Как правильно тестировать гипотезы на сайте без бюджета

Первая — без платного конструктора вы не проведёте чистый эксперимент. Вторая — маленький трафик делает любые тесты бессмысленными.

Но посмотрите на реальные кейсы: десятки интернет-магазинов проверяли гипотезы через бесплатные версии Google Optimize (пока сервис работал) или через простую замену контента на двух похожих страницах и получали рост конверсии на 15–20%.

На самом деле проверка гипотез проще, чем кажется.

Что такое «нулевой бюджет» в контексте CRO (Conversion Rate Optimization) и SEO

Нулевой бюджет — это работа только с бесплатными инструментами и теми данными, которые уже есть у вас в доступе. Для этого вам не надо покупать подписки на Optimizely, VWO или Hotjar и нанимать подрядчиков для настройки экспериментов.

Вместо этого вы используете Google Analytics, Search Console, Microsoft Clarity, Google Tag Manager и Google Таблицы. Все эти сервисы работают без оплаты и покрывают 95% задач по проверке гипотез.

Только при нулевом бюджете вы не покупаете отчёты, а собираете их сами. Не настраиваете сложные алгоритмы распределения трафика, а делите аудиторию через реферальные ссылки или параметры в URL. Меньше автоматизации — больше понимания того, что на самом деле происходит на сайте.

Для SEO это даже полезнее. Вы не полагаетесь на чёрный ящик платного сервиса, а учитесь читать данные из Search Console: позиции, клики, CTR. Одна гипотеза про мета-теги или внутреннюю перелинковку проверяется простым изменением на десятке страниц и сравнением поведения роботов за месяц.

Три главных ресурса, которые заменяют деньги: время, данные, логика

Без денег у вас все еще остаются три вещи.

1. Время. Не спешите, выделите три часа в неделю на анализ и один час на внедрение. За месяц вы проверите четыре гипотезы, и хотя бы одна даст результат.
2. Открытые данные. Google Search Console показывает запросы, по которым вас находят, и позиции. Clarity записывает сессии с огребанием мыши и скроллом. Google Analytics бесплатно считает конверсии и отказы. Этого хватит для 90% экспериментов
3. Человеческая логика. Лучший инструмент тестирования — вопрос: «Почему посетитель уходит с этой страницы?». Ответ часто лежит на поверхности: медленная загрузка, нечитаемый шрифт, непонятная цена. Вы не заплатите за исследование, а просто посмотрите записи сессий в Clarity. Увидите, как люди зависают посередине формы — вот вам гипотеза. Увидите, что никто не скроллит дальше первого экрана — вторая гипотеза.

Заплатив за сервисы, вы ускоряете сбор данных, но не заменяете логику. Без понимания, что проверять, даже самый дорогой A/B-тест не даст результата. Поэтому начинайте с малого: берите одну страницу, одну проблему, два варианта решения. Проверяйте бесплатными методами. Если гипотеза не подтвердилась — вы ничего не потеряли, кроме пары часов. Если подтвердилась — переносите решение на остальные страницы.

1. Время — выделите 4 часа в неделю на тестирование, и за месяц вы обгоните тех, кто ждёт бюджета месяцами
2. Данные — GA, GSC и Clarity дают 90% метрик для проверки гипотез, остальное — излишество
3. Логика — формулируйте гипотезу как «Если я изменю X на странице Y, то метрика Z изменится на W%» и проверяйте

Готовы проверить это на себе? Возьмите самую проблемную страницу на сайте. Посмотрите в Clarity записи трёх последних сессий. Скорее всего, вы уже увидите, что надо поменять. Это и есть тестирование без бюджета.

Бесплатные инструменты и методы для проверки гипотез

Когда речь заходит о тестировании, в голову сразу приходят дорогие конструкторы экспериментов. Но Google Analytics, Search Console и Clarity работают без копейки денег. Этого набора хватит, чтобы проверить 90% гипотез. Добавьте сюда Google Таблицы для расчётов и GTM для внедрения — получите полноценный цех по тестированию. Разберём каждый инструмент и посмотрим, какие задачи он решает.

Аналитика и поведение: Google Analytics, GSC, Clarity

Google Analytics — ваша база. Бесплатная версия считает конверсии, отказы, глубину просмотра и цели. Настройте цели на формы заявок, переходы в корзину или клики по телефону. Сравнивайте поведение разных групп посетителей через сегменты. Хотите проверить гипотезу про новую форму? Создайте отдельную страницу с формой, направьте туда часть трафика из контекстной рекламы или соцсетей и смотрите конверсию в GA.

Search Console нужна для SEO-гипотез. Сервис показывает, по каким запросам вас находят, какие позиции у страниц и какой CTR. Проверяете гипотезу про новый заголовок H1? Меняете его на десяти страницах и через две недели смотрите в GSC: вырос ли CTR по ключевым запросам. Проверяете влияние внутренней перелинковки? Добавляете ссылки с главной на важные разделы и следите за изменением позиций в отчёте «Эффективность».

Microsoft Clarity — самый недооценённый бесплатный инструмент. Он записывает сессии посетителей, строит тепловые карты кликов и скролла, показывает самые проблемные места на странице. Зайдите в раздел «Записи» и посмотрите десяток сессий. Увидите, как люди натыкаются на нерабочие элементы, зависают перед сложной формой или уходят, так и не доскроллив до преимуществ. Каждая такая запись генерирует одну-две гипотезы для тестирования.

Google Tag Manager стоит упомянуть отдельно. Через GTM вы добавляете счётчики, настраиваете отслеживание событий и меняете элементы на странице без программиста. Например, хотите проверить гипотезу про цвет кнопки? Через GTM создаёте тег, который заменяет цвет кнопки для 50% посетителей. Результаты смотрите в GA. Всё бесплатно и без правки кода.

Как проводить A/B-тесты без платных конструкторов

Классический A/B-тест делит трафик поровну: половина видит вариант А, половина — вариант Б. Без Optimizely или VWO вы делаете то же самое несколькими способами. Первый и самый простой — через две разных страницы. Создаёте страницу-клон (site.ru/page-a и site.ru/page-b), направляете на каждую по половине трафика через рекламу или рассылку и сравниваете конверсию в GA. Минус метода — нужен внешний источник трафика, но для проверки гипотез на посадочных страницах он отлично работает.

Второй способ — через параметры URL и скрипты на стороне клиента. Добавляете параметр ?variant=b в часть ссылок. На странице ставите простой скрипт, который считывает этот параметр и показывает нужную версию элемента. Например, меняет заголовок, текст на кнопке или расположение блока. Скрипт пишется один раз, тестировать его можно через консоль браузера. Результаты собираете через события в GA, которые тоже настраиваете через GTM.

Третий способ — использование бесплатных лимитов платных сервисов. Google Optimize закрыли, но остались бесплатные тарифы у Localistic (бывший Google Optimize аналог) или простые решения вроде AB Tasty с ограничением по трафику. Для сайта с 1000–2000 посетителей в месяц бесплатного лимита хватит с головой. Главное — внимательно читать условия: многие сервисы дают 30 дней бесплатно или 10 000 показов в месяц.

Четвёртый способ, самый технический — через .htaccess. Вы прописываете правило, которое случайным образом распределяет пользователей на два поддомена или две папки: /var/A/ и /var/B/. На каждом поддомене — своя версия страницы. Метод требует доступа к файлам сервера и базовых знаний регулярных выражений, зато не ограничен по трафику и не зависит от внешних сервисов.

1. Две страницы — создайте клон, разведите трафик через рекламу, сравните конверсию в GA
2. Параметр ?variant — добавьте в ссылки, скрипт на странице подгрузит нужную версию блока
3. Бесплатные тарифы — Localistic, AB Tasty дают пробные периоды под небольшие объёмы трафика
4. .htaccess — случайное распределение на два поддомена, нужен доступ к серверу

Какой способ выбрать? Если проверяете гипотезу на посадочной странице с внешним трафиком — берите две страницы. Если меняете элемент в глубине сайта — используйте параметр URL. Если технических знаний хватает — настройте .htaccess один раз и пользуйтесь им для всех экспериментов. Для первых трёх-четырёх тестов хватит простых методов — не усложняйте.

Пошаговый цикл тестирования гипотез с нулевым бюджетом

Теперь соединим инструменты и методы в работающую систему. Цикл состоит из четырёх шагов: найти идею, превратить её в гипотезу с цифрами, проверить на минимальной реализации и сделать выводы. Денег не нужно, нужна только дисциплина. Записывайте каждую гипотезу, иначе через неделю забудете, что проверяли.

От идеи к гипотезе: приоритизация через ICE на листе Google

Идеи для тестов берутся из трёх источников. Первый и самый очевидный — записи сессий в Clarity. Посмотрели десять сессий и заметили, что посетители тыкают в неактивный элемент. Вот вам идея: сделать этот элемент кликабельным. Второй источник — аналитика. Страница с высоким трафиком, но низкой конверсией. Очевидно, что‑то мешает. Третий — здравый смысл и опыт. Длинная форма заказа отпугивает людей. Сократить форму до трёх полей — классическая гипотеза, которая часто срабатывает.

Проблема в том, что идей всегда много, а времени мало. Нужно выбрать самые перспективные. Берите методику ICE, где каждая буква расшифровывается как Impact, Confidence, Ease. Impact — какой рост метрики даст гипотеза от 1 до 10. Confidence — насколько вы уверены в успехе от 1 до 10. Ease — сколько усилий потребуется от 1 до 10, где 10 это очень легко. Складываете три оценки и делите на три. Чем выше итоговый балл, тем перспективнее гипотеза.

Всё это делается в обычной Google Таблице. Создаёте столбцы: описание гипотезы, Impact, Confidence, Ease, итоговый балл. Заполняете для каждой идеи. Оценки ставьте жёстко: Impact 10 только если гипотеза может удвоить конверсию, Confidence 10 только если вы уже видели такой успешный кейс на похожем сайте. Честная оценка избавит от проверки заведомо провальных идей.

Вот пример заполнения. Гипотеза: «Заменим кнопку „Отправить“ на „Получить консультацию“ на странице услуги». Impact ставим 5, потому что текст на кнопке редко даёт больше 20 процентов роста. Confidence ставим 7, так как похожие кейсы встречались. Ease ставим 9, ведь изменение текста занимает минуту. Итоговый балл получается 7. Сравниваем с соседней гипотезой про редизайн всей шапки, у которой Ease всего 4. Очевидно, что проверку текста на кнопке запускаем в первую очередь.

Не гонитесь за сложными формулами. ICE на листе Google работает лучше дорогих систем приоритизации, потому что вы сами сидите за рулём. Главное правило: проверяйте только те гипотезы, где Ease выше 7. Если реализация требует больше двух часов, отложите её на потом или разбейте на более мелкие проверки.

Минимальная реализация и сбор данных

При нулевом бюджете минимальная реализация значит одно изменение за раз. Не меняйте заголовок, кнопку и картинки одновременно. Вы не поймёте, что сработало. Сделали три правки и получили рост конверсии на 10 процентов. Какая из трёх дала результат? Никто не знает. Меняйте один элемент, ждите неделю или две, анализируйте. Только потом переходите к следующей гипотезе.

Как собрать данные без дорогой аналитики. Для A/B теста с двумя страницами используйте UTM метки в ссылках. Добавьте к адресу страницы параметры utm_source, utm_medium и utm_campaign. В Google Analytics откройте отчёты по кампаниям и сравните конверсию двух вариантов. Посетителей может быть всего 500, но для проверки очевидных гипотез этого хватит.

Для тестов с параметром ?variant настройте отслеживание события в GTM. Сделайте так, чтобы при загрузке страницы скрипт отправлял в GA значение параметра. Затем в GA соберите отчёт по событию и посмотрите, какой вариант показал лучший результат. Весь процесс настройки занимает час, гайдов по GTM в открытом доступе десятки.

Самый простой сбор данных без лишних телодвижений касается SEO гипотез. Изменили метатеги на десяти страницах. Зафиксируйте текущие позиции и CTR в Search Console на дату изменений. Через две недели снова откройте GSC и сравните показатели. Если CTR вырос на 20 процентов по тем же запросам, гипотеза подтвердилась. Если нет или упал, откатывайте изменения назад. Search Console хранит данные 16 месяцев, так что вы ничего не потеряете.

Главное правило сбора данных при малом бюджете: фиксируйте всё до начала эксперимента. Запишите текущую конверсию, количество сессий, среднее время на сайте, показатель отказов. Возьмите скриншоты или сохраните данные в Google Таблицу. После эксперимента у вас будет чёткая картинка «было стало». Без этого любая гипотеза превращается в гадание.

Как не ошибиться в выводах при малом трафике

Маленький трафик главный враг чистых экспериментов. У вас на сайте 200 посетителей в день, а вы пытаетесь разделить их на два варианта и получить статистически значимые выводы через три дня. Не получится. Слишком много случайных факторов: кто‑то пришёл с рекламы, кто‑то из поиска, у каждого своё намерение. Размер выборки должен быть достаточным, чтобы отсечь эти помехи.

Как понять, что данных хватило. Используйте простой критерий: дождитесь минимум 100 целевых действий на каждый вариант теста. Если проверяете форму заказа, ждите 100 отправленных форм на вариант А и 100 на вариант Б. При 1000 посетителей в день и конверсии 5 процентов вы получите 100 заказов за два дня. Этого достаточно. Если конверсия 1 процент, ждать придётся десять дней. Не торопитесь, лучше пусть тест идёт дольше, но выводы будут точными.

Второй важный момент про длительность теста. Запускайте эксперимент минимум на семь дней. За неделю сглаживаются колебания по дням недели. В понедельник конверсия может быть низкой, в среду высокой. Нельзя сравнивать три дня одного варианта с пятью днями другого. Тестируйте одинаковые промежутки. И никогда не останавливайте тест рано, даже если вариант Б вырвался вперёд на второй день. Подождите неделю, разница часто исчезает.

Когда данных мало, используйте качественные методы вместо количественных. Вместо A/B теста на 100 посетителей проведите пять глубинных интервью с реальными пользователями. Позвоните клиентам, которые заполнили форму, и спросите, почему они выбрали именно вас. Спросите у тех, кто ушёл, что пошло не так. Одно интервью даёт больше инсайтов, чем неделя бесполезной статистики на малых цифрах.

1. Считайте целевые действия а не посетителей: нужно минимум 100 конверсий на вариант
2. Тестируйте не меньше семи дней чтобы сгладить дневные колебания трафика
3. Не останавливайте тест рано даже если один вариант сильно вырвался вперёд
4. Заменяйте статистику качеством при трафике менее 500 посетителей в день

Нижняя граница для A/B теста с нулевым бюджетом: 300 целевых посетителей на страницу в неделю. При меньших цифрах любой вывод будет случайностью. В таких случаях лучше сосредоточиться на качественных исследованиях: записи сессий в Clarity, опросы в Google Forms, анализ звонков. Эти методы не требуют большого трафика и часто дают более чёткие сигналы к изменениям, чем бесполезные цифры с высоким процентом ошибки.

Материал подготовлен экспертами сервиса Rookee