A / Bテストの実行方法：初心者向けの包括的なガイド

公開: 2019-03-05

あなたはどのくらいの頻度であなたのデジタルマーケティングで選択の問題に直面しますか？視聴者にとって何が正しいかをどのように判断しますか？戦略を最大限に活用し、コンバージョン率を高めるには、どのような選択肢がありますか？これらは、ビジネスWebサイトを構築し、オンラインプレゼンス用のコンテンツを作成し、マーケティング活動に従事するときに避けられない質問です。

しかし、期待している結果が得られる可能性が最も高い選択肢を見つけるための実証済みの方法があるのに、なぜ成功の可能性をランダム化するのでしょうか。解決策はA / Bテストです。この記事では、このマーケティング手法を詳しく見て、最も重要な質問に答えます。A/ Bテストを行う方法は？

A / Bテストとは何ですか？

A / Bテスト、別名スプリットテストは、デジタルマーケティングの実験的な方法であり、単一のコンテンツの2つのバリアントのパフォーマンスを比較し、最終的にどちらを使用して最良の結果を得るかを特定するという最終目標を設定します。

ほとんどのマーケティング活動は、コンバージョン率を上げることに帰着します。これは基本的に、見込み客を顧客に変えるキャンペーンの能力です。この点で、A / Bテストは、コンバージョン率を最大化するという点で、あるバリエーションが別のバリエーションよりも効果的であることを証明する方法です。

これが簡単な例です。マーケティングメールを送信したいが、件名の2つのバリエーションのどちらが受信者にあなたの手紙をクリックするように説得する可能性が高いかを判断するのに苦労しています。あなたがする必要があるのは、2つの同じサイズのオーディエンスグループを考え出し、それぞれに異なる件名の電子メールを送信することです。より良いオープンレートを示すものは、残りのターゲットオーディエンスに送信する必要があります。これは、実際の典型的なA / Bテストです。

さまざまな業界で、体系的で一貫性のある分割テストにより、多くのメリットがもたらされる可能性があります。 Optimizelyは次の統計を報告します。

メディア：A / Bテストにより、平均ページビュー数が29％増加し、読者のエンゲージメントが14％増加します。
eコマース：買い物客のエンゲージメントは13％増加し、収益は21％増加します。
SaaS ：ページビューが最大29％増加し、カスタマーエンゲージメントが17％増加します。

とはいえ、コンバージョン率を最適化するためのA / Bテストの重要性を無視することはできません。これは、決定がコンバージョンにどのように変換されるかについてのランダム性要因を最小化する主要な方法の1つだからです。

結局のところ、「腸の感覚」だけに頼ってビジネスを行うことは、あなたを遠ざけることはほとんどありませんが、実験の結果として得られた実際の経験的データは、成功の可能性を高めます。

A / Bテストは何ができますか？

簡単な答え：それが理にかなっている限り、ほとんど何でも。見込み客の行動や意思決定に影響を与える可能性のあるものはすべて、さまざまな結果を伴うA / Bテストを受けることができます。

ブログ：見出し、小見出し、段落のテキスト、長さをテストすると、ブログのトラフィックと読者のエンゲージメントを高めることができます。
ホームページ：デザイン要素（画像、ページレイアウト、ヘッダー、フッター、ナビゲーションメニュー、配色など）とコンテンツ（見出し、テキストの説明、証言、賞、メディアの言及など）の両方を順番にA / Bテストできますバウンス率を下げ（訪問者をホームページに長くとどめておく）、コンバージョンを増やします。
ランディングページ：最高のコンバージョン率を達成するには、さまざまな画像、登録フォーム、CTA（召喚状）を備えた分割テストページを検討してください。 CTAボタンのデザイン、テキスト、色、ページ上の場所などのわずかな詳細でも、ランディングページの効果に影響を与える可能性があります。
製品ページ：A / Bテストを通じて製品名と説明、製品画像、および販売コピーを最適化すると、オンラインストアでの購入が増えます。
メールマーケティング：件名、見出し、敬礼、本文のコピーとその長さなどのさまざまな変数が、メールの開封率、読者の関与、コンバージョン率に影響を与える可能性があります。
オンライン広告：さまざまな見出し、広告コピー、オファーをA / Bテストすることで広告の効果を高めることができるため、広告費を削減できます。
SEO ：A / Bテストは、さまざまなメタタグ、キーワード、リダイレクト、バリエーションURLなどを試すための十分な時間と専門知識がある場合に、検索エンジン向けにサイトを最適化するのに役立ちます。ただし、違反したことでGoogleからペナルティを受けないように注意してください。ウェブマスター向けガイドライン。

A / Bテストには何が必要ですか？

分割テストとは、同じものの2つの利用可能なバリアントから1つを選択することです。どちらを選択するかは、両方のサンプルを同じ条件でテストした後に受け取るフィードバックによって異なります。このフィードバックは、購入、クリック、ビュー、いいね、シェア、オープンレートなどの定量的な指標に反映されます。

したがって、A / Bテストを正確に行うには、次のものがあることを確認する必要があります。

テストのオブジェクトとその変数：オブジェクトは、テストするコンテンツまたはキャンペーンの一部です。 変数は、このオブジェクトの特定の部分またはプロパティであり、2つのバリエーションを持つことができます。前の例に戻ると、オブジェクトはマーケティングメールです。変数はその件名です。
バリエーションA ：変数の最初のバージョン。 私たちの場合、それはあなたが念頭に置いている件名の定式化の1つです。
バリエーションB ：変数の2番目のバージョン。 それぞれ代替件名。
2つの等しいオーディエンスグループ：あなたの目標は、変数AとBが比較的等しい人々のグループでテストされることを確認することです。 そうしないと、実験の結果が歪んでしまいます。私たちの電子メールの場合、あなたがする必要があるのはあなたのメーリングリスト（これはあなたのフォーカスグループになります）の一部を取り、それを2つに分割することです。ただし、Webサイトのページをテストするときは、何人の訪問者がWebサイトを見に来るかわからないため、「無限の」オーディエンスに対処する必要があります。この場合、トラフィックを50から50に分割するのが理にかなっています。したがって、訪問者の半分にはバージョンAが表示され、残りの半分にはバージョンBが表示されます。ただし、各グループには毎回1つのバリアントのみが表示されるようにしてください。ほとんどのA / Bテストツールはそれを保証できます。
仮説：正確に何をテストしているかに応じて、実験の結果について仮定を立てる必要があります。 たとえば、「メールAはメールBよりも開かれる可能性が高くなります。なぜなら[。。。 ] 」。これにより、事前に目標を明確にし、仮説を確認または反論するために使用する必要のあるメトリックを決定できます。
テストメトリック：AまたはBのどちらのバリエーションのパフォーマンスが優れているかを特定するために信頼するメトリック。 私たちの仮説に従うと、私たちの場合、それは電子メールの開封率です。テスト期間の終わりまでにバリアントAがバリアントBよりも多くのオープンを取得した場合、パフォーマンスは向上し、仮説が確認されます。バリアントBがバリアントAに勝る場合、仮説は反駁され、件名がBの電子メールをリストの残りの部分に送信するのが理にかなっています。

効果的なA / Bテストのヒント

A / Bテストは比較的単純な実験であり、キャンペーンに最適なものを見つけることができます。ただし、テスト結果を正確にするには、次の推奨事項を考慮に入れることを検討してください。

最も必要な場所にA / Bテストを適用する：どの実験も完了するまでに時間がかかります。 すべてをA / Bテストする時間はほとんどないため、CTA、マーケティングメールなど、コンバージョン率に直接影響するものに焦点を当ててください。
テストを実施する前に分析データを調査する：盲目的にテストを実行することは避けてください。 そうでなければ、あなたはただあなたの時間を無駄にするでしょう。 Google Analyticsなどのツールを使用して、サイト内の問題のある領域とコンバージョンファネルを見つけます。バウンス率が高いページ、効果のないCTAなどを探します。ヒートマップやページ上の調査など、訪問者の行動を分析するために追加の機器を使用することを検討してください。
A / Bテストは一度に1つの変数のみをテストします。目標は、問題の要素をその環境から分離して、そのバリアントのどれが全体のパフォーマンスを向上させるかをテストすることであることを忘れないでください。一度に複数の変数を調べると、結果に何が影響したのかを正確に判断することはできません。たとえば、異なるバージョンのCTAボタンをテストする場合は、一度に1つの変更（色、サイズ、またはテキスト）を導入するようにしてください。
両方のバリアントを同時にテストする：タイミングもテストの結果に影響を与える可能性があります。 したがって、あるバリアントを別のバリアントと一緒にテストすることの重要性。
信頼できる結果を生成するのに十分な時間をテストに与えます：信頼できる結果を得るためにA / Bテストを実行する必要がある期間を言うのは難しいです。それはあなたが正確に何をテストするか、そしてあなたの聴衆がどれくらい大きいかに依存します。一般に、サイトのトラフィックが少ないほど、大量のデータを取得するのに時間がかかります。
結果に基づいて変更を実装します。最後になりましたが、A / Bテストに費やした時間と労力を有効に活用してください。 重要な結果が得られる限り、キャンペーンに戦略的に導入します。テストしたバリエーションの1つを支持する重要なデータがない場合、選択した変数は決定的ではないため、別のテストを実行するか、任意のバリアントを使用する必要があります。

結論

A / Bテストは必須ではありません。あなたはあなたのマーケティングキャンペーンの当て推量を最小限にするためにそれをするかどうかのどちらかです。ただし、いくつかのテストを成功させた後、一部のバリアントは他のバリアントよりもはるかに優れたパフォーマンスを発揮し、それらを知っているとより多くの利益が得られ、意思決定やマーケティング資料の計画が容易になることがわかります。