A/B-тесты для собственного сайта: сравнение альтернатив Google Optimize и их внедрение

Сравнение альтернатив Google Optimize и выбор по уровню трафика

A/B-тесты для собственного сайта: сравнение альтернатив Google Optimize и их внедрение

Сначала вывод: Google Optimize перестал работать в сентябре 2023 года, и многие команды срочно ищут замену. Но есть контринтуитивный момент: у B2B-сайтов обычно меньше 500 визитов в день, а на таком объёме любой A/B-тест не даст статистически значимого результата — дело не в инструменте, а в нехватке трафика. Дерево решений простое: при менее 500 визитов в день — ручной канареечный запуск и наблюдение за трендами в GA4, от 500 до 2000 — открытый GrowthBook, свыше 2000 — можно рассматривать платные SaaS вроде VWO. Один эксперимент должен идти минимум 2 недели; «значимым» выводам короче 7 дней не верьте.

1. Почему Google Optimize закрылся и нужны ли вам вообще A/B-тесты

Google Optimize был бесплатным и удобным, но в сентябре 2023 года официально прекратил работу, а пользователей направили в Firebase или к сторонним инструментам. Многие владельцы B2B-сайтов первым делом думают: «надо срочно найти замену». Не спешите платить — сначала ответьте себе на вопрос: хватает ли трафика на вашем сайте, чтобы вообще получить результат A/B-теста?

Для статистической значимости A/B-теста нужен объём выборки. Чтобы обнаружить относительный рост на 20% (с 5% до 6%) при базовой конверсии 5%, каждой версии нужно минимум несколько тысяч сессий. При 100 визитах в день на B2B-сайте за месяц наберётся всего 3000 сессий, по 1500 на версию — этого недостаточно для значимости. Покупать VWO за десятки тысяч рублей в такой ситуации бессмысленно: через три месяца вы увидите одни «незначимые» результаты. Как и в случае с Планирование GEO-экспериментов, при нехватке выборки лучше сначала наращивать трафик контентом, а не ставить эксперименты.

Дневной трафик	Осуществимость A/B-теста	Рекомендуемый подход	Ожидаемый срок до результата
<200	Нецелесообразно	Ручной канареечный запуск + наблюдение за трендами в GA4	Без A/B, работать над контентом
200至500	Едва осуществимо	Открытый GrowthBook	2–4 недели на эксперимент
500至2000	Осуществимо	Открытое решение или недорогой SaaS	1–2 недели на эксперимент
>2000	Вполне осуществимо	VWO/Optimizely	3–7 дней на эксперимент

2. Три типа альтернатив: от простых к сложным

Инструменты для замены Google Optimize делятся на три типа. Первый — платные SaaS: VWO, Optimizely, Omnivariate. У них самый широкий функционал, но и самая высокая цена — обычно от нескольких сотен до нескольких тысяч долларов в месяц; подходят сайтам с более чем 10 000 визитов в день. Второй — открытые решения для самостоятельного развёртывания, например GrowthBook: бесплатно, но нужно разворачивать и поддерживать самому — под силу технической команде. Третий — ручной канареечный запуск: без инструментов, на основе графика релизов и сравнения данных в GA4; при небольшом трафике это самый практичный вариант.

Многие сразу спрашивают: «Что лучше — VWO или Optimizely?» — а это ставить телегу впереди лошади. Сначала определите, в каком диапазоне трафика вы находитесь, потом выбирайте инструмент. Подавляющее большинство B2B-сайтов попадает в первый диапазон, и ручного канареечного запуска им достаточно. О статистических методах A/B-тестирования форм читайте в A/B-тестирование форм: выбор переменных, размер выборки и статистическая значимость.

Подход	Типичные инструменты	Затраты	Порог входа	Подходящий трафик
Платные SaaS	VWO、Optimizely	от нескольких сотен до нескольких тысяч $/мес	Низкая	>2000 визитов в день
открытый код, свой сервер	GrowthBook	бесплатно, нужна настройка	Средний	500–2000 визитов в день
ручной канареечный запуск	план релизов + GA4	Ноль затрат	Низкая	<500 визитов в день

3. Как запускать вручную: тестируем даже на малом трафике

Когда визитов в день не хватает для полноценного A/B-теста, ручной канареечный запуск — самый практичный вариант. Логика простая: не выкатывайте новую страницу сразу на всех. Сначала покажите её 20% посетителей, а 80% оставьте старую версию, затем сравните в GA4 ключевые метрики обеих версий (отправки форм, время на странице, отказы). Через 2 недели смотрите на тренд: если он явный, выкатывайте на всех.

Для канареечного запуска не нужны отдельные инструменты — хватит встроенных переменных GTM: распределение по хешу ID посетителя, 20% попадают на новую версию. Главное, чтобы распределение было стабильным: один и тот же посетитель при каждом заходе должен видеть одну и ту же версию, а не то новую, то старую. Как настроить распределение в GTM, читайте Управление тегами, триггерами и переменными в GTM. О темпе выката новой версии читайте Шесть задач на месяц в период обслуживания сайта.

Шаг	Действие	Инструмент	Длительность
сформулируйте гипотезу	опишите, какой рост ожидаете	Документы	1 день
делаем новую версию	меняем только одну переменную	разработка/дизайн	1–3 дня
канареечный запуск на 20%	распределение в GTM	GTM	2 недели
смотрим GA4	сравниваем метрики обеих версий	GA4	Еженедельно
выкат на всех или откат	выкатываем, когда тренд явный	релиз	1 день

4. Статистическая значимость: почему нельзя останавливать тест раньше времени

Самая частая ошибка в A/B-тестах — «остановить тест раньше времени»: через 3 дня видим, что конверсия новой версии выше на 10%, и сразу объявляем победу, выкатывая на всех. Это классическая статистическая ловушка: на маленькой выборке колебания легко выглядят как рост, а через несколько дней всё может вернуться назад. Статистика требует набрать достаточную выборку и отвести эксперименту весь запланированный срок, и только потом делать выводы.

На B2B-сайте трафика мало, поэтому риск преждевременной остановки ещё выше. Правильно так: до старта эксперимента посчитайте нужный объём выборки (онлайн-калькулятором), затем отработайте весь этот срок и не останавливайтесь, как бы «красиво» ни выглядел тренд по ходу. Если срок вышел, а значимости нет — признайте, что изменение не сработало, и не пытайтесь натянуть интерпретацию. О том, как тестировать поля форм, читайте Проектирование полей формы заявки и конверсия.

длительность эксперимента	Надёжность	Рекомендация
<7 дней	недостоверно, один шум	продолжайте, выводы делать рано
7–14 дней	первые сигналы, можно принять к сведению	при явном тренде выкатывайте, при сомнениях продолжайте
14–28 дней	довольно надёжно	можно делать выводы
>28 дней	слишком долго, отдача падает	пора останавливать, независимо от значимости

Есть ещё один практический критерий для решения, нужны ли инструменты: за последние три месяца вы хотели проверить больше 5 изменений на страницах, и по каждому приходилось решать на глаз. Если да — вам действительно нужен системный процесс экспериментов. Если же вы лишь изредка хотите поменять цвет кнопки, достаточно ручного канареечного запуска и наблюдения за трендами в GA4 — новый инструмент только добавит хлопот с поддержкой.

5. Что учесть при внедрении: не замедляйте страницу

Инструменты A/B-тестирования обычно внедряют JS при загрузке страницы для разделения трафика, что замедляет Core Web Vitals. Особенно это касается платных SaaS: внедряемый скрипт немаленький, и LCP легко страдает. При развёртывании размещайте тестовый скрипт в GTR или загружайте асинхронно, не блокируйте рендеринг. На сайтах с малым трафиком ручной канареечный запуск почти не влияет на производительность — это одна из причин, почему малым сайтам рекомендуют ручной подход.

Ещё одна ловушка производительности — клиентский рендеринг новой версии: многие A/B-инструменты после загрузки старого JS заменяют DOM на новую версию, из-за чего растёт CLS (совокупное смещение макета). При экспериментах следите за Core Web Vitals, не угробите производительность ради тестирования конверсии. О корректной загрузке тестовых скриптов см.Комплаенс-основа для выхода на зарубежные рынки.

Способ развёртывания	Влияние на производительность	Риски для SEO	Рекомендация
Серверный рендеринг новой версии	Минимальное, без CLS	Нет	Оптимально, высокая техническая стоимость
Разделение через GTM + клиентская замена	Среднее, риск CLS	Низкое, приемлемо на короткий срок	Часто используется, следите за CWV
Внедрение платного SaaS	Значительное, страдает LCP	Низкая	Использовать только при большом трафике

Шесть. Типичные ошибки при выборе

Заблуждение	Что делают	Последствия	Правильный подход
Малый трафик — сразу SaaS	200 визитов в день — покупаем VWO	Три месяца — всё незначимо	Сначала накопить трафик до 500
Запустить на 3 дня и остановить	Увидели рост — сразу на всю аудиторию	Ошибка из-за колебаний на малой выборке	Прогнать полные 2 недели и потом смотреть
Тестировать несколько переменных за раз	Одновременно менять шапку и цвета	Невозможно отследить причину	Менять только одно за раз
Не следить за производительностью	Установили инструмент и забыли	CWV замедляются	Каждую неделю смотреть LCP/CLS

FAQ: частые вопросы

Google Optimize закрылся — что теперь используют B2B-сайты для A/B-тестирования?

Сначала смотрите на трафик. При менее 500 визитов в день никакие инструменты не нужны — ручной канареечный запуск: GTM делит 20% трафика, GA4 сравнивает метрики двух версий, гоняем 2 недели. При 500–2000 визитов в день — открытый self-hosted GrowthBook. При более 2000 визитов в день можно рассматривать платные SaaS вроде VWO или Optimizely. Большинство B2B-сайтов попадают в первый диапазон, ручного канареечного запуска достаточно — не тратьте десятки тысяч рублей на инструменты с самого начала.

Сколько нужно гонять A/B-тест, чтобы сделать вывод?

Минимум 2 недели, идеально 3–4 недели. Выводам короче 7 дней не верьте — это колебания на малой выборке. Перед началом эксперимента посчитайте в калькуляторе размера выборки, сколько нужно сессий, и гоняйте до этого числа. Если за 2 недели результат незначим — признайте, что изменение не работает, и не тяните. Эксперименты, которые не дают значимости дольше 4 недель, уже имеют очень низкую предельную отдачу.

При низком дневном трафике как понять, какая версия страницы лучше?

Не делайте A/B-тест, используйте качественные методы: подключите инструмент тепловых карт, чтобы увидеть, куда реально кликают, смотрите записи сессий, чтобы найти точки оттока, и GA4, чтобы увидеть время на странице и показатель отказов. B2B-сайт за год набирает несколько сотен сессий — количественный A/B-тест тут не потянет, но качественное наблюдение покажет явные точки путаницы у пользователей. Исправить найденное качественно полезнее, чем гонять незначимый A/B-тест.

Как развернуть GrowthBook, высокий ли порог входа?

GrowthBook — это open-source решение для самостоятельного развёртывания: нужен сервер или Docker для бэкенда, а на сайте ставится SDK для фронтенда. Техническая команда справится за полдня. Бесплатной версии хватает для A/B-тестов: распределение трафика, дашборд метрик, расчёт значимости. Дешевле платных SaaS, но обслуживать придётся самому — обновления и резервные копии на вас. Небольшой команде, где всё держится на одном человеке, я бы не советовал — лучше начать с ручного канареечного релиза.

Влияет ли A/B-тест на SEO?

Короткие эксперименты (2–4 недели) обычно безопасны. Google прямо заявляет, что краткосрочные A/B-тесты не считаются скрытым контентом или cloaking — при условии, что версии действительно различаются, срок ограничен и вы не пытаетесь обмануть краулер. Важны три момента: не делайте “тестовую версию” без реальных отличий; не растягивайте эксперимент на месяцы; после запуска новой версии сразу снимайте старую, не держите обе версии долго. Самый безопасный вариант — разделение трафика на стороне сервера.

Сколько изменений можно тестировать в одном A/B-тесте?

Только одно. За один раз меняется одна переменная. Если одновременно переделать заголовок и длину формы, то даже при победе новой версии вы не поймёте, что именно сработало. При ограниченных ресурсах тестируйте в первую очередь то, что сильнее всего влияет на конверсию: количество полей в форме, текст CTA, ценностное предложение на первом экране. Каждую переменную — отдельным экспериментом, последовательно. Многовариантное тестирование (MVT) оправдано только при очень большом трафике.

В заключение

Выбор инструмента для A/B-тестов — это по сути выбор под ваш объём трафика. Чем дороже инструмент, тем он не лучше — важно, насколько он подходит вашему трафику. Самая частая ошибка B2B-сайтов — подходить к A/B-тестам как крупный e-commerce: при 200 визитах в день пытаться поймать разницу между версиями, а через три месяца получить сплошное “незначимо” — деньги потрачены, уверенность потеряна.

Три шага к результату: первый — посмотрите на дневной трафик, и если он ниже 500 визитов, используйте ручной канареечный релиз и GA4, не покупайте инструмент; второй — рассчитайте размер выборки до старта эксперимента и делайте выводы не раньше чем через 2 недели; третий — тестируйте по одной переменной за раз, последовательно. А платный SaaS серьёзно рассматривайте, только когда трафик вырастет до 2000+ визитов в день.

Запомните одну фразу: A/B-тесты — это вопрос не инструмента, а размера выборки. Не хватает трафика — никакой, даже самый дорогой инструмент не выдаст вам истину.