Ответ
Проводил A/B-тесты для оптимизации конверсии и UX. Примеры:
- Изменение CTA-кнопки (цвет, текст, размер) — увеличение конверсии на 12%.
- Разные форматы onboarding (видео vs. текст) — снижение оттока на 20%.
- Варианты ценовой страницы (разбивка тарифов, акценты) — рост подписок на 8%.
Пример анализа в Python:
import scipy.stats as stats
# Данные групп A и B
conversion_a = [120, 1000] # 120 конверсий из 1000 пользователей
conversion_b = [150, 1000]
# Z-тест для пропорций
z_score, p_value = stats.proportions_ztest(
[conversion_a[0], conversion_b[0]],
[conversion_a[1], conversion_b[1]]
)
print(f"P-value: {p_value:.3f}") # Если <0.05 — разница значима
Всегда проверял статистическую значимость (p-value <0.05) и учитывал сегменты пользователей.