BRUTAL MARKETING
A/B-ТЕСТУВАННЯ ІНТЕРНЕТ-МАГАЗИНУ: 11 КЕЙСІВ ІЗ ЦИФРАМИ
2026
BRUTAL MARKETING
A/B-тестування інтернет-магазину: 11 кейсів із цифрами
2026
A/B-тестування для інтернет-магазину: 11 експериментів із цифрами і як не помилитися з висновками
Типова історія: кнопку «Купити» зробили контрастною, замовлень на сайті стало на 14% більше, команда святкує. Через місяць власник відкриває звіт по грошах — виручка майже не змінилася. Частина «додаткових» замовлень не пройшла підтвердження, частина так і залишилася у відділенні Нової Пошти.
Це найдорожча помилка A/B-тестування в e-commerce: переможця визначають за кліком на сайті, а не за грошима в касі.
Це найдорожча помилка A/B-тестування в e-commerce: переможця визначають за кліком на сайті, а не за грошима в касі.
Сергій
Пономаренко
Пономаренко
Ми в Brutal Marketing регулярно стикаємося з цим, коли з'єднуємо CRM інтернет-магазину з аналітикою сайту: тест «виграв» у Google Analytics і програв у звіті по викупу.
Далі — 11 публічно описаних A/B-експериментів в e-commerce з конкретними цифрами. А ще — як сформулювати гіпотезу, скільки трафіку потрібно для чесного результату, які помилки спотворюють висновки, як довести тест до виручки через CRM, чим замінити Google Optimize і з чого почати в перші 30 днів.
Далі — 11 публічно описаних A/B-експериментів в e-commerce з конкретними цифрами. А ще — як сформулювати гіпотезу, скільки трафіку потрібно для чесного результату, які помилки спотворюють висновки, як довести тест до виручки через CRM, чим замінити Google Optimize і з чого почати в перші 30 днів.
Що таке A/B-тест і чому це не «поміняти колір кнопки»
A/B-тест — це контрольований експеримент. Дві версії сторінки чи елемента одночасно показують випадково розподіленим відвідувачам. Версія A — оригінал (контрольна), версія B — варіант з однією зміною.
Ключове слово — «однією». Якщо ви одночасно змінили заголовок, фото і кнопку, а конверсія зросла, ви не знаєте, що саме спрацювало. Це вже не тест, а хаос з ілюзією системи.
Логіка проста: однаковий трафік, одна зміна, достатня вибірка. На виході ви отримуєте не «краще чи гірше», а відповідь «на скільки відсотків краще і з якою ймовірністю це не випадковість».
Ключове слово — «однією». Якщо ви одночасно змінили заголовок, фото і кнопку, а конверсія зросла, ви не знаєте, що саме спрацювало. Це вже не тест, а хаос з ілюзією системи.
Логіка проста: однаковий трафік, одна зміна, достатня вибірка. На виході ви отримуєте не «краще чи гірше», а відповідь «на скільки відсотків краще і з якою ймовірністю це не випадковість».
Перед першим тестом варто запустити A/A-тест: дві однакові версії. Якщо інструмент показує між ними «значущу» різницю, зламаний розподіл трафіку або аналітика — і всім наступним результатам довіряти не можна.
Якщо ви ще не рахуєте конверсію за кроками воронки, почніть з цього. Базові речі, які варто навести до ладу до будь-яких тестів, ми зібрали в матеріалі про те, як підвищити конверсію сайту.
Якщо ви ще не рахуєте конверсію за кроками воронки, почніть з цього. Базові речі, які варто навести до ладу до будь-яких тестів, ми зібрали в матеріалі про те, як підвищити конверсію сайту.
Гіпотеза: крок, який пропускає більшість команд
«Давайте спробуємо синю кнопку замість зеленої» — це не гіпотеза, а вгадування. Такий тест неможливо ні пояснити, ні повторити, ні масштабувати на інші сторінки.
Робоча гіпотеза має чотири частини: «Якщо ми [зміна] для [сегмент], то [метрика] зміниться на [N%], тому що [спостереження]». Приклад: «Якщо ми покажемо вартість і строк доставки під кнопкою „Купити“ на картці товару, то частка оплачених замовлень зросте на 10%, тому що 30% питань у чатах — саме про доставку».
Остання частина — найважливіша. Вона змушує спиратися на дані, а не на смак дизайнера.
Робоча гіпотеза має чотири частини: «Якщо ми [зміна] для [сегмент], то [метрика] зміниться на [N%], тому що [спостереження]». Приклад: «Якщо ми покажемо вартість і строк доставки під кнопкою „Купити“ на картці товару, то частка оплачених замовлень зросте на 10%, тому що 30% питань у чатах — саме про доставку».
Остання частина — найважливіша. Вона змушує спиратися на дані, а не на смак дизайнера.
Де брати гіпотези
- Воронка в GA4: крок, на якому падає найбільша частка відвідувачів.
- Теплові карти й записи сесій (наприклад, безкоштовний Microsoft Clarity): куди клікають, де застрягають, до якого місця гортають.
- CRM: причини скасування замовлень і відмов від посилок.
- Дзвінки та переписка менеджерів: які питання клієнти ставлять перед покупкою («а скільки доставка?», «можна оплатити при отриманні?»).
- Пошук по сайту: що шукають і не знаходять.
За нашим досвідом у Brutal Marketing, найсильніші гіпотези для сайту лежать не в дизайні, а в CRM і розмовах з клієнтами. Якщо третина скасувань має причину «не влаштувала доставка», тест з умовами доставки на картці товару майже напевно дасть більше, ніж новий банер. Як систематично збирати такі причини, ми розбирали в статті про аналіз програних угод у CRM.
Як пріоритизувати: модель ICE
Гіпотез завжди більше, ніж трафіку для тестів. Оцініть кожну від 1 до 10 за трьома критеріями — вплив (Impact), впевненість (Confidence), простота (Ease) — і перемножте.
Правило, якого ми дотримуємося: один активний тест на одну воронку. Команди, які запускають 5–7 тестів одночасно на пов'язаних сторінках, потім не можуть пов'язати жодну зміну з виручкою.
11 A/B-експериментів в e-commerce: цифри і розбір
Цифри нижче — з публічно описаних експериментів різних магазинів. Це не прогноз для вашого сайту, а джерело гіпотез: той самий тест на іншій аудиторії може дати нуль або мінус. Тому до кожного кейсу — що саме варто перевірити у себе.
Картка товару
1. Колір кнопки «У кошик». Сіра кнопка зливалася з фоном, погляд на ній не затримувався. Контрастний насичено-зелений колір дав +14% додавань у кошик. Спрацював не сам зелений, а контраст з конкретною палітрою сайту, тому копіювати колір безглуздо. Правило для вашого магазину: кнопка покупки має бути найпомітнішим елементом у зоні рішення, особливо на мобільному екрані.
2. Таймер доставки. На картці було написано «Безкоштовна доставка», але це не створювало терміновості. Таймер «Замов до 17:00 — отримай завтра» з реальним залишком часу дав +8,6% до конверсії. Терміновість працює, лише коли вона чесна: таймер прив'язаний до реального графіка відвантаження, а не до вигаданого «залишилося 3 штуки». Для українського магазину робоча версія — «Замовте до 16:00 — відправимо Новою Поштою сьогодні», якщо склад справді це встигає.
3. Деталі доставки під кнопкою замовлення. Покупці кидали кошик, коли вартість доставки ставала сюрпризом на останньому кроці. Інформація про вартість і строки прямо під кнопкою на картці товару дала +60,1% продажів; навіть сама вартість без інших деталей вигравала. Це збігається з даними Baymard Institute: середня частка покинутих кошиків — 70,22%, а серед покупців, які не просто «дивилися», 40% кидають покупку через завеликі додаткові витрати. Покажіть на картці вартість доставки у відділення, поштомат і кур'єром, а також чи доступна оплата при отриманні.
4. Думка експерта. Картки містили лише характеристики без «голосу авторитету». Коментар фахівця на сторінці товару дав +69% обсягу покупок і +99% виручки. Експертна думка важить більше за відгуки там, де помилка у виборі дорога: техніка, інструменти, дитячі товари, здоров'я. Якщо ваш асортимент потребує консультації, почніть з 10–20 товарів з найбільшою часткою питань у чатах.
2. Таймер доставки. На картці було написано «Безкоштовна доставка», але це не створювало терміновості. Таймер «Замов до 17:00 — отримай завтра» з реальним залишком часу дав +8,6% до конверсії. Терміновість працює, лише коли вона чесна: таймер прив'язаний до реального графіка відвантаження, а не до вигаданого «залишилося 3 штуки». Для українського магазину робоча версія — «Замовте до 16:00 — відправимо Новою Поштою сьогодні», якщо склад справді це встигає.
3. Деталі доставки під кнопкою замовлення. Покупці кидали кошик, коли вартість доставки ставала сюрпризом на останньому кроці. Інформація про вартість і строки прямо під кнопкою на картці товару дала +60,1% продажів; навіть сама вартість без інших деталей вигравала. Це збігається з даними Baymard Institute: середня частка покинутих кошиків — 70,22%, а серед покупців, які не просто «дивилися», 40% кидають покупку через завеликі додаткові витрати. Покажіть на картці вартість доставки у відділення, поштомат і кур'єром, а також чи доступна оплата при отриманні.
4. Думка експерта. Картки містили лише характеристики без «голосу авторитету». Коментар фахівця на сторінці товару дав +69% обсягу покупок і +99% виручки. Експертна думка важить більше за відгуки там, де помилка у виборі дорога: техніка, інструменти, дитячі товари, здоров'я. Якщо ваш асортимент потребує консультації, почніть з 10–20 товарів з найбільшою часткою питань у чатах.
Кошик і оформлення замовлення
5. «Відправити» проти «Перейти до оплати». Кнопка на кроці оформлення мала технічний підпис «Відправити» і не пояснювала, що буде далі. Перейменування на «Перейти до способів оплати» дало +87,5% переходів на наступний крок. «Відправити» — дія форми, «Перейти до оплати» — крок покупки, і покупець не боїться натискати. Пройдіться всією воронкою оформлення: кожна кнопка «Далі», «ОК» чи «Відправити» — готовий кандидат для тесту.
6. Кошик, що перепитує. Покупці видаляли товари під впливом моменту й не поверталися. Вікно «Видалити чи зберегти в обране?» при видаленні дало +4,4% продажів. Цифра здається скромною, але для магазину з 1000 замовлень на місяць це 44 додаткові покупки без жодної гривні на рекламу.
7. Довга форма проти короткої (B2B). Коротка форма запиту пропозиції здавалася найкращим варіантом. Насправді після неї користувач потрапляв на другу сторінку з додатковими полями, і цей «сюрприз» розчаровував. Одна детальна форма одразу показала весь процес і дала +88,7% заповнених форм. Висновок: важить не кількість полів, а прозорість. Якщо другий крок неминучий, краще об'єднати все на одній сторінці.
6. Кошик, що перепитує. Покупці видаляли товари під впливом моменту й не поверталися. Вікно «Видалити чи зберегти в обране?» при видаленні дало +4,4% продажів. Цифра здається скромною, але для магазину з 1000 замовлень на місяць це 44 додаткові покупки без жодної гривні на рекламу.
7. Довга форма проти короткої (B2B). Коротка форма запиту пропозиції здавалася найкращим варіантом. Насправді після неї користувач потрапляв на другу сторінку з додатковими полями, і цей «сюрприз» розчаровував. Одна детальна форма одразу показала весь процес і дала +88,7% заповнених форм. Висновок: важить не кількість полів, а прозорість. Якщо другий крок неминучий, краще об'єднати все на одній сторінці.
Збір контактів і повторні продажі
8. Гейміфікована підписка. Стандартна форма «залиште email і отримайте −15%» мала низьке заповнення. «Колесо знижок» від 5% до 20% з тією ж механікою дало +48,9% кліків, +25% відправлених форм і +12,7% загальної конверсії. Людина не просто отримує знижку, а «виграє» її, і пропозиція менше схожа на нав'язування. Але обов'язково перевірте в CRM якість такої бази: чи купують ці підписники, чи збирають лише знижки.
9. Сегментовані розсилки. Масова розсилка по всій базі давала низький CTR. Пропозиція на основі історії покупок (купував корм для кота — отримав аксесуари для кота) дала +61% кліків. Для цього потрібна CRM, яка зберігає історію замовлень, а не список email-адрес. Найпростіша точка входу — RFM-аналіз для інтернет-магазину: він ділить базу за давністю, частотою і сумою покупок.
9. Сегментовані розсилки. Масова розсилка по всій базі давала низький CTR. Пропозиція на основі історії покупок (купував корм для кота — отримав аксесуари для кота) дала +61% кліків. Для цього потрібна CRM, яка зберігає історію замовлень, а не список email-адрес. Найпростіша точка входу — RFM-аналіз для інтернет-магазину: він ділить базу за давністю, частотою і сумою покупок.
Навігація і каталог
10. Розумна сторінка 404. Сторінки знятих з продажу товарів показували стандартне «сторінку не знайдено». Варіант з рекомендаціями схожих товарів збільшив покупки нових клієнтів, додавання в кошик і час на сайті. Відвідувач на 404 вже проявив інтерес — втрачати його на порожній сторінці означає викидати оплачений трафік. Те саме стосується товарів «немає в наявності»: не видаляйте картку, а покажіть аналоги й кнопку «Повідомити про надходження».
11. Фільтри в каталозі: неочікуваний мінус. У категорії з кількома сотнями товарів розширені фільтри здавалися очевидним покращенням. Результат: −27% кліків, переміг варіант без фільтрів. Фільтри переключили увагу з товарів на налаштування пошуку і виштовхнули частину асортименту за межі першого екрана. Це не означає «приберіть фільтри», а означає «не впроваджуйте логічне без перевірки». Контрінтуїтивний результат — найцінніший урок A/B-тестування.
11. Фільтри в каталозі: неочікуваний мінус. У категорії з кількома сотнями товарів розширені фільтри здавалися очевидним покращенням. Результат: −27% кліків, переміг варіант без фільтрів. Фільтри переключили увагу з товарів на налаштування пошуку і виштовхнули частину асортименту за межі першого екрана. Це не означає «приберіть фільтри», а означає «не впроваджуйте логічне без перевірки». Контрінтуїтивний результат — найцінніший урок A/B-тестування.
Скільки трафіку і часу потрібно для чесного результату
Популярна порада «1000 відвідувачів на версію — і можна робити висновки» для інтернет-магазину майже завжди хибна. При конверсії 2% це 20 замовлень на варіант, і різниця в 5 замовлень виглядатиме як «+25%», хоча це чистий шум.
Необхідна вибірка залежить від трьох речей: базової конверсії, мінімального ефекту, який ви хочете помітити (MDE), і стандартних порогів — 95% значущості та 80% потужності. Орієнтири — у таблиці.
Необхідна вибірка залежить від трьох речей: базової конверсії, мінімального ефекту, який ви хочете помітити (MDE), і стандартних порогів — 95% значущості та 80% потужності. Орієнтири — у таблиці.
Кількість відвідувачів на кожен варіант; ефект — відносний (з 2% до 2,4% — це +20%); двосторонній тест, 95% значущості, 80% потужності.
Як читати: магазин з конверсією 2% хоче помітити приріст у 20%. Потрібно близько 21 тис. відвідувачів на кожну версію, тобто 42 тис. на тест. При 30 тис. сесій на місяць тест триватиме приблизно шість тижнів. Для власника це важливий висновок ще до старту: чи варто взагалі займати трафік цим тестом.
Як читати: магазин з конверсією 2% хоче помітити приріст у 20%. Потрібно близько 21 тис. відвідувачів на кожну версію, тобто 42 тис. на тест. При 30 тис. сесій на місяць тест триватиме приблизно шість тижнів. Для власника це важливий висновок ще до старту: чи варто взагалі займати трафік цим тестом.
Правила тривалості
- Мінімум два повні тижні. Поведінка в понеділок і в суботу різна, тому тест має охопити цілі тижневі цикли.
- Не довше 6–8 тижнів. Далі люди чистять cookies, змінюють пристрої, і в «чистих» групах накопичується змішаний трафік.
- Розмір вибірки і дату завершення фіксуєте до старту. Розрахувати їх допоможе будь-який калькулятор вибірки — вбудований в інструмент тестування або окремий, як у Evan Miller.
Що робити, якщо трафіку мало
Якщо у вас менше 10–15 тис. сесій на місяць, класичні A/B-тести на конверсію в оплату займатимуть квартали. Робочі альтернативи:
Чесна відповідь: інколи A/B-тест вам просто не потрібен. Якщо в кошику не показана вартість доставки, це не гіпотеза для тесту, а помилка, яку треба виправити завтра.
- тестуйте сміливі зміни, а не відтінки: нова структура картки товару дає великий ефект, а великий ефект потребує меншої вибірки;
- міряйте частішу метрику вище у воронці — додавання в кошик замість оплати;
- тестуйте в розсилках і месенджерах: там вибірка — вся ваша база, і результат видно за день;
- замініть тест якісним дослідженням: записи сесій, 5–7 інтерв'ю з покупцями, прослуховування дзвінків менеджерів.
Чесна відповідь: інколи A/B-тест вам просто не потрібен. Якщо в кошику не показана вартість доставки, це не гіпотеза для тесту, а помилка, яку треба виправити завтра.
Як читати результати: 5 помилок, які спотворюють висновки
1. Підглядати і зупиняти тест завчасно
Минуло три дні, версія B лідирує з відривом 20% — і тест зупиняють, бо «все очевидно». На малій вибірці випадкові коливання виглядають як тренд. Кожен погляд на проміжні дані з готовністю зупинити тест підвищує шанс прийняти шум за перемогу.
Рішення: вибірку і дату завершення фіксуєте до старту й не приймаєте рішень до них. Якщо бізнес вимагає проміжних рішень, обирайте інструмент з послідовною (sequential) статистикою — вона розрахована на регулярні перевірки.
Рішення: вибірку і дату завершення фіксуєте до старту й не приймаєте рішень до них. Якщо бізнес вимагає проміжних рішень, обирайте інструмент з послідовною (sequential) статистикою — вона розрахована на регулярні перевірки.
2. Тестувати на нетиповому трафіку
Тест у період розпродажу, Black Friday чи під час агресивної рекламної кампанії показує поведінку «гарячих» покупців, а не звичайних. Переможець листопада може програти в березні. Те саме стосується аномальних днів: масових відключень світла, збоїв доставки, запуску нового каналу.
Запускайте тести в стабільні періоди й записуйте аномальні дні в журнал тесту. Якщо у вас налаштована наскрізна аналітика продажів, ви бачите, які джерела зараз дають типовий трафік, а які — зашумлений.
Запускайте тести в стабільні періоди й записуйте аномальні дні в журнал тесту. Якщо у вас налаштована наскрізна аналітика продажів, ви бачите, які джерела зараз дають типовий трафік, а які — зашумлений.
3. Не перевіряти розподіл трафіку (SRM)
Ви налаштували розподіл 50/50, а отримали 50 000 відвідувачів у версії A і 46 000 у версії B. Це не дрібниця, а ознака поломки: редирект губить частину людей, скрипт варіанта вантажиться повільніше, фільтр ботів спрацьовує нерівно. Така розбіжність називається Sample Ratio Mismatch, і з нею результату тесту довіряти не можна, навіть якщо він «значущий».
4. Не враховувати ефект новизни
Постійні клієнти клікають на новий елемент просто тому, що він новий. Перший тиждень показує +15%, через три тижні ефект розчиняється. Дивіться на нових і повторних відвідувачів окремо: якщо приріст дають лише повторні й він тане з кожним днем, це новизна, а не покращення.
5. Шукати переможця в сегментах після тесту
«Загалом різниці немає, але на iPhone у Києві варіант B дає +40%». Якщо нарізати дані на 20 сегментів, хоча б один «виграє» випадково. Сегменти, які вас цікавлять, записуйте в гіпотезу до старту, а знахідки після тесту вважайте гіпотезою для наступного тесту, а не результатом. Більше про те, як не робити хибних висновків з цифр, — у матеріалі про data literacy для керівників.
І шоста помилка, найдорожча для власника, — оцінювати тест лише за метрикою сайту. Про неї окремо.
І шоста помилка, найдорожча для власника, — оцінювати тест лише за метрикою сайту. Про неї окремо.
Перевірка в CRM: чому переможець на сайті може програти в касі
Google Analytics бачить оформлене замовлення. Але в українському e-commerce замовлення ще не дорівнює грошам. Частину не підтверджує менеджер, частину з накладеним платежем не забирають з відділення, частину повертають. Тест, який переміг за кліками, може програти за виручкою.
Умовний приклад
Варіант A дав 1000 замовлень, з них викуплено 88% — 880 оплачених. Варіант B дав 1100 замовлень (+10% у звіті сайту), але викуп упав до 78% — 858 оплачених. B програє на 22 оплачені замовлення, а ще магазин платить за зворотну доставку 242 невикуплених посилок проти 120 у варіанті A.
У Google Analytics варіант B — очевидний переможець. У CRM — очевидний програш. Саме тому ми в Brutal Marketing наполягаємо: рішення за тестом приймають лише після того, як дані викупу доїхали в CRM.
У Google Analytics варіант B — очевидний переможець. У CRM — очевидний програш. Саме тому ми в Brutal Marketing наполягаємо: рішення за тестом приймають лише після того, як дані викупу доїхали в CRM.
Як з'єднати A/B-тест із CRM: 5 кроків
- Інструмент тестування записує ідентифікатор варіанта (A чи B) у cookie або dataLayer.
- Під час оформлення передайте цей ідентифікатор прихованим полем разом із замовленням — так само, як UTM-мітки.
- Створіть у картці замовлення в CRM поле «A/B-варіант». У KeyCRM це додаткове поле замовлення, в інших CRM логіка та сама.
- Побудуйте звіт по варіантах у CRM або на дашборді: підтверджені, викуплені, скасовані з причинами, маржа, повторні покупки.
- Рішення приймаєте через 1–2 тижні після завершення тесту, коли закінчився строк зберігання посилок у відділеннях і викуп став остаточним.
Це і є замкнений цикл: від кліку на сайті до грошей на рахунку й повторної покупки. Як він влаштований для інтернет-магазину загалом, ми детально розбирали в статті про CRM для інтернет-магазину і замкнений цикл продажів.
Тести і сегменти клієнтів
Один і той самий варіант по-різному працює на різних аудиторіях. Таймер доставки може підняти конверсію нових відвідувачів і нічого не змінити для постійних клієнтів, які й так знають ваші умови. Кнопка, що виграла на мобільному, може програти на десктопі через інше розташування елементів.
CRM дозволяє тестувати не на «середньому відвідувачі», а на конкретних сегментах: нові й повторні, покупці з однією покупкою й лояльні, активні й «сплячі». Наприклад, поріг безкоштовної доставки варто тестувати окремо для клієнтів із середнім чеком нижче медіани. Як правильно ділити базу для таких експериментів — у статті про сегментацію клієнтів.
CRM дозволяє тестувати не на «середньому відвідувачі», а на конкретних сегментах: нові й повторні, покупці з однією покупкою й лояльні, активні й «сплячі». Наприклад, поріг безкоштовної доставки варто тестувати окремо для клієнтів із середнім чеком нижче медіани. Як правильно ділити базу для таких експериментів — у статті про сегментацію клієнтів.
Що тестувати в першу чергу
Не всі тести рівноцінні. Колір футера і вартість доставки на картці товару конкурують за той самий трафік, але різниця в потенційному ефекті — на порядок. Ось як ми розставляємо пріоритети для інтернет-магазинів.
Два практичні зауваження. Перше: мобільний і десктопний трафік краще аналізувати окремо, бо той самий елемент на смартфоні стоїть в іншому місці екрана. Друге: тести на сторінках оформлення не замінюють роботу з тими, хто вже пішов. Паралельно з тестами налаштуйте тригерні листи й чат-боти для повернення покинутих кошиків — це окремий канал, який повертає частину втрачених замовлень.
Якщо ви тільки починаєте, не намагайтеся охопити все. Один добре спланований тест на місяць з чіткою гіпотезою та достатньою вибіркою дасть більше, ніж десять хаотичних.
Якщо ви тільки починаєте, не намагайтеся охопити все. Один добре спланований тест на місяць з чіткою гіпотезою та достатньою вибіркою дасть більше, ніж десять хаотичних.
Інструменти для A/B-тестування після закриття Google Optimize
Google Optimize більше не існує — Google закрив його кілька років тому, але він досі фігурує в старих гайдах як «безкоштовний старт». Безкоштовної заміни з тим самим візуальним редактором для маркетолога немає: або платите за зручність, або залучаєте розробника.
Як обрати. Невеликому магазину без розробника раціонально почати з тестів у розсилках, Clarity для пошуку гіпотез і пробного періоду одного візуального інструмента під конкретний тест. Якщо є розробник — PostHog або GrowthBook закривають більшість задач без абонплати. Великий трафік і окрема CRO-команда — VWO, AB Tasty чи Optimizely.
Але інструмент — не головне. Дорогий сервіс з поганими гіпотезами дасть погані результати, тільки швидше. І жоден з них не знає, чи забрав покупець посилку, — ці дані живуть у вашій CRM.
Але інструмент — не головне. Дорогий сервіс з поганими гіпотезами дасть погані результати, тільки швидше. І жоден з них не знає, чи забрав покупець посилку, — ці дані живуть у вашій CRM.
Тестування як процес: план на перші 30 днів
Найпоширеніша помилка — сприймати A/B-тестування як разовий проєкт: «потестували кнопку, знайшли кращий варіант, закрили». Поведінка покупців, асортимент і трафік змінюються, тому те, що працювало пів року тому, сьогодні може давати інший результат. Магазини, які стабільно ростуть, тримають щонайменше один активний тест на місяць.
Кожен результат породжує наступні гіпотези. Таймер доставки підняв конверсію картки товару — а якщо показати його в кошику? А якщо протестувати окремо для мобільного трафіку? Так і виглядає нормальний цикл зростання.
Кожен результат породжує наступні гіпотези. Таймер доставки підняв конверсію картки товару — а якщо показати його в кошику? А якщо протестувати окремо для мобільного трафіку? Так і виглядає нормальний цикл зростання.
План старту
- Тиждень 1 — аудит. Зведіть воронку сайту з GA4 і дані CRM: скасування з причинами, невикуп, повернення. Зберіть 10–15 гіпотез і оцініть їх за ICE. Очевидні помилки (вартість доставки не видно до останнього кроку) виправте без тесту.
- Тиждень 2 — підготовка. Налаштуйте передачу ідентифікатора варіанта в CRM, запустіть A/A-тест, розрахуйте вибірку й дату завершення для гіпотези №1.
- Тижні 3–6 — перший тест. Запустіть його й не підглядайте. Паралельно зробіть A/B-тест у розсилці: персональна пропозиція за історією покупок для 20% найактивніших клієнтів проти загальної акції.
- Після завершення — рішення. Дочекайтеся даних викупу, порівняйте варіанти за оплаченими замовленнями й маржею, внесіть результат у журнал тестів.
Журнал тестів
Журнал потрібен, щоб через рік не тестувати те саме вдруге і щоб невдалі тести теж працювали на вас. Мінімальний шаблон:
A/B-тести на сайті — лише частина системи. Покупець, з яким правильно працюють після першого замовлення, приносить більше, ніж будь-яка оптимізована картка товару. Як вибудувати цю частину, ми розповідали в статті про утримання клієнтів в e-commerce.
Ми в Brutal Marketing підберемо для вас найкращу програму CRM, яку ви зможете використати у своєму бізнесі. Ми із задоволенням розповімо вам про можливості програми та покажемо, які налаштування точно допоможуть вам досягти бажаних фінансових результатів.
Часті питання
Що таке A/B-тестування для інтернет-магазину?
Це метод, за якого трафік сайту випадково ділять між двома версіями сторінки чи елемента: контрольною (оригінал) і альтернативною з однією зміною. Мета — з'ясувати, який варіант дає більше покупок, додавань у кошик чи заповнених форм, і з якою ймовірністю різниця не випадкова.
Скільки часу має тривати A/B-тест?
Мінімум два повні тижні й не довше 6–8 тижнів. Точна тривалість залежить від потрібної вибірки: при конверсії 2% і бажанні помітити приріст у 20% знадобиться близько 21 тис. відвідувачів на кожен варіант. Для рішень за виручкою додайте ще 1–2 тижні, щоб у CRM з'явилися дані викупу.
Скільки трафіку потрібно, щоб тестувати?
Для тестів на конверсію в оплату — орієнтовно від 30 тис. сесій на місяць. Якщо трафіку менше, тестуйте сміливі зміни, міряйте частіші метрики (додавання в кошик) або тестуйте в розсилках, де вибірка — вся база.
Чи можна тестувати кілька елементів одночасно?
У класичному A/B-тесті змінюють один елемент, інакше неможливо зрозуміти, що саме вплинуло на результат. Для кількох змінних використовують мультиваріантне тестування, але воно потребує в рази більше трафіку й підходить переважно великим магазинам.
Чим замінити Google Optimize?
Для маркетологів без розробника — VWO або AB Tasty з візуальним редактором. Для команд з розробником — PostHog чи GrowthBook, які мають безкоштовні тарифи. Для розсилок — вбудовані A/B-тести в eSputnik, SendPulse та інших сервісах.
Чи шкодять A/B-тести SEO?
Ні, якщо дотримуватися базових правил: показувати пошуковому роботу те саме, що й користувачам, ставити rel=canonical на оригінал у split URL-тестах, використовувати тимчасові 302-редиректи і не тримати тест довше, ніж потрібно для результату.
Навіщо CRM, якщо є Google Analytics?
Google Analytics бачить оформлене замовлення, а CRM — чи його підтвердили, забрали й оплатили, скільки на ньому заробили і чи повернувся клієнт. Варіант, що дає більше замовлень, але нижчий викуп, у звіті сайту виглядає переможцем, а в касі програє.
Отримайте аудит воронки інтернет-магазину: від кліку до викупу
Більшість магазинів оптимізують те, що бачать у Google Analytics, і не бачать, де насправді губляться гроші: у непідтверджених замовленнях, невикуплених посилках, разових покупцях.
Ми в Brutal Marketing розбираємо воронку повністю — від першого візиту до оплати й повторної покупки. На виході ви отримуєте список гіпотез для A/B-тестів, пріоритизований за впливом на виручку, а не на кліки. Якщо потрібно, налаштовуємо передачу варіантів тесту в CRM і дашборд, де результат видно в оплачених замовленнях і маржі.
Замовити аудит воронки і впровадження CRM → можна через форму нижче.
Хочете спершу оцінити готовність самостійно? Пройдіть чек-лист впровадження наскрізної аналітики — він покаже, чи вистачає вашій системі даних, щоб чесно оцінювати тести.
Ми в Brutal Marketing розбираємо воронку повністю — від першого візиту до оплати й повторної покупки. На виході ви отримуєте список гіпотез для A/B-тестів, пріоритизований за впливом на виручку, а не на кліки. Якщо потрібно, налаштовуємо передачу варіантів тесту в CRM і дашборд, де результат видно в оплачених замовленнях і маржі.
Замовити аудит воронки і впровадження CRM → можна через форму нижче.
Хочете спершу оцінити готовність самостійно? Пройдіть чек-лист впровадження наскрізної аналітики — він покаже, чи вистачає вашій системі даних, щоб чесно оцінювати тести.
Надсилаючи заявку, Ви погоджуєтесь з політикою конфіденційності
Приєднуйтесь до нашої спільноти в Telegram
© 2017-2027, Brutal Marketing
All rights reserved
© 2017-2027, Brutal Marketing
All rights reserved