Кейсы увеличения конверсии на модели посетителя

Роботный трафик, средняя зависимость CR (*1.5), 100 тестов на 3^9 лендингах

Отличие этого эксперимента в бОльшем числе параметров - 9 против 6 ранее, но меньшем числе значений - 3 против 6. Большее число факторов и меньшее число значений ближе к условиям реального использования.

Параметры модели пользователя:

• Используется 9 факторов по 3 вариантов значений у каждого = 3^9=19583 уникальных лендингов.
• Максимальная конверсия 50% у любой из "лучших" комбинаций, всего их 3 непересекающихся (000000000, 111111111, 222222222) - для усложнения задачи
• При каждой ошибке относительно одной из "лучших" комбинаций конверсия падает в 1.5 раза.
• При частичном совпадении комбинации значений с несколькими "лучшими" - используется максимальная конверсия.
• Запускается 100 экспериментов в одинаковых условиях.

Варианты конверсии для разных частичных совпадений выглядят так:

0,0,0,0,0,0,0,0,0 CR=50.00% - одна из набора "лучших" комбинаций
0,0,0,0,0,0,0,0,* CR=33.33% - один не угадали - в 1.5 раза хуже предыдущей
0,0,0,0,0,0,0,*,* CR=22.22% - два не угадали - еще в 1.5 раза хуже предыдущей, т.д.
0,0,0,0,0,0,*,*,* CR=14.81%
0,0,0,0,0,*,*,*,* CR=9.88%
0,0,0,0,*,*,*,*,* CR=6.58%
0,0,0,*,*,*,*,*,* CR=4.39%
0,0,*,*,*,*,*,*,* CR=2.93%
0,*,*,*,*,*,*,*,* CR=1.95%

Т.к. мы иcпользуем не очень большое число значений, при случайном розыгрыше значений средняя конверсия будет 8.7% за счет случайного выпадения четверок, пятерок, т.д. Наша цель - угадать одну из самых лучших комбинаций.

Задача с одной лучшей комбинацией может быть решена и наивным методом в предположении о независимости факторов - при случайном розыгрыше значений совпадения с нулем будут давать плюс в конверсию, если не совпало - конверсия ниже. Такая задача слишком проста. Поэтому для усложения модели возьмем 3 старших комбинации, которые не пересекаются (три раза одинаковые значения: 0,1,2), вероятность берется максимальной по всем сравнениям со всеми старшими комбинациями - эту задачу не решить наивным методом.

Запускается сто одинаковых экспериментов.

Конверсия, которая соответствует предложенным системой лендингам, в ходе тестирования увеличивается так:

Однако, все показанные системой лендинги включают в себя и обучение, которое обязано пробовать не только самые лучшие варианты, но захватывать и плохие. Конверсия же самого лучшего варианта, без обучения, показана здесь (среднее по 100 экспериментам):

Т.к. скрипт, моделирующий действия пользователя, знает набор "лучших" лендингов, мы можем изобразить процесс угадывания их. Каждая точка соответствует угадыванию лучшего лендинга в одном эксперименте:

В итоге за ~ 5100 просмотров найдено 94% лучших комбинаций факторов, медиана по всем экспериментам ~ 2300 просмотров для нахождения оптимального лендинга.

Задача решена в 94 случаях из 100 за ~ 5100 просмотров.