CRO и A/B тестирование

TL;DR

• CRO, Conversion Rate Optimization, - системная работа над ростом конверсии на сайте, в приложении, лендинге или воронке.
• A/B тест - один из инструментов CRO, где две версии сравниваются на реальном трафике.
• Хороший тест начинается с проблемы и гипотезы, а не с идеи "давайте поменяем цвет кнопки".
• Нельзя останавливать тест в момент, когда цифра понравилась. Нужны объем, стабильность и заранее выбранная метрика.
• CRO должен улучшать бизнес-результат, а не только локальную конверсию одного шага.

Зачем это бизнесу

Когда трафик дорожает, рост конверсии становится таким же важным, как закупка рекламы. Если лендинг превращает 2% посетителей в заявку, а после улучшений 3%, бизнес получает на 50% больше заявок при том же трафике. Но только если качество заявок не ухудшилось.

CRO помогает находить трение: непонятный оффер, слабое доказательство, лишние поля, медленная загрузка, страх перед оплатой, плохая мобильная версия, отсутствие цены, сложный checkout, неясный следующий шаг.

A/B тестирование полезно, когда есть достаточный трафик и риск ошибиться мнением. Но не каждая правка требует теста. Иногда проблема очевидна: сломанная форма, нечитаемый текст, техническая ошибка, пустой экран на мобильном. Такое надо чинить без эксперимента.

Схема

CRO - это цикл. Один тест редко "решает конверсию". Команда постоянно ищет узкие места, проверяет изменения и накапливает понимание аудитории.

Как строить гипотезу

Плохая гипотеза: "Сделаем кнопку зеленой, потому что зеленый лучше". В ней нет проблемы, сегмента и ожидаемого механизма.

Хорошая гипотеза: "На мобильной версии 38% пользователей уходят после блока цены. Если рядом с ценой добавить объяснение, что входит в тариф, и убрать лишний шаг до оплаты, то больше пользователей начнет checkout, потому что снизится неопределенность".

В гипотезе должны быть четыре части: наблюдение, изменение, ожидаемый эффект, причина. Тогда даже проигравший тест чему-то учит.

Что часто ломается

Первая ошибка - тестировать мелочи без трафика. Если на странице мало конверсий, тест будет идти слишком долго или даст шум.

Вторая ошибка - менять слишком много без понимания. Иногда это нормально для radical test, но тогда нельзя сказать, какой элемент сработал.

Третья ошибка - выбирать метрику после запуска. Главная метрика должна быть определена заранее: purchase, lead, checkout start, activation, revenue per visitor. Secondary metrics помогают понять побочные эффекты.

Четвертая ошибка - улучшать локальную конверсию в ущерб бизнесу. Например, форма стала короче, лидов больше, но продажи хуже. Значит, тест выиграл на странице и проиграл в экономике.

Как применять

1. Начните с карты воронки: где больше всего потерь и какой объем трафика.
2. Соберите причины через аналитику, записи сессий, опросы, поддержку, продажи.
3. Сформулируйте гипотезу с механизмом, а не просто список правок.
4. Выберите primary metric и guardrail-метрики до запуска.
5. Проверьте тест технически: события, сегменты, мобильная версия, скорость.
6. Не останавливайте тест только потому, что сегодня вариант B впереди.
7. После теста зафиксируйте вывод и следующий шаг, даже если вариант проиграл.

Видео

Что почитать

• Optimizely: What is A/B testing?
• Google Analytics: Set up events
• Apple Developer: Product Page Optimization

Главный совет

Не превращайте A/B тесты в казино идей. Начинайте с реального узкого места, формулируйте проверяемую гипотезу и смотрите, не ухудшилось ли качество результата ниже по воронке.