Руководство по инкрементальности для UA

Инкрементальность для UA использует гео-эксперименты для измерения истинного воздействия кампании научно обоснованным способом. Вместо сегментации пользователей мы разбиваем географические области на статистически схожие регионы показа и контрольные регионы Эти регионы выбираются на основе размера и исторических данных о поведении приложения. Реклама показывается только в регионах показа, тогда как контрольные регионы не получают показов вовсе. Сравнив поведение двух групп в контрольный период, мы сможем измерить истинный каузальный эффект – а не просто корреляцию.

Геоэксперименты идут по структурированному графику:

• Предварительное тестирование: Обе группы одинаково подвергаются воздействию рекламы из измеряемых кампаний. В этот период мы собираем базовые данные и создаём модель, отражающую историческую взаимосвязь между регионами показа и контрольными регионами.
• Интервенция (эксперимент): Кампании активируются только в подвергнутых воздействию регионах. Контрольные регионы не могут видеть рекламу из измеряемых кампаний.
• Расчет каузального эффекта: Разница между наблюдаемыми результатами в контрольных регионах и регионах показа во время эксперимента суммируется по времени и используется для определения совокупного эффекта.

Регрессия с учётом времени (TBR)

В центре наших геоэкспериментов находится Регрессия на основе времени (TBR). TBR используется для расчета маркетингового роста, прогнозируя, что произошло бы при отсутствии маркетингового воздействия. Это подразумевает сравнение наблюдаемых результатов в регионе показа (где проводилось вмешательство) с прогнозируемыми результатами, рассчитанными на основе исторической взаимосвязи между контрольным регионом (не подвергавшимся вмешательству) и регионом показа.

Как это работает:

• Создание геодизайнов контрольных и подвергнутых воздействию регионов:
  • Для каждого приложения AppsFlyer анализирует исторические данные об установках и in-app событиях и применяет метод TBR (описанный далее) к тысячам рандомизированных наборов географических контрольных/регионах показа в разные временные периоды, чтобы выбрать те, где расхождение минимально.
• Период предварительного тестирования:
  • В это время, до начала интервенции, данные собираются как для контрольных, так и для подвергнутых воздействию регионов.
  • Создаётся регрессионная модель, чтобы отразить взаимосвязь между временными рядами региона показа и контрольного региона.
• Прогноз контрфактических показателей:
  • Опираясь на модель, разработанную в предтестовый период, во время тестового периода мы прогнозируем ожидаемые результаты для контрольного региона, если бы вмешательство не проводилось. Эти результаты называются "контрфактическими".
• Тестовый период:
  • Для кампаний, которые являются частью эксперимента по инкрементальности, заранее определенные контрольные регионы автоматически исключаются из показа рекламы на время эксперимента.
• Расчет каузального эффекта:
  • Каузальный эффект вмешательства в каждый момент времени — это разница между наблюдаемым результатом в контрольном регионе и его контрфактическим предсказанием.
• Кумулятивные эффекты:
  • Эти различия суммируются с течением времени, чтобы определить кумулятивное воздействие вмешательства (например, общий рост установок или конверсий).
• Маркетинговый прирост:
  • Маркетинговый прирост — это совокупный эффект, который измеряет инкрементальные результаты, достигнутые благодаря маркетинговой активности, по сравнению с тем, что ожидалось бы без неё.

Инкрементальность для UA помогает вам решить ключевые проблемы роста, раскрывая истинное влияние ваших кампаний на бизнес. Ниже — несколько типовых сценариев, в которых гео-тестирование инкрементальности добавляет критически важные данные.

1. Оптимизируйте распределение бюджета между рекламными платформами
   Проблема: Метрики атрибуции показывают схожую эффективность на нескольких платформах, но вы не уверены, какая из них действительно способствует росту. Решение: Проводите параллельные тесты инкрементальности, используя несколько ячеек на разных платформах. Используйте результаты, чтобы определить, какая платформа действительно вызывает рост, и соответственно перераспределите бюджет.
2. Проверьте эффективность новых каналов или форматов
   Проблема: Вы тестируете новый канал или рекламную платформу, но ранние метрики непоследовательны или завышены из-за перекрытия таргетинга. Решение: Используйте гео-тестирование, чтобы изолировать влияние нового канала от остальных в вашем медиамиксе. Определите, обеспечивает ли он чистый прирост установок или лишь каннибализирует существующие.
3. Понимание влияния брендовых кампаний
   Проблема: Брендовые кампании показывают хорошие результаты в отчётах по атрибуции, но вы не уверены, не совершили бы пользователи конверсию и без них. Решение: Гео-эксперименты позволяют выяснить, действительно ли брендовые поисковые или медийные объявления влияют на поведение пользователей, или же они лишь удовлетворяют уже существующий спрос.
4. Сравните стратегии кампаний внутри одной платформы
   Проблема: Вы хотите протестировать две креативные стратегии (например, видео vs. карусель) или типы ставок (например, максимизация установок против). ROAS) в одной сети. Решение: Проведите многоячеечный эксперимент, назначив каждой стратегии отдельную ячейку. Сравните инкрементальный прирост каждой стратегии и выберите победителя.
5. Перенаправьте бюджет из насыщенных рынков в масштабируемые.
   Проблема: На зрелых рынках отдача снижается, а затраты на привлечение растут, однако данные атрибуции не дают понять, удаётся ли вам привлекать новых пользователей. Решение: Гео-инкрементальные тесты показывают, показывают, приносят ли кампании на этих рынках всё ещё инкрементальный прирост. Если нет, перераспределите бюджет в неосвоенные или недооценённые регионы с более высоким потенциалом.

В этом разделе рассматривается, какие кампании лучше всего выбрать для ваших экспериментов. Вот несколько вещей, которые стоит учесть:

• Эффект: Какой тест способен сильнее всего повлиять на вашу общую стратегию? Зачастую это означает начинать с ваших крупнейших инициатив, ведь более глубокое понимание того, как они влияют на рост, приведёт к значительным оптимизациям.
• Объём конверсий: Надёжным экспериментам нужен достаточный объём данных. Для каждой оцениваемой кампании стремитесь обеспечить не менее 5000 установок приложения или событий в месяц -- в зависимости от основного KPI, который вы собираетесь измерять.
• Исследование: Инкрементальность — это удивительный инструмент при тестировании чего-то нового, например, выхода на новый рынок или запуска нового канала.
• Наличие чёткой гипотезы или тестового вопроса: Как и в любом другом научном эксперименте, уделите время формулировке основного вопроса — это повысит эффективность и практическую применимость вашего эксперимента по инкрементальности. Например, ожидаете ли вы, что один канал будет более инкрементальным, чем другой? Как это повлияет на вашу маркетинговую стратегию, если ваша гипотеза подтвердится или будет опровергнута?

Ключевые показатели эффективности эксперимента включают:

• Прирост (%): Каузальный эффект измеряемой маркетинговой активности — это дополнительные конверсии (например, установки или события внутри приложения), которые ваша кампания действительно обеспечила сверх того, что произошло бы без неё.
• Инкрементальные конверсии: Количество установок или событий, вызванных измеренной кампанией.
• Стоимость за инкрементальную установку / Стоимость за инкрементальное событие: Средняя стоимость каждой инкрементальной конверсии, рассчитанная исходя из рекламных затрат кампании.
• Фактор инкрементальности: Отношение инкрементальных установок или событий (измеренных в эксперименте) к классическим установкам или событиям по атрибуции (измеренным в классической атрибуции AppsFlyer).

Смотрите полный список KPI эксперимента в разделе дэшборда.

Чтобы сделать инсайты Incrementality применимыми, AppsFlyer предоставляет как показатель прироста (Lift %), так и инкрементальные KPI на уровне кампании для принятия эффективных маркетинговых решений.

Оптимизация на основе Lift %:

A Нет прироста:
Главная цель маркетинга — обеспечивать инкрементальные результаты. Если по результатам измерений кампания не показала прироста (контрольные регионы демонстрируют тот же уровень, что и регионы показа), это значит, что она не добавляет ценности сверх того, что случилось бы без неё, и требует дальнейшей оптимизации, чтобы стать весомым драйвером роста. Если у вашей кампании нет прироста, рассмотрите следующее:

• Перенаправьте бюджеты на более инкрементальные кампании или каналы.
• Оптимизация: Как и любую другую низкоэффективную кампанию, вы можете улучшить её, изменив ставки, цели, целевую аудиторию, креативы и другие релевантные факторы. Затем вы можете провести еще один эксперимент по инкрементальности после обновления, чтобы отследить, улучшилась ли инкрементальность.
• Выясните, какие факторы могут вызывать низкий прирост, проверив техническую настройку, таргетинг, медиамикс, размещения, бюджеты, ключевые слова, креативы или перекрытие кампаний. Эти знания будут очень полезны для оптимизации на основе инкрементальных результатов в будущем.

Б. Положительный прирост:
Положительный прирост означает, что ваша кампания приносит инкрементальные результаты сверх тех, которые достигаются без неё. На первом этапе убедитесь, что все ваши маркетинговые усилия обеспечивают положительный прирост. Когда прирост положительный, рассмотрите следующее:

• Увеличьте инвестиции в платформы, каналы и кампании, чтобы масштабировать то, что уже доказало свою эффективность для роста.
• Расширьте охват, увеличив аудитории или географию, чтобы усилить эффект.
• Определите факторы роста, чтобы дублировать успех и приоритизировать выигрышные стратегии.
• Сравните кампании или каналы на основе прироста: Прирост — это относительная мера, рассчитанная путем сравнения контрольных и регионов показа. Таким образом, сравнивать кампании по показателю прироста сложно. Например, если обе кампании имеют одинаковое воздействие, но одна из них достигает значительно большего числа пользователей или имеет значительно больший объем расходов, ее прирост будет выше.
  При сравнении старайтесь сравнивать кампании, которые схожи по расходам и охвату и в целом нацелены на одни и те же географические регионы.
• Если вы только начинаете измерять инкрементальность для вашего приложения или бизнеса, у вас может еще не быть надежной отправной точки, чтобы определить точный уровень положительного прироста, ожидаемого от данной кампании, канала или инвестиции. В этом случае рекомендуется оптимизировать, используя KPI инкрементальности на уровне кампании от AppsFlyer, как описано ниже.

Оптимизация на основе KPI инкрементальности на уровне кампании:

A Общие инкрементальные конверсии и метрики затрат:
Как и в классической атрибуции, общий объём инкрементальных конверсий и рекламные затраты, вложенные в их получение, дают чёткие и применимые метрики для оптимизации. Вы можете использовать количество инкрементальных конверсий на уровне кампании и стоимость одной инкрементальной конверсии, чтобы оценить, соответствует ли кампания вашим целевым объёмам и показателям ROI, а также сравнить её эффективность с другими кампаниями или каналами.

Б. Совместное использование данных классической атрибуции и инкрементальности
В дэшборде «Инкрементальность» показатели количества конверсий на уровне кампании и стоимости одной конверсии выводятся в двух разрезах — по классической атрибуции (последнее касание) И по инкрементальности — чтобы вы могли увидеть взаимосвязь между обеими моделями и масштабировать полученные инсайты.
Рассматриваемые по-отдельности, классическая атрибуция («последнее касание») и инкрементальность представляют собой две разные модели атрибуции, каждая со своими преимуществами и недостатками:

• Классическая атрибуция («последнее касание») работает в режиме реального времени, стандартизирована, легко масштабируется и отличается высокой детализацией. Таким образом, она позволяет выполнять оптимизацию на уровне пользователя как со стороны рекламодателя, так и посредством алгоритмов рекламных платформ в реальном времени. Однако она смещена в пользу взаимодействий в нижней части воронки и не дает научного каузального подтверждения.
• Инкрементальность -- отличный инструмент для научного подтверждения каузального эффекта и идеален для омниканального измерения. Однако она предоставляет агрегированные инсайты на уровне кампании, и является периодической и более сложной для масштабирования.

Используемые вместе, эти две модели дают целостное представление о результативности маркетинга. Фактор инкрементальности от AppsFlyer демонстрирует взаимосвязь между классическими данными атрибуции, которые служат «базовой линией» для постоянной оптимизации маркетинга, и данными инкрементальности, которые используются для измерения каузального эффекта. Вот как вы можете использовать факторы инкрементальности для оптимизации:

• Фактор инкрементальности выше 100%: Инкрементальность измерила больше конверсий, чем конверсии, измеренные в классической атрибуции для той же кампании. Например, показатель в 110 % означает, что инкрементальные конверсии на 10 % выше конверсий, измеренных по классической атрибуции. Этот рост числа конверсий также приводит к снижению стоимости одной конверсии, поскольку при тех же затратах достигается больше конверсий.
  Если фактор инкрементальности выше 100%, рассмотрите следующие варианты действий:
  • Пересмотрите распределение бюджета с учётом снижения стоимости одной инкрементальной конверсии.
  • Пересмотрите ставки и цели оптимизации с учётом стоимости одной инкрементальной конверсии и инкрементальной окупаемости рекламных расходов.
  • Примените этот коэффициент к аналогичным кампаниям до того, как будете принимать последующие маркетинговые решения. Например, если ваши видеокампании стабильно показывают коэффициент инкрементальности около 110 % по установкам приложения в инкрементальных экспериментах, при принятии маркетинговых решений можно считать, что установки по классической атрибуции для схожих кампаний на 10 % выше (то есть каждые 100 установок по классической атрибуции фактически ближе к 110).
• Коэффициент инкрементальности ниже 100%: Инкрементальность показала меньше конверсий, чем классическая атрибуция для той же кампании. Например, показатель 90 % означает, что инкрементальные конверсии на 10 % ниже конверсий, измеренных по классической атрибуции. Сокращение числа конверсий также ведёт к росту стоимости одной конверсии, поскольку при тех же затратах достигается меньше результатов. Если коэффициент инкрементальности ниже 100%, попробуйте следующие действия:
  • Пересмотрите распределение бюджета с учётом увеличения стоимости одной инкрементальной конверсии.

•  
  • Пересмотрите ставки и цели оптимизации с учётом стоимости одной инкрементальной конверсии и инкрементальной окупаемости рекламных расходов.
  • Примените этот коэффициент к аналогичным кампаниям, чтобы учитывать его при последующих маркетинговых решениях. Например, если ваши видеокампании стабильно показывают коэффициент инкрементальности около 90 % по установкам приложения в инкрементальных экспериментах, при принятии маркетинговых решений можно считать, что установки по классической атрибуции для схожих кампаний на 10 % ниже (то есть каждые 100 установок по классической атрибуции фактически ближе к 90).

Рассмотрите возможность приостановки экспериментов (до истечения стандартных 30 дней), если:

• Метрики роста, коэффициента инкрементальности и стоимости оставались стабильными более 7 дней.
• Есть коммерческое обоснование для получения более быстрых результатов за счет потенциально менее точных или менее «нормализованных» метрик инкрементальности.

Рассмотрите возможность продления экспериментов (более стандартных 30 дней), если:

• Объём кампании оказался ниже ожиданий, но ожидается, что он превысит минимальное требование по дневным инкрементальным конверсиям.
• Окно конверсии для измеряемого события исключительно длинное, что требует дополнительного времени для конверсии пользователей.

Первый шаг - создание эксперимента.

Чтобы создать эксперимент:

1. Получите доступ к Инкрементальности для UA, нажав Оптимизировать > Инкрементальность для UA в боковом меню AppsFlyer. 

   

2. Нажмите + Новый эксперимент
    
3. Заполните форму эксперимента:
   1. Введите название эксперимента. Создайте информативное название для эксперимента, затем нажмите Далее.

   2. Добавьте (или выберите) геодизайн. Определите основу эксперимента, выбрав приложение, страну и основную метрику, которую хотите протестировать.
AppsFlyer проверит ваш гео-дизайн на пригодность (процесс занимает около 24 часов). После одобрения AppsFlyer автоматически распределит оптимальные регионы показа и контрольные регионы, используя гео-методологию. Кроме того, геодизайн будет доступен для использования в будущих экспериментах. Подробнее

      

      Примечание: Пожалуйста, проверьте через 24 часа, был ли одобрен ваш новый геодизайн. Если эксперимент не одобрен, это означает, что он в данный момент не соответствует требованиям к валидному эксперименту.
Вы можете попробовать отправить дизайн повторно позднее, поскольку по мере накопления данных приложение может удовлетворить требования.

      •  
        • Выберите приложение. -Выберите соответствующее приложение для эксперимента.

        • Выберите страну. Затем выберите страну, в которой вы хотите провести эксперимент. Нажмите Далее.

          Примечание

          В каждой стране есть определенное количество ячеек, доступных для вашего эксперимента. Ячейка состоит из пары регионов показа и контрольных регионов, сформированных так, чтобы быть сопоставимыми друг с другом и со всей страной. В одном эксперименте можно использовать несколько ячеек для прямого сравнения разных кампаний в различных медиа-источниках или задействовать их по отдельности в отдельных экспериментах.

          Количество доступных ячеек по странам зависит от географического размера страны, распределения населения и уровня активности приложений — факторов, влияющих на возможность создать статистически надёжные пары регионов показа/контрольных регионов. Страны с более дробной и активной региональной структурой поддерживают больше ячеек, что открывает возможность для большего числа экспериментов.

•  
  • Выберите Основную метрику, которую вы хотите измерить. Это могут быть установки или событие в приложении.

1. Настроить детали кампании
   • Вам нужно выбрать соединение Медиа-источник для каждой экспериментальной ячейки. Это медиа-источник, на котором запускается ваша кампания. Если нет соединений, вы можете создать новое соединение.
   • Затем выберите соответствующее Название кампании.
     Ниже вы увидите минимальное количество инкрементальных установок или событий (в зависимости от выбранной основной метрики), необходимое для измерения положительного эффекта кампании с высокой статистической достоверностью. Это известно как "Минимально обнаруживаемый эффект" эксперимента. Убедитесь, что выбранная кампания сгенерирует как минимум это количество конверсий.
     Совет: Выберите кампанию, которая регулярно достигает или превышает этот минимум, чтобы обеспечить надежные, статистически валидные результаты.

   • Добавьте дополнительные экспериментальные ячейки, если хотите.

     

     Если вы хотите добавить еще одну ячейку в эксперимент, нажмите + Новая ячейка и выберите соответствующее соединение и кампанию. Ячейка состоит из пары регионов показа и контрольных регионов, сформированных так, чтобы быть сопоставимыми друг с другом и со всей страной. Вы можете использовать несколько ячеек в одном эксперименте для сравнения различных кампаний по медиа-источникам.
     
     После настройки ячеек нажмите Далее.

2. Обзор сводки. Убедитесь, что сводка эксперимента выглядит корректно, затем нажмите Запустить эксперимент.
   Эксперимент начинается. Первые результаты появятся в течение 24 часов.

   Примечание

   После завершения эксперимента подключенные кампании вернутся к своим предыдущим настройкам гео-таргетинга. Это обеспечивает непрерывность и согласованность кампании и позволяет возобновить активности по привлечению пользователей (UA) без необходимости вручную перенастраивать таргетинг.

   Пример
   Предположим, вы провели эксперимент в Соединённых Штатах, задействовав три назначенных города показа. Во время эксперимента ваша кампания была ограничена только этими городами. Когда эксперимент закончится, кампания автоматически возобновит свое первоначальное таргетирование — например, «Соединенные Штаты (все локации)» — как это было настроено до начала эксперимента.

Вы можете увидеть результаты эксперимента на дэшборде эксперимента.

Доступ к дэшборду эксперимента

1. Перейдите к вашим экспериментам в Инкрементальности для UA, нажав Оптимизировать > Инкрементальность для UA в боковом меню AppsFlyer. 
    

   

2. Нажмите на конкретный эксперимент, чтобы получить доступ к дэшборду эксперимента.

   

Обзор дэшборда

В верхней части дашборда отображаются две визуальные диаграммы:

• Прирост: График «Регионы показа vs. контрольные регионы» — показывает инкрементальный прирост для каждой ячейки эксперимента.«Открытые против контрольных регионов» показывает инкрементальный прирост на ячейку эксперимента.
• График эксперимента: График «Регионы показа vs. контрольные регионы» — отображает сравнение инкрементальных установок по каждому дню диапазона дат эксперимента для каждой ячейки. 

Средняя часть панели отображает KPI эксперимента по ячейке кампании, медиа-источнику и кампании:

• Установки по классической атрибуции - Количество установок, обеспеченных кампанией по данным классической атрибуции.
• Инкрементальные установки - Количество установок, обеспеченных кампанией по данным эксперимента.
   
• Коэффициент инкрементальности -отношение инкрементальных установок (измеренных в эксперименте) к установкам по классической атрибуции. 
Например, коэффициент 110%% означает, что количество инкрементальных установок на 10%% выше, чем количество установок, измеренных с помощью классической атрибуции.
• Стоимость установки по классической атрибуции - средняя стоимость каждой атрибутированной установки, рассчитанная исходя из рекламных затрат кампании.
• Стоимость установки по инкрементальности - средняя стоимость каждой инкрементальной установки, исходя из рекламных затрат кампании.
• Показатель прироста - сколько дополнительных установок произошло благодаря вашей кампании по сравнению с тем, что случилось бы без неё. Формула расчёта: Прирост (%) = (фактический показатель в группе показа (исключённые гео) − прогнозируемый показатель в группе показа) / прогнозируемый показатель в группе показа × 100 × (−1).
• Уровень доверия - Уровень статистической уверенности в том, что прирост больше нуля.
  
  Для получения рекомендаций о том, как читать результаты, см. Понимание результатов эксперимента и использование полученных данных. 

Внизу дэшборда находится График совокупных инкрементальных установок , который показывает совокупные инкрементальные установки на ячейку.

Ваш гео-дизайн является основой для ваших экспериментов. Вы определяете его, выбирая приложение, страну и основную метрику, которую хотите протестировать в своих экспериментах. После создания гео-дизайна AppsFlyer проверит его на пригодность. После одобрения гео-дизайн будет доступен для использования во всех ваших экспериментах. Вы можете иметь до 10 активных гео-дизайнов в любой момент времени. После создания гео-дизайнов вы можете просматривать и управлять ими.

Чтобы просмотреть и управлять вашими гео-дизайнами:

В Инкрементальность для UA нажмите на вкладку Гео-дизайны.

Ваши гео-дизайны сгруппированы приложениям и отображают Страну, Основную метрику, Статус, Автора, Дату создания и количество экспериментов, основанных на данном дизайне.

Статус

После создания вашего гео-дизайна AppsFlyer проверит его на пригодность (процесс занимает около 24 часов). После одобрения AppsFlyer автоматически распределит оптимальные регионы показа и контрольные регионы, используя гео-методологию. Гео-дизайн будет доступен для использования в будущих экспериментах. Возможные статусы гео-дизайна включают:

• На рассмотрении - Appsflyer проверяет ваш гео-дизайн на соответствие требованиям. Проверьте через 24 часа, чтобы узнать, одобрен ли он.
• Готов - Гео-дизайн соответствует требованиям и готов к использованию. Вы можете начать создавать эксперименты.
• Недоступен - Гео-дизайн не соответствует требованиям на основе данных, которые у нас есть для текущего приложения, страны и комбинации измерений. Используйте другой гео-дизайн. Вы можете попробовать повторно отправить гео-дизайн (через 30 дней). Он может стать доступным, когда появится больше данных.

Под подключениями подразумевается интеграция между Инкрементальностью для UA и вашими медиа-партнерами. Они позволяют связывать кампании и проводить эксперименты с подключенными платформами.
 

Чтобы добавить подключения медиа-источников:  

1. Зайдите в Инкрементальности для UA, нажав Оптимизировать > Инкрементальность для UA в боковом меню AppsFlyer. 

2. Нажмите на вкладку Подключения, затем + Новое подключение.

   

3. Выберите медиа-источник для подключения

   

4. Введите свои учетные данные для входа и создания подключения.

Вы можете просматривать и управлять всеми вашими экспериментами в одном месте.

Чтобы просмотреть и управлять вашими экспериментами:

В Инкрементальности для UA нажмите на вкладку Эксперименты.

Для каждого эксперимента вы можете увидеть:

• Название эксперимента
• Приложение  - сортируемый
• Страна - сортируемый
• Медиа-источник
• Даты - Диапазон дат эксперимента
• Статус - Вы можете увидеть количество дней, оставшихся до завершения эксперимента или когда он завершен.
• Прирост

Столбец статуса

• Завершено - Период эксперимента завершен
• Активно - Эксперимент выполняется
• Ожидание - Результаты эксперимента ожидаются (первые 24 часа)
• На рассмотрении - Дизайн на рассмотрении ( ответ в течение 24 часов)
• Готово - Дизайн был рассмотрен и признан подходящим
• Недоступно - Дизайн был рассмотрен и был признан неподходящим

Наведите курсор на эксперимент, чтобы получить доступ к.

Отсюда вы можете:

• Просмотреть детали эксперимента
• Продлить длительность эксперимента
• Остановить эксперимент

Чтобы продлить эксперимент:

В эксперименте нажмите на (в правом верхнем углу) и выберите Продлить продолжительность эксперимента.

Это продлит эксперимент на дополнительные 14 дней.

Чтобы остановить эксперимент:

В эксперименте нажмите на значок ⠇действий (в правом верхнем углу) и выберите Остановить эксперимент.