LPのABテストを成功させるためには、まず現状の課題を正確に把握することが重要です。
まずはGoogle Analytics(GA4)やLPOツール、ヒートマップツールなどを活用し、離脱率や滞在時間、CTAボタンのクリック率など、ページのパフォーマンスに関するデータを収集しましょう。これらのデータをもとに、「どの部分がユーザーの離脱を招いているのか」や「どの要素が行動を促していないのか」といった具体的な問題点を洗い出します。
サービスや商品を訴求するLP(ランディングページ)は、売上やリード獲得といった成果に直接つながる重要なページです。しかし、LPのリリースから時間が経つごとに数値が低下する傾向にあるため、広告の費用対効果を高めるためにも改善が求められます。そうしたLPO(ランディングページ最適化)への取り組みで役立つのが、ABテストです。
今回は、LPにおけるABテストについて解説します。LPにABテストが必要な理由や、テストの実施箇所や方法、おすすめツールなども紹介しますので、LPの成果向上に役立ててください。
ABテストとは、LP(ランディングページ)をはじめとするWEBページのパフォーマンスを改善するマーケティング手法です。ページの改善案を数パターン用意し、ユーザーの訪問データから、それぞれの成果の違いを検証します。テストパターンの成果は、購入ボタンを押したユーザーの数、申し込みフォームの入力件数といったコンバージョン率(CVR)や、ページの離脱率などの指標から判断し、特に優れたページを「チャンピオンページ」として実装します。
テストパターンとしてAパターンとBパターンを用意することからABテストと言われますが、3つ以上のパターンを試す場合もあり、「スプリットテスト」や「バケットテスト」とも呼ばれることもあります。比較対象となるパターンは、デザインやUIを大幅リニューアルしたものよりも、配置や色、コピーなどに細かな違いを持たせて作成するのが一般的です。わずかな違いによる数値の変化を1つずつ測っていくことで、「このページがなぜCVRが高いか/低いか」という仮説を検証できます。
ABテストを実施するユーザーの割合はあらかじめ設定でき、性別や年齢層、WEBページの訪問回数といった特定のセグメントのユーザーのみをテスト対象にすることも可能です。ABテストの中でも、テストパターンの変数を1つのみに限定したものを「ABテスト」、複数の変数を組み合わせたテストパターンを試すものを「多変量テスト」と呼び分けます。
そもそもLP(ランディングページ)とは、広告や検索結果をクリックしたユーザーが最初にたどり着くページのことです。特にリスティング広告やバナー広告、アフィリエイトブログのリンクをクリックして表示される、商品・サービスを紹介した縦長1ページからなるWEBページを指して呼ばれることが多くなっています。
LPにABテストが取り入れられている理由は、主に2つあります。
LPはページを公開してから時間が経つごとに、売上や申し込み数などのCV率(CVR)が下がる傾向にあります。LPのCVRは業界によって相場が異なるものの、およそ2〜3%が目安だと言われています。広告の出稿費用は継続してかかるため、広告の費用対効果を落とさないよう、LPの改善が必要です。
こうしたLPのCVRを最大化するための取り組みを「LPO(ランディングページ最適化)」と呼びます。LPOの手法は主に2つあり、1つは既存ページと改善策の数値を比較する「ABテスト」、もう1つはユーザー属性ごとに異なるクリエイティブを出し分ける「ターゲティング」です。ABテストでユーザーのセグメントを細かく設定すると、ターゲッティングとABテストを同時に実施でき、リスクを抑えてLP改善を実施できます。
ABテストでどのテストパターンか優れているか判断する指標となるのは、実際のユーザーの行動を数値化したデータです。そのため、ABテスト実施前に仮説を立てた時点では、想定していなかった結果になることも特徴です。
特に事業会社で自社の商品・サービスを紹介するLPの場合、主観的な目線でページを作成しているケースもあるでしょう。たとえ仮説が外れたとしても、ユーザーテストやユーザーアンケートと同じように、ABテストの結果から新たな発見がある可能性も考えられます。新しい視点を取り入れながら、より効果的にLPOが実施できるため、ABテストはLPに欠かせません。
LPのABテストは、コンテンツブロック単位で実施します。しかし、具体的にどこを改善したら良いのでしょうか。特に優先度の高いコンテンツブロックとして、以下の5つが挙げられます。
それぞれの改善効果やアイデアを、事例とともに紹介します。
ユーザーがLPにアクセスしたときに画面に表示される範囲が、ファーストビューです。ユーザーはページが表示されてからわずか3秒で、読む価値があるか判断すると言われています。ファーストビューでユーザーの興味を惹けないと離脱してしまいCTAボタンまで到達しないため、ファーストビューは売上に非常に大きく影響するブロックです。
たとえば終活に関連するサービスを提供する「株式会社鎌倉新書」のLPOではまず、改善率が大きく上がりやすいファーストビューのテストへ優先的に取り組んでから、資料請求や見積もりのフォームへの導線まで徐々に範囲を広げていきました。ユーザー目線のテストパターンを1カ月で平均20件弱ほど作成し、PDCAサイクルを高速で回していきました。結果が狙い通りでなかった場合も、これまで気づかなかったユーザーの行動が見えてきたそうです。
関連記事:機能改善やレポーティング、充実したサポートが魅力〜株式会社鎌倉新書のABテスト事例〜
ファーストビューを対象としたABテストでは、訴求内容やメインビジュアルとして採用する写真を変更したテストパターンを作成するのが一般的です。株式会社キタムラのフォトスタジオ「スタジオマリオ」のLPでは、メインビジュアルの性別をユーザーにあわせて出し分けることで、CVRが28.9%もアップしました。
CTA(Call to Action:行動喚起要素)とは、ユーザーに行動を喚起させることを目的としたクリエイティブです。LPの目的である、商品の購入や申し込み、お問い合わせ、資料請求などに必要な情報入力ページに遷移するためのボタンをCTAボタンと呼びます。CTAボタンは売上への導線の最後に位置するブロックのため、ファーストビューに次いで優先度の高い改善点です。
CTAボタンには、LP内の随所に配置するタイプと、ページをスクロールしても画面下の定位置に表示される「追従型」の2パターンに分けられます。前者のタイプでは、ボタンの配置位置や、ユーザーの目を引くための色や形、ボタンやその前後に表示するテキストなどがABテストの比較ポイントです。追従型の場合は、ボタンが表示されるまでの秒数も比較ポイントに入ります。
たとえばauファイナンシャルサービス株式会社が「au PAYカード」のLPで実施したABテストでは、CTAボタンにベネフィットを端的に示したテキストを追加し、サイズを大きくしたものがチャンピオンページになりました。過去に同様のテストを実施した場合はテキストが少なく質素なボタンが勝っていたため、時間の経過とともに効果的なデザインも変わることを発見したそうです。
関連記事:ボタン、メインビジュアル、利用イメージの多変量解析でCVR119%改善!〜auフィナンシャルサービスのABテスト事例〜
LP内に設置する問い合わせフォームや申し込みフォームは、CTAボタンと同様にゴールであるCVと非常に近い位置にあるため、CVRを左右する重要な要素です。フォームのABテストでは、フォームに設ける項目や、入力欄に例文を入れるかどうか、LP内のどの位置に配置するかなどを比較します。
たとえば「ワタベウエディング株式会社」では、来店予約や資料請求のフォームを入力するストレスを減らすために、入力項目名を改めました。以前は希望するエリアを入力する項目「第一希望」と「第二希望以降」として設けていましたが、「第一希望」を「希望エリア」に、「第二希望以降」を「他にご希望エリアがある方はこちら」といった優先順位を感じさせない表現に変更したことで、CVRが53.57%もアップしました。
キャッチコピーをはじめページ内に入れるテキストも、CVRを左右する要素です。ABテストでは、テキストの文言や、フォントや色、文字サイズなどが比較対象になります。LPに入れるコピーは、ページ全体でメリハリをつけることが大切です。特にユーザーへの訴求効果が高い内容を、伝わりやすい表現で大きく入れ込むことで、CVR向上を狙えるでしょう。
また、広告や検索結果からLPに遷移したときに「思っていた内容と違った」と捉えられないよう、広告文や検索キーワードにあわせて表現を統一するという改善方法もあります。さらに、ヒートマップを活用するとユーザーから特に読まれている箇所がわかるため、興味を惹きやすい訴求内容を分析し、ファーストビューなどの目立つ位置に配置するのもおすすめです。
たとえば株式会社テレビ東京の動画配信サービス「テレビ東京ビジネスオンデマンド(現:テレ東BIZ)」では、異なるキャッチコピーや要素を組み合わせた4パターンのクリエイティブを作成しました。
A
B
C
D
この中では、ユーザーのベネフィットを端的に表した「テレビ東京の人気経済番組が見放題」というコピーを使ったD案がチャンピオンページとなり、CVRが29.69%改善しています。
ページ内に複数の外部リンクがある場合、ユーザーが離脱する原因になることがあります。離脱を防ぐためにも、LPではサービスの申し込みや資料請求など、CVへのリンクのみを設置するのが一般的です。企業HPやオウンドメディアも含む外部ページへのリンクを設置している場合は、動線を絞ることで、CVRを向上できる可能性があります。
たとえば株式会社レオパレス21のサービスページの場合、賃貸物件詳細ページには「来店予約」「ネット決済での申し込み」といったCTRボタンの近辺に、「LINEで送る」「コンビニで図面を印刷する」「店舗情報はこちら」などのリンクも設置していました。ABテストの結果、誘導先を来店予約のみに絞り、カレンダーから来店希望日を選択して、リード情報を入力する構成へとレイアウト変更したことで、ユーザーの反応が顕著に変わったそうです。
ではLPでABテストを実施するには、どのような方法があるのでしょうか。以前はGoogleが提供していた無料のABテストツール「Google Optimize」を使って行う方法が主流でしたが、2023年にサービスが終了してしまったため、別のツールや方法を選ぶ必要があります。
LPのABテストを行う方法は、大きく分けて次の2つです。
それぞれ解説します。
LPOツールとは、ABテストをはじめ、LPのパフォーマンス改善に役立つ機能が備わったツールです。これらのツールを使えば、LPの改善ポイントを効率的に見つかります。たとえば、テストパターンを作成する際、ツールに備わった直感的なエディタを利用できるため、専門的なスキルがなくても操作が簡単です。また、分析に役立つレポーティング機能も充実しており、どのパターンが効果的だったのかをデータにもとづいて判断できます。
特に初めてLPOツールを使用する場合は、無料プランやトライアル期間を提供しているサービスを試すのがおすすめです。ツールによっては、ノーコードでテストやページ改修が行えるものも多く、エンジニアに依頼する手間が省けます。
ただし、LPOツールには初期費用や月額費用、従量課金といった料金体系が異なります。機能制限はあるものの手軽に試せる無料プランが用意されていたり、月額1万円以下で利用できたりするものもあれば、初期費用だけで10万円以上かかるものもあります。料金だけでなく機能性も大きく変わってくるため、事前に予算や目的に応じて比較検討することが重要です。
LPに誘導する広告を掲載する広告媒体側に、ABテスト機能が備わっている場合があります。たとえば、リスティング広告(Google Ads)やFacebook広告などのプラットフォームには、広告のパフォーマンスを測定するためのテスト機能が搭載されています。
こうしたプラットフォームを活用することで、広告のクリエイティブやターゲティングによる効果を直接比較可能です。たとえば、Google Adsでは、広告バリエーションを作成してクリック率やCV率を比較する機能が提供されています。同様に、Facebook広告では異なるビジュアルやテキストを使用して、ユーザーの反応をテストすることも可能です。
広告プラットフォームの分析機能を利用する際は、事前にテスト期間や予算を設定し、結果のデータをもとに最適化を行いましょう。また、プラットフォームごとに機能や設定が異なるため、それぞれの仕様をよく理解してからテストを開始することが大切です。
LPでABテストを実施する際は、いきなりテストパターンを作成するのではなく、まずは仮説立案をはじめとする戦略設計からスタートすることで、有意義なABテストが可能になります。また、1回きりで終わるのではなく、以下のようなPDCAサイクルを繰り返すことで、LPOを実現可能です。
それぞれ解説します。
LPのABテストを成功させるためには、まず現状の課題を正確に把握することが重要です。
まずはGoogle Analytics(GA4)やLPOツール、ヒートマップツールなどを活用し、離脱率や滞在時間、CTAボタンのクリック率など、ページのパフォーマンスに関するデータを収集しましょう。これらのデータをもとに、「どの部分がユーザーの離脱を招いているのか」や「どの要素が行動を促していないのか」といった具体的な問題点を洗い出します。
そのうえで、課題の背景や原因を深掘りして、仮説を立案してください。たとえば、CTAボタンのクリック率が低い場合は、原因としてボタンの色が目立たないことや、テキストからユーザーがメリットを感じられないなどの原因が考えられます。こうした仮説は、後の改善施策を設計するうえで指針となります。
課題にもとづいた仮説が明確になったら、それを解決するためのテストパターンを作成しましょう。たとえば、「ボタンの色が目立たない」と仮説を立てた場合、異なる色や形状、配置を試すパターンを用意します。
テストパターンの変数は、1つの要素のみに絞り込むのが基本です。複数の要素を同時に変更すると、どの要素が効果をもたらしたのか判断が難しくなるためです。また、ターゲットユーザーがどのような反応を示すかを考慮しながら、パターンを準備することが成功のカギです。
クリエイティブの作成には、専門的なデザインスキルが必要な場合もありますが、シンプルな変更であれば、オンラインのLP作成ツールを利用して迅速に実施できます。
テストパターンの作成が完了したら、実施期間やパターンを振り分ける割合などを設定し、ABテストを実施します。
テストを行う際には、正確な結果を得るために、テストパターンの違い以外の変数を極力排除することが重要です。たとえば、テスト期間を統一し、同じ曜日や時季に行うことで、ユーザーの行動パターンの違いを最小限に抑えられます。推奨されるテスト期間は約2週間で、同時期にユーザーをランダムにAパターンとBパターンに振り分ける「並行テスト」が採用されるケースが一般的です。また、仮説によっては特定のセグメントのみを振り分けることも可能です。同期間に特定のユーザーを振り分けることにより、テストパターンの効果を公平に比較できます。
また、振り分けに偏りが生まれないよう、データの一貫性を確認することも重要です。テストの進捗状況を確認して柔軟に変更できるLPOツールを活用して、適切なテスト環境を整えることで、信頼性の高い結果を得られるでしょう。
テストが終了したら、収集したデータをもとに結果を検証します。検証は、両パターンの結果に偶然や誤差ではなく、意味のある差(=有意差)があるかどうかを統計的に確認する工程です。たとえば、クリック率やCV率が仮説通りに向上したかを分析し、成功要因を特定します。
この過程では、どの要素が効果をもたらしたのかを具体的に把握することが重要です。検証の結果、有意差が認められたパターンを実装し、次の段階に進めます。
一方で、テスト結果が期待通りでない場合は、新たな仮説を立てて再度テストを実施します。このように、効果検証と改善のサイクルを繰り返すことで、LPのパフォーマンスを継続的に向上させることが可能です。
LPのABテストを実施するうえで、事前に把握しておきたいポイントが4つあります。
準備をしっかり尽くしたうえで、効果的なABテストを実施しましょう。
ABテストを効率的に進めるためには、優先順位の高い箇所から取り組むことが重要です。一度に複数の変更箇所を比較する多変量テストという手法もありますが、この方法は緻密な仮説を立てていないと、どの要素が成果に寄与したのかを特定するのが難しくなります。そのため、まずは単一の要素に絞ってテストを実施するのが基本です。
LPの改善において特に重要なのは、ユーザーが最初に触れる広告やクリエイティブ部分、そしてCTAボタンのように、直感的な行動を促す要素です。これらはLP全体の成果に大きな影響を与えるため、優先的にテストを実施しましょう。また、比較要素以外の変数を可能な限り排除し、環境を統一することも成功のカギです。たとえば広告経由でLPを訪問したユーザーをテスト対象にする場合、ターゲットとなるユーザーの属性をトラフィックの分析データと一致させることで、より信頼性の高い結果が得られます。
ABテストを実施する際、信頼性のあるデータを得るためには、十分な母数を確保する必要があります。テスト期間中に取得するPV(ページビュー)やクリック数が少なければ、結果に偏りが生じる可能性が高くなるためです。一般的には、各テストパターンで最低でも30件以上のCV数が得られることが望ましいとされています。
適切なテスト期間を設定することも重要です。平日と休日ではユーザーの行動パターンが異なるため、期間を2週間以上に設定して平準化を図ると良いでしょう。また、テスト期間中にトラフィックの流入量が少ない場合は、広告予算の調整などを行い、十分なデータを確保する工夫が求められます。これにより、テスト結果の信頼性が向上します。
ABテストは有効な改善手段ですが、必ずしもすべてのテストで有意差が出るとは限りません。特に、変更箇所が細かい場合や、ターゲットユーザーの行動が予測通りでない場合には、目立った結果が得られないこともあります。そのため、LPOツールや広告プラットフォームの分析機能を活用し、データにもとづいた判断を行う必要があります。
また、主観的な評価を排除するためにも、統計学的な検証方法を取り入れるのが一般的です。たとえば、テスト結果の信頼度や改善率を定量的に分析することで、結果の解釈がしやすくなります。場合によっては、テスト結果を受けて新たな仮説を立て、再度テストが必要になるケースもあるでしょう。このように、ABテストはPDCAサイクルを繰り返しながら進めることが成功へのカギとなります。
ABテストを効果的に実施するためには、統計学の基礎知識と方法論を理解することが重要です。特に、テスト結果の信頼性を担保するためには、「中心極限定理」や「二項分布」といった基本的な概念を押さえる必要があります。
前述のとおり、テストパターン1つあたり最低30件のCV数を集めるべきだと言われているのも、統計学をもとにした考えです。この基準は、統計学の「中心極限定理」にもとづいていて決められています。たとえば選挙速報で開票率が数%でも当選確実が出せるように、一定以上のサンプルサイズがあれば、テストデータを正規分布に近似させることが可能です。偶然や誤差などがなく、統計的に有意だとされるデータを収集するためには、30件以上のCV数が必要だとされています。
ただし、実際のテストデータには、さまざまな外部要因が影響します。たとえば、広告プラットフォームのアルゴリズム変更やシーズナリティ(季節性)といった要素が、結果に影響を与える要因として代表的です。そのため、DLPOをはじめとするLPOツールを活用しながら、統計的な解析だけでなく、実際のビジネス環境にもとづいた総合的な分析を行うことが重要です。これにより、ABテストの成功率を高め、LPのパフォーマンスを向上できます。
LPでABテストを実施するなら、国内実績No.1のLPOツールである「DLPO」を活用するのがおすすめです。DLPOではツールを提供しているだけでなく、LPOのコンサルティングサービスも提供しているので、社内にリソースがない場合にも安心して頼れます。
DLPOは、ABテスト、多変量テスト、パーソナライズを用いてLPのCVR改善を実現するツールです。ランディングページはもちろん、オウンドサイトやECサイトなど、さまざまなサイトに対応しているため、マルチに使えます。
また、ツール上でテスト結果の有意差判定も可能です。GA4とも連携できるため、広告とLPの相乗効果も検証しやすいのが魅力です。
DLPOは、担当者が定例ミーティングで改善策の提案などを行うコンサルティングサービスも提供しています。客観的な視点から、専門知識ももとづいた提案をもらえるので、より豊富な選択肢の中から最短距離で成果の出るLPへと改善できることが魅力です。
LPはボタンの色やキャッチコピー、ビジュアルといった要素のわずかの違いにより、CTAのクリック数が変わってきます。 LPは売上に大きく影響するページなため、さらに成果を出せるように継続的なLPO(ランディングページ最適化)が必要です。「DLPO」のようなLPOツールを活用することで、スピーディーに効果的な改善が期待できますので、ぜひ導入してみてください。