Стало проще выбирать основную метрику, появился сценарий сравнения Copilot-кампаний с обычными размещениями, а лимит внутри одного варианта вырос до 100 кампаний. Это помогает проверять гипотезы на большем объеме трафика и быстрее понимать, что стоит масштабировать.
1. Обновлен список основных метрик
A/B-тесты — это способ экспериментального сравнения рекламных кампаний. Трафик распределяется между несколькими вариантами, а эффективность оценивается по заранее выбранной метрике: показам, кликам, CTR, CPC, охвату, VTR, конверсиям, отказам, стоимости целевого действия и другим показателям. A/B-тест помогает заранее зафиксировать гипотезу, условия сравнения и ключевой показатель, по которому будет приниматься решение.
При создании A/B-теста в блоке выбора основной метрики теперь отображаются ключевые показатели, которые чаще всего используются для оценки результата. Это упрощает настройку и снижает вероятность ошибки: пользователю не нужно искать нужную метрику среди лишних вариантов.
Доступные метрики сгруппированы по типам:
Если подключена Яндекс.Метрика, можно смотреть, как разные варианты кампаний влияют на поведение пользователей после перехода на сайт: например, сравнивать отказы, глубину просмотра или время на сайте.
2. Появилась поддержка Copilot-кампаний
В A/B-тестах можно сравнивать Copilot-кампании с обычными размещениями. Это помогает понять, где Copilot дает преимущество, а где ручная настройка остается сопоставимой по результату.
Можно сравнить:
Такой тест помогает проверить разницу в работе Copilot и обычной кампании в разрезе медийных и конверсионных показателей. Это CTR, CPC, CPM, VTR, post-click и post-view конверсии, стоимость конверсии и другие метрики.
При этом у сценария есть ограничения:
3. Увеличен лимит кампаний
Раньше в каждом варианте A/B-теста можно было использовать до 10 кампаний. Сейчас лимит увеличен до 100 в каждом варианте. Можно запускать более масштабные тесты без лишнего дробления. Это помогает сравнивать крупные группы кампаний, проверять стратегии на большем объеме трафика и быстрее переходить от эксперимента к решению.
В Hybrid Platform можно задавать период тестирования от 2 до 60 дней. Для получения более устойчивых результатов рекомендуется проводить тест не менее 7 дней. Долю трафика можно распределять вручную от 1% до 99%, но для большинства базовых сравнений логичнее начинать с равного распределения 50/50, так результаты проще читать.
Популярные задачи:
Обновленные A/B-тесты помогают превратить проверку гипотез в понятный и управляемый этап работы с кампаниями. Команда может заранее выбрать ключевую метрику, сравнить разные подходы (от стандартных размещений до Copilot) и масштабировать тот вариант, эффективность которого подтверждена данными.