LP（ランディングページ）の改善を目指してABテストを実施したものの、運用負荷ばかりが増えてなかなか効果が上がらない…。
そのような悩みの原因には、「パーソナライゼーションの視点が導入できていない」「作業の自動化を図るなど、運用の負荷を軽減する策が取られていない」などの課題が考えられます。
ABテストをより効率的に実施するためには、パーソナライゼーションとの組み合わせが非常に効果的です。
今回は、パーソナライゼーションの基礎知識とABテストと連携することのメリット、さらに、そのプロセスを自動化したり、AIを活用したりすることの重要性について紹介します。
ABテストとは、ページに複数のバージョン（パターン）を用意して、それぞれのバージョンでのCVR（コンバージョンレート＝成約率）などを測定する手法です。
複数のバージョンを実際に公開して比較することで、どのような構成や見た目のページが最も高いパフォーマンスを発揮するのかを導き出し、LPの最適化につなげます。
ABテストを用いたLPの最適化では、CVR向上やエンゲージメント率向上などを主な目的とします。単にLPへの流入数（訪問者数）が増えただけでは利益にはつながりません。本来の目的である購入数や登録数、問い合わせ数、資料請求数などをアップするためにはどのようなLPがいいのか、ABテストを用いて判断します。
また、対象ページのみのテストや改修で済むため、サイト全体のリニューアルに比べて低予算で実施できる点も、ABテストの大きなメリットといえるでしょう。
関連記事：ABテストとは？｜DLPO
ABテストツールの中には、パーソナライズ機能を備えたもの、あるいはパーソナライゼーションツールと連携できるものもあります。
パーソナライゼーションとは、ページにアクセスしたユーザーのさまざまな属性に応じて、各ユーザーに最適なコンテンツを配信する機能のことです。パーソナライズの際に使われる属性の例としては、下記のようなものがあります。
性別や年齢などの基本的なユーザー属性情報
アクセスした時間帯や曜日
ユーザーの居住地域
ページへと訪問した回数や頻度
ユーザーの興味や関心、趣味など
ユーザーの年収、収入など
WebマーケティングにおいてLPOの発展を後押ししてきたのが、「テスト中心」「ターゲティング中心」という2つの考え方です。
テスト中心とは、ユーザーが本当に求めているものはユーザーに訊くべきという考え方のもとに、テストドリブンなサイト運用を進めるもの。
一方のターゲティング中心は、ユーザーの興味に応じてセグメント別にコンテンツ内容を切り替えるというものです。
この2つの流れにおいて主要な役割を果たすのがABテストや多変量テスト、パーソナライゼーションであり、これらは切っても切れない関係にあります。
テストとパーソナライゼーションの相乗効果により、最も高いパフォーマンスを発揮するバリエーションが功利的に導かれ、それがCVRの向上へとつながるのです。
ABテストとパーソナライゼーションの組み合わせがLPOに効果的なことはわかりましたが、実施にあたってはどのような点に注意すればよいのでしょうか。
両者の基本的な流れとあわせて、連携における重要ポイントを紹介します。
ABテストは、大まかに下記のようなステップで行われます。
まずは、サイト内のどのページを改善し、どのような結果につなげたいかを決定。
その際、サイト全体およびページでの課題も明確化
求める結果につなげるためには、どこをどう変更すれば、ユーザーの行動にどう影響するかという仮説を構築
仮説に基づいて、実際のテスト内容とパターンを作成
目標および期間を設定してテストを実施
PV数、セッション継続時間数、直帰数など、さまざまな目標に対する数値の遷移を監視
テスト期間が終了したら、結果に応じて最も高いパフォーマンスが出るバージョンを採用して最適化。正式サイトへと反映
また、これらのステップは一度実施すれば終わりというわけではなく、PDCAサイクルとして回すことが大切です。
ABテストにパーソナライゼーションを組み込むためには、
という2つのステップが必要になります。
ユーザーの属性情報は、主に下記の4つのソースから取得することができます。
どのような検索キーワードから流入したのか、あるいはどの広告やリンクをたどって訪問してきたのか
サイトへの訪問回数や訪問日時、コンテンツごとの閲覧回数や閲覧時間（滞在時間）、サイト内での移動経路など
地域を把握するためのIPアドレスや、OS・ブラウザなどの利用環境
外部の第三者から提供されたデータにより、職種や収入、趣味嗜好などを把握
これらユーザーの属性情報を取得した上で、それぞれのセグメントに合わせたテスト内容とパターンを作成し、ABテストを実施します。
ABテストとパーソナライゼーションの連携は効果が高いものの、すべてを人力でこなすと運用負荷が大きくなるという課題もあります。
例えば、セグメントごとに多くのテストパターンを作成する必要があり、テスト終了後の最適化作業もテスト数に応じて行うなど、どうしてもプロセスが増えてしまうのです。
そのため、ABテスト×パーソナライゼーションを効率的に実施するためには、自動化機能を備えたツールが不可欠といえます。
ツールによりプロセスを自動化できれば、セグメントの抽出やテストパターンの作成、テストの実施と監視などをツールに任せられるようになります。
また、テスト終了後の流れも自動化できます。
あらかじめ設定した閾値に達したら自動的にテストを停止し、さらに、結果の良かったパターンを正式サイトに自動的に反映します。手間をかけずにテストのサイクルを回せるようになります。
ABテスト×パーソナライゼーションの効率的な実施にはツールによる自動化が不可欠ですが、これを支えるのがAI（Artificial Intelligence：人工知能）の存在です。
まずは、AIの特徴や仕組みについて簡単に確認してみましょう。
AIは非常に広義な概念であり、人間のような能力を持つ人工的な知能全般を指しています。
そして、具体的なAIを語る際に重要になるのが、その学習方法です。人間が学習によって知識や判断力をつけるのと同様に、AIも学習によって成長します。
それを可能にするのが「機械学習」と「深層学習（ディープラーニング）」の存在なのです。
機械学習では、人間が定義した条件を元に、AIがデータから反復学習します。その過程でデータの法則を学んでいきます。
一方の深層学習は、機械学習の一種と呼べるものであり、人間が細かい定義条件を指定する必要がありません。大量のデータから反復学習する過程で、自分自身でデータの特徴を抽出し、見分け方や判断の仕方を学んでいくのです。
先述した特徴から、条件や内容の異なる大量のデータを対象にする作業にAIは適しています。
つまり、多様なユーザー属性情報や、それに合わせたテストパターン、さらに、その結果というデータを扱う上で、AIは非常に大きな役割を果たすのです。
ABテスト×パーソナライゼーションのプロセスにおいては、具体的に下記のような要素をAIによって自動化できます。
ABテストとパーソナライゼーションの組み合わせは、CVRやエンゲージメント率向上に大きな効果がありますが、手動での作業は運用負荷も大きくなってしまい、思うような効果につながらない可能性もあります。
そうした運用負荷を軽減し、テスト、検証、改善を繰り返すPDCAサイクルを高速に回すためには、自動化機能を備えたツールが必須といえるでしょう。
そして、自動化を支えるには、優れたAIの存在も欠かせません。
GoogleアナリティクスやGoogleオプティマイズのような無料ツールは手軽に利用できる反面、AIによる学習や判断、自動化は行えません。また、使いこなすには相応の知識や経験も必要になります。
DLPOが提供する、ABテストとパーソナライゼーションが可能なLPOツール「DLPO」では、AIの活用によりPDCAを可能な限り自動化しています。ツールによる省力化・効率化に加えて、無料ツールにはないサポート体制も万全です。
また、データアーティストと共同でAIを活用したCROサービス「MICRO」、セプテーニと共同でAI活用のLPOツール「SaiL（セイル）」も提供しています。
DLPOは、ツールとサポートを通じて、お客さまのウェブサイトを効率的に改善するお手伝いをします。
DLPO お問合わせ