UXデザインの成功は正確なA / Bテストなしでは困難です。同じランディングページ用に作成されたチャンピオン、チャレンジャー、およびバリアントデザインでは、私たちデザイナーはデザインの効果的な使い方をユーザーテストからの装飾的な推論により見逃しがちです。
まず私は「ユーザーテスト」という言葉を使うことを控えています。あなたはユーザーのために構築し、あなたはユーザーをテストすることはできません。むしろ私は「ユーザビリティテスト」という用語を使用します。それはより適切と感じます。あなたなら何と言いますか？そして私たちがユーザビリティについて話すとき、選ぶべきデザインと経験の選択があります、そしてA / Bテストが来ます。
ランディングページでは、ビジネス上の判断を下すために推測や仮定に頼るのではなく、毎日さまざまなトラフィックが得られるため、テストを実行して何が最もうまく機能し、何が失敗するかを判断するほうが賢明です。
このテストをA / Bテストと呼びます。
A / Bテストという言葉を最初に聞いたとき、何をテストすればいいのか、また自分のAとBは何になるのか分かりませんでした。それでたくさんの研究、学習、探検と洞察を踏まえた上で今、私はあなたにA / Bテストをするべきだと言います。
見出し、行動を促す行動（CTA）、グラフィック、イラスト、アイコン、製品の説明、そしてあなたの価値提案に重要なものすべてについてです。
A / Bテストとは何ですか？
A / Bテスト（分割テスト/バケットテストとも呼ばれます）は、聴衆を分割してキャンペーンのさまざまなバリエーションをテストし、どのバージョンのパフォーマンスが優れているかを判断する実験です。
デザインまたはビジネス戦略のバージョンAを視聴者の半分に見せ、バージョンBを他の半分に見せることができます。A / Bテストでは、2つの異なるバージョンのコンテンツを同じサイズの2人の聴衆に対して作成し、特定の期間にわたってどれがより良い成果を上げたかを分析する必要があります。
さて、それはあなたがテストを実行する期間も重要でしょうか？
ユーザーの種類、その行動、動機、ニーズ、および需要は日々変化しています。したがって、年齢や時代を問わず、A/Bテストを実行し続けることはできません。A / Bテストは複雑であり、そのような複雑さは「慎重に処理する」必要があります。
A / Bテストを受ける利点
・Webサイトへのオーガニックトラフィックの増加
・優れたCTAによるコンバージョン率向上
・Bounce rateの低下
・ウェブサイトのカート離脱率の低下
理想的なA / Bテスト：実施方法
A / Bテストの前に
・テスト用の変数を選ぶ
・目標を明確に
・チャンピオンとチャレンジャーのバージョンを作成する
・サンプルサイズを決定する
・標本データグループを均等かつランダムに分割する
・検定の有意水準を決定する
・同じサンプルデータセットに対して一度に1つのテストのみを実行する
A / Bテスト中
・正確さのために適切なテストツールを使う
・実際のユーザーからのフィードバックを受ける
・バリアントAとBの両方を同時にテストする
・正確な結果を得るのに十分な時間をテストに与えます
A / Bテスト後
・得られた結果を分析し、それを目標と比較します
・結果と要件に従って、必要なアクションを取ります。
・次のA / Bテストを計画する
あなたのA / Bテストをより良くする7つのこと
これがA / Bテストをより良くするための決定的なポイントです。
テストの時間は？
それともテストの結果でしょうか？
1.テストの仮説
仮説検定は、マルゲリータピザのチーズと同じくらいA / B検定にとって非常に重要です。
A / Bテストの仮説は、収集されたより大きな母集団データからのサンプルデータに対して実行された仮定の結果を事前に推論します。検定は一次仮説が正しいかどうかを判断します。統計アナリストは、分析されている母集団の無作為標本を測定して調べることによって仮説を検定します。仮説テストは、Webサイトに正しいKPIを使用するためにも重要です。
KPIは、組織の成功、または組織が関与している特定の活動を評価します。
以下は、ビジネスに適したKPIを選択するのに役立つ情報です。（出典）
・ビジネス目標に直接関連するKPIを選択してください
・大量のデータポイントではなく、いくつかの重要な指標に焦点を当てる
・あなたの会社の成長段階を考えます
・遅れていると先行しているパフォーマンス指標を識別します。
・KPIは業界やビジネスモデルごとに異なることを理解する
・主な注意事項を書き留めます
2.ユーザーを正しくセグメント化する
ユーザーをさまざまなポケットに分類すると、Webサイトをテストする前に、ユーザーのニーズ、要求、動機、および行動を把握するのに役立ちます。A / Bテストはユーザーデータと分散データで動作し、対象読者が明確になります。ユーザーをA / Bテスト用にセグメント化するには、分布を次のようにします。
・サイコグラフィック：顧客を文化的クラスター、社会的地位、ライフスタイル、および人格の種類にグループ化する
・意思決定者：企業構造内で製品を購入することを決定した人に基づいて顧客をグループ化します。
・行動：製品の使用状況別に顧客をグループ化する – ライトユーザー、ミディアムユーザー、ヘビーユーザー。これらはまたブランドの忠誠心とユーザータイプの推定値を与えます
・地理：国または州、都市または地方の地域など、特定の地域で顧客をグループ化する
・流通：顧客が製品を購入する場所（オンライン、店舗、カタログ）に基づいて顧客をグループ化する
・人口統計：年齢、収入レベル、性別、家族の人数、宗教、人種、国籍、言語などで顧客をグループ化します。
3.十分な時間テストを実行します
理想的には、少なくとも1週間はテストを実行するべきです。2つのうち勝つバージョンを見つける可能性が95％以上あるはずです。少なくとも明確な画像を得るためには、およそ100回のコンバージョンがあるまで待つ必要があります。
予想される実験期間=サンプルサイズ/テストされたページへの訪問者数
代表的なサンプルを入手し、データを正確にするために、専門家はテストを最低1〜2週間実行することをお勧めします。時々、信頼区間と標準誤差の期間は、A / Bテストランタイムでも許容されなければなりません。
A / Bテストを行うときは、通常、各バリエーションのコンバージョン率とオリジナルのコンバージョン率を調べます。ただしコンバージョン率は上下に変動することがわかります。信頼区間は、可変コンバージョン率が特定の信頼区間に入る値の範囲を計算するのに役立ちます。信頼区間は、コントロールの変換率に対するバリアントの実際の影響を含む可能性が高い値の範囲です。
ここにあなたのA / Bテストを実行する期間に関する本当に良い記事があります。
4.統計的有意性を含める
A / Bテストで信頼できる決定を推測することは非常に重要です。
統計的有意性を定義するためには、与えられた変動とベースラインとの間のコンバージョン率の差が偶然のチャンスによるものではない可能性があります。実験の結果は、統計的有意性があると考えられる場合、統計的有意性があるか、統計的有意性があると考えられます（Optimizely）。
統計的有意性は重要です。それはあなたの測定基準と数値が日々激しく変動することがあるときそれが信頼度を高めるためです。それはあなたがあなたのウェブサイトまたはアプリに加える変更が実際にあなたのコンバージョン率と他の測定基準に良い影響を与えるという信念を強化します。統計分析は、ビジネス上の決定を行い、誤検知を排除するための健全な数学的基礎を提供します。
幸い、高度な統計や数学モデルを使って実験の統計的有意性を簡単に判断することができます。
5. A / Aテストを実行して測定値を診断します
A / Bテストの前にA / Aテストを実行すのは賢明か無駄か。
A / Bテストが間違って行われて、何人かのマーケティング担当者はA / Bテストの価値を疑問視し始めています。
理由は次のようなものが挙げられます。
「最も成功したA / Bテスト結果は幻想的です。」（Qubit）
さらにA / Aテストを実行するように要求する引数の大部分は、A / Bテストを実行する前にそれを健全かどうかチェックします。
A / Bテストの行のA / Aテストは、互いにピットインされた2つの同一バージョンのページをテストします。A / Aテストは通常 、新しいA / Bテストツールを実装するときにも行われます。その時点でA / Aテストを実行すると、将来のA / Bテストのベースライン変換率を設定したり、将来のA / Bテストの最小サンプルサイズを決定したりできます。
A / Aテストの内訳
・2つのグループのユーザーに、まったく同じ高トラフィックWebページが提供されています
・これら2つのグループのユーザーエクスペリエンスは似ています
・両方のグループのKPIが一致すると予想されます。
・KPIが一致しない場合は、予期しない結果の正確な理由を分析する必要があります。
6.テストを徹底的に文書化する
十分に文書化されたテスト結果は、テストを通して学習を決定します。ページビューへの関与と顧客に届く価値提案を数えて、行の間に読むべき多くがあります。
“3種類の嘘があります：嘘、嘘をついた嘘、統計” – Mark Twain
以下は、あなたが答えを見つけるために何をすべきかについてのいくつかの質問です。
・どのコピーがトライアル登録を増やしましたか？
・どのランディングページのリードジェネレーションフォームの送信数が多いでしょうか？
・ページ上の見出しと本文のフォーマットの一致は本当に重要ですか？
・あなたのホームページに紹介文を追加することで売り上げは増えますか？
・社会的証明はコンバージョンを増やすのでしょうか？
・mステップシーケンスの最後のページのどれがより多くのリードを得ましたか？
・無料のアカウントにサインアップしたためにページがリフトされましたか？
・どのページがリード生成フォームに多くのクリックをもたらしましたか？
これらのサンプル質問は、A / Bテストから何を期待するべきかについての考えを確実にあなたに与えたでしょう。
A / Bテストは完全に主観的なものであり、CROに最適なデザインのバリエーションをテストする間、多くの要因に左右されます。
してはいけないこと
・A / Bテストに多すぎるバリエーションを持たせないでください
・テストの途中で実験設定を変更しないでください
・テスト後の結果を誤って処理しないでください
このチェックリストは間違いなく私を助けてくれましたし、それがあなたにも役立つと確信しています。この記事が役に立つことを願っています！
おすすめ新着記事
おすすめタグ