A/B-тест (сплит-тест) — это метод сравнения двух версий объявления на разделенной аудитории. Контрольная группа видит текущий вариант, тестовая — измененный. Побеждает тот креатив, что дает лучший результат по выбранной метрике: CTR, конверсии или стоимости заявки.
A/B-тестирование позволяет решать четыре задачи:
- Повышать кликабельность объявлений.
- Снижать стоимость клика за счет роста CTR.
- Улучшать качество трафика через тестирование офферов.
- Перераспределять бюджет в пользу работающих связок.
Маркетологи меняют один элемент за раз, в среднем тест длится от 7 до 14 дней — до накопления статистической значимости.
Как работает A/B-тестирование в маркетинге
Сплит-тест отвечает на конкретный вопрос: какая версия объявления эффективнее. Половина аудитории видит вариант A, вторая половина — вариант B. Оба варианта отличаются одним элементом: заголовком, изображением, призывом к действию. Остальные параметры остаются неизменными.
Такое тестирование устраняет субъективность при оценке рекламы. Вместо споров о том, какой баннер красивее, маркетолог опирается на цифры: кликабельность, стоимость лида или ROI. A/B-тестирование позволяет снизить цену привлечения клиента и повысить конверсию сайта без увеличения бюджета. Однако метод работает только при достаточном объеме трафика и корректной настройке условий эксперимента.
Хотите пополнять рекламу сразу на нескольких рекламных площадках в одном личном кабинете?
Попробуйте Profitads — единый кабинет для Яндекс, VK и Telegram
ЗарегистрироватьсяКакие принципы лежат в основе A/B-тестирования
Одна переменная. Если меняете заголовок и изображение одновременно, невозможно понять, что дало прирост. Для проверки нескольких гипотез сразу существует мультивариантное тестирование, но оно требует больше трафика.
Случайное распределение. Аудиторию делят в пропорции 50/50 через рандомизацию. Группы должны совпадать по объему и поведению. Если трафик распределен неравномерно или группы различаются по качеству, выводы некорректны.
Статистическая значимость. Разница между вариантами должна быть неслучайной. Для оценки используют p-value: порог 0,05 означает, что вероятность ошибки не превышает 5%. Если показатель выше, результат может быть случайным колебанием.
Что подготовить перед запуском A/B-тестирования в Яндекс Директе или на другой площадке
Подготовка часто занимает больше времени, чем сам тест. Ошибки на этом этапе обесценивают все последующие данные.
| Этап подготовки | Что делаете | Как это выглядит на практике |
| Цель и метрика | Определяете, какую именно метрику хотите улучшить | Выбираете одну метрику и записываете ее текущее значение. Для интернет-магазина это обычно стоимость заявки или ROI, для медийной кампании — CTR и охват |
| Элемент теста | Выбираете заголовок, изображение, CTA, посадочную страницу или аудиторию | Смотрите статистику кампании за последний месяц: элемент с наибольшим разбросом показателей дает больше пространства для теста |
| Гипотеза | Формулируете: «Если изменить X, метрика Y изменится на Z%» | Заранее определяете, какой прирост считаете успехом. Если текущая конверсия 3%, а рост на 0,2% не покрывает затраты на тест, стоит поставить порог выше |
| Варианты | Создаете контрольный A и тестовый B | Копируете текущее объявление и меняете в копии один элемент |
| Выборка | Считаете нужный объем через онлайн-калькулятор статистической значимости | Вводите текущую конверсию, минимальный прирост и уровень значимости 95%. Получаете нужное число показов на каждый вариант |
Пример гипотезы: «Если заменить формулировку кнопки „Купить“ на „Оформить заказ“, конверсия вырастет на 10%, потому что новая формулировка точнее отражает действие». Чем конкретнее предположение, тем проще интерпретировать результат.
Как проводить A/B-тестирование рекламной кампании: пошаговая инструкция
Этапы A/B-теста универсальны для любых площадок:
- Настройте разделение. Используйте встроенные инструменты Яндекс Директа или внешние сервисы. Установите одинаковый бюджет и ставки для обеих групп.
- Запустите и не вмешивайтесь. Тест идет от 3 до 7 дней минимум, оптимально 1–2 недели. Изменения в ходе теста искажают данные.
- Проанализируйте результат. Проверьте статистическую значимость. Если вариант B выигрывает — внедряйте. Если нет — формулируйте новую гипотезу.
Важно учитывать особенности модерации площадки. Варианты могут пройти проверку в разное время, что исказит статистику первых дней. Начинайте отсчет срока теста только после одобрения всех участников эксперимента.
Что можно тестировать: заголовки, визуал, аудитории
Тестировать можно любой элемент объявления, который влияет на решение пользователя.
| Элемент теста | Когда тестировать | Ожидаемое влияние | Примеры вариаций |
| Заголовок | Низкий CTR, много показов — мало кликов | Высокое | Вопрос vs утверждение;
выгода vs характеристика |
| Изображение/Видео | Низкая вовлеченность | Среднее / высокое | Фото продукта vs лайфстайл;
статика vs анимация |
| CTA (призыв) | Много кликов, мало конверсий | Среднее | «Купить» vs «Узнать цену»;
кнопка vs текстовая ссылка |
| Посадочная страница | Высокий CPC, низкая конверсия | Очень высокое | Лендинг vs карточка товара;
форма сверху vs внизу |
| Аудитория | Стабильные показатели, нужен рост | Высокое | Широкая vs узкая;
ретаргетинг vs look-alike |
Важно: тест аудиторий отличается от теста креативов. Здесь вы сравниваете не элементы объявления, а сегменты: какой из них дает больше конверсий при одинаковом бюджете. Результат такого теста определяет, куда направлять основные затраты.
Как понять, какой вариант победил в A/B-тесте
После завершения теста сравните метрики двух групп. Побеждает вариант с лучшим значением целевой метрики при статистической значимости различий.
| Метрика | Что показывает | Когда вариант побеждает |
| CTR | Кликабельность объявления | Прирост устойчивый: держится несколько дней подряд, а не колеблется в пределах погрешности |
| CPC | Цена клика | CPC ниже при том же или выросшем CTR |
| CR | Конверсия в целевое действие | Прирост устойчивый на всей выборке, а не только в первые дни |
| CPL | Стоимость заявки | CPL ниже при том же объеме лидов и сопоставимом их качестве |
| ROI | Возврат на рекламные расходы | ROI выше, если рост выручки превышает рост затрат на кампанию. Считайте по марже, а не по обороту |
Быстрое пополнение всех рекламных кабинетов в одном окне
Без комиссии.
Без переключений.
Без потери бюджета.
Сколько должен длиться A/B-тест и какой трафик нужен
Длительность зависит от объема трафика и целевой метрики. Для рекламных кампаний обычно требуется 1–2 недели, алгоритмам нужно время, чтобы накопить статистику по конверсиям и перераспределить бюджет в пользу работающих связок. Максимум — 28–30 дней: дольше держать тест нецелесообразно, аудитория выгорает, внешние факторы меняются. Для email-рассылок часто достаточно нескольких дней: база подписчиков делится на сегменты, и каждый получает свой вариант письма.
Важно! Если трафика мало, данные не накопятся до статистической значимости. В этом случае тест не имеет смысла: различия между группами будут случайными. Рассчитайте нужный объем выборки заранее через онлайн-калькуляторы.
Почему метод A/B-тестирования может дать недостоверный результат
Чаще всего обесценивают тест эти пять ошибок:
- Несколько переменных одновременно. Непонятно, что дало прирост.
- Ранняя остановка. Различия первых дней часто случайны.
- Неверный расчет выборки. Малая аудитория или короткий срок не дают достоверных данных.
- Нарушение рандомизации. Группы различаются по качеству трафика.
- Субъективная интерпретация. Решение принимают по впечатлениям, а не по статистике.
Важно! Обязателен учет внешних факторов. Сезонность, праздники, поведение аудитории в будни и выходные влияют на результат. Не проводите тесты в аномальные дни, если это не цель эксперимента.
В каких сервисах запустить A/B-тестирование контента
Яндекс Директ. Для тестирования удобно использовать комбинаторные объявления. Система сама собирает баннеры из нескольких заголовков, текстов и визуалов, тестирует сотни связок и выбирает эффективные для каждой аудитории. Задача маркетолога — загрузить максимум разнообразных материалов.
Wingify (объединение сервисов AB Tasty и VWO). У платформы есть визуальный редактор для изменений без кода, редактор кода для сложных гипотез и ИИ-помощника Wingz для генерации текстов и вариантов форм. Отчеты на основе байесовского подхода показывают вариант с наибольшим приростом конверсии в режиме реального времени. Есть тепловые карты и записи сеансов: видно, какие элементы посетители кликают, игнорируют или где останавливаются.
Optimizely. Платформа на базе ИИ для создания и оптимизации цифрового опыта. Искусственный интеллект анализирует всю программу экспериментов и рекомендует, что тестировать дальше, — так после каждого результата видно следующее направление. Платформу используют более 10 000 брендов, среди них Nike, Zoom, Salesforce, Alaska Airlines, Visa, Santander.
Устаревшие рекомендации
Во многих подборках инструментов для A/B-тестов до сих пор упоминают Google Optimize как базовую платформу. Однако сервис прекратил работу 30 сентября 2023 года: все активные эксперименты и персонализации на эту дату были отключены.
Яндекс Взгляд тоже прекратил работу. С 6 апреля 2026 года платные опросы в сервисе остановлены. Запустить бесплатные опросы по собственной базе могут только пользователи, которые делали это раньше. Результаты прошлых исследований были доступны в кабинете до 6 июля 2026 года. Если на счете остались средства — их можно вернуть через службу поддержки.
Как проходят A/B-тесты у крупных компаний
Booking.com тестирует практически все — любая продуктовая инициатива проходит через A/B-тест. При этом 90% гипотез проваливаются, и это считается нормой: зато оставшиеся 10% получают надежное подтверждение. Один из кейсов: пользователи, ищущие отели по карте, показывали более высокую конверсию, чем те, кто пользовался поиском через список. Продакт-менеджер попытался активно направлять посетителей на карту разными способами — результат оказался нулевым. Оказалось, что речь шла о смещенной выборке: конверсия была выше не потому, что карта работает лучше, а потому, что на нее переходили более мотивированные пользователи.
С чего начать A/B-тестирование
Начните с одной гипотезы и одного элемента. Определите метрику, зафиксируйте текущее значение, подготовьте два варианта объявления. Запустите тест на 7 дней с равным бюджетом для обеих групп. Не вмешивайтесь в процесс до накопления статистической значимости.
После первого теста зафиксируйте результат: что проверяли, какие варианты использовали, какой сработал. Это поможет не повторять гипотезы и постепенно выстраивать систему работающих связок.
Создание и тестирование креативов — часть маркетинговой рутины. Не меньше времени занимают маркировка рекламы, управление бюджетами и сведение отчетности. Единые сервисы управления рекламой, например ProfitAds, снимают эту нагрузку: один баланс для 20+ площадок, автоматическая подача данных в ЕРИР, кешбэк до 18% от рекламного бюджета и консолидация статистики в одном интерфейсе. Освободившееся время уходит на разработку стратегии и тесты — то, что действительно влияет на результат.
Узнать больше о ProfitAds