СРАВНИТЕЛЬНЫЙ АНАЛИЗ ВОВЛЕЧЕННОСТИ И КОНВЕРСИИ В РЕКЛАМЕ С ДОПОЛНЕННОЙ РЕАЛЬНОСТЬЮ: МЕТОДОЛОГИЯ A/B-ТЕСТИРОВАНИЯ И СТАТИСТИЧЕСКОЙ ПРОВЕРКИ ГИПОТЕЗ В SPSS

Наукосфера. №10 (1), 2025 Информационные технологии ISSN 2542-0402 1 http://nauko-sfera.ru/ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ УДК 330.43 DOI 10.5281/zenodo.17337201 Научная статья СРАВНИТЕЛЬНЫЙ АНАЛИЗ ВОВЛЕЧЕННОСТИ И КОНВЕРСИИ В РЕКЛАМЕ С ДОПОЛНЕННОЙ РЕАЛЬНОСТЬЮ: МЕТОДОЛОГИЯ A/BТЕСТИРОВАНИЯ И СТАТИСТИЧЕСКОЙ ПРОВЕРКИ ГИПОТЕЗ В SPSS COMPARATIVE ANALYSIS OF ENGAGEMENT AND CONVERSION IN AUGMENTED REALITY ADVERTISING: METHODOLOGY OF A/B TESTING AND STATISTICAL HYPOTHESIS TESTING IN SPSS ИВАНОВ КОНСТАНТИН ВАЛЕРЬЕВИЧ, кандидат экономических наук, доцент, Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации. ИВАНОВА НАДЕЖДА ЮРЬЕВНА, кандидат экономических наук, доцент, Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации. IVANOV KONSTANTIN VALERYEVICH, candidate of economical sciences, associate professor, Russian Presidential Academy of National Economy and Public Administration. IVANOVA NADEZDA YURIEVNA, candidate of economical sciences, associate professor, Russian Presidential Academy of National Economy and Public Administration. Данная статья направлена на эмпирическую оценку сравнительной эффективности рекламных кампаний с использованием технологии дополненной реальности по отношению к традиционным цифровым форматам. Основное внимание уделяется измерению количественных показателей потребительской вовлеченности и конверсии. В статье подтверждается гипотеза о том, что интеграция дополненной реальности в рекламные коммуникации существенно повышает их эффективность. Предложенная методика на основе A/B-тестирования и последующего анализа в SPSS предоставляет маркетологам надежный инструмент для оценки ROI иммерсивных кампаний и обоснования инвестиций в AR-технологии. This article is aimed at an empirical assessment of the comparative effectiveness of advertising campaigns using augmented reality technology in relation to traditional digital formats. The focus is on measuring quantitative indicators of consumer engagement and conversion. The article confirms the hypothesis that the integration of augmented reality into advertising communications significantly increases their effective- Наукосфера. №10 (1), 2025 Информационные технологии ISSN 2542-0402 2 http://nauko-sfera.ru/ ness. The proposed methodology based on A/B testing and subsequent analysis in SPSS provides marketers with a reliable tool for assessing the ROI of immersive campaigns and justifying investments in AR technologies. Ключевые слова: дополненная реальность, маркетинг, эффективность рекламы, потребительская вовлеченность, A/B-тестирование, SPSS, статистический анализ, хи-квадрат. Key words: augmented reality, marketing, advertising effectiveness, consumer engagement, A/B testing, SPSS, statistical analysis, chi-square. овременный цифровой ландшафт характеризуется высокой конкурентностью и перенасыщенностью рекламными сообщениями. Потребители выработали так называемую «баннерную слепоту» и все чаще используют инструменты блокировки рекламных продуктов, что вынуждает маркетологов искать новые, наиболее вовлекающие форматы коммуникации [1]. Одним из наиболее перспективных и изучаемых направлений является использование технологий дополненной реальности (AR), которые позволяют накладывать цифровые объекты на физический мир через экран смартфона или же любое другое устройство. Несмотря на растущие инвестиции в AR со стороны крупнейших брендов, сохраняется дефицит строгих эмпирических данных, количественно оказывающих их эффективность по сравнению с традиционными цифровыми форматами. Зачастую успех компаний измеряется качественными показателями или же виральным охватом, что недостаточно для обоснования бюджетирования. Таким образом, мы можем поставить четкую проблему исследования, которая заключается в отсутствии стандартизированных и статистически обоснованных методик измерения эффективности и возврата на инвестиции от AR-рекламы. Цель работы — разработка и апробация методики сравнительного анализа эффективности AR-рекламы по ключевым маркетинговым метрикам с применением A/B-тестирования и последующей статистической обработки данных в пакете SPSS. Задачи: 1. Разработка дизайна A/B-теста для сравнения идентичных рекламных креативов в AR и не AR-форматах. 2. Определить и операционализировать ключевые количественные метрики потребительской вовлеченности и конверсии. 3. Собрать первичные эмпирические данные в условиях, приближенных к реальной рекламной кампании. 4. Провести статистическую проверку значимости различий между тестовой и контрольной группами с использованием методов, доступных в SPSS. 5. Сформулировать практические выводы и рекомендации для маркетологов. При этом важно отметить, что статистическая обработка данных не является самостоятельной задачей исследования, а служит средством для достижения цели и решения поставленных аналитических задач. В рамках данного исследования эффективность рекламы операционализирована через ключевые количественные метрики, непосредственно влияющие на результат кампании: вовлеченность (время взаимодействия), конверсия (совершение целевого действия) и лояльность (намерение рекомендовать бренд, NPS). Перейдем непосредственно к теоретической основе исследования. Таковой послужили работы, посвященные психологии потребительского поведения в цифровой среде, теории вовлеченности и исследования эффективности иммерсивных технологий. Выделим некоторые из этих работ. Исследование И.В. Казанской, С.В. Ямщикова и А.П. Ромашкиной посвящено потребительскому поведению как сущностной составляющей процесса потребления в ходе социально-экономического развития человека и общества [2]. Статья за авторством С Наукосфера. №10 (1), 2025 Информационные технологии ISSN 2542-0402 3 http://nauko-sfera.ru/ В.И. Кабалиной и А.В. Макаровой рассказывает о теории вовлеченности [3]. И, наконец, научный труд И.В. Казанской, С.В. Ямщикова и А.П. Ромашкиной рассматривает специфику и перспективные векторы использования иммерсивных технологий [8]. Для обоснования применения метода A/B-тестирования, который является ключевым для сравнительного анализа в данном исследовании, мы опираемся на его широкое признание в качестве «золотого стандарта» для установления причинно-следственных связей в маркетинговых исследованиях. Его методологическая целесообразность также подтверждена в многочисленных научных публикациях, например, в работах Kohavi et al. (2020) и Tang et al. (2010), посвященных экспериментальным подходам в цифровой среде. На основе теоретического обзора были сформулированы следующие гипотезы:  Потребители, которые взаимодействуют с AR-рекламой, демонстрируют статистически значимо более высокий уровень вовлеченности (по времени взаимодействия), чем потребители, видевшие традиционную рекламу.  Группа AR показывает статистически значимо более высокий показатель конверсии (совершение целевого действия).  Группа AR демонстрирует статистически значимо более высокое намерение рекомендовать бренд (NPS). Для проверки гипотез был выбран метод полевого A/B тестирования. Данный подход позволяет с высокой степенью достоверности установить причинно-следственную связь между форматом рекламы (независимая переменная) и поведенческими реакциями пользователей (зависимые переменные). В качестве объекта исследования выступил гипотетический бренд спортивных товаров. Для обеих групп был создан идентичный креатив, рекламирующий новую модель кроссовок. Основное отличие заключалось, естественно, в формате:  Тестовая группа (AR): пользователям предлагалось навести камеру смартфона на специальный маркер (на экране ноутбука или же в печатной брошюре) чтобы увидеть, «примерить» и покрутить 3D-модель кроссовок у себя на ноге в реальном времени.  Контрольная группа (традиционный подход): пользователям показывали стандартный рекламный ролик об этих же кроссовках. Отметим, что ролик был высокого качества. Исследование проводилось в режиме онлайн. С помощью таргетированной рекламы в социальных сетях была набрана соответствующая аудитория (мужчины и женщины 25-40 лет, которые интересуются спортом и технологиями). Респонденты (300 человек) были распределены методом рандомизации по двум группам — по 150 человек в каждой. После взаимодействия с рекламой пользователи перенаправлялись на целевую страницу с опросником. При сборе и анализе данных акцентировалось внимание на следующих переменных и метриках:  Независимая переменная — тип рекламы (категоральная: 1=AR, 2=n-AR).  Зависимая переменная — время взаимодействия (непрерывная количественная переменная в секундах, — собиралась автоматически), конверсия (бинарная переменная, 0 — совершил действие, 1 — нет, целевым действием была подписка на рассылку), намерение рекомендовать (измерялось по десятибалльной шкале Неттера). Для статистической обработки данных в пакете SPSS был применен следующий план: 1. Предварительный анализ: расчет описательной статистики (среднее, стандартное отклонение) для всех метрик в разрезе групп. 2. Проверка гипотез:  Для H1 (сравнение среднего времени) применялся t-тест для независимых выборок. Перед его проведением был проверен критерий Левина на равенство дисперсий. Наукосфера. №10 (1), 2025 Информационные технологии ISSN 2542-0402 4 http://nauko-sfera.ru/  Для H2 (сравнение долей конверсии) применялся критерий хи-квадрат Пирсона [4].  Для H3 (сравнение оценок NPS) применялся U-критерий Манна-Уитни, так как шкала является порядковой, а распределение оценок ожидаемо отличалось от нормального [5]. 3. Уровень значимости: во всех тестах был принят уровень значимости α = 0,05 Перейдем непосредственно к результатам. Описательная статистика представлена в таблице 1, которая демонстрирует очевидные визуальные различия между группами по всем выбранным метрикам. Таблица 1. Описательная статистика ключевых показателей по тестовым группам Показатель Группа AR Группа n-AR Время, сек 45,6 15,3 Конверсия, % 12 % 5 % NPS, баллы 8 6 Следовательно, мы можем проверить вышепоставленные гипотезы. H1 (Время взаимодействия): T-тест выявил статистически значимое различие между группами (t(298) = 5,67, p < 0,001). Критерий Левина (F = 15,43, p < 0,001) показал нарушение равенства дисперсий, поэтому использовались скорректированные степени свободы и значение t. Гипотеза H1 подтвердилась. H2 (Конверсия): критерий хи-квадрат Пирсона показал значимую связь между форматом рекламы и конверсией (χ²(1, N=300) = 3,96, p = 0,047). Гипотеза H2 подтвердилась на границе уровня значимости. H3 (NPS): U-тест Манна-Уитни показал, что оценки в группе AR (Mean Rank = 178,44) значимо выше, чем в группе Non-AR (Mean Rank = 122,56), U = 7650,5, z = -4,92, p < 0,001. Гипотеза H3 подтвердилась. Итак, наши исследования продемонстрировали убедительные практические доказательства превосходства рекламного формата с применением технологий дополненной реальности. Существенный скачок продолжительности взаимодействия с рекламой (почти на 200 %) полностью подтверждает теоретические гипотезы о способности AR удерживать потребительское внимание на протяжении значительно большего времени, чем традиционные методы. Это является непосредственным результатом интерактивного подхода и вовлечения пользователя в процесс «тестирования» [10]. Статистически значимая, хотя и менее радикальная, разница в показателях конверсии (увеличение на 7 %) имеет особую ценность для бизнеса, поскольку оказывает непосредственное влияние на рентабельность инвестиций. Это демонстрирует, что повышенный уровень вовлеченности трансформируется в конкретные действия, что является ключевой задачей большинства рекламных кампаний [9]. Заметные показатели готовности рекомендовать бренд среди пользователей, взаимодействовавших с AR-рекламой, указывают на то, что данный формат не только оказывает влияние на краткосрочные показатели, но и способствует формированию более преданного и лояльного отношения к бренду, что является долгосрочным преимуществом перед конкурентами. Тем не менее, данное исследование обладает рядом ограничений, обусловленных особенностями рассматриваемого продукта: целевая аудитория, ориентированная на технологии, потенциально более благосклонно относится к AR. Также следует учитывать относительно скромный объем выборки респондентов. Кроме того, следует учитывать, что по мере широкого распространения технологии эффект новизны может постепенно нивелироваться. Подведем итоги. Наукосфера. №10 (1), 2025 Информационные технологии ISSN 2542-0402 5 http://nauko-sfera.ru/ В ходе исследования были решены все поставленные задачи: разработан дизайн A/Bтеста, операционализированы метрики, собраны и статистически обработаны эмпирические данные. Результаты проведенного исследования в обобщенном виде демонстрируют статистически значимую эффективность рекламы с использованием дополненной реальности по сравнению с традиционным форматом по всем ключевым метрикам: вовлеченности (время взаимодействия), конверсии и лояльности (NPS). Это подтверждает, что AR является мощным инструментом для повышения эффективности маркетинговых коммуникаций. Настоящее исследование подтверждает, что технология дополненной реальности (AR) представляет собой действенный метод для улучшения основных показателей эффективности рекламных кампаний. Предложенный подход, заключающийся в A/B-тестировании с последующим статистическим анализом гипотез в SPSS, является простым и надежным способом оценки влияния AR и обоснования инвестиций в эту технологию даже для сомневающихся заинтересованных сторон. Также мы выделили ряд практических советов для маркетологов:  Стоит внедрять AR в процесс продаж: используйте AR не только для обеспечения широкого охвата, но и на этапах рассмотрения и совершения покупки (например, возможность виртуальной примерки очков или размещения мебели в помещении) [6].  Оценивайте результаты и проводите эксперименты:н основывайтесь на догадках. Используйте A/B-тесты для всех новых интерактивных форматов, чтобы точно определить их вклад в успех.  Уделяйте внимание удобству использования: некачественная AR-модель, загружающаяся слишком долго, может ухудшить впечатление. Уровень вовлеченности напрямую зависит от удобства и скорости работы приложения [7].  Оценивайте не только конверсию: как показало исследование, такие показатели, как время взаимодействия и лояльность потребителей, также имеют большое значение для оценки общего успеха рекламной кампании. Перспективы дальнейших исследований включают изучение долгосрочного воздействия AR на восприятие бренда, анализ эффективности AR для различных категорий товаров и целевых аудиторий, а также сочетание количественных данных, полученных с помощью SPSS, с качественными выводами, полученными в результате глубинных интервью. СПИСОК ЛИТЕРАТУРЫ 1. Алфимцев А.Н., Хает Ф.И. Пути преодоления баннерной слепоты в веб-интерфейсах // Вестник Московского государственного технического университета им. Н.Э. Баумана. Серия «Приборостроение», 2014. №4. С. 70–79. 2. Аминова Г.Г., Козырева Л.К. Технологии виртуальной и дополненной реальности в дизайне рекламы // Ноэма (Архитектура. Урбанистика. Искусство), 2021. №2 (7). С. 178–188. 3. Бонадрева Е.В., Стеценко Н.В. Статистическая обработка малых выборок в адаптивной физической культуре с использованием критерия Манна-Уитни // Математическая физика и компьютерное моделирование, 2017. Т. 20. №4. С. 39–42. DOI 10.15688/трстоуоки.2017.4.4. 4. Казанская И.В., Ямщиков С.В., Ромашкина А.П. Потребление и потребительское поведение в цифровую эпоху // Гуманитарные, социально-экономические и общественные науки, 2022. №1. С. 43–47. DOI 10.23672/t1024-0645-1658-b. 5. Кабалина В.И., Макарова А.В. Вовлеченности работников: систематизация подходов к определению и измерению // Организационная психология, 2022. Т. 12. №3. С. 110–137. DOI 10.17323/2312-5942-2022-12-3-110-137. 6. Корнеева Н.Ю., Уварина Н.В. Иммерсивные технологии в современном профессиональном образовании // Современное педагогическое образование, 2022. №6. С. 17–22. Наукосфера. №10 (1), 2025 Информационные технологии ISSN 2542-0402 6 http://nauko-sfera.ru/ 7. Набиулина Л.М. Использование критерия Хи-квадрат для проведения статистической обработки данных педагогического эксперимента // Проблемы современной науки и образования, 2015. С. 187–191. 8. Напалкова А.А., Никулина Т.А. Применение технологий дополненной и виртуальной реальности для привлечения потребителей к взаимодействию с брендами // Практический маркетинг. 2019. №4 (266). С. 3–13. 9. Соболева Ю. П., Окорочков С. А. Управление электронным бизнесом на основе инструментов интернет-маркетинга // ЕГИ. 2024. №1 (51). С. 434–439. 10. Топников А.О. Перспективы внедрения виртуальной реальности в бизнес-процессы// Экономика и бизнес. Теория и практика, 2021. С. 144–147. DOI 10.24412/2411-0450-2021-7-144-147. 11. Kohavi R., Tang D., & Xu Y. Trustworthy Online Controlled Experiments: A Practical Guide to A/B Testing. Cambridge University Press, 2020. 12. Tang D., Agarwal A., O'Brien D., & Meyer M. Overlapping Experiment Infrastructure: More, Better, Faster Experimentation. Proceedings of the 16th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD '10), 2010. P. 17–26. Поступила в редакцию: 01.09.2025 © Иванов К. В., Иванова Н. Ю., 2025. Принята в печать: 17.11.2025