​A/B-тесты карточек на маркетплейсах: как проводить и что тестировать

Пошаговый гайд по A/B-тестам карточек на маркетплейсах: гипотезы, метрики, длительность, частые ошибки и примеры. Итоговый чек-лист.

Почему A/B-тесты дают рост там, где правки "на глаз" не работают

На маркетплейсе легко попасть в круг: поменяли заголовок, передвинули фото, добавили инфографику, а продажи то растут, то падают. Причина проста: вы меняете сразу много факторов, плюс вмешиваются цена, доставка, конкуренты и сезон. A/B-тест снимает гадание. Он показывает два варианта разным людям и помогает понять, какая версия сильнее. Это и есть суть A/B-тестирования: сравнить варианты одного объекта, чтобы выбрать лучший. 

Что маркетплейсы реально дают тестировать

В идеальном мире вы тестируете все: фото, заголовки, описание, цену, комплекты. В реальном мире инструменты площадок часто ограничены. Например, Wildberries описывает A/B-тестирование главного фото: половина пользователей видит один снимок, половина - другой, после чего платформа сравнивает результаты. На Ozon в обучающих материалах для продавцов есть формат исследований с созданием A/B-теста в инструментах цен.

Суть: там, где площадка дает официальный тест, им стоит пользоваться. Остальное можно проверять аккуратными последовательными экспериментами, о них будет ниже.

Сначала выясняете, что можно тестировать "встроенно", и под это строите план.

Что тестировать в карточке в первую очередь

Лучшая стратегия - начинать с того, что влияет на самую верхнюю часть воронки. Если карточку мало открывают, бессмысленно шлифовать описание. Если открывают, но не покупают, тогда важны доказательства, параметры и ограничения.

Обычно приоритет такой:

• главное фото и первый слайд инфографики (влияют на CTR),
• заголовок и ключевые атрибуты (влияют и на клики, и на релевантность),
• цена или комплектация (влияют на заказ и выкуп),
• описание и блоки доверия (влияют на корзину, выкуп и возвраты).

Суть: тестируйте один элемент за раз. Это базовое правило сплит-тестов: иначе вы не поймете, что дало эффект.

Начинайте с главного фото и заголовка, а не с длинного текста.

Метрики A/B-теста: что считать победой

Одна и та же правка может поднять клики и одновременно ухудшить покупку. Поэтому победитель зависит от цели.

Если вы тестируете главное фото, базовая метрика - CTR. Wildberries прямо пишет, что тест главного фото показывает, какой снимок привлекает больше покупателей. Но CTR нельзя считать единственным критерием. Картинка может быть слишком "обещающей" и привести нерелевантные клики. Тогда корзина и выкуп падают.

Практичный подход: заранее выбираете 1 главную метрику и 1 защитную.

• главная: CTR или конверсия в заказ,
• защитная: выкуп или возвраты, чтобы не вырастить проблему.

Вопрос для самопроверки: вы хотите больше кликов или больше выкупов?

Хороший тест улучшает не только верх воронки, но и качество заказов.

Как проводить A/B-тест на площадках, где есть встроенный инструмент

Wildberries: тест главного фото

WB описывает механику так: аудитория делится на две группы 50/50, каждая видит свой вариант главного фото, затем результаты сравниваются. Это удобно, потому что трафик распределяется параллельно, а не по времени, и сезонность меньше мешает.

Что важно для чистоты: в обоих вариантах меняете только фото. Цена, остатки, сроки доставки, участие в акциях - по возможности одинаковые. Иначе тест покажет не фото, а скидку.

Если вы на WB, тест главного фото - самый быстрый и безопасный старт.

Ozon: исследования и A/B-тесты в инструментах

В обучающем разделе для продавцов Ozon описан сценарий, где A/B-тест создается как часть исследования в инструментах цен. Это полезно, когда вы хотите проверить, как изменение цены влияет на заказы, а не гадать по графику.

Логика та же: один фактор, четкая цель, фиксированные условия. Если вы одновременно меняете цену и контент, вывод будет мутным.

Для Ozon разумно отделять тесты цены от тестов контента, иначе вы смешаете причины.

Если встроенного A/B-теста нет: как сделать "честный" эксперимент без самообмана

Иногда площадка не дает сплит-тест нужного элемента. Тогда продавцы делают последовательные тесты: было A, стало B, сравнили периоды. Это работает, если соблюдать дисциплину.

Три правила, которые спасают результат:

1. Сравнивайте одинаковые промежутки и похожие дни недели.
2. Не меняйте параллельно цену, логистику, наличие, участие в промо.
3. Дайте тесту набрать статистику, не делайте вывод по двум дням.

И да, стоит заранее зафиксировать гипотезу. Иначе вы начнете "улучшать" карточку бесконечно. Мы все так делали хотя бы раз, правда?

Последовательный тест хуже встроенного, но лучше хаотичных правок.

Как формулировать гипотезу, чтобы тест не был пустым

Хорошая гипотеза начинается с проблемы, а не с идеи. Пример: "CTR низкий, потому что по фото не видно масштаба". Дальше вы предлагаете изменение и прогноз: "добавим фото в руке, CTR вырастет на X%, а корзина не просядет".

Удобный шаблон:

• симптом: где падает воронка,
• причина: почему покупатель сомневается,
• изменение: что меняем в версии B,
• метрика: чем измеряем,
• ограничение: что не должно ухудшиться.

Так A/B-тест становится управляемым. Это ровно то, о чем пишут и крупные площадки про split testing: сначала цель, потом переменная, потом изоляция факторов.

Гипотеза превращает тест из эксперимента "на удачу" в понятный шаг роста.

Примеры A/B-тестов (новые категории, без повторов)

Пример 1. Главное фото: силиконовые формы для льда с крышкой

Симптом: много показов, CTR ниже среднего по нише.
Версия A: фото формы на белом фоне, без масштаба.
Версия B: форма рядом со стаканом, видно размер кубиков, крышка в кадре, один кубик крупно.
Ожидание: CTR растет, а корзина сохраняется. Если корзина падает, значит фото привело "не тех", и нужно упрощать обещание.

В категориях "дом" масштаб и понятность часто решают больше дизайна.

Пример 2. Заголовок: портативный отпариватель для одежды

Симптом: клики есть, но корзина слабая, люди не понимают мощность и сценарий.
Версия A: "Отпариватель ручной компактный".
Версия B: "Отпариватель ручной 1500 Вт, для одежды и штор, бак 250 мл".
Ожидание: корзина растет, потому что ключевые параметры теперь на виду. Если CTR падает, а корзина растет, это нормальный сигнал: трафик стал чище.

Заголовок продает, когда снимает вопрос "подойдет ли мне".

Пример 3. Комплектность: сменные ролики для липкого ролика

Симптом: карточку открывают, но часто уходят на конкурентов с наборами.
Версия A: 1 сменный блок.
Версия B: набор 3 блока, в заголовке и инфографике честно указано количество листов (если вы уверены в цифрах).
Ожидание: растет конверсия в заказ за счет понятной выгоды, а возвраты не увеличиваются.

Комплектность повышает ценность без скидки, если вы не переобещаете ресурс.

Типовые ошибки A/B-тестов, из-за которых результат вредный

• Меняют сразу несколько элементов: фото, цену и заголовок в один день.
• Сравнивают недели с разными промо, остатками и доставкой.
• Делают вывод по малой выборке, когда статистики почти нет.
• Выбирают метрику не по цели: тестят фото по выкупу, а не по CTR.
• Побеждают по кликам, проигрывают по возвратам, и все равно внедряют победителя.

Плохой тест не нейтрален, он может ухудшить карточку, потому что даст ложную уверенность.

Финальный чек-лист