A/Bテストを最大限に活用してコンバージョン率を上げる方法

より簡単な（そして最も一般的な）タイプのCROテストの1つは、A/Bテストと呼ばれます。 マーケティング担当者の最適化ツールベルトになくてはならないA/Bテストは、その技術的および統計的性質のために威圧的に見える可能性があります。 実際には、これはコンバージョン率を改善するための最も明確で効率的な方法の1つです。 A / Bテストは、オーディエンスに適したキャンペーン要素の特定のバリエーションを特定することで、CROから当て推量を取り除き、理論を応用に変えます。

飛躍する準備はできましたか？ A / Bテストとは何かを調べ、プロのようにすぐにテストできるようにするためのいくつかのベストプラクティスについて説明しましょう。

読むよりも見る方を好む人のために...

A / Bテストとは何ですか？

基礎

簡単に言えば、A / Bテストは、管理された実験のマーケティング担当者向けバージョンです。 分割テストとも呼ばれるA/Bテストでは、ランディングページなど、キャンペーンの一部の要素のバリエーションを並べてテストできます。 結果により、どのバージョンが最も効果的なオプションであるかを判断できます。 かなり単純な性質であるため、コンバージョン率の最適化で使用される最も一般的なテストの1つです。

A/Bテストの仕組み

A / Bテストは、コンテンツの2つ（またはそれ以上）のバージョンを作成することから始まります。 任意の変数を微調整できます。これらのバージョンを互いに大幅に異なるものにすることをお勧めしますが、その方法は1つだけです。 次に、作品は同様の規模の聴衆に提示され、各グループの応答性とコンバージョン率が記録され、CROテストおよび/または分析ソフトウェアで分析されます。

キャンペーン最適化チェックリストを入手して、キャンペーンのどの部分が成果を上げていないかを特定し、テスト作業に優先順位を付けることができます。

A/Bテストプロセス

それでは、要点を説明し、効果的なA/Bテストがどのように実行されるかを詳しく調べてみましょう。

1.変数を選択します

科学的方法と同様に、テストする1つの「独立変数」を分離する必要があります。 明確にするために、A / Bでは、一度に1つずつテストされている限り、複数のバリエーションのテストが可能です。 ランディングページのフォントからCTAボタンの配置、メールの件名まで、興味のあるレイアウトやデザイン要素はすべてテスト中です。 結果を使用して評価するための仮説を立てることを検討し、物事を単純に保つことを忘れないでください。一度に複数の変数をテストしないでください。

2.メトリクスを決定する

「従属変数」は、テスト全体で焦点を当てることを選択する指標になります。コンバージョン率は最も明白なようですが、CROに関連する他の指標には、ショッピングカートの放棄率、ページでの滞在時間、バウンス率、詳細。時間をかけて、テスト対象の特定の部分に最も関連するKPI（主要業績評価指標）を見つけてください。

もう1つの考慮事項は、結果の望ましい統計的有意性です。 信頼水準をより高いパーセンテージに設定することは、結果の精度に投資することと同じです。 このトピックに関して、CROの世界では統計リテラシーが不十分であることがわかり、A/Bテストの統計に関するこのブログを提案して正しく設定します。

3.グループを設定します

決定する必要のある実験の残りの要素はコントロールです。これは、テストするピースの変更されていないバージョンになります。 コントロールとテストを作成すると、オーディエンスを同じサイズのランダム化されたグループに分割してテストできます。 これを実装するのが難しいと思われる場合でも、心配しないでください。これは、CRO戦略の重要なコンポーネントであるテストツールの仕事です。

サンプルサイズは、使用されているツールの機能とテストの性質の両方によって異なります。 訪問者の数が絶えず増加しているWebページのようなものをテストする場合、テストの期間によってサンプルサイズが直接決定されます。 既存の訪問率を調べて、それを実施する期間を把握します。 一方、電子メールのA / Bテストを行う場合は、メーリングリストの特定の割合でテストすることをお勧めします。

4.そのテストを実行します！

バリエーションは同時にテストする必要がありますが、テスト時間を戦略的に選択することに問題はありません。 たとえば、タイミングの良い電子メールキャンペーンは、より迅速に結果を提供します。 これらの時間が何であるかを判断するには、サブスクライバーの人口統計とセグメントを調査する必要があります。 前述のように、作品の性質、サイトのトラフィック、および達成する必要のある統計的有意性に応じて、テストには数時間から数週間かかる場合があります。

訪問者の反応の背後にある理由についてさらに洞察を得ることに興味がある場合は、定性的なフィードバックを求めることを検討してください。 終了調査と投票は、テスト期間中、サイトページに非常に簡単に追加できます。 この情報は、結果に価値と効率を追加することができます。

5.結果を調べます

事前に確立された仮説と主要な指標を使用して、調査結果を解釈します。 信頼水準も念頭に置いて、テストツールまたは別の計算機を使用して統計的有意性を判断する必要があります。 1つのバリエーションが他のバリエーションよりも統計的に優れていることが証明された場合は、おめでとうございます。 これで、キャンペーンピースを最適化するための適切なアクションを実行できます。

ただし、統計的有意性は実際的な有意性と同等ではないことを覚えておいてください。 変更を実装するのにかかる時間と労力、および返品に見合う価値があるかどうかを常に考慮する必要があります。 ボタンを1回クリックするだけで、ある電子メールテンプレートを別の電子メールテンプレートに送信するのと同じくらい簡単であれば、それは簡単です。 しかし、開発者がサイトの何百ものランディングページを刷新することになった場合は、それだけの価値があることを確認する必要があります。

6.「失敗した」テストの場合

どちらの変動も統計的に有意な結果を生成しなかった場合、つまりテストが決定的でない場合は、いくつかのオプションを使用できます。 1つは、元のバリエーションをそのまま維持することは合理的です。 また、有意水準を再検討するか、テスト対象のピースのコンテキストから特定のKPIに優先順位を付け直すかを選択できます。 最後に、より強力な、または大幅に異なるバリエーションが必要になる場合があります。 最も重要なことは、テストして再度テストすることを恐れないでください。 結局のところ、繰り返しの努力は最適化を改善するのに役立つだけです。

A/Bテストと多変量テスト

多変量テストは、対応するA/Bと同じ主要な原則に基づいています。 違いは、テストされる変数の数が多いことです。 目標は、バリエーションのどの特定の組み合わせが最も効果的かを判断し、単なるスタンドアロンプ​​ロセスではなく、他の変数のコンテキストで各バリエーションの「変換可能性」を調べることです。 多くの点で、それはより洗練された方法である可能性があります。

このタイプのテストは、最適化可能な要素間のより複雑な関係を調べるための優れた方法です。 理論的には、何百もの組み合わせを並べてテストすることが可能です。 注目すべきことに、多変量テストには、特にそれらを効果的に実施するために必要な時間とサイト訪問者の数が多いという点で、欠点があります。

どのテストを実行する必要がありますか？

A / Bテストは、会社の規模、サイトトラフィック、またはソフトウェアの機能に関係なく、重要で明白な結果をすばやく取得するための理想的な方法です。 解釈が簡単で、CROを初めて使用するマーケターにとっては威圧感が少ないため、多変量テストの設計よりもCROを好む大企業が連続サイクルで使用する場合もあります。 最適化の世界への旅を始めたばかりの場合は、ここから始めるのが最適かもしれません。

対照的に、多変量テストは、テストする必要のあるバリエーションの数に対応するために、トラフィックが多いサイトに推奨されることがよくあります。 テストする特定のページも十分に露出している必要があります。 多変量テストは、コンテンツピースにさらに微妙な変更を加えて実験し、さまざまな要素の相互作用を追跡する場合に最適です。 また、後で大規模にサイトのデザインに体系的に適用できる結果を取得する場合にも役立ちます。

A / Bテストの実行方法がわかったので、マーケティングキャンペーンのどの側面に最初に取り組むべきかをどのように知っていますか？ 私たちはあなたにぴったりのリソースを持っています：キャンペーン最適化チェックリスト。 キャンペーンのどの部分が成果を上げていないかを特定するのに役立つため、テストと最適化の取り組みに優先順位を付けることができます。

このブログは、コンバージョン率最適化ブログシリーズの決定的なガイドの一部です。