A/Bテスト完全ガイド2026：手順を一つずつ解説（事例付き）
ランディングページのA/Bテストは、何が効くのかを推測に頼らず、コンバージョン率を高めてビジネスを成長させる最も効果的な方法の一つです。
ランディングページのA/Bテストは、何が効くのかを推測に頼らず、コンバージョン率を高めてビジネスを成長させる最も効果的な方法の一つです。
赤いボタンと青いボタンのどちらがコンバージョンにつながるかを議論する代わりに、ランディングページのA/Bテストなら、実際の訪問者に異なるバージョンを見せて、どれが本当に最も成果を出すかを測定できます。
重要ポイント
- この総合ガイドでは、何をテストするかの見極めから、勝ちパターンの反映まで、ランディングページのA/Bテストをプロのように始める手順を一つずつ解説します。
- ランダムな要素をやみくもにテストするのではなく、必ず基準となる指標を押さえ、現在のランディングページの成果から見えた実際の課題をもとに、具体的な仮説を立てましょう。
- 1回のテストで変更する要素は1つだけにします。そうすれば、成果の向上や低下の原因をはっきり特定できます。
- 統計的有意性を理解して、偶然のばらつきかもしれない結果をもとにビジネス上の判断をしないようにしましょう。
A/Bテストとは？
A/Bテストとは、Webページの2つのバージョンを比較して、ターゲット層に対してどちらが高い成果を出すかを判断する、管理された実験です。
A/Bテスト、スプリットテスト、多変量テストの違い
「A/Bテスト」と「スプリットテスト」はしばしば同じ意味で使われますが、A/Bテストは、わずかな違いのある2つのページ（バリエーションAとB）を比較することを指します。
一方、スプリットテストは、Webページの2つのまったく異なるバージョンを比較し、どちらが訪問者から良い反応を得られるかを確かめます。トラフィックをランダムに振り分けて各バージョンを表示し、どちらが優れた成果を出すかを測定する流れです。
そして多変量テストでは、ランディングページ上の複数の要素を同時に変更し、どの変更の組み合わせが最も効果的かを調べます。詳しくはランディングページのスプリットテストとA/Bテストの違いのガイドをご覧ください。
A/Bテストの用語
ランディングページのテストにおけるバリエーションとは、テスト対象（Webページやメールデザインなど）の別バージョンのことです。
コントロールとは、現在使っている元のバージョンのことで、ほかのすべてを比較する基準、つまり出発点になります。
チャンピオンは現在最も成果の高いバージョン、チャレンジャーは、チャンピオンを上回れるかを確かめるためにテストする新しいバージョンです。
統計的有意性とは、テスト結果に表れた差が偶然ではなく、本物だと確信できる状態を指します。A/Bテストの目標の一つは、統計的に有意な結果を得ることです。
なぜランディングページをA/Bテストするのか？
ランディングページはマーケティングファネルの重要なコンバージョンポイントであり、その最適化はビジネスの成功に欠かせません。体系的なテストをしないままでは、マーケティング予算を賭けのように使い、得られたはずの収益を逃してしまいます。
戦略的にテストすれば、訪問者が求めるものを思い込みで判断するのではなく、ページのすべての要素をビジネス目標に向けて機能させられます。
ランディングページのテストがビジネスにもたらす効果は、ほかにもあります。
- コンバージョン率と収益の向上
- ユーザー体験とエンゲージメントの向上
- 広告投資に対するリターンの最大化
- リスクが低く、見返りの大きいアプローチ
- オーディエンスへの理解と洞察の深化
- 最適化による直帰率の低下
- 改善の積み重ねが、指数関数的な成果を生む
A/Bテストのステップバイステップガイド
重要な用語と、ランディングページをA/Bテストする理由が分かったところで、さっそく手順を一つずつ見ていきましょう。
まず大切なのは、このプロセス全体をひとつの実験として考えることです。この実験では、あなたは収益を改善する方法を探す研究者です。
全体の流れを簡単にまとめると次のとおりです。
ステップ1：改善できる領域を見つける
実験の出発点は何でしょうか。それは、改善できる領域を見つけることです。
A/Bテストでは、比較の基準となる現在のデータがある土台のランディングページがすでにあることを前提としています。ページの種類やスタイルのテストと、ページ内の要素のテストを組み合わせて進められるのは、このためです。
同じ目的を持つ2つのランディングページでスプリットテストを行い、「勝った」ページを一連のA/Bテストで最適化していきます。
スプリットテストで勝ったページが、A/Bテストのコントロールになります。
もう一つの方法は、インパクトの大きいページを選んでテストすることです。手順は次のとおりです。
- マネーページを特定する – チェックアウト、商品ページ、料金ページ、登録フォーム
- アナリティクスを確認する – トラフィックが多く、ビジネス上の価値も高いページを探します
- 離脱ポイントを探す – 訪問者はサイトのどこで離れていくことが多いでしょうか
- コンバージョン率の高いランディングページから始める – 売上、リード、登録に直結するページです
- インパクトの小さいページは後回しにする – 重要なところを最適化してから取り組みます
ステップ1.a：ベンチマークを定義する
基準となる計測がなければ、変更が意味のある改善をもたらしたのか、単なる偶然のばらつきなのかを正確に判断できません。
まずは、現在のランディングページから最低でも2〜4週間分の過去データを集めてください。しっかりした土台になります。時間帯別、曜日別、流入元別のコンバージョン率などの指標を確認しましょう。テストを始める前に、通常のパフォーマンスのパターンを把握できます。
季節的な傾向も考慮してください。たとえばリフォームを扱っている場合、冬の基準値は春のテストにはあまり役立ちません。リフォームは乾燥した気候の時期に行われることが多いためです。ベンチマークのデータは、現在の状況での一般的なパフォーマンスを反映したものにしましょう。
ステップ1.b：テスト変数となるランディングページの要素を決める
実は、ランディングページ上のあらゆる要素をテスト変数にできます。
ビジュアルを増やしたらCTRが上がるか？ もちろん試せます。
CTAボタンを指す矢印アイコンで、クリックするユーザーは増えるか？ ぜひ試してください。
背景色の変更は、料金セクションでのユーザーの行動に影響するか？ テストしてみましょう。
ほかにも、テストできるランディングページの要素と、それぞれが指標に与えうる影響を紹介します。
ヒーローセクションと見出し
見出しは訪問者が最初に目にすることが多く、読み進めてもらえるか、すぐに離脱されるかを左右します。
ベネフィットを訴求する見出しと、機能を訴求する見出しを比べてみましょう。たとえば「もっとリードを獲得」（ベネフィット）と「高度なリード獲得ソフトウェア」（機能）です。見出しの長さを変えてテストするのも有効で、短くて歯切れのよい見出しより、より多くを説明する長めの見出しのほうがコンバージョンにつながることもあります。
コピーのテスト（見出しとは別）
コピーとは、見出し以外のページ上のあらゆるテキストのことです。箇条書き、短文、長文といったコピーの構成をテストできます。コピーの語り口や、難しい言葉をくだけた表現にするか、分かりやすい直接的な表現にするかも、変数になりえます。
ビジュアルコンテンツ（画像と動画）
人物が写った画像と、商品だけの画像を比べてテストしてみましょう。画像のサイズや配置を変えるのもおすすめです。見出しと競合しない小さめの画像のほうが、うまくいくこともあります。
次のような問いに答えを出しましょう。ユーザーが投稿した商品画像を加えると、ページのセッション数は増えるか？ 画像に人物を加えると、より多くのリードを集められるか？ どんな画像が、商品への信頼と安心感を伝えられるか？
コール・トゥ・アクション（CTA）ボタンと配置
CTAボタンのデザイン、色、テキスト、位置は、訪問者が望ましい行動を取るかどうかに直接影響します。ランディングページのボタンの色や文言を少し変えるだけで、コンバージョンが大きく改善することもあります。アニメーションの追加や削除による視覚的な影響もテストできます。
オプトインとフォーム項目
フォームの必須項目、長さ、配置は、完了率とリードの質に大きく影響します。
シンプルなフォームのほうが、詳細なフォームよりも送信数が増えるでしょうか。長いフォームはリードの質にどう影響するでしょうか。メールアドレスのみを聞く場合と、メールアドレスと名前を聞く場合を比べたり、スキップできる任意項目を試したりしてみましょう。
ソーシャルプルーフと信頼シグナル
ソーシャルプルーフの種類や見せ方は、訪問者のブランドへの信頼に大きく影響します。お客様のレビューと専門家の推薦を比べてテストすると、何が最も信頼を築くかが分かります。情報の安全性を保証する信頼バッジを追加すると、スクロール深度は上がるでしょうか。
価格戦略と見せ方
価格、プランの選択肢、バリュープロポジションの見せ方は、フォームの送信数に直接影響します。価格を最初から表示する場合と、価値を説明してから明かす場合を比べてテストしましょう。透明性を好むオーディエンスもいれば、先にメリットを理解したいオーディエンスもいます。
価値の見せ方そのものもテストできます。月額と年額の表示を比べたり、コスト削減を強調したりしてみましょう。3つの料金プランを提示すると、離脱率にどんな影響があるでしょうか。
ページ全体の長さ、構成、レイアウトのテスト
情報の量と構成は、ユーザーのエンゲージメントやコンバージョンのパターンに影響します。長く詳細なページと、短く要点を絞ったバージョンを比べると、オーディエンスが充実した情報を求めているのか、素早い判断を好むのかが見えてきます。
A/Bテストの最初のステップを完了するために答えるべき主な問いは、このランディングページで、ほかに何を改善できるかです。
ベンチマーク、成果の出ているランディングページ、KPIを見て、共通する課題は何でしょうか。予算の可能性を十分に活かしきれていない高単価のオファーはどれでしょうか。すでに成果の出ているページに、質の高いトラフィックをさらに呼び込むにはどうすればよいでしょうか。
ここが肝心です。これは行き当たりばったりで進めてはいけません。変数をテストする理由が思いつかないなら、そもそもテストする意味があるでしょうか。
次のような進め方があります。
- 変えたいことをすべて書き出す – 改善のアイデアをすべて書き留めます
- 最も重要な要素を選ぶ – 主な目標に最も大きな影響を与えそうな変更を1つ選びます
- 2つのバージョンを作る – その1つの要素以外は、すべてまったく同じにします
ステップ2：成功指標を決め、仮説を立てる
テストは、なぜその変更が成功指標を改善しうるのかという、具体的な仮説に基づいて行う必要があります。そこで、A/Bテストのステップ2に進みます。
ステップ2.a：成功指標とKPIを確認する
テストを始める前に、何をもって成功とするかを決めておく必要があります。主要指標は、ビジネス目標と一致させましょう。
ほとんどのランディングページではコンバージョン率になりますが、目標によってはほかの指標に注目することもあります。目標別に追うべきその他の重要な指標は次のとおりです。
ECサイトの場合：
- クリック率（最初の関心）
- カート追加率（本格的な検討）
- チェックアウト完了率（購入意欲）
- 平均注文額（全体への影響）
- リピート顧客率（長期的な価値）
リード獲得の場合：
- フォームの表示回数（最初の関心）
- フォームの入力開始数（エンゲージメント）
- フォームの入力完了数（コンバージョン）
- リードの質のスコア（営業チームからのフィードバック）
- 有効リード1件あたりのコスト（効率）
コンテンツサイトの場合：
- クリック率（最初の関心）
- ページ滞在時間（エンゲージメント）
- セッションあたりのページ数（回遊）
- リピート訪問者率（ロイヤルティ）
- ソーシャルシェア数（拡散）
一度に多くの指標を最適化しようとしないでください。ビジネスにとって最も重要な主要指標を1つ選び、ほかの側面のパフォーマンスを誤って損なっていないかを確認するために、副次的な指標を見守りましょう。
確認しておきたいその他のKPI：
- コンバージョン率の改善：特定の期間でコンバージョン率が何パーセント向上したか
- 訪問者あたりの収益：
- ユーザー体験と訪問者の行動に関するシグナル
- またはリード獲得で最も重要な30の指標とKPIのいずれか
ステップ2.b：A/Bテストの仮説を立てる
ランディングページのテストでは、仮説は、要素を変更することで選んだ成功指標にどう影響するかを示す、S.M.A.R.T.（具体的、測定可能、達成可能、関連性がある、期限が明確）な予測であるべきです。
要するに、このA/Bテストの実験で何が起こるかについて、根拠のある推測をするということです。
この文章は、テストする変数を正確に示し、測定可能な結果を予測するもので、変更が大きな改善をもたらすかどうかを評価できるようにします。実験の結果が、この仮説を支持するか、棄却するかを教えてくれます。
では、S.M.A.R.T.なA/Bテストの仮説はどのように立てればよいでしょうか。
効果的なA/Bテストの仮説には、3つの要素が含まれます。
- 課題の定義：どんな問題を解決しようとしているのか
- 解決策の提案：その問題に対処するために、どんな変更を加えるのか
- そして予測される結果：この変更からどんな成果を期待するのか
課題の定義は、ランディングページのコンバージョン目標を明らかにし、訪問者がその目標を達成するのを妨げている障害を定めることで、土台をつくります。ステップ1を思い出してください。
そのためには、ユーザーに達成してほしいことと、現在アクション完了の妨げになっていることの両方を理解し、テストに取り組む「理由」を明確にする必要があります。
よい課題の定義は、具体的で、データに基づいています。
「ページのコンバージョンがよくない」と言う代わりに、
「ランディングページのコンバージョン率は2%だが、訪問者は平均3分間ページに滞在している。関心はあるのに、何かがコンバージョンを妨げていると考えられる」のようにしましょう。
提案する解決策は、課題と直接結びついている必要があります。ページに滞在しているのにコンバージョンしない場合は、CTAが分かりにくいか、フォームが長すぎるのかもしれません。
結果を予測するときは、現実的に、かつ具体的に。
「これでコンバージョンが増える」と言う代わりに、
「CTAボタンを緑から赤に変えると、赤のほうが緊急性を感じさせるため、コンバージョンが15〜20%増える」のようにしましょう。
さらに、仮説の一部として、テスト期間はどのように決めればよいでしょうか。
ステップ2.c：サンプルサイズとテスト期間を決める
テストを始める前に、何人の訪問者が必要で、実験をどれくらいの期間続けるのかを割り出す必要があります。ここを誤るのは初心者に多い大きな失敗で、早すぎる段階で打ち切ってしまったり、十分なトラフィックがないままテストを延々と続けてしまったりします。
サンプルサイズの計算方法
サンプルサイズは、いくつかの要因によって決まります。
- 現在のコンバージョン率
- 検出したい最小限の改善幅
- 希望する信頼水準（通常は95%）
簡単に考えるなら、現在のコンバージョン率が2%の場合、0.5%の改善を検出するには、2%の改善を検出するよりも多くの訪問者が必要になります。大きな変化ほど見つけやすいのです。
- 現在（ベースライン）のコンバージョン率
- 検出したい最小のリフト（たとえば20%の改善）
- 信頼水準
適切な信頼水準の設定
マーケティング戦略では、信頼水準95%が標準です。つまり、結果が偶然によるものである確率は5%しかないということです。
より速く判断するために90%を使う企業もあれば、大きな変更には99%を求める企業もあります。
信頼水準を高くするほど、必要なデータも時間も増えます。テストを始める前に信頼水準を決めておきましょう。
A/Bテストに必要な最小訪問者数の目安：
- 高トラフィックのサイト（1日1,000人以上）：通常は1〜2週間で十分
- 中程度のトラフィックのサイト（1日100〜1,000人）：通常は2〜4週間が必要
- 低トラフィックのサイト（1日100人未満）：信頼できる結果を得るには1〜3か月かかることも
たとえば、ページのコンバージョン率が3%で、信頼度95%で25%の改善を検出したい場合は、バリエーションごとに約2,000人の訪問者が必要になるかもしれません。
テスト期間の設定
サンプルサイズが分かったら、その人数の訪問者を集めるのにどれくらいかかるかを計算します。1日500人の訪問があり、バリエーションごとに2,000人必要なら、テストにかかるのは約8日です（合計4,000人÷1日500人）。
適切なテスト期間の決め方：
- 最低期間から始める – 週ごとのパターンを捉えるため、最低でも丸7日間を見込みます
- ビジネスの種類を考慮する – B2B企業は、法人顧客が週末に異なる行動を取るため、より長い期間が必要になることがあります
- トラフィックのパターンを考慮する – 特定の曜日に訪問が集中する場合は、複数のサイクルをカバーできるようにします
- 外部の出来事を織り込む – 行動に影響しうる祝日、セール、大きなニュースの時期を避けます
- 期間を事前に決めて、序盤の結果が有望に見えても、それを守り抜きます
ここまでのプロセスを経て、完全な仮説ができあがっているはずです。
A/Bテストの仮説の例を紹介します。
アナリティクスによると、5項目のサインアップフォームの入力中に訪問者の60%が離脱している（課題）ため、メールアドレスと名前だけの2項目のフォームに変更すれば（解決策）、6週間でコンバージョン率が3%から5%に上がる（予測される結果）。
この仮説はいったん脇に置いて、実験の対象、つまりA/Bテスト用のランディングページのバリエーションを作っていきましょう。
ステップ3：コントロールのランディングページとバリエーションのページを作る
まだであれば、土台となるランディングページを作りましょう。LanderLabのようなランディングページビルダーなら、作成済みのどのランディングページでも、すぐにA/Bテストを組めます。
たとえば次のようにします。
コントロールページ（バージョンA）は、現在使っているランディングページ、つまりベースラインのデータがあるページにします。これが比較の基準になります。
バリエーションのページ（バージョンB）は、テストする1つの要素以外はコントロールとまったく同じにします。見出しのコピーをテストするなら、画像、ボタン、フォーム、色など、ほかのすべてを完全に同じに保ちます。
バリエーションを作るときの実践的なヒントを紹介します。
- 両方のバージョンの読み込み速度を同じにしましょう。読み込みの遅いバリエーションは、変更内容にかかわらず成果が下がります。
- バリエーションを簡単に作り、すべて1か所に保存できる信頼性の高いランディングページビルダーを使いましょう。LanderLabなら、ランディングページを複製して、ドラッグ&ドロップのエディターで編集できます。
- さまざまなデバイスとブラウザでページをテストしましょう。デスクトップできれいに見えても、モバイルでは崩れていることがあります。
- 何を変更したかを詳しく記録しておきましょう。結果の分析や今後のテストの計画に必要になります。
- 公開前に、トラッキングが正しく設定されていることを確認しましょう。両方のバージョンで自分でコンバージョンの操作を行い、トラッキングを検証します。LanderLabはさまざまな広告プラットフォームと連携できるため、テストの実施やトラフィックの振り分けが簡単になります。
さらに、変更を加えた別バージョンも計画しておきましょう。
トラフィックが十分にあれば、複数のバリエーションを作ることも検討してください。ただし、バリエーションが増えるほど、統計的有意性に達するためのトラフィックと時間も増えます。テストに慣れていないうちは、AとBだけで始めましょう。
ステップ4：A/Bテストを実行する
それでは、先ほどの仮説を取り出しましょう。いよいよテストの時間です。
A/Bテストでは、引き続き1つの変数だけをテストします。シンプルに、一度に1つのことをテストしましょう。
複数の仮説がある場合は、テスト戦略としてICEフレームワークを使って、どれから先にテストするか優先順位を付けられます。
Impact（インパクト）：この変更は主要指標にどれだけ影響するか
Confidence（確信度）：この変更がうまくいくと、どれだけ確信しているか
Ease（容易さ）：この変更の実施はどれだけ簡単か
それぞれを1〜10で採点し、平均を出します。スコアの高い仮説から先にテストしましょう。
分かりましたか？ 素晴らしいです。次は、テストページにトラフィックを集めましょう。
コーディング不要で、すぐにA/Bテストを始めよう
LanderLabなら、どのランディングページも複製して、バリエーションを並べてテストし、本当にコンバージョンにつながるものを見つけられます。推測は不要。あるのは結果だけです。
ステップ4.a：A/Bテストのページバリエーションにトラフィックを集める
テストを十分な人数に見てもらうことは極めて重要です。5人の友人に意見を聞くのと、500人に聞くのとの違いです。各バージョンを見る訪問者がごく少数だと、結果はまったくの偶然になりかねません。
データが示すことを信頼できるようになるには、両方のバージョンに触れる人数が十分にいる必要があります。新メニューを試すレストランを思い浮かべてください。たった3人の客だけで人気があるかどうかは判断できません。
ページのバリエーションにトラフィックを送るときの一般的なルールは次のとおりです。
- トラフィックはバージョン間でランダムに振り分ける。ほとんどのテストツールは自動で行いますが、手動で行う場合は、振り分けが本当にランダムになるようにしてください。午前のトラフィックをバージョンA、午後のトラフィックをバージョンBに送るのは避けましょう。時間帯がコンバージョン率に影響することがあります。
- テスト中にマーケティングのやり方を変えない。結果が歪む可能性があります。ランディングページはいつもどおりに宣伝しましょう。ベースラインのデータを集めたときと同じトラフィック源、広告コピー、プロモーション施策を使います。
- 最低でもビジネスサイクル1周分はテストを実行する（通常は1週間）。週を通じたさまざまな行動パターンを織り込むためです。週末の訪問者は、平日の訪問者とは異なる行動を取ることがあります。
- 有望な結果が出たからといって、テストを早く終えない。序盤の結果は誤解を招くことがあります。統計的有意性に達するまで待ちましょう。
- バリエーションごとに最低1,000人の訪問者を集める。ただし、コンバージョン率によってはさらに必要になることもあります。ステップ2.cで算出したA/Bテストのサンプルサイズとテスト期間を参照してください。
ステップ4.b：包括的な指標を追跡する
確かにクリックが増えるのは良いことですが、クリックの後に何が起こるでしょうか。新しいボタンのクリックが2倍になっても、誰も購入や登録をしなければ、その「勝った」テストは実は失敗です。
全体像を見ましょう。サイトの滞在時間は長くなっているか。購入は完了しているか。後日戻ってきているか。
クリック数が少ないテストのほうが、長期的にはより多くの収益や、満足度の高い顧客につながることもあります。
包括的なトラッキングのステップバイステップのアプローチ：
- 主要な目標から始める（売上、登録、ダウンロード）
- その目標に至るまでのステップを追跡する（ページビュー、滞在時間、フォームの入力開始）
- その後に何が起こるかを確認する（リピート購入、顧客満足度、解約率）
- 各バージョンがもたらす総合的な価値を比較する – 目先の反応だけではなく
ステップ5：結果を評価し、仮説を支持するか棄却するかを判断する
テストの実施が完了しました。お疲れさまでした。
いよいよ、仮説が正しかったかどうかを確かめるときです。
テストが走り、ここからが楽しい部分です。データが何を語っているのかを読み解きます。多くの人がここでつまずきます。結論を急ぎすぎたり、数字の多さに圧倒されたりするからです。
結果を正しく分析する手順を、一つずつ見ていきましょう。
ステップ5.a：目標の指標を確認する
そう、テストを設計する軸にした指標です。バージョンBはバージョンAより良いのか、悪いのか、ほぼ同じなのか。
最終的な数字だけを見ないでください。時間の経過に伴う推移も確認しましょう。一方のバージョンが序盤は強くても、もう一方が追いつくことや、曜日によって成果が異なることがあります。
変化した可能性のある関連指標も調べましょう。主要指標が改善していても、副次的な指標を確認してください。コンバージョン率は上がったが、平均セッション時間は下がっていないか。登録は増えたが、リードの質が下がっていないか。
これは「風船効果」と呼ばれるものです。ある領域を改善すると、別の領域に問題が生じることがあります。求めるのは、1つの指標だけでなく、全体的な改善です。
ステップ5.b：統計的有意性を確認する
これは冷徹な定量データです。統計的有意性は、テストグループ間の結果の差が、特定の変更によるものである可能性が高いのか、単なる偶然なのかを教えてくれます。
統計的有意性がなければ、偶然のばらつきかもしれないものをもとにビジネス上の判断をすることになります。コンバージョンの変動が収益や事業目標に直結するランディングページでは、特に重要です。
テスト結果が統計的に有効かどうかを見極める方法を身につける必要があります。統計的有意性の計算ツールを使いましょう。目分量で判断しないでください。
統計的な有意性と、実質的な有意性の両方を確認しましょう。統計的に有意な0.1%の改善は、ビジネスにとって意味を持たないほど小さければ、実施する価値がないかもしれません。
ステップ5.c：オーディエンスの行動でセグメント化する
訪問者は皆同じではないのに、なぜ同じように扱うのでしょうか。新規訪問者に大きな効果があるテストが、リピーターには全く響かないこともあります。モバイルユーザーの行動も、デスクトップユーザーとはまったく異なるかもしれません。
結果を年齢、地域、デバイスの種類、サイトへの流入経路などのグループに分けると、そのままでは見えないパターンが見つかります。朝の客はコーヒーを好み、午後の客はスムージーを求めている、と気づくようなものです。
A/Bテストの結果を効果的にセグメント化する方法：
- テストを始める前に、主要なオーディエンスグループを特定する
- 新規訪問者とリピーター
- モバイルユーザーとデスクトップユーザー
- 異なる流入元（ソーシャルメディア、検索、メール）
- 地域
- 年齢層や属性
- 最初からセグメントごとのトラッキングを設定する
- 各グループで意味のあるデータが得られるよう、十分な期間テストを実行する
- セグメントごとに結果を個別に分析する
- 必要に応じて、グループごとに異なる施策を用意する
セグメント化したオーディエンスの結果を評価する例：
- テスト全体の結果：バージョンBが10%上回る
- セグメント別：モバイルユーザーではバージョンBが25%上回るが、デスクトップユーザーでは15%下回る
- 対応：モバイルにはバージョンBを使い、デスクトップには元のバージョンを維持する
ステップ5.d：仮説を支持するか棄却するか判断する
このステップは探偵になったつもりで考えてみましょう。証拠（テストデータ）を集めたので、何が起きたのかをつなぎ合わせます。仮説は正しかったのか。予想外のことが起きたのか。今後のテストにどう活かせるか。
ここで重要なのは客観性です。鮮やかな赤いボタンに強い思い入れがあったとしても、データが青のほうが良かったと示すなら、データが優先されます。個人の好みは関係ありません。重要なのは、オーディエンスに響くものだけです。
結果から見て、仮説は正しかったでしょうか。バージョンBが勝ったかどうかだけでなく、結果が予測と一致しているかが問われます。
バージョンBが勝っても、予測とは別の理由だった場合、それは今後のテストにとって貴重な学びです。
定性的な結果を評価する
どのテストからも、今後のテストのアイデアが生まれるはずです。オーディエンスについて何が分かったでしょうか。この結果をもとに、ほかにどの要素をテストする価値があるでしょうか。
テストのアイデアは常にリストにしておきましょう。失敗したテストでも、成功する次のテストにつながる気づきが得られることがよくあります。
ステップ6：勝ったランディングページの変更を反映する
統計的有意性のある明確な勝者が決まったら、その変更を恒久的（または準恒久的）に反映するときです。これで新しいチャンピオンページが完成します。
ただし、変更を反映して終わりにしないでください。考慮していなかった要因により、テスト結果が実際の運用で持続しないこともあります。
改善が持続しているかを確認するため、パフォーマンスの監視を続けましょう。いずれは、チャレンジャーのページもテストしてください。
学んだことを記録し、チームで共有しましょう。オーディエンスに関するどんな知見を、ほかのページやキャンペーンに活かせるでしょうか。
ベースラインの指標を、新しいパフォーマンス水準に更新します。勝ったバリエーションが、今後のテストの新しいコントロールになります。
実装の実務面も考えましょう。大きなデザイン変更をテストした場合は、関連するすべてのページに適切に反映するためのリソースが確保できているかを確認してください。
ボーナスステップ：もう一度実行しよう！（そして、また！）
ランディングページのテストは、体づくりのようなものです。一度運動しただけで、ずっと健康でいられるわけではありません。多くの企業は、1回テストして勝者を選んだら、何か月もテストのことを忘れてしまいます。
しかし、オーディエンスは変わり、季節は行動に影響し、競合は何が効くかを左右します。1月に好調だったものが、7月には失敗することもあります。
一度きりの実験ではなく、継続的にテストを行いましょう。継続的にテストする習慣をつくる方法は次のとおりです。
- テストカレンダーをつくる – コンテンツやマーケティングキャンペーンを計画するのと同じように、毎月何をテストするかを計画します
- テストのアイデアリストを始める – 誰かが変更を提案したときや、ユーザーの行動に気になる点を見つけたときは、テスト候補として書き留めます
- ローテーションの仕組みを整える – 1つのテストが終わったら、1週間以内に次のテストを開始できるよう準備しておきます
- 定期的に振り返って学ぶ – 毎月ミーティングを設けて、学んだことと次にテストすることを話し合います
- ビジネスのさまざまな部分をテストする – ホームページだけでなく、メール、チェックアウトページ、商品説明、カスタマーサービスの対応方法もテストします
ランディングページA/Bテストの月間カレンダー例：
1か月目：ページの見出しのバリエーションをテスト
2か月目：メールの件名のアプローチをテスト
3か月目：商品ページのレイアウトをテスト
4か月目：チェックアウトプロセスの改善をテスト
5か月目：カスタマーサービスの返信テンプレートをテスト
6か月目：季節に合わせた新しいメッセージでホームページを再テスト
テストのローテーションを設定する：
- 第1週：前回のテスト結果を分析し、次のテストを計画する
- 第2週：新しいテストをセットアップして開始する
- 第3〜4週：技術的な問題がないか見守りながら、テストを走らせる
- 第5週：結果を分析し、勝者を反映する
- このサイクルを繰り返す
目的はすべてを一度にテストすることではなく、常に何かを走らせて、学び、改善し続けることです。
テストの成果を台無しにするよくある間違い
こうしたベストプラクティスに従っていても、ランディングページのテストでつまずく企業は少なくありません。避けるべきよくある間違いを紹介します。
複数の要素を同時にテストする
すべてを変えたくなっても、1回のテストでは1つの変数にとどめましょう。複数の変数を同時にテストすると、結果が歪みます。複数のバリエーションを同時にテストすることも、混乱を招きがちです。
テストを早く切り上げすぎる
統計的に有効な結果を得るために、十分な時間を確保しましょう。結果が明らかに見えても、計画した期間を最後まで走らせてください。
インパクトの小さいページをテストする
まずは、主要なビジネス目標に直接影響するページに集中しましょう。「会社概要」ページの文字色をテストしても、ビジネスにはおそらくほとんど影響しません。一方、チェックアウトページやメインの商品ページは、小さな変更でも大きなインパクトをもたらすことがあります。
過去のパフォーマンスデータを無視する
サイトには、過去のデータが語る物語があるのに、多くの人はテスト設定時にそれを無視します。たとえば、チェックアウトページの離脱率が15%だったり、メール登録フォームのコンバージョン率が3%だったりするかもしれません。こうした過去のデータは、現実的な期待値を設定し、通常と異なる結果に気づくのに役立ちます。
テスト実行中に変数を変更する
テストが動き出したら、「ちょっとだけ手直し」したい気持ちをこらえましょう。誤字に気づいたり、ボタンのサイズを少し調整したくなったりするかもしれません。しかし、どんな変更も結果を無効にします。もう同じ条件での比較ではなくなるからです。
ランディングページのA/Bテストを始めよう
覚えておいてください。テストを成功させるとは、オーディエンスに関する長期的な知見を積み上げることであり、短期的な成果を狙うことではありません。
テストから最も大きな恩恵を受けているのは、それを一度きりの対策ではなく、学びと改善を続けるプロセスとして捉えている企業です。
この6つのステップで始めて、根気強く取り組めば、長く続く競争優位をもたらす知見が得られます。
コンバージョンを改善する準備はできましたか？ LanderLabを使って、今日からランディングページのA/Bテストを始めましょう。
最高のページは、あと1回のテストの先にあります
A/Bテストで何が得られるかが見えたら、次は実行に移すときです。LanderLabなら、技術的な手間なしに、すべてのランディングページを作成・テスト・最適化できます。
