A/B-тест как часть RevOps: почему изолированный эксперимент теряет смысл

A/B-тест как часть RevOps: почему изолированный эксперимент теряет смысл

Мы привыкли считать A/B-тест золотым стандартом доказательности: поставили гипотезу, разделили трафик, замерили метрику — получили ответ. Но в эпоху, когда last-click атрибуция окончательно уступает место privacy-first подходам (server-side, MMM, incrementality), изолированные эксперименты начинают системно врать. Причина не в статистике — в архитектуре принятия решений.

Когда классический A/B-тест проводится в одном канале (скажем, меняется текст email-рассылки), а оценка успеха идёт по конверсии в ближайшую покупку, мы игнорируем три вещи: перетоки между каналами, долгосрочный LTV (пожизненную ценность) и влияние на отток. В B2B-среде, где классические MQL/SQL уже заменяются RevOps (операциями по выручке — общей ответственностью маркетинга, продаж и работы с клиентами), изолированный тест без сквозной модели просто опасен.

В нашей практике был случай: компания из сегмента SaaS провела A/B-тест новой последовательности онбординга. Контрольная группа — стандартный вводный цикл, экспериментальная — сокращённый путь до первого

— @ExperimentationRoom