Доклад на ProductSense’26
Александра Шевелева

Когда оценка эффекта через синтетический контроль не может заменить классический А/Б-тест?

Классический А/Б-тест требует контрольной группы — но что делать, когда ее невозможно создать? Метод сопоставления по оценке склонности позволяет построить синтетический «контроль» — но имеет много ограничений и требует сложной валидации. Разберем поэтапно, когда метод сработает, а когда нет — и почему не стоит спешить называть его дешевой альтернативой классическому А/Б-тесту.

Александра Шевелева
Продуктовый аналитик, Авито

4 года работает в Авито, с нуля запускала горизонтальные инициативы: видео, пользовательский контент (UGC), систему лояльности.

Что будет

Классический А/Б-тест всегда строится на контрольной группе, у которой нет доступа к тестируемому функционалу. Она нужна для сравнения с тестовой группой и замера эффекта. Но что делать, если в силу ограничений создать такую группу невозможно, а эффект оценивать все равно нужно?

Синтетический «контроль», построенный методом сопоставления по оценке склонности (Propensity Score Matching, PSM), помогает решить эту проблему — но имеет много ограничений и требует сложной валидации.

Разберем:

  • Как создать «контрольную группу» без классического А/Б-теста.
  • Может ли метод стать полноценной заменой классическим А/Б-тестам — и как определить, насколько требовательным он окажется в вашем случае.
  • Для какой аудитории — продавцов или покупателей — метод подходит лучше.

После доклада участники:

  • Поймут, как работает метод и в чем его ограничения, — на реальных примерах и в сравнении с классическим А/Б-тестом.
  • Смогут оценить трудозатраты и риски применения метода.
  • Увидят плюсы, которые помогают выйти из ситуации, когда классический А/Б-тест провести невозможно.

Доклад будет полезен:

  • Тем, кто регулярно проверяет много гипотез и сталкивался с ограничениями, которые накладывают А/Б-тесты.
Кто выступает

Александра Шевелева

Продуктовый аналитик в Авито
  • 4 года работает в Авито продуктовым аналитиком.
  • С нуля запускала в команде горизонтальные инициативы: видео, пользовательский контент (UGC), систему лояльности.
  • Работает в команде аналитиков, которая проводит и анализирует 463 А/Б-теста в год.
Александра Шевелева

Ещё в треке «Инструменты и границы их применимости»

Станьте частью активного сообщества профессионалов