LP運用における【A/Bテスト】やり方と押さえておくべきポイント
（最終更新 : ）
LPを改善するために「ABテストをおこないたい」と考えているWeb運営者やマーケティング担当者も多いでしょう。ABテストは成果を最大化するために欠かせないマーケティング施策ですが、やみくもに実施しても意味がありません。
この記事では、ABテストを実施する流れや、ABテストの便利なツール「Googleオプティマイズ」について詳しく紹介していきます。
Index
ABテストがなぜ必要か
ABテストとは、基準となるAパターンに対して、異なるBパターンのコンテンツを同時運用し、分析・検証をおこなうことです。複数パターンのLPを比較することで、コンバージョン率（CVR）やクリック率（CTR）の高いパターンを見つけることができます。
ABテストをおこなわない場合、「本当にそのLPがベストなのか？」という検証ができません。異なるパターンのコンテンツを試験的に運用し、ユーザーの反応を検証することで、より成果のでるLPに改善できるようになります。
ABテストを実施するために必要な条件
ABテストは、まったく異なるコンテンツを比較することではありません。Aパターンを基準としたら、比較対象となるBパターンも同じ条件設定にしておく必要があります。
一度に複数箇所を変更してしまうと、どの部分が効果的なのか判断できないため、1ヵ所ずつテストしていくのがセオリーです。
また、流入数の少ないページでABテストを実施しても、そもそもの母数が少なすぎて信頼できるデータが取得できません。広告運用やSEOによる集客などによって、流入数が確保できた段階で実施するようにします。
ABテストを実施すべきコンテンツ・要素
LPのABテストでまず悩むのが「どの要素をテストしたらいいのか」ではないでしょうか。
ABテストは「離脱率低下」「CVR向上」のために行うものですから、まずは「CVやクリック／タップを促す要素」「目立つ要素」のテストを実施しましょう。具体例を紹介します。
ファーストビューのメイン画像と後ろの導入文
優先的にテストすべき要素としては「ファーストビューのメイン画像と導入文」が挙げられます。LP最上部であるファーストビューは、ユーザーが必ず目にする「目立つ場所」だからです。
LPを一目見て離脱するユーザーも多いので、ファーストビューの離脱率改善はCVRアップのために重要なポイントです。
例えば以下のようなテストが考えられますので、参考にしてください。
- 導入文のテスト例
- ・訴求ポイントを変更（効果、権威、価格、簡便性、ターゲット、限定など）
・表記方法を変更（箇条書きなど） - 画像のテスト例
- 画像を変更（写真orイラスト、モデルor商品、モデルの性別・年代など）
CTAボタン
CTA（アクションボタン）のABテストも重要です。CTAは申込み・問い合わせフォームへの遷移ボタンであり、CTRに直結するからです。
例えば「ボタンの色やサイズを変更する」といった簡単なことでCTRが向上することもあります。CTAの「色」「サイズ」「位置・数」「ボタン内またはボタン直前のテキスト（訴求）」などを変更してテストしてみましょう。
フォームの使いやすさ
フォームもABテストを実施すべき要素といえます。フォームはCVRに直結するからです。
例えば「フォームが使いにくく面倒」と感じると、フォームに遷移したユーザーが入力途中で離脱してしまいます。フォームのABテストでは「入力項目の数」「入力項目の配置」「項目名」「背景色」などを変えてテストを行いましょう。入力項目は少ないほうがユーザーにとってのハードルが下がります。
ABテストの効果を高める「PDCAサイクル」
ABテストを1回実施しても、期待通りの成果が出るとは限りません。しかしテストの結果を次のテストに活かすことで、CVR向上が期待できます。
つまり質が高く効果の出るABテストのためには、PDCAが大切です。
ここではABテストでPDCAを回す手順を紹介します。
現状把握・検証要素の特定
まず「LPの問題点と目的」と「ABテストで検証する要素」を特定します。ABテスト実施のための仮説・変更案をつくるためです。
現状把握にはGoogle Analyticsなどのアクセス解析ツールを使います。例えばアクセス解析で「離脱率が高い」とわかった場合、「離脱率を下げればCVが増加するのでは」と考えられます。
離脱率を高めている要素（ABテストで検証すべき要素）を特定するには、ヒートマップツールを使います。例えばヒートマップツールで「ファーストビューで離脱されている」とわかったら、ファーストビューのABテストが必要です。
変更案の作成
現状把握と要素の検証をもとに仮説を立て、仮説をもとにABテストで使う変更案（別パターンのLP）を作成します。仮説を立てずになんとなくデザインやコピーを変更した場合、一時的にCVRが向上してもノウハウを次に活かせないからです。CVRが落ちる可能性もあります。
離脱率が高い場合の仮説と変更案の例を紹介します。
ファーストビューの訴求ポイントがターゲットに刺さっていないのではないか
→キャッチコピーの訴求ポイントを変更
ターゲット層の好むデザインになっていないのではないか
→LP全体の色を変更
モデルとターゲット層の年代が合っていないのではないか
→モデル画像変更
他の要素ですと「熟読エリアの直下にCTAがないためCTRが上がらない」と仮説を立て、変更案では「熟読エリア直下にCTAを追加する」といった例が考えられます。
ABテストの実施
変更案ができたらテストを実施します。Googleオプティマイズなどの無料ツールを使い、元LPと変更案に50％ずつ流入させて比較しましょう。
一概には言えませんが、テスト期間は1～2週間程度が好ましいです。平日も土日もデータをとることで曜日による波を平均化できる一方、あまり長く期間をかけると季節や時世といった外部要因に左右されてしまう可能性があるためです。
効果検証
ABテスト実施後、効果の検証を行います。効果が出た変更案はオリジナルに反映させ、さらにCVRを高めるための改善点を探します。効果が出なかったのであれば、別の要素・別の視点をテストしてみましょう。
効果が出ても出なくても、ABテストは1度きりで終わるものではなく、続けていくものです。繰り返すことでより効果が見込めます。
ABテストでよくある「失敗パターン」
ABテストでおかしがちな失敗パターンには、以下のような特徴が見受けられます。
- AとBの条件が違う
- 仮説の質が低い
- ABテストの結果より「運用者の主観」を優先する
- テスト期間が短すぎる
- ABテストするLPの訪問数が少ない
- 検証期間がズレている
- 流入元が違う
- LPの複数箇所を変更して比較している
- リダイレクトテスト
- デザイン・構成・URLがまったく違うLPを比較するテスト。新しいデザインのLPを試すときなどに用いる。
- 多変量テスト
- コンテンツの組み合わせのテスト。「効果的なコンテンツの組み合わせを探る」「複数項目を同時にテストする」場合などに用いる。
- 無料
- SEOや広告スコアに影響しない
- テスト実施の工数が削減できる
- 集計・分析が簡単
- GoogleアナリティクスやGoogleタグマネージャーと連携可能
AとBの条件が違う
まずAとBの条件が違うパターンがあります。条件を揃えないと、ABテストになりません。
下記のような条件の不一致は解消しましょう。
仮説の質が低い
仮説の質が低いのも問題です。仮説が曖昧だとテストが行き当たりばったりになり、いい結果が出てもノウハウを蓄積できません。
質の高い仮説が立てられていないと感じているのであれば、一度外部のマーケターに意見を求めるなど、外部の知見を取り入れる工夫をしてみるのが良いかもしれません。
ABテストの結果より「運用者の主観」を優先する
「テスト結果より運用者の好み・主観を優先する」のも失敗パターンとして多いです。せっかく数値として現れているにもかかわらず、何か理由をつけて自分の思い込みを捨てきれない担当者や企業が非常に多いと感じます。運用者の感情に流されるとテストの意味がありません。
テスト期間が短すぎる
ABテストの期間が短すぎるのも問題です。最低でも1〜2週間程度はABテストを実施しましょう。平日と土日ではPV数が変わるため、どちらのデータもとる必要があるからです。また、「たまたま外部要因で、瞬間的に流入が増えた」「最初から購入を決めていたユーザーが一定数流れ込んだ」など、期間が短いとイレギュラーな要因による影響が大きくなってしまいます。
ABテストするLPの訪問数が少ない
PV数が少なすぎるにもかかわらず、テスト結果を信頼して修正をしてしまったというパターンもあります。PV数が少ないとテストの精度が低くなります。
ABテストの便利なツール「Googleオプティマイズ」
引用：https://marketingplatform.google.com/intl/ja/about/optimize/
ABテスト実施のためのツールとしてはGoogleオプティマイズがあります。「まずはGoogleオプティマイズを使ってみるべき」というほどメジャーなツールです。
「Googleオプティマイズでできること」や「広く利用されている理由」を紹介します。
Googleオプティマイズでできること
Googleオプティマイズでは、ABテストをわかりやすいUIで使うことができます。Googleという最大手が提供しており、無料で使うことができるということもあって、ABテストツールの定番となっています。
一般的なABテスト機能の他に優れている機能としては、
「3つ以上のパターンを同時に検証できる」「ビジュアルエディタで簡単に画像・テキストを差し替えられて、変更案が作れる」といった点を挙げられます。
ABテストのほか「リダイレクトテスト」「多変量テスト」といった別のテストも実施可能です。
Googleオプティマイズのメリット
Googleオプティマイズには以下のようなメリットがあります。
まとめると「Googleオプティマイズは、無料で簡単にABテストできるツール」といえます。最初の設定さえクリアすれば、初心者でも戸惑わずに使えるはずです。
ABテストの便利なツール「その他」
Googleオプティマイズ以外にもABテストに使えるツールがあるので紹介します。ここで紹介するツールはすべて有料です。
Optimizely
引用：https://www.optimizely.com/
Optimizelyは世界で8,000社以上に導入されているツールです。
テストは「ABテスト」「多変量テスト」「複数ページテスト（遷移先ページもテストするもの）」の3種類に対応。スマホアプリ内のABテストも可能で、簡単に高レベルの検証が可能です。
VWO（Visual Website Optimizer）
世界2500社以上に導入されているツールです。
実際できるテストは「ABテスト」「多変量テスト」「リダイレクトテスト（スプリットURLテスト）」の3種類。操作性がよく、導入時の初期トレーニングなどのサポートも充実しています。
Kaizen Platform
引用：https://kaizenplatform.com/
「Kaizen UX」が、ABテストを含めたWEBサイト改善（CVR向上）のためのサービスとなります。ECサイトのみならず、人材や動画配信といった会員サービスのLP改善実績も豊富なのが特徴です。
手厚いサポートがついているので、LP改善全体を外注したいなら導入を検討したいサービスです。
DLPO
DLPOは日本国内での実績第1位のLPOツールとして有名です。「ABテスト」「多変量テスト」が実施できます。
「設定代行」「ABテスト代行」などのサービスが用意されているので、自社でABテストを計画・実施するリソースが足りない場合に便利です。
まとめ
LPを改善しCVRを向上させるため、ABテストはとても重要です。ただしABテストは「なんとなくやってみればいい」というものではありません。適切に実施しなければ、テストが無駄になる可能性もあります。
具体的には「仮説に基づいて変更案をつくる」「オリジナル版と変更案を同一条件のもとで比較する」「十分なデータ数をとる」といった点に注意しましょう。
なおABテスト実施にあたってはツール選びも大切です。自社でテストを設計して実施できるなら、無料ながら十分な機能が揃っている「Googleオプティマイズ」をおすすめします。
自社にABテスト実施のためのリソースが足りないケースでは、有料のツールやサービスの導入を検討するのがおすすめです。サポートでテスト設計や実施代行を利用すれば、ABテストやLP改善にかかる労力を省力化できます。「最初は外注し、慣れたら内製化」とすれば、外注費用がかかり続けることもありません。
「現在のLPで結果が出ない」と悩んだら、ABテストで最適なLPに近づけていきましょう。
