仮説がABテストの成功を左右する！成果を出す仮説の立て方

ABテストとは、WEBサイトのパフォーマンスを改善するための手法です。パターンAとパターンBなど複数のバージョンを用意してテストを行い、どちらのパフォーマンスが高いかを導き出します。パターンは2つとは限らず3つ以上のときもあります。

ABテストの目的は、一般的には、CVR（コンバージョンレート＝成約率）の最大化、サイトエンゲージメントの向上（直帰率の改善）などです。で対象ページは、LP（ランディングページ）やトップページのほか、会員ページ、商品一覧ページ、購入フォームなどさまざまで、CVRとして設定されるKPI（重要業績評価指標）も、購入率、寄付率、資料請求率、ダウンロード率、ログイン率などサイトの内容によって変わってきます。

ABテストには以下のようなメリットがあり、サイト改善の方法として広く用いられています。

シンプルで運用しやすい

セットアップや実装が比較的容易で、短期間で実施できることがメリットです。

低コストで実施できる

サイト改善のための手段としては、サイトリニューアルがありますが、高額な費用や、膨大な工数がかかるのがネックです。ABテストによるWEBページの改善は低コストで実施できることが利点です。また、ポイントをしぼったWEBサイトの改善は工数も抑えることができます。

しかし、方法を誤ると思ったような効果が出ないこともあります。実際、「サイト訪問者はいるのにCV（コンバージョン）が上がらない。その原因が分からない」「そもそも比較のためにどのようなページを作ればいいのか分からない」などといった、担当者の悩みはよく聞きます。

ABテストを効果的に行うには、仮説をしっかり立てて挑むことがとても重要です。では、その仮説はどのように立てたらいいのでしょうか。 今回は、ABテストを成功させるための仮説の立て方やポイント、検証方法の具体的な流れについて紹介します。

ABテストはWEBサイトのパフォーマンス改善に役立つ手法ですが、成功させるためには、仮説を立てることが重要です。仮説を立てずに実施すると、導き出された結果を正しく解釈することができません。また、仮説を立てたとしても、それが的外れな場合は、期待通りの成果を出すことは難しくなります。

商品がどうすれば売れるのかについての考え方とLPO（ランディングページ最適化）やABテストの実践方法を解説した書籍「マーケッターとデータサイエンティストが語る売れるロジックの見つけ方」（発行：宣伝会議）では、仮説を立てずにABテストを行うリスクについて、以下の3つを挙げています。

1. テスト中の成約率が下がる

2. 検証に時間がかかることで成果に結びつかない

3. 効果の根拠がわからない

ABテストを成功させるための仮説の重要性を押さえたところで、次は、具体的な作業について見ていきましょう。

ABテストは、以下の流れで作業を進めるのが一般的です。

1. 仮説を立てる

2. クリエイティブ（テストパターン）を作る

3. テスト計画を立て、ABテストを実行する

4. ABテストの結果を検証する

ここからは、ABテストにおいて重要な仮説の構築について、具体的な手順を解説していきます。

そもそも、どのページに対してABテストを実施すべきか悩む人も多いでしょう。テストの成功率を高めるためには、ゴールに近いページから改善の可能性を探るのが一般的です。例えば、商品購入や資料請求などにつながる申し込みや問い合わせフォームページ、記載後の確認ページなどはCVに近く、テストの影響が大きく出るページです。

また、仮説を立てる際には、ユーザーがどのような行動をしているのか、現状の調査・分析を行い、今のサイトにどのような課題があるのかを把握することが重要です。

仮説構築に必要な調査とは

自社サイトについて調査・分析をすることによって、どのページのどこを、どう改善すればユーザー行動が変わるのかといった仮説が立てやすくなります。

仮説を立てたら、その仮説に沿って思いつく限りの改善アイディアを出していきましょう。
ここから先は、「仮説構築→改善アイディアに基づくABテスト実施→結果の検証・判断」のPDCAサイクルを継続的に回し、サイトの改善を行っていくことが大切です。

実は、ABテストを実施しても、結果に明らかな違いが出るのは3割程度です。3割を低いとみるか、高いとみるかは意見の分かれるところでしょう。野球にたとえれば、10回バッターボックスに立って3回ヒットが打てるということで、かなりの打率ともいえます。

ABテストの利点は、簡単に実施でき、結果がすぐに分かること。す。仮に思ったような結果が出なかったとしても、ABテストを繰り返し実施することは容易です。ただし、結果が出ないからといって期間を延長する方法はあまりおすすめできません。

改善アイディアをテスト内容に反映させることに時間をかけるのではなく、仮説に基づく可能性の高い改善アイディアをどんどんテストしてPDCAを回し、前に進みながら検証していく姿勢も必要です。

良い仮説を立てるためには、考慮すべき要素について正しい知識を持っておくことが重要です。

先ほど紹介した書籍「マーケッターとデータサイエンティストが語る売れるロジックの見つけ方」（発行：宣伝会議）では、以下の3つの要素を挙げています。

上記の3つの要素を考慮して仮説を立てることは、その後に続くテストパターンの作成、テスト結果の検証において重要です。

テストパターンを作る際は、以下の4つの観点で考えると、すっきり整理できます。

テストしたいページ、項目が多数ある場合は、優先順位をつけることをおすすめします。
例えば、テストしたい箇所について、「CVの可能性・インパクト・作業の簡単さ」といった3つの観点で点数をつけ、数値化するのも一案です。

適切なクリエイティブを準備することは、ABテスト成功のためには不可欠です。クリエイティブ作成にあたって注意すべきポイントは以下の通りです。

1. 結果がわかりやすくなるよう、要素を分解する

2. アイディア1つにつきクリエイティブは１つとする

3. テストの意図を満たすクリエイティブが制作できているか？に注意する

4. 仮説に基づき、成功する可能性の高いパターンを絞り込む

5. 要素ごとにABテストを行い、組み合わせることでチャンピオンを導き出す

多くの要素をテストしたいときは、要素を組み合わせたいくつかのパターンを同時に走らせる多変量テストもおすすめです。多変量テストを始めたい方は、多変量テストを基本からまとめた以下の資料を参照してください。
参考資料：多変量テストを用いたLPO手法を完全解説

ABテストの方法については、以下の記事で詳しく紹介しています。ぜひ参考にしてください。
【ABテストの方法】テストのメリットと効果的な実施方法まとめ

期待通りの結果が出なかったときは、仮説に基づく別の改善アイディアを出し、繰り返しABテストを行っていくことが大切です。社内でチームを作って進めるのが理想的ですが、難しい場合は、社外の専門家などに相談することも検討しましょう。

ABテストには、さまざまな成功事例があります。仮説のアイディアが思い浮かばないときは、他社の成功事例などを参考にするのも良い方法です。DLPOのサイトで紹介している以下の成功事例も参考にしてみてください。

DLPOでは、ABテストや多変量テストに役立つツールの提供の他、改善のためのアイディアが浮かばないというお客様のご相談にも対応しています。 例えば、LPOツールの導入後、半年間はアイディアを一緒に見つけていく、ユーザー調査の手配を行うなど、お客様のそばで、しっかり伴走するサービスも提供しています。
テストを実施する際も、「有効な方法が分からない」「もっと便利に使うには？」など、細かいご質問に対するご提案もいたしますので、お気軽にご相談ください。

メールまたはお電話で、DLPO へお気軽にお問い合わせを。
DLPO お問合わせ