広告やWebサイト、ランディングページなどWeb上での成果を上げるために重要になってくるのが「A/Bテスト」です。
しかし、ただただA/Bテストを繰り返すだけでは意味がありません。A/Bテストを正しく使いこなし、コンバージョン率を高めましょう。
今回はそんなWeb上での効果を最大限にするために必要となるA/Bテストについて基本的なことから、実際に行う手順までをご紹介いたします。
A/Bテストとは、Webマーケティングにおけるテストの一種で、「パターンA」と「パターンB」を作成し、どちらが良い効果を発揮するのかを検証することです。
A/Bテストという名前ですが、AとBの2パターンではなく複数パターン作成しテストする場合も少なくありません。
作成した複数パターンをランダムにユーザーに表示し、それぞれの効果を検証します。
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にしていくことで、広告やWebサイトが最適化され、クリック率やコンバージョン率がアップします。
A/Bテストが行われる場所としては、「広告」「バナー」「Webサイトやランディングページ」「メール配信」が多いです。
Webサイトのデザインなどは正解がなく、明確な判断をすることが困難です。
しかしA/Bテストなら、結果の数値によって客観的に優劣をつけることができ、コンテンツのコンバージョン率改善に活用することが可能です。
A/Bテストでは、同時並行で複数のパターンをテストすることができるため、Webサイトなどの運用を止めることなく最適解を知ることができます。
また、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の様々な外的要因が関わってきます。
同時並行でパターンをテストすることで、テストしたい要素以外はほとんど同じ条件になるため、特定の要素に対する評価を正しく行えます。
まず、何を改善するためのテストなのか目的を整理します。
広告やWebサイトの最終目的はコンバージョン率を高めることですが、コンバージョン率アップという目的だけではどこを改善すればいいのかが見えません。
Web解析*などを活用し、「ページビュー数の向上」や「他ページへの遷移数向上」、「直帰率を下げる」といったユーザーのコンバージョンまでの導線や行動を分析し、そこの改善を目的とします。
*Web解析については、こちらの「保存版！Web解析の種類と活用できるツールについて」をご覧ください。
次に、仮説を立てましょう。
手当たり次第にA/Bテストを行っていくのではなく、効果が出そうな箇所を予測します。
すごく細かいところをテストしていくより、コンバージョンに近い要素やよくユーザーの目に触れられる要素など影響の大きいところをテストしましょう。
必ずしも綺麗なデザインが良いとは限りません。ユーザー目線に立ち、目的を達成するためにはどうすればいいのかを考えましょう。
仮説を立て、テストする要素が定まれば、実際にテストしていきます。
しかしその前に、該当する要素を変更することで影響する範囲を抑えておきましょう。
たとえば、フォーム送信ページへの遷移を強化するため、元々フォーム送信ページへのリンクと別サイトへのリンクが設置されていたページを、フォーム送信ページへのリンクのみの設置にするとします。
フォーム送信ページへの遷移は増えるかもしれませんが、別サイトでのコンバージョンが減少してしまうかもしれません。
A/Bテストで思いもよらなかった影響が出てしまうこともあるので、テストする要素が影響しそうな範囲を把握しておきましょう。
テスト結果が出た後、勝利パターンを確認するだけなど、ほったらかしにせず分析・改善を行いましょう。
テスト前に立てた仮説が合っていたのかどうか、間違っていたならどこが違ったのか考えます。
行ったA/Bテストの結果が良かったなら、さらに変更した要素をテストしていくことでさらに良いものにしていくことができます。
テスト結果が悪かったなら、その要素をもう一度変えて再度テストしてみたり、テストする要素を考え直してみるなど結果向上に向けて改善を続けてみましょう。
次に、A/Bテストが効果的だとされているポイントを3つご紹介いたします。
A/Bテストを行う上で最も効果的とされているのが、ファーストビューの画像です。
ファーストビューの画像はWebサイトに訪れたユーザーが100％見る画像で、この画像によってユーザーは離脱するか滞在するかを決めるといっても過言ではありません。
つまり、サイトに訪れるユーザー層を予測し、ユーザーがどのようなものを求めているのかを分析することが大切です。
どういったファーストビューの画像がユーザーの滞在に効果的なのかを分析するために、A/Bテストを活用することができます。
コンバージョン率を上げるために重要になってくるのが、問い合わせや資料請求へつなげるための「ボタン」です。
ボタンが小さくて見づらかったり、色が地味で存在に気づきにくいとユーザーはボタンだと気づかないかもしれません。
自分が作成したボタンは、ユーザーに気づいてもらえているのか、より目立つようにした方がいいのかA/Bテストで調査することができます。
また、形や大きさ、色だけでなく「問い合わせはコチラ」「コチラから問い合わせする」などの文言についてもA/Bテストしてみるとより最適なボタンが見えてきます。
タイトルや見出しも、Webサイトであればビュー数、メール配信であれば開封数に影響してきます。
たとえば、「○○について紹介」とするのがいいのか、「【今話題】○○について紹介」とするのがいいのかなど、A/Bテストで関心を持ってもらいやすいタイトルを探っていきましょう。
複数箇所のテストをしたい場合、「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す」多変量テストという方法もあります。
たとえば、色を3パターン、文言を4パターン作成した場合、3×4の12パターンでテストを行います。
A/Bテストを繰り返し、変更要素を一つ一つ絞っていくよりも、より多くの可能性の中から最適なものを見つけられるのが多変量テストのメリットです。
しかし、テストパターンが多くなればなるほど、多くのデータ採集が必要になってきます。
多くのデータを採集するには長期間かかってしまうことがあるため、その間はWebサイトの改善ができなくなります。
採集できるデータがあまり多くない場合には、少ないデータでも結果がでてくるA/Bテストの方が効果的です。
スプリット（分ける）という名の通り、「Webサイトに訪れたユーザーにリダイレクトをかけて別のページへ飛ばす」方法もあります。
スプリットURLテストでは、URLとデザインが異なる複数のページを事前に用意し、あらかじめ決めておいた一定の割合でユーザーを別ページにリダイレクトさせます。
デザインが大きく異なるランディングページや、既存ページとは違うデザインに大幅リニューアルしたい場合に効果的です。
テストパターン全てを作成する必要があるため、高い制作スキルと多くの工数が必要とされます。
またスプリットURLテストでは、多くの要素が異なることから、各パターンの成果に対し個々の要素での影響を評価することが困難であるため、あくまでもパターン全体としての効果を測定するという理解が必要です。
今回は、コンバージョンに繋がる特定の要素を複数パターン用意しテストする「A/Bテスト」についてご紹介いたしました。
A/Bテストを行う前には効果の予測や他要素への影響範囲などをあらかじめ予測し、テスト後には結果を見るだけでなく分析や改善をしましょう。
必要であれば、何度もA/Bテストを行い効果が最大となるものを探してみてください。
Web上での効果を最大限にするために、A/Bテストを取り入れ、どんどん良い広告やWebサイトを作り上げていきましょう。