A/B тест офферов: как не слить бюджет на пустой статистический шум

A/B тест офферов: как не слить бюджет на пустой статистический шум

Офферы тестируются через одинаковые условия: один источник, плейсмент, GEO/оператор и лимит кликов. Меняете только оффер или лендинг. Иначе сравниваете не CR, а смесь переменных.

Базовая схема:
— прокидываем sub_id: source, campaign, creative, geo, operator;
— postback по статусам lead/approve/reject;
— метрики: EPC, CR, approve rate, eCPM;
— стоп только после объёма, а не после первых лидов.

Смотрим на EPC в разрезе сегментов и операторов. Оффер с худшим средним CR может давать лучший ROI на отдельном устройстве или операторе. Победитель выбирается по связке «сегмент → оффер → payout → аппрув».

Главная ошибка — параллельно менять крео, преленд и источник. Алгоритм обучается на ваших данных, не мешайте ему шумом. Сначала изолируем переменную, потом масштабируем победителя.

Финал: держите матрицу теста в таблице и принимайте решения по ROI после аппрува, а не по сырому CPL.