Что такое A/B тест и зачем он ресторану
A/B тест — это сравнение двух версий одного элемента (акции, описания, цены) для выяснения, какая версия лучше конвертирует клиентов в заказы.
Версия A — контрольная (текущая). Версия B — изменённая. Вы разделяете аудиторию и смотрите: у какой версии конверсия выше, средний чек больше, повторных заказов больше.
Почему это важно именно для акций
Акции — это прямые денежные потери ради роста заказов. Если вы не тестируете, вы можете:
- Давать слишком большую скидку (20%), хотя 15% дало бы тот же результат
- Использовать «бесплатную доставку», тогда как «подарок» работает лучше
- Ограничивать минимальный заказ там, где его можно убрать без потери качества клиентов
Методология: как правильно тестировать
Правило одной переменной
В каждом тесте меняйте только один параметр. Нельзя одновременно тестировать «скидку 15% vs. 20%» и «бесплатная доставка vs. без доставки» — вы не поймёте, что именно повлияло на результат.
Время теста
Минимум: 2 полные недели (чтобы охватить несколько циклов спроса: понедельник-воскресенье как минимум дважды). Оптимум: 3–4 недели. Меньше — нет статистической значимости, больше — затягиваете внедрение рабочего решения.
Разделение аудитории
В идеале: A и B тест запускаются параллельно на разные сегменты аудитории. Практически для ресторана: запускаете вариант A на 2 недели, потом вариант B на 2 недели, потом сравниваете. Слабость метода: влияние сезонности и внешних факторов.
Оговорка про параллельные тесты
Яндекс Еда не предоставляет встроенный A/B тест с одновременным делением аудитории. Поэтому используется «последовательный» тест: период A → период B. Это менее точно, но практически доступно каждому партнёру.
Что можно тестировать в акциях
Размер скидки
15% vs. 20% vs. 25%. Найдите точку, где прирост конверсии перестаёт покрывать потерю маржи. Часто 15% и 20% дают одинаковый прирост заказов, но 15% выгоднее для ресторана.
Тип акции
«Скидка 20%» vs. «Подарок к заказу» vs. «Бесплатная доставка». Психологически это очень разные предложения с разной эффективностью для разных аудиторий.
Минимальная сумма заказа
«Скидка 15% от 600₽» vs. «Скидка 15% от 800₽» vs. «Скидка 15% от 1000₽». Найдите оптимум: как изменение порога влияет на конверсию и средний чек.
Срок действия промокода
«Промокод действует 3 дня» vs. «7 дней» vs. «14 дней». Более короткий срок создаёт срочность, более длинный — меньше давления.
Формулировка предложения
«Скидка 150₽» vs. «15%» (одно и то же при чеке 1000₽, но воспринимается по-разному). Конкретные рубли часто работают лучше процентов при малых суммах.
Примеры A/B тестов с результатами
Тест 1: 15% vs. 20% скидка на первый заказ
Период A (2 недели): скидка 20%. Использовано 45 промокодов, 40 заказов, конверсия 89%. Средний чек с акцией: 610₽. Выручка: 24 400₽. Потеря на скидке: 5 490₽.
Период B (2 недели): скидка 15%. Использовано 38 промокодов, 33 заказа, конверсия 87%. Средний чек: 648₽. Выручка: 21 384₽. Потеря на скидке: 3 390₽.
Вывод: Скидка 15% дала на 7 заказов меньше (-17%), но потеря на скидке меньше на 2 100₽. При маржинальности 30% прибыль при 15% была выше. Перешли на 15%.
Тест 2: Скидка 10% vs. «Соус в подарок»
Период A: скидка 10%. 28 активаций промокода, конверсия 12%.
Период B: «Соус шеф-повара в подарок при заказе от 600₽». 41 активация, конверсия 18%.
Вывод: «Подарок» конвертирует на 50% лучше при себестоимости подарка 25₽ (vs. 10% потери на скидке). Перешли на формат «подарок».
Тест 3: Минимальная сумма 700₽ vs. 1000₽
Период A: скидка 15% от 700₽. 55 заказов, средний чек 750₽.
Период B: скидка 15% от 1000₽. 38 заказов (-31%), средний чек 1080₽ (+44%).
Вывод: Порог 1000₽ снизил число заказов, но значительно поднял чек. При маржинальности 30% прибыль была выше в периоде B. Выбрали 1000₽.
Какие метрики измерять в тесте
Основные метрики
- Конверсия промокода: использованных / распространённых
- Количество заказов за период
- Средний чек с промокодом
- Выручка за период
- Прибыль: выручка × маржинальность — стоимость акции
Дополнительные метрики (при наличии данных)
- Retention Rate: % клиентов, сделавших 2-й заказ
- LTV-проекция привлечённых клиентов (через 30–60 дней)
- Отзывы: изменился ли рейтинг в период теста
Как анализировать результаты
Простой подход: сравнение KPI
Составьте таблицу в Google Sheets:
- Период A vs. Период B
- Заказы, средний чек, выручка, прибыль
- Изменение в % по каждому показателю
- Победитель — вариант с лучшей прибылью (не выручкой!)
Учёт «шума» данных
Последовательные тесты подвержены внешним факторам: погода, праздники, конкуренты. Нивелируйте это:
- Сравнивайте «неделю-к-неделе» прошлого года, если есть данные
- Исключайте недели с праздниками из анализа или делайте поправку
- Повторяйте тест в другой период для подтверждения
Когда результат НЕ значим
Если разница в прибыли между A и B менее 10% — результат статистически незначим. Можно выбрать любой вариант или провести тест повторно с большей выборкой.
Практическая реализация без сложных инструментов
Шаг 1: Выберите гипотезу
«Скидка 15% конвертирует лучше, чем 20%, при тех же или лучших показателях прибыли»
Шаг 2: Создайте промокоды в Яндекс Еде
Создайте два промокода с разными параметрами. Разошлите первый в неделю 1–2, второй — в неделю 3–4.
Шаг 3: Соберите данные
Из личного кабинета: количество активаций, выручка за периоды. В Google Sheets: занесите данные и посчитайте прибыль.
Шаг 4: Внедрите победителя
Лучший вариант становится «постоянным». Через 2–3 месяца повторяйте тест — поведение аудитории меняется.
Сколько тестов проводить в год
Оптимально: 6–8 тестов в год, по одному каждые 5–6 недель. Тестируйте по порядку: сначала размер скидки, потом тип акции, потом минимальный чек, потом срок действия. Каждый тест приближает к оптимальной акционной стратегии.
Хотите оптимизировать акционную стратегию через данные?
Поможем настроить систему A/B тестирования, выбрать правильные метрики и интерпретировать результаты. Данные-ориентированный подход увеличивает прибыль от акций на 15–30%.
Начать оптимизацию