Эксперименты ломаются не на статистике, а на оргструктуре

Эксперименты ломаются не на статистике, а на оргструктуре

Я всё чаще вижу одну и ту же картину: команда умеет запускать A/B-тесты, но не умеет превращать их в управляемую систему решений. В отчётах — красивые p-value, в жизни — спор между маркетингом, продуктом и продажами, кто «владеет» результатом.

Моя позиция простая: культура экспериментов начинается не с гипотез, а с прав на изменение. Пока не определено, кто может менять сценарий, кого касается результат и по каким правилам эксперимент считается успешным, тестирование остаётся ремеслом отдельных энтузиастов. А это всегда хрупко.

В 2026 это особенно заметно в B2B и performance. Когда last-click уже не даёт честной картины, а атрибуция уходит в server-side, MMM и incrementality, эксперимент становится не способом «проверить баннер», а механизмом согласовать реальность между каналами. И тут важен не только дизайн теста, но и **операционная дисциплина**: единые окна измерения, заранее зафиксированные критерии остановки, одна версия правды по данным.

Из практики у меня был показательный случай: у одной команды из 14 тестов за квартал 9 не дошли до решения не из-за слабой выборки, а потому что на середине менялись цели. Маркетинг хотел CTR, продукт — конверсию в активацию, sales — качество лида. Формально тесты «шли», фактически — никто не владел итогом.

Поэтому я бы ставил вопрос не так: «какие эксперименты запустить?», а так:
— кто принимает решение по результату;
— что именно мы оптимизируем;
— что будет считаться доказательством, а что — шумом.

**Хорошая экспериментальная культура — это не количество тестов, а скорость, с которой организация перестаёт спорить с данными.**