Загружаем изображение…
Как A/B-тесты площадки влияют на ваши продажи (и почему почти никто не следит за этим)
Изменения конверсий в рекламных кампаниях зависят не только от настроек и управления, но и от того, что именно тестирует площадка в данный момент времени.
Например, часть аудитории в одном окне выдачи может видеть одну форму интерфейса,а в другом — уже другую. Именно то, какая версия теста показывается большей части пользователей, напрямую влияет на статистику рекламной кампании: клики, конверсии и общую эффективность продвижения.
Поэтому важно учитывать поведение алгоритма при планировании стратегии и рекламных решений.
Игнорировать этот фактор — значит терять контроль над результатом.
На скрине к посту — пример одного из таких A/B-тестов, который можно наблюдать в ПК-выдаче.
В нём различаются кнопки добавления в корзину.
Этот тест не меняет «вес» товара в ранжировании напрямую, как это делают другие типы экспериментов, но влияет на поведенческие сигналы аудитории — клики и добавления в корзину. Эти действия усиливает фильтр Thermometer, отвечающий за динамику карточек в выдаче.
Подобные изменения мы фиксировали в splitInfo по флагам:
ab_homeSnippetR, ab_kt_characteristics, а иногда — в пресетах perpreset_X.
Если сравнить две версии выдачи, разница очевидна:
в первой — кнопка меньше, карточка короче, и товары второго эшелона становятся визуально заметнее;
во второй — карточка длиннее, товаров на странице меньше,зато кнопка выглядит крупнее и ярче. Из-за этого ценность нахождения в топе выдачи заметно возрастает.
И поскольку за этим аспектом следит не более 1 % участников рынка, большинство просто не может объяснить, почему конверсии внезапно просели или выросли. Тем более мало кто учитывает этот фактор при работе с рекламой —
когда выгоднее крутить кампании ниже, а когда важно повышать ставку.
Сейчас очевидно одно:
работать только с воронкой, оценивая CPO и периодически чистя фразы в РК, — уже неэффективно. Нужно пересматривать стратегию и подход к продвижению: выстраивать не одну, а несколько стратегий — адаптированных под алгоритмы и динамику тестов, в которых живёт ваш товар.
Изменения конверсий в рекламных кампаниях зависят не только от настроек и управления, но и от того, что именно тестирует площадка в данный момент времени.
Например, часть аудитории в одном окне выдачи может видеть одну форму интерфейса,а в другом — уже другую. Именно то, какая версия теста показывается большей части пользователей, напрямую влияет на статистику рекламной кампании: клики, конверсии и общую эффективность продвижения.
Поэтому важно учитывать поведение алгоритма при планировании стратегии и рекламных решений.
Игнорировать этот фактор — значит терять контроль над результатом.
На скрине к посту — пример одного из таких A/B-тестов, который можно наблюдать в ПК-выдаче.
В нём различаются кнопки добавления в корзину.
Этот тест не меняет «вес» товара в ранжировании напрямую, как это делают другие типы экспериментов, но влияет на поведенческие сигналы аудитории — клики и добавления в корзину. Эти действия усиливает фильтр Thermometer, отвечающий за динамику карточек в выдаче.
Подобные изменения мы фиксировали в splitInfo по флагам:
ab_homeSnippetR, ab_kt_characteristics, а иногда — в пресетах perpreset_X.
Если сравнить две версии выдачи, разница очевидна:
в первой — кнопка меньше, карточка короче, и товары второго эшелона становятся визуально заметнее;
во второй — карточка длиннее, товаров на странице меньше,зато кнопка выглядит крупнее и ярче. Из-за этого ценность нахождения в топе выдачи заметно возрастает.
И поскольку за этим аспектом следит не более 1 % участников рынка, большинство просто не может объяснить, почему конверсии внезапно просели или выросли. Тем более мало кто учитывает этот фактор при работе с рекламой —
когда выгоднее крутить кампании ниже, а когда важно повышать ставку.
Сейчас очевидно одно:
работать только с воронкой, оценивая CPO и периодически чистя фразы в РК, — уже неэффективно. Нужно пересматривать стратегию и подход к продвижению: выстраивать не одну, а несколько стратегий — адаптированных под алгоритмы и динамику тестов, в которых живёт ваш товар.