомизации

Абукон использует последовательный E-value, а не бутстрап для объявления победителя

Как читать результаты A/B-теста

Текущая конверсия помогает следить за экспериментом, но решение принимают по статусу статистики и направлению эффекта

Данных недостаточно

Текущие цифры уже видны, но разница ещё может быть случайным колебанием

Решение
Продолжить сбор данных или остановить тест без объявления победителя
Ошибка
Внедрить B после краткосрочного всплеска конверсии
Проверить
Сбор событий, стабильность трафика и отсутствие поломок вариантов

Результат подтверждён

Доказательства пересекли защищённый порог, а направление эффекта определено

Решение
Зафиксировать вывод и применить победивший вариант
Записать
Гипотезу, период, аудиторию, метрику и полученный результат
Дальше
Сформулировать следующую гипотезу, не смешивая её с завершённой

Ни один A/B-тест не гарантирует рост. Слабая гипотеза не становится сильной из-за алгоритма, а отсутствие подтверждённой разницы — нормальный результат, который защищает команду от необоснованного изменения страницы.

Частые вопросы

Ответы о запуске, выборке и результатах A/B-тестов в Конви

Начните с одной сильной гипотезы

Выберите важную страницу, основную конверсию и изменение, которое посетитель действительно заметит

Запустите первый A/B-тест в Конви

Один раз установите код Конви
Создайте вариант в редакторе
Сравните варианты по конверсии
Примите решение по статистике