Масштабное перепроектирование фронтенд-части, как правило, инициируется накоплением критического уровня технического долга и становится стратегически неизбежным шагом для сокращения времени вывода продукта на рынок и повышения ключевых показателей пользовательского опыта (UX), включая метрики семейства Core Web Vitals. Вместе с тем подобная трансформация сопровождается операционными рисками и угрозой нарушения статистической корректности непрерывного продуктового экспериментирования, основанного на A/B-тестировании. В этой исследовательской основе целью выступает разработка концептуальной методологии и архитектурной модели, обеспечивающих сохранение валидности экспериментов и управляемость рисков при одновременной эксплуатации унаследованных монолитных и внедряемых модульных компонентов. Методологическая основа исследования сформирована на базе систематического обзора академических источников (IEEE, ACM) и отраслевых аналитических отчетов, с использованием сравнительного анализа архитектурных паттернов и механизмов контролируемого развертывания. На основе проведенного анализа разработана модель «двухдвигательной экспериментации», интегрирующая фасад с централизованной платформой управления флагами функций. Такая интеграция обеспечивает консистентную маршрутизацию пользовательского трафика, строгую изоляцию когорт и, как следствие, устойчивость экспериментальной инфраструктуры к архитектурным изменениям в процессе поэтапного замещения монолита модульной архитектурой. Эмпирическая оценка продемонстрировала, что архитектурные улучшения, измеряемые через A/B-эксперименты, приводят к статистически значимому росту бизнес-метрик. В частности, снижение показателя Largest Contentful Paint (LCP) коррелирует с увеличением коэффициента конверсии на 12–40%. Тем самым предлагаемый подход позволяет не только контролировать технические и организационные риски, но и эксплуатировать архитектурную эволюцию как источник количественно подтверждаемого бизнес-эффекта. Описанная методология минимизирует совокупность операционных и статистических рисков, одновременно сохраняя непрерывность и воспроизводимость процесса принятия решений, основанных на данных. Представленные результаты обладают высокой прикладной значимостью для архитекторов программного обеспечения, руководителей R&D-подразделений, инженеров по надежности сайта и специалистов по продуктовому экспериментированию, участвующих в реализации программ цифровой трансформации.

Large-scale redesign of the frontend part is, as a rule, initiated by the accumulation of a critical level of technical debt and becomes a strategically inevitable step for reducing time-to-market (TTM) and improving key user experience (UX) indicators, including the Core Web Vitals metric family. At the same time, such a transformation is accompanied by significant operational risks and the threat of violating the statistical correctness of continuous product experimentation based on A/B testing. Within this research framework, the objective is to develop a conceptual methodology and an architectural model that ensure the preservation of experiment validity and the manageability of risks during the simultaneous operation of legacy monolithic and newly introduced modular components. The methodological basis of the study is formed on the foundation of a systematic review of academic sources (IEEE, ACM) and industry analytical reports, using comparative analysis of architectural patterns and controlled deployment mechanisms. Based on the conducted analysis, a Dual-Engine Experimentation (DEE) model has been developed, integrating a Strangler Facade with a centralized feature flag management platform. Such integration ensures consistent routing of user traffic, strict cohort isolation and, consequently, the resilience of the experimental infrastructure to architectural changes during the gradual replacement of the monolith with a modular architecture. Empirical evaluation has demonstrated that architectural improvements, as measured through A/B experiments, lead to statistically significant growth in business metrics. In particular, a decrease in the Largest Contentful Paint (LCP) metric correlates with an increase in the conversion rate by 12–40 %. Thus, the proposed approach makes it possible not only to control technical and organizational risks, but also to leverage architectural evolution as a source of quantitatively validated business impact. The described methodology minimizes the combined operational and statistical risks while preserving the continuity and reproducibility of data-driven decision-making processes. The presented results are of high practical relevance for software architects, heads of R&D units, site reliability engineers, and product experimentation specialists involved in the implementation of digital transformation programs.