A / Bテスト：それがどのように機能し、なぜそれが必要なのか

データはいたるところにあります。 個人、中小企業、多国籍企業のいずれであっても、顧客に対応し、収益を向上させるために必要な顧客データを含む多くのデータを処理する必要があります。

マーケターは、利益を増やすためにさまざまな手法を使用します。 当然のことながら、すべての手法が機能するわけではなく、すべてが同等に効果的であるとは限りません。

勘や感情に基づいたキャンペーンを作成することはできません。 数字が必要ですが、必ずしも明確ではない場合があります。 これが、企業が正しいルートを選択するのに役立つ独自の方法であるA / Bテストを必要とする理由です。

この記事では、A / Bテストについて説明し、その利点を強調すると同時に、最高のA / Bテストソフトウェアのいくつかを強調します。

はじめましょう：

A / Bテストとは何ですか？

A / Bテストは、同じことを達成するために使用される2つのオプションを比較して、より良い結果をもたらすものを見つける方法として定義できます。

私たちはほぼ毎日A / Bテストを使用しており、この手法は100年以上前のものと言われています。 しかし、オンラインマーケティングの導入により、今では人気が高まっています。 マーケターはA / Bテストを使用して、2つのマーケティング方法を比較し、投資収益率が最も高い方法を見つけます。 ただし、A / Bテストの用途はそれだけではありません。

生物学者で統計家のロナルドフィッシャーは、1920年代にランダム化比較試験を行いました。 彼は基本的な数学と原理を理解し、この考えを科学に変えました。
フィッシャーはいくつかの農業実験を行い、肥料を切り替えたり、肥料を増やしたりするとどうなるかなどの基本的な質問に対する答えを見つけました。

彼が導入した原則は真実であることが判明し、科学者は1950年代初頭に医学の分野で正式に臨床試験を開始しました。

マーケターは1960年代後半にこの技術を採用しました。 彼らは直接キャンペーンを評価したいと思っています。つまり、パーソナライズされた手紙やはがきがより多くの売り上げをもたらすかどうかです。

ただし、A / Bテストは当時と同じではありませんでした。 1990年代半ばに現在の形になりました。 同じ概念を使用していますが、仮想環境にリアルタイムで移行しています。

A / Bテストの利点は何ですか？

A / Bテストの定義がわかったところで、次はABテストの主な利点を見ていきましょう。

お金を節約

A / Bテストにより、企業はより良いリターンを提供するプロセスを特定することでコストを節約できます。 2つのマーケティングキャンペーンが同様の利益をもたらすことはありません。一方は常に他方よりも優れています。

A / Bテストのデータサイエンスの助けを借りて、企業はより良い収益を提供するオプションを見つけ、より低い収益を提供するプロセスを取り除き、より多くを支払う場所にお金を使うことができます。

利益を増やす

ABテストの定義で強調されているように、コンバージョンを改善し、ビジネスがより多くの人々にリーチできるようにすることで、利益を増やすのに役立ちます。 企業の約60％は、コンバージョンの改善に役立つと考えています。

これに加えて、A / Bテストの結果により、バウンス率が向上し、エンゲージメントが向上します。 これらの要素は、ビジネスの成長を支援するために重要です。 結局のところ、コストの削減と売り上げの増加により、ビジネスはより多くのお金を稼ぎ始めます。

問題の特定に役立ちます

多くのマーケティングキャンペーンは小さなエラーのために失敗します。 最高のABテストツールはこれらのエラーを認識できるため、ビジネスを円滑に進めることができます。

UXデザインの悪さなどの多くの問題を特定するのに役立ちます。 設計を改善するとコンバージョンが最大400％増加する可能性があるため、これは重要です。

コンテンツを改善します

誰もが言っていることにもかかわらず、コンテンツは依然として支配しています。 ただし、問題は、書かれたコンテンツ、視覚的なコンテンツなどから選択できるオプションがたくさんあることです。

信頼できるA / Bテストのデータ分析がない限り、何が機能し、何が機能しないかを常に確認できるとは限りません。

ビジネスイメージに最適

A / Bテストは非常に人気があり、70％以上の企業が月に少なくとも2回のテストを実行しています。 WebサイトのA / Bテストにより、企業は顧客の印象を悪くするプロセスやステップを取り除くことができます。

その結果、イメージが向上し、のれんが増加します。

分析を容易にします

企業の約77％が、Webサイト（ランディングページを含む）でA / Bテストを実行して、デザイン、フォント、およびその他のそのような問題を特定しています。

これは、購入者がカートを中止する原因を強調することにより、カートの放棄を減らすのに役立ちます。 レイアウトの悪さ、隠れたコストなど、さまざまな理由が考えられます。

A / Bテストを使用すると、企業は本当の原因を見つけてそれに取り組むことができます。

より多くのエンゲージメント

企業は熱心なフォロワーとバイヤーを探しています。したがって、59％の企業が電子メールでA / Bテストを実行していることは驚くことではありません。 これは、企業がどの種類のコンテンツがより効果的であるかを特定するのに役立ち、より集中できるようになります。

A / Bテストはどのように機能しますか？

A / Bテストは複雑な現象のように聞こえるかもしれませんが、実際には非常に単純です。 最初のステップは、何をテストしたいか、そしてその理由を決定することです。

サイトの[今すぐ購入]ボタンのサイズをテストして、サイズを変更した場合、つまりサイズを大きくしたり小さくしたりした場合に「購入」する人の数を確認するとします。 何をテストしたいかが明確になったら、パフォーマンスをどのように評価するかを確認する必要があります。

たとえば、ボタンをクリックした人の数は、ボタンのサイズが知覚にどのように影響するかを示す良い指標になります。

最終購入者の数を使用して判断することもできますが、訪問者が他の理由で購入を断念する可能性があるため、これは公正な選択肢ではない場合があります。

次のステップでは、ユーザーを2つのセットに分割する必要があります。 特定の人口統計からの使用が変更にどのように反応するかを研究しようとしているのでない限り、セットはランダムでなければなりません。

次に、ボタンのサイズが異なる2つの類似したページを作成します。 次に、分析を見て、どのページがより多くのクリックを獲得しているかを確認します。

クリックするかどうかの決定は、ボタンのサイズ、テキストの色、使用しているデバイスなど、いくつかの要因によって異なります。 わかりやすくするために、ユーザーを特定のグループ、つまりモバイルユーザーとデスクトップユーザーに分けることができます。

これは、同じボタンがモバイルユーザーとデスクトップユーザーでは異なって表示される可能性があるためです。 このようにして、特定のユーザーに提供するボタンを知ることができます。

「A / Bテストは、最も基本的な種類のランダム化比較試験と見なすことができます」と、 Number Sense：How to Use Big Data to YourAdvantageを含むいくつかの本の背後にいるKaiserFungは言います。

「最も単純な形式では、2つの処理があり、一方が他方のコントロールとして機能します」と彼は付け加えます。 結果が正しく、バックグラウンドノイズが原因ではないように、サンプルのサイズを正しく推定してください。

他のいくつかの変数は結果に影響を与える可能性があります。 たとえば、モバイルユーザーがボタンのクリックを嫌ったり、デスクトップバージョンのWebサイトでボタンが正しく配置されていない場合があります。

ランダム化により、一方のセットにもう一方のセットよりも多くのモバイルユーザーが含まれる可能性があり、その結果、ボタンのサイズに関係なく、一方のセットのレートが低くなったり高くなったりする可能性があります。

このような偏見を回避する最善の方法は、訪問者をデスクトップユーザーとモバイルユーザーで分けてから、特定のセットにランダムに割り当てることです。 このトリックはブロッキングとして知られています。

A / Bテストと結果：解釈方法

これは基本的な例です。 現実の世界では、サイズだけでなく、ボタンのテキスト、位置、色などの他の要素も確認します。

A / Bテストのアナリストは、さまざまな要素を比較するために順次テストを実行することが知られています。 最初にボタンのサイズ（小さいまたは大きい）をテストし、次に色（赤または青）、次に位置（上または下）などに移動します。

これは、彼らが完璧なページのバージョンに到達するのに役立ちます。 複数の要素を一度に変更すると、動作の変化の原因（クリック数など）を特定するのが難しくなる可能性があるため、これは重要です。
ただし、現在、複雑なテストを処理できるA / Bテストツールがあります。

「A / Bテストでは、多くの場合、テストできる可能な組み合わせの数に頭を悩ませているため、多数の独立したテストを同時に実行したいと思う傾向があります」とFung氏は言います。

「数学を使用すると、これらの治療法の特定のサブセットのみを賢く選択して実行できます。 そうすれば、データから残りを推測することができます」と彼は示唆しています。

このトリックは「多変量」テストとして知られています。 これはA / Bテストの一形態です。 これは、A / Bテストだけでなく、A / B / Cテストなどを実行することを意味します。

A / Bテストと結果：解釈方法

ほとんどのマーケターと分析の専門家は、さまざまな分割テストツールを使用してそのようなテストを実行します。 そこには多くのABテストソフトウェアがありますが、すべてがあなたに適しているわけではありません。

結果を解釈できるように、A / Bテストの実行方法を知っている必要があります。 適切なツールは、テストする対象によって異なることを忘れないでください。

たとえば、AdoricはA / Bテストを含むさまざまなタスクを処理できます。

Adoricは、キャンペーンの実行、管理、分析に役立つ完全なソフトウェアであるため、最適なキャンペーンを特定し、リソースを適切な方法で使用できます。

A / Bテストの主な目的は、コンバージョンを増やすことです。 フォントのサイズ、テキスト、画像の使用法など、さまざまな要素を変更することでこれを行うことができます。 また、Webサイトのデザイン要素やその他の機能をテストするためにも使用できます。

Adoricは主にポップアップに重点を置いています。ポップアップは、正しく使用すれば11％のコンバージョン率を提供できるマーケティングツールです。 当社のソフトウェアは、さまざまなポップアップデザインとオプションを比較して、適切なものを選択するのに役立ちます。

Adoricは、P＆G、PMI、Toyotaなどの名前で使用されています。 あなたが愛するブランドが信頼する名前を信頼してください。

数字を提供するだけでなく、その意味を説明するソフトウェアを探す必要があります。 それ以外の場合は、結果を解釈するためにA / Bテスターまたは統計家を雇う必要があります。

有料と無料の両方の分割テストソフトウェアがあります。 ただし、より詳細で使いやすい有料版を選択することをお勧めします。 このようなソフトウェアは通常、コンバージョン率またはレポートを表示します。

あなたの典型的なページを見たユーザーのための1つ

もう1つは、テストページを見たユーザー向けです。

レポートは通常、いくつかの要因を強調しています。 クリック数などの重要な数値の違いを探します。

次の情報も表示される場合があります。

• コントロール：15パーセント（+/- 2.2パーセント）
• 変動18パーセント（+/- 1.9パーセント）

これは、訪問者または読者の約18％が新しい件名で電子メールを開いたことを意味します。 この数値には、2.3パーセントの誤差があります。

これは、実際のレートが16.1パーセントから19.9パーセントの間であることを意味するものではありません。

「実際の解釈では、A / Bテストを複数回実行した場合、範囲の95％が実際のコンバージョン率をキャプチャします。つまり、コンバージョン率は5％の時間（または何でも）の許容誤差を超えます。設定した統計的有意性のレベル）」とFung氏は説明します。

これを理解するのが難しすぎる場合は、あなただけではないことを知ってください。 あなたが理解して使用するのが簡単であるように、この情報をきちんと提示することができるソフトウェアに目を向けてください。

この結果から、より多くの人がメールを開くようになるため、新しい方法の方が効果的であると言えます。 ただし、許容誤差のため、正確に何人の人がメールを開くかを保証することはできませんが、その数に基づいて、現在の開封率よりも高くなります。

A / Bテスト：避けるべき間違い

最も一般的なA / Bテストの間違いのいくつかを次に示します。 これらを避けるようにしてください：

テストをすぐに終了する

元の仮説が証明されたように見えると、実験者の約57％がA / Bテストを終了すると考えられています。 p-hackingとして知られている、これは「選択的報告」と見なされるインフレバイアスの一形態であり、結果が悪くなる可能性があります。
結果をリアルタイムで確認できる場合でも、各テストでコースを実行することが重要です。

まともなサンプルを持っていない

このVentureBeatの記事によると、A / Bテストでは、重要なサンプルに到達するために約25,000人の訪問者が必要です。

悲しいことに、ほとんどのマーケターはより小さなサンプルサイズを使用しますが、これは総人口の真の表現ではないため、結果は「信頼できない」結果になります。

少し再テスト

再テストを選択する企業はほとんどありません。 ほとんどは一度テストしてそれを信じます。 調査によると、誤検知のリスクがあるため、一度では不十分な場合があります。

また、状況が変わる可能性があるため、数か月ごとに試す必要があります。 たとえば、ボタンの色やサイズを変えたいと思う新しい訪問者を獲得することができます。

再テストせずに正しいオプションを見つけることはできません。

あまりにも多くのメトリックを数える

複雑なテストは便利ですが、常に効率的であるとは限りません。 一度に多くのメトリックを調べると、「疑似相関」が発生する可能性があります。

ソフトウェアが提供するメトリックが多すぎる場合でも、どのメトリックに集中するかを知っておく必要があります。 これにより、ランダムな変動を回避し、重要な数値に集中できるようになります。

A / Bテスト：よくある質問

大企業はA / Bテストを使用していますか？
はい、彼らがやります。 Googleは2000年に最初のテストを実行して、ページあたりの適切な結果数を決定しました。 同社は現在も積極的にA / Bテストを使用しており、2011年には7,000を超えるテストを実行しました。

Booking.com、Facebook、Amazonなどの他の有名企業も定期的に管理された実験を行っています。 また、政治にも使われています。

オバマキャンペーンは、A / Bマーケティングにクレジットされた意思決定の改善により、さらに7500万ドルを調達しました。 また、寄付のコンバージョンも約79％増加しました。

A / Bテストはどのくらい続きますか？
テストしようとしているものに応じて、1時間から1週間続く方法があります。

たとえば、サブスクリプションモデルをテストしている会社は、少なくとも1か月間それを試す必要があります。

一方、Eメールマーケティングテストでは、50％以上の人が約24時間で仕事関連のEメールを読むため、24〜48時間で結果が得られます。

A / Bテストが必要なのは誰ですか？
すべてのオンラインマーケティング担当者またはオンラインビジネスでは、適切なマーケティング手法を特定するためにA / Bテストが必要です。

これは、エンドバイヤーの決定に影響を与える可能性のあるすべての要素を比較するために使用されます。 SEO、Eメールマーケティング、Web開発などで使用されていることがわかります。

A / Bテスト：結論

簡単に言うと、A / Bテストを使用して、2つのオプションを比較し、より良い結果が得られるオプションを見つけます。 何も混乱させないでください。フレンドリーなA / Bテストソフトウェアを探しているなら、Adoricを試して、利益が増えるのを見てください。

Adoricを無料でお試しください