Главное изображение товара — один из первых элементов, которые видит покупатель в поисковой выдаче маркетплейса. За несколько секунд человек решает: открыть карточку или продолжить листать каталог.

Но какое фото работает лучше?

Модель крупным планом или в полный рост? Белый или цветной фон? Товар крупнее или больше свободного пространства? Добавлять инфографику или оставить фотографию без текста?

Ответить на эти вопросы только на основании вкуса дизайнера, фотографа или владельца бизнеса сложно.

Для этого существует A/B-тестирование изображений.

Что такое A/B-тестирование фото

A/B-тестирование — это сравнение двух вариантов изображения на реальной аудитории.

Например, у продавца одежды есть две фотографии одного платья.

Вариант А: модель стоит на белом фоне.

Вариант Б: модель находится в интерьерной локации.

Аудитория разделяется на две группы. Одна видит вариант А, другая — вариант Б.

После накопления достаточного количества данных сравниваются результаты.

На Wildberries эта механика реализована непосредственно внутри площадки: примерно половине участников теста показывается фотография А, другой половине — фотография Б. Варианты демонстрируются параллельно.

Вместо вопроса:

«Какое фото нам больше нравится?»

бизнес получает ответ на гораздо более важный вопрос:

«Какое фото лучше работает на покупателей?»

---

Почему главное фото настолько важно

Представим, что товар появился в результатах поиска 100 000 раз.

При CTR 2% карточку откроют:

2 000 человек.

Если изменение главного изображения увеличило CTR до 3%, при тех же 100 000 показов карточку посетят уже:

3 000 человек.

То есть продавец получил на 50% больше переходов без увеличения количества показов.

Именно поэтому перед увеличением рекламного бюджета имеет смысл проверить эффективность самого визуала.

Wildberries также относит визуальный контент к инструментам роста продаж и рекомендует использовать A/B-тестирование главного изображения при работе над карточкой.

Какие изображения можно тестировать

Проверять можно практически любую визуальную гипотезу.

Например:

• белый фон против цветного;
• модель против предметной фотографии;
• полный рост против крупного плана;
• эмоциональная поза против нейтральной;
• товар крупно против более свободной композиции;
• фотография против AI-креатива;
• lifestyle против каталога;
• один цвет фона против другого;
• наличие дополнительного визуального акцента;
• разные ракурсы товара.

Для брендов одежды особенно интересно тестировать модель, позирование, стилизацию и крупность товара в кадре.

Один и тот же предмет одежды на разных моделях или при разной композиции может восприниматься покупателем совершенно по-разному.

---

Главное правило A/B-теста: проверяйте одну гипотезу

Одна из распространенных ошибок — создать два совершенно разных изображения.

Например:

Фото А: девушка на белом фоне, полный рост, без текста.

Фото Б: другая девушка, крупный план, красный фон и инфографика.

Предположим, вариант Б победил.

Почему?

Из-за модели? Фона? Крупности? Инфографики?

Ответить невозможно.

Поэтому хороший A/B-тест начинается с гипотезы.

Например:

«Мы предполагаем, что крупный план товара увеличит CTR, потому что покупатель лучше увидит посадку одежды в поисковой выдаче».

Тогда желательно изменить именно крупность изображения, сохранив остальные элементы максимально сопоставимыми.

---

Как провести A/B-тест изображения

Шаг 1. Определите проблему

Начните не с создания новой картинки, а с аналитики.

Например:

карточка получает много показов, но мало переходов.

Это повод проверить главное изображение.

Если же CTR высокий, но после перехода практически никто не покупает товар, проблема может находиться уже внутри карточки: в цене, характеристиках, отзывах, контенте или самом предложении.

Шаг 2. Сформулируйте гипотезу

Не:

«Давайте попробуем другую фотографию».

А:

«Предполагаем, что фотография модели крупнее повысит CTR, потому что на мобильном экране покупатель лучше увидит товар».

Теперь эксперимент имеет конкретную цель.

Шаг 3. Создайте вариант B

Не обязательно проводить новую большую фотосессию.

Иногда для теста достаточно подготовить альтернативный кадр из уже проведенной съемки.

Поэтому при профессиональной съемке товара полезно заранее создавать несколько вариантов потенциального главного изображения.

Шаг 4. Запустите тест одновременно

Правильный A/B-тест предполагает параллельное сравнение вариантов.

Плохой вариант:

неделю показываем фото А → следующую неделю фото Б.

На результат могут повлиять скидки, реклама, зарплатные дни, сезонность, акции конкурентов и множество других факторов.

Именно поэтому параллельный тест значительно надежнее простой последовательной замены фотографий.

На Wildberries аудитория встроенного теста распределяется примерно 50/50 между вариантами.

Шаг 5. Накопите данные

Не стоит делать вывод после первых нескольких десятков переходов.

Чем меньше выборка, тем выше вероятность случайного результата.

Wildberries позволяет задавать продолжительность тестирования от одной недели до двух месяцев и прямо отмечает, что более продолжительный тест дает большую выборку и повышает достоверность результата.

Шаг 6. Определите победителя

Если вариант B показывает устойчиво лучший результат, его можно сделать основным.

Но работа на этом не заканчивается.

Победитель первого теста становится вариантом А для следующего эксперимента.

Так карточка постепенно улучшается:

A → победитель B → тест против C → новый победитель → тест против D.

Это превращает работу с визуалом из разовой переделки дизайна в постоянный процесс оптимизации.

---

На какие показатели смотреть

Главный показатель для обложки — CTR, то есть доля пользователей, которые увидели карточку и перешли в нее.

Но ориентироваться только на CTR тоже неправильно.

Представим:

По CTR победил вариант B.

Но заказов больше принес вариант A.

Почему такое возможно?

Например, B может быть более ярким и привлекать больше внимания, но создавать неправильные ожидания относительно товара.

Поэтому хорошее главное изображение должно не просто генерировать клик, а приводить потенциального покупателя.

Wildberries в результатах собственного A/B-теста именно поэтому показывает сразу несколько уровней воронки: показы, переходы, добавления в корзину и оформленные заказы.

---

Какие сервисы позволяют проводить A/B-тестирование изображений

1. Wildberries

Для продавцов WB наиболее интересен встроенный инструмент площадки.

Он позволяет выбрать существующее главное фото и загрузить альтернативный вариант. Аудитория распределяется между двумя изображениями примерно 50/50.

После теста продавец получает данные по:

• показам;
• переходам;
• добавлениям в корзину;
• заказам.

По состоянию на июль 2026 года инструмент доступен продавцам с подпиской «Джем»; условия и количество включенных тестов зависят от тарифа.

Инструкция Wildberries по A/B-тестированию главного фото

2. Сервисы веб-аналитики и A/B-тестирования

Для собственного интернет-магазина можно использовать специализированные системы экспериментов. Они позволяют разделять посетителей сайта на группы и показывать им разные версии страницы, баннера, фотографии или другого элемента.

В отличие от маркетплейса, здесь бренд может тестировать не только обложку товара, но и всю посадочную страницу: изображения, заголовки, CTA, расположение блоков и другие элементы.

3. Опросные сервисы

Если карточка еще не опубликована и реального трафика нет, можно провести предварительный тест на респондентах.

Пользователям показывают несколько вариантов изображения и предлагают выбрать:

«Какой товар вы бы открыли первым?»

или

«Какое изображение вызывает больше доверия?»

Это не полноценная замена A/B-теста на реальных покупателях, но хороший способ отсеять слабые концепции еще до запуска.

---

A/B-тест особенно важен при профессиональной фотосъемке

Здесь меняется сам подход к производству контента.

Раньше задача могла звучать так:

«Нам нужно сделать хорошее главное фото».

Более эффективный подход:

«Нам необходимо создать 3–5 сильных вариантов главного фото, которые затем можно протестировать».

Например, во время одной съемки одежды можно получить:

1. модель в полный рост;
2. средний план;
3. динамичный кадр;
4. крупный план;
5. альтернативное позирование.

После этого решение о главной фотографии принимает уже не фотограф, дизайнер или руководитель.

Его принимает покупатель своими действиями.

---

A/B-тестирование и искусственный интеллект

ИИ делает такой подход еще интереснее.

Если есть качественная профессиональная фотография товара, на ее основе можно относительно быстро подготовить несколько визуальных гипотез:

• изменить окружение;
• протестировать разные фоны;
• создать lifestyle-сцену;
• изменить композиционное оформление;
• адаптировать креатив под определенный сегмент аудитории.

После этого варианты можно проверять на реальном трафике.

Таким образом, связка выглядит так:

профессиональная съемка → создание нескольких гипотез → AI-генерация и дизайн → A/B-тест → аналитика → масштабирование победителя.

ИИ в такой модели используется не просто для создания красивых картинок. Он становится инструментом быстрого производства гипотез.

---

Почему A/B-тестирование особенно важно в 2026 году

Чем дороже становится привлечение покупателя, тем важнее эффективность каждого показа.

Если продавец может получить больше переходов и заказов из уже существующего трафика, ему не обязательно начинать с увеличения рекламного бюджета.

Иногда гораздо эффективнее сначала улучшить то, что видит человек после рекламного показа.

Поэтому современный подход к контенту для маркетплейсов выглядит так:

не просто создать → опубликовать,

а:

создать → протестировать → измерить → улучшить → протестировать снова.

Именно в этом главное преимущество A/B-тестирования изображений: решения о визуальном контенте начинают приниматься не на основании субъективного мнения, а на основании поведения реальных покупателей.