Цена проверенной гипотезы: сколько на самом деле стоит один вывод, а не один тест

Стоимость проверки одной гипотезы в маркетинге складывается не из бюджета на рекламу, а из полной себестоимости решения: часы команды на подготовку и анализ, стоимость трафика или базы для статистической значимости, инструменты и, отдельной строкой, цена упущенной возможности — то, что команда не сделала, пока проверяла эту гипотезу. По нашей практике в e-com и B2B, для среднего проекта это порядка 40 000–250 000 ₽ за один цикл «гипотеза — вывод», и в 2025–2026 годах эта цифра растёт быстрее, чем бюджеты на трафик. Считать нужно не тест, а вывод: тест можно провести дёшево и получить бесполезный результат, который придётся перепроверять.

Что входит в стоимость проверки гипотезы

Стоимость гипотезы — это сумма всех ресурсов, потраченных с момента формулировки до момента, когда команда может действовать на основании результата. В неё входят пять компонентов: время на дизайн эксперимента, время на разработку и запуск, медиабюджет или бюджет на выборку, время на анализ и интерпретацию и стоимость возможности — то есть доход или скорость, которые команда потеряла, не занимаясь чем-то другим в это же время.

Большинство маркетологов считают только медиабюджет, потому что это единственная строка, которая проходит через рекламный кабинет и видна в отчёте. Остальные четыре компонента растворяются в зарплатном фонде и не попадают ни в один P&L по конкретному тесту. В результате гипотеза, которая якобы стоила 30 000 ₽ на трафик, на самом деле обошлась компании в 120 000–150 000 ₽, если посчитать часы продакта, дизайнера, разработчика и аналитика.

Чем цена теста отличается от цены вывода

Цена теста — это сумма прямых расходов на запуск эксперимента. Цена вывода — это цена теста плюс стоимость всех дополнительных итераций, которые потребовались, чтобы результат стал пригоден для решения. Разница между ними — ключевая метрика, которую большинство команд не считает вовсе.

Тест можно провести за один цикл и получить результат «недостаточно данных» или «различие в пределах погрешности». Формально тест выполнен, деньги потрачены, но вывод не получен — компания не может ни принять гипотезу, ни отклонить её. Дальше есть три сценария: перезапустить тест с увеличенной выборкой, признать результат неинформативным и списать бюджет или — что происходит чаще всего — принять решение на статистически незначимых данных, потому что дедлайн уже прошёл. Каждый из этих сценариев имеет свою цену, и её нужно закладывать заранее, а не постфактум.

На практике полезно вести отдельный учёт: сколько гипотез из вашего пайплайна дают вывод с первого захода, а сколько требуют повторного цикла. Если повторный цикл нужен больше чем в трети случаев, проблема не в удаче, а в дизайне экспериментов — обычно в занижении требуемой выборки на старте. Методику расчёта самой выборки и статистической мощности мы разбирали отдельно — см. A/B-тестирование.

Как посчитать стоимость часа команды на гипотезу

Стоимость часа команды на гипотезу считается как полная загруженная стоимость сотрудника (зарплата, налоги, накладные расходы), делённая на количество рабочих часов в месяце и умноженная на часы, реально потраченные на эту гипотезу каждым участником. Формула должна быть по ролям, а не усреднённой по отделу — иначе час junior-маркетолога и час CMO будут стоить компании одинаково на бумаге, что искажает приоритизацию.

Порядок расчёта:

1. Возьмите полную стоимость сотрудника в месяц (Cost to Company: оклад плюс налоги плюс бонусы плюс аренда рабочего места, если считаете строго).
2. Разделите на среднее число рабочих часов в месяце — обычно 160–168 часов при полной занятости.
3. Получите ставку в рублях за час для каждой роли, вовлечённой в гипотезу — продакт, аналитик, дизайнер, разработчик, таргетолог.
4. Зафиксируйте фактически потраченные часы каждой роли по факту завершения теста, а не по плану — план и факт расходятся в среднем на 30–50% в проектах с внешними зависимостями.
5. Просуммируйте.

Отдельная сложность — учёт времени руководителя, который согласовывает гипотезу, читает промежуточные отчёты и участвует в разборе результата. Этот час стоит дороже часа исполнителя, а часто занимает больше времени, чем кажется на старте: 20–30 минут на брифинг, 15–20 минут на промежуточный чек-ин, 30–40 минут на разбор итога — в сумме больше часа на одну гипотезу только со стороны руководителя. Если в компании несколько уровней согласования, эта цифра удваивается. Логику расчёта юнит-стоимости внутреннего процесса, включая ставки ролей, мы разбирали подробнее в материале про юнит-экономику для маркетолога.

Сколько стоит трафик и данные для значимого результата

Стоимость трафика для проверки гипотезы определяется не бюджетом, который вы готовы потратить, а минимальным размером выборки, необходимым для статистической значимости при ожидаемом размере эффекта. Если целевой эффект небольшой — например, рост конверсии с 2,1% до 2,4% — выборка нужна кратно больше, чем для проверки эффекта с 2% до 4%, и стоимость трафика растёт нелинейно.

По нашим наблюдениям, в 2025–2026 годах цена клика в Яндекс.Директе и VK Рекламе в конкурентных нишах (финансы, недвижимость, B2B-услуги) делает проверку гипотез с малым ожидаемым эффектом экономически нецелесообразной без предварительного накопления трафика: тест, для которого нужно 40 000–60 000 визитов на вариант, может обойтись в 300 000–800 000 ₽ только на трафик, прежде чем появится хоть один вывод. Здесь есть три рабочих способа снизить стоимость данных:

• Сузить сегмент, а не выборку — тестировать гипотезу на самом релевантном сегменте аудитории, где ожидаемый эффект выше, а не на всём трафике сразу.
• Использовать уже идущий трафик — встраивать тест в существующие кампании вместо запуска отдельного бюджета под эксперимент.
• Комбинировать количественные и качественные данные — там, где количественная выборка дорога, предварительно проверить направление гипотезы через глубинные интервью. Как их структурировать без искажающих вопросов, разобрано в материале как анализировать кастдев.

Качественная проверка не заменяет статистику, но часто отсеивает гипотезы, которые дорого было бы отклонять только после количественного теста.

Когда цена гипотезы выше, чем стоит её проверять

Гипотезу не стоит проверять количественно, если полная стоимость проверки превышает ожидаемую ценность решения, умноженную на вероятность того, что гипотеза подтвердится. Это прямое применение логики ожидаемой ценности к продуктовым и маркетинговым экспериментам, и её редко считают явно — команды проверяют гипотезы по инерции пайплайна, а не по экономике конкретного теста.

Формула на уровне разговора с P&L: ожидаемая ценность гипотезы — это прирост выручки или снижение затрат в случае подтверждения, умноженный на вероятность подтверждения и на срок жизни эффекта, до того как рынок или конкуренты его нейтрализуют. Если эта величина ниже стоимости проверки, есть три альтернативы: проверить гипотезу дешевле (меньшая выборка, качественный метод, прокси-метрика), отложить до момента, когда цена данных снизится, или отклонить гипотезу без теста на основании имеющихся данных и экспертной оценки риска.

Особенно это касается гипотез в продуктовых и PLG-моделях, где эффект от одной фичи размазан по всей воронке и трудно изолируем. Если гипотеза встроена в логику органического роста через сам продукт, дешевле оценивать её через метрики вовлечения и удержания на уже существующих когортах, чем запускать отдельный дорогостоящий A/B-тест — подробнее в материале про product-led growth.

Как встроить цену гипотезы в бюджет и P&L

Цена гипотезы должна быть отдельной строкой в бюджете на маркетинг, а не растворяться в общих расходах на трафик и зарплаты. Практический способ — завести в P&L статью «Стоимость экспериментов» и планировать её на горизонте 12 месяцев как процент от общего бюджета: по нашим проектам за 2025–2026 годы адекватный ориентир — 5–12% от маркетингового бюджета на тестирование гипотез, в зависимости от зрелости продукта и конкурентности рынка.

Это меняет разговор с собственником или финансовым директором: вместо «нам нужен бюджет на тест» звучит «мы инвестируем X ₽ в квартал в проверку гипотез, ROI на горизонте года составляет Y». Такой разговор требует дисциплины учёта: фиксировать не только затраты на гипотезу, но и результат — принята, отклонена, неинформативна — и считать реализованную ценность подтверждённых гипотез отдельно от стоимости всего пайплайна, включая отклонённые. Отклонённая гипотеза — это не потеря, а купленная информация, и её стоимость нужно амортизировать на весь портфель решений, а не списывать как провал одного теста.

Частые ошибки

• Считают только медиабюджет. Часы команды, стоимость анализа и упущенная возможность выпадают из расчёта, и реальная стоимость гипотезы оказывается в 2–4 раза выше той, что показана в отчёте по кампании.
• Запускают тест с недостаточной выборкой ради скорости. Результат «недостаточно данных» приходится либо перезапускать с нуля, либо действовать на шуме — оба варианта дороже, чем правильный расчёт выборки на старте.
• Не разделяют цену теста и цену вывода. Тест, который пришлось повторять трижды, стоит втрое дороже, но в отчётности проходит как один эксперимент с одной цифрой бюджета.
• Не считают стоимость возможности. Команда, две недели занятая проверкой гипотезы с низкой ожидаемой ценностью, не занималась гипотезами с высокой — и эта потеря нигде не отражена.
• Проверяют гипотезы по инерции пайплайна, а не по экономике. Если ожидаемая ценность ниже стоимости проверки, тест не стоит запускать вообще — вне зависимости от того, насколько интересна гипотеза команде.
• Не амортизируют стоимость отклонённых гипотез на портфель. Отклонение гипотезы — валидный и полезный результат, но если считать его чистым убытком, руководство начинает избегать тестирования рискованных, но потенциально ценных идей.

FAQ

Сколько в среднем стоит проверить одну маркетинговую гипотезу?

По практике 2025–2026 годов на проектах в e-com и B2B полная стоимость проверки одной гипотезы — с учётом часов команды, трафика и анализа — составляет порядка 40 000–250 000 ₽ за цикл, в зависимости от размера ожидаемого эффекта и стоимости трафика в нише.

Что дороже — проверить гипотезу или ошибиться, не проверив её?

Зависит от масштаба решения, на которое повлияет гипотеза: если ошибочное решение масштабируется на весь бюджет или продукт, цена ошибки почти всегда выше стоимости даже дорогого теста. Если решение локально и обратимо, часто дешевле принять решение экспертно и не тестировать вовсе.

Как посчитать, окупается ли конкретный тест?

Сравните полную стоимость проверки (часы команды, трафик, анализ, упущенная возможность) с ожидаемой ценностью гипотезы, умноженной на вероятность её подтверждения. Если стоимость проверки выше этой величины, тест экономически не оправдан в текущем виде.

Почему тест с одинаковым бюджетом на трафик может стоить компании по-разному?

Потому что бюджет на трафик — это только один из пяти компонентов стоимости. Часы команды на дизайн, разработку и анализ, а также стоимость упущенной возможности могут различаться в разы между двумя тестами с одинаковой строкой медиабюджета.

Нужно ли считать стоимость гипотезы, если тест дешёвый?

Да, потому что дешёвый тест по деньгам на трафик может быть дорогим по часам команды и времени до вывода. Полная стоимость важнее суммы в рекламном кабинете при принятии решения о приоритизации пайплайна гипотез.

Как часто нужно пересчитывать стоимость проверки гипотез?

На горизонте 12 месяцев — минимум раз в квартал, поскольку цена трафика в Яндекс.Директе и VK Рекламе меняется по сезонам и конкурентности, а стоимость часа команды растёт вместе с фондом оплаты труда.

Что делать, если бюджета на количественную проверку не хватает?

Использовать качественные методы как первый фильтр — глубинные интервью и наблюдение за поведением на уже существующем трафике — чтобы отсеять слабые гипотезы до того, как под них закладывается дорогой количественный тест.

Если вы хотите не просто считать стоимость отдельных гипотез, а выстроить систему, где каждая проверка занимает своё место в P&L компании и работает на маржу, а не на количество запущенных тестов, — интенсив Marketing OS разбирает именно эту связку: от гипотезы до решения, которое можно защитить перед собственником.