※この記事は弊社ブログ Urumo!のコンテンツを再編集しております

Webサイトの成果を上げようとするときに重要な役割を果たす「A/Bテスト（ABテスト）」
しかし、ただ闇雲にテストを繰り返しても、必ず成果が向上するわけではありません。

ここでは、そもそもA/Bテストとは何か、また、その手法や実行するうえでのポイントなど、基礎的な知識を改めて整理します。

そもそもA/Bテストとは？

A/Bテストとは、バナーや広告文、Webサイトなどを最適化するために実施するテストの一つです。

特定の要素を変更したAパターン/Bパターンを作成し、一定期間試験運用することで、より高い成果を得られるパターンを見つけることができます。「A/B」テストという名前ではありますが、もちろん3パターン以上でテストすることもあります。

様々な要素でA/Bテストを行い、成果の高かったパターンを実装していくことにより、広告やWebサイト全体のクリック率やコンバージョン率といった成果が向上し、最適化されていくのです。

メリットは「同時並行」で検証できること

A/Bテストを行うメリットは、両パターンが同時並行で試せるので、どちらが良いかが正しく評価できる点です。

広告やWebサイトの成果には、時期的な傾向や集客施策の状況など、様々な外的要因が関わってきます。A/Bテストをせずにサイトを変更し、その前後で成果を比較してみても、その変化は改善の影響なのか、何かしらの外的要因の影響なのかはわからず、正しい評価が非常に難しくなってしまいます。

A/Bテストをすることで、その他の条件はほぼ統一されるため、変更した要素の評価が正しく行えるようになるのです。

より多くのパターンを組み合わせる「多変量テスト」も

複数箇所のテストをしたい場合、多変量テストという方法もあります。多変量テストは、複数の変更箇所の組み合わせの中で最適なものを見つけ出します。

メリット：複数のテストパターンを同時に検証できる
　　　　　「色」×「大きさ」×「文言」など全ての組み合わせの中から、最適な組み合わせがわかる

デメリット：A/Bテストよりも多くのデータが必要となるため、
　　　　　トラフィックが少ない場合はテスト期間が長期化

あまりデータの多くないWebサイトやページでは、少ないデータ量でも比較的早めにテスト結果が出せるA/Bテストの方が、効果的と言えるでしょう。

思いつきのテストから脱却！成果を残すA/Bテストの進め方

最適化しよう！と思いつくままにテストを行うだけでは、なかなか期待した成果に繋がらないこともよくあります。ここからは、確実に成果を残すA/Bテストのために押さえておきたいポイントをまとめます。

1．目的を整理する
まず、なにを改善するためのテストなのか目的を整理しましょう。

Webサイトや広告の最終的な目的はコンバージョンだと思いますが、小さな改善1つが直接コンバージョン率の改善に結びつくことはあまり期待できません。

そこで、A/Bテストは、流入数が多いページや、コンバージョンに近い要素など、影響の大きい箇所から実施することをおすすめします。影響の大きい箇所で少しでも改善できれば、全体の成果の向上に直結します。例えば、トップページが最も流入数が多いWebサイトでは、トップページからコンバージョンまでの導線や、トップページの離脱率の改善から着手してみてはどうでしょうか。

2．仮説を立てる
目的を達成するために改善するポイントを洗い出します。
とりあえず手当たり次第テストするのではなく、効果が見込めそうなポイントはどこかを見極めましょう。

次に、今がどう悪いのか？どう改善すれば効果が期待できるのか仮説を立てます。
必ずしも美しいデザインの方が成果が高いとは言い切れません。ユーザー目線で、目的の達成のためにどうすれば良いのか考えましょう。

先ほどのトップページの場合、例えば下記のような仮説が立てられます。

仮説：
・キービジュアルの印象を明るいものに変えれば、直帰率が低減できる？
・ナビゲーションメニューを誰でもわかりやすい文言に変えれば、平均PV数が増える？
・フォームに遷移するボタンをより目立つように変えれば、フォーム遷移率が上がる？

3. テスト実行前に、影響範囲を予測する
テストは仮説通りに効果が出るのが理想ではありますが、まったく影響がない場合や、逆に成果が悪くなってしまう場合もあります。想定していなかった影響が出るということも考えられます。

実際にテストを始めてから、悪い影響が出て慌ててしまわないように、できるだけ多くの影響を予測しておくようにしましょう。

4. テスト後には要因分析と次の打ち手を考える
テストの結果が出た後は、結果に対する検証を行い、そこから次の打ち手を考えましょう。
テストパターンが勝ったのか負けたのかという結果を見るだけでなく、テスト実施前の仮説を改めて振り返り、仮説が正しかったのか、間違っていたのならどこが間違っていたのかを考えます。その考察から、次のテストに繋がる仮説が生まれるのです。

ボタンのテストをした場合の例を見てみましょう。

仮説：
　ボタンの色を変えれば、フォームページへの遷移が増えるのではないか
結果：
　変更後の方が悪かった
検証：
　サイトの色みと合わなかったからなのでは。次はボタンの大きさを変えたテストにしよう。

A/Bテストの結果が良かったのなら、更に他のパターンとテストすることで、ますますの効果改善が期待できますし、悪かったとしても、結果を踏まえて練り直したテストをすることで、より確実に改善につなげることができます。たとえ一度のテストで効果がなかったとしても、そのテストは無駄ではなく、その要素の改善を諦める必要はありません。

このように、A/Bテストを繰り返して、小さな改善を積み重ねていくことによって、全体の成果に大きなインパクトを与えるようになっていくのです。

さいごに

ListFinderでは、メールの件名、本文、送信者名などにA/Bテストを行うことができます。

▼A/Bテスト（ABテスト）作成方法
　https://faq.list-finder.jp/faq/1020#3

▼メールでA/Bテストを行う場合の4つのポイント
　https://faq.list-finder.jp/faq/6040

ご不明点等はテクニカルサポートまでお気軽にお問い合わせ下さい。