A/B pricing тесты ломаются не на гипотезе, а на сегментации и метрике

A/B pricing тесты ломаются не на гипотезе, а на сегментации и метрике

Если вы меняете цену и меряете только выручку, тест почти всегда врёт. Новая цена может дать +ARPU, но убить конверсию в платёж, сместить микс в дешёвые планы и ухудшить payback. Для pricing-теста нужен один главный KPI: revenue per visitor, revenue per qualified lead или LTV per exposed user — в зависимости от модели.

Сегментируйте до запуска: new vs returning, каналы с разным intent, гео, девайс, тарифный вход. Если смешать всех в одну кучу, вы получите «среднюю температуру», где повышение цены маскируется ростом доли сильных сегментов. Отдельно следите за cannibalization: free→paid, trial→paid и апгрейды должны считаться как единая воронка, а не по разным отчётам.

Правила теста простые: не трогайте сразу и цену, и упаковку, и CTA; держите одинаковым трафик-микс; заранее задайте guardrails — refund rate, chargeback, churn 30/60, support load. Если guardrails просели, победа по выручке не засчитывается.

Хороший price-test отвечает не на вопрос «дороже или дешевле», а на вопрос «какой сегмент платит за какую ценность». Начинайте с value metric и только потом двигайте цифры.