LPのA/Bテストとは

LPのA/Bテストとは、内容の異なる複数のLPを配信して、訴求効果を比較検証する施策です。A/Bテストによって比較すべきポイントを各LPごとに明確にすることで、より正確なテストを実施することが可能になります。

LPのA/Bテストの目的は、最もサービスや商品に適した訴求やテキスト、画像を見つけ出すことに役立ちます。例えば訴求コピーやCTAの異なるLPを2パターン以上作成し、最もコンバージョンにつながったページをメインLPとして活用していく、というのが一般的な流れです。

LPのA/Bテストは1回の実施で終了するのではなく、より効果の高かったLPと新たに作成したLPで2回目のテストを行うなど、継続的に仮説検証を続けることによって、中長期的にLP改善を図ることが重要です。

メリット

LPのA/Bテストを実施するメリットの一つは、細かい修正でもコンバージョン率の改善に大きく役立つ可能性があるという点です。既存のLPで結果が出ないことを理由にLPを刷新する場合、新規LPの効果測定にコストがかかるため、検証や分析を継続することが難しくなります。何より、具体的にLPのどの要素に課題があるのか仮説が立てづらくなります。

A/Bテストは基本的にLP内の一部を変更して比較するため、大規模な修正を要することなく検証できます。またA/Bテストで片方のLPの成果が悪化した場合でも、すぐに他方のLP内容を反映できるため、スピーディかつ低コストで改善可能です。

またデータを基に分析をすることができるため、明確な根拠を持ちながら改善施策を組み立てられるという点もメリットとなります。体感だけでなくデータを基に考察することで、客観的に「効果のあるLP」を模索できるのです。

具体的なA/Bテストとして、異なるファーストビューの画像とキャッチコピーを試すなどして、LPのコンバージョン率や離脱率を改善していきます。

コールセンター事業を展開する企業では、ファーストビューに使用する画像を企業スタッフの写真と利用者の写真の2パターンを作成し、効果検証を実施しました。

その結果、ファーストビューによる離脱率が40%から20%に改善、コンバージョン単価も25%削減する成果につながりました。このように、ユーザーの判断基準となり得るポイントで複数の訴求をテストすることにより、どのようなパターンが最もユーザーに刺さりやすいのかを把握できるのです。

A/Bテストの具体的なやり方

次にA/Bテストの具体的な方法について解説していきます。一般的なLPのA/Bテストは以下の手順に沿って実施されますので、参考にしてください。

（1）仮説を立てる

LPのA/Bテストでは、最初にコンバージョンを増やすために改善すべきポイントを見つけていきます。この時点では、あくまで「仮説」の段階で問題ありません。コンバージョンに影響しそうなポイント（写真やコピー、訴求文やCTAボタンなどのUI）を要素ごとに考察し、改善箇所を明確にしましょう。

仮説立ての段階ではより客観的に自社のLPを見ることにより、競合他社と比べて劣っている部分や、ユーザーが気にしていると思われる部分を探しやすくなります。自分がサービスを利用する側の立場に立って、改善のための仮説作りをすることが重要です。

（2）A/Bテストを実施する

（1）で立てた仮説を基に、LPを複数作成してA/Bテストを実施していきます。

A/Bテストの実施前に結果を確認できる計測ツールを準備しておきましょう。無料で利用できる計測ツールの例としてはGoogleアナリティクスやサーチコンソールなどがあげられます。加えてヒートマップツールも導入しておくと、ユーザーの離脱ポイントやよく見られているポイントを可視化することができます。 計測準備が整ったら実際にA/Bテストを実施していきますが、その際に注意すべきポイントとしては、何を比較検証するA/Bテストなのかを明確にするために、実施期間・配信媒体・予算など、比較軸となる以外の要素は全て同じ条件にすることです。また、A/Bテストの勝利条件や検証期間をあらかじめ決めておくとよいでしょう。例えばコンバージョン数が最低50件以上、検証期間は1ヶ月にするなどです。あまりに獲得母数が少ない場合は比較しにくいので、コンバージョン数の最低ラインも決めておきます。

（3）効果検証する

A/Bテストの実施期間が終わったら、効果測定を行います。

離脱率やコンバージョン率など、あらかじめ設定していたポイントを中心に測定したデータを確認していきます。

変更した部分に効果があったかを明確にするために、Googleアナリティクスやサーチコンソール、ヒートマップツールなどを活用して分析を行いましょう。最初に立てた仮説が正しかったのかどうか、次にどのような修正を加えるべきかを、ここで考えていくことが重要です。

仮説通りの結果でなかったとしても、比較可能なフィードバックを得ることにA/Bテストの意味があります。そして結果を踏まえてテストを繰り返すことで、LPの質を高めていくことができます。

（4）効果検証をもとに改善する

改善できた点や課題点を把握できたら、次の改善施策について考えていきましょう。LPのA/Bテストは一度実施して終わりではなく、一つのテストが終わったら再度、仮説立てのフェーズに戻り、同様の手順で2回目以降のA/Bテストも実施していきます。

具体的には検証した2つのページのうち、良かったページを残して、新しいコピーやクリエイティブに変更したページを追加し、A/Bテストを実施していきます。この流れを繰り返すことにより、最終的にはLPの勝ちパターンを見つけることができ、その法則を今後のLPにも展開していくことができます。

上記で説明した(1)~(4)の手順をしっかりと理解し、効果的なA/Bテストを実施していきましょう。

下記資料ではABテストで効果的だった施策を紹介しています。是非参考にしてみて下さい。

A/Bテストに使える無料ツール「Googleオプティマイズ」

引用：Google オプティマイズ

A/Bテストに使用できる無料ツールに「Googleオプティマイズ」というツールがあります。GoogleオプティマイズはGoogleが無料で提供しているA/Bテストツールです。

Googleアカウントを持っていれば簡単に登録することができ、画面の指示に従って進めるだけなので操作性も高い点がメリットといえます。ページ制作やマーケティングの知識がなくても実施できるため、多くのユーザーに活用されています。

Googleオプティマイズでは、LP制作に必要な費用や工数を大きく削減することができ、初心者にも優しいレポート表示のため、最初に試すには最適なツールとも言えます。サイトにタグを埋め込むだけで使用できるため、特段使用するツールが決まっていなければ試験的に使ってみることを推奨します。

またGoogleオプティマイズには無料版だけでなく、有料版も提供されています。有料版の場合、テスト数が多く設定できるため、検証が必要なLPの数が多いという方にはおすすめです。テスト数がそれほど多くないという方や、まずはGoogleオプティマイズを試してみたいという方は無料版でも問題ありません。

Googleオプティマイズの利用手順については以下で解説します。

（1）アカウント開設

※Googleオプティマイズを利用するためにはアカウントの開設が必要です。アカウント開設のためには、まずGoogleアナリティクスの登録が必要となりますので、事前に準備しておきましょう。

Googleオプティマイズを利用する前に「アカウント」と「コンテナ」について理解しておきましょう。

「アカウント」とは会社や組織など、Googleオプティマイズを利用する大きい階層のことを指します。「コンテナ」とは会社や組織が管理するサイト単位で1つずつ作成されます。そのため1つのアカウント内に複数のコンテナが存在することになります。

アカウント開設時に必要な情報はGoogleアカウントのみです。登録時にお知らせメールを受け取るかどうかに設定や任意の選択項目が表示されるため、任意に設定します。

（2）エクスペリエンスの作成

Googleオプティマイズのエクスペリエンスとは、テストを実施するプロジェクトのようなイメージです。A/Bテストを行うためにはエクスペリエンスの作成が必要となります。

エクスペリエンスの設定画面では、使用するページのURLやテストタイプについて設定していきます。テストタイプの設定ではA/Bテストの他、多変量テストやリダイレクトテストなどの項目が表示されていますが、基本的には「A/Bテスト」を選択しておくと問題なく設定を進めることができます。

（3）テストの設定

次に実際に検証するテストの設定を進めていきます。テストの設定はGoogleオプティマイズのエディタページで作成していきます。

Googleオプティマイズでは「ビジュアルエディタ」という視覚的な要素を操作してページ作成できる機能があります。HTMLやCSSの知識が不要で、全体のバランスを見ながらページを作成できるため初心者であっても試しやすいのが特徴です(HTMLの知識があれば、よりカスタマイズ性が向上します)。

またテストの設定時に「ページターゲティング」や「オーディエンスターゲティング」が設定可能です。

「ページターゲティング」とはURLの詳細を設定できる項目です。エディタページとURLが同一の場合は設定が不要ですが、パラメータを付与していたり媒体毎にURLを分けている場合は、設定しておくようにしましょう。

「オーディエンスターゲティング」とは、特定のユーザーに向けてページを配信、検証したい場合に設定します。表示デバイスや地域、ユーザー行動などのセグメントから条件指定できます。

（4）Googleアナリティクス・タグマネージャーと連携

次にGoogleアナリティクスとGoogleオプティマイズの連携を行います。Googleオプティマイズでは「コンテナ」を利用します。コンテナ内の設定から必要なGoogleアナリティクスアカウントを選択し、データ連携を行いましょう。

そしてGoogleオプティマイズを利用するためにはサイト内に専用のタグを設置する必要があります。タグはGoogleオプティマイズのコンテナで生成されます。タグはGoogleタグマネージャで設置するか、Googleグローバルサイトタグを編集して設置できます。

（5）テスト開始

最後にテスト開始に向けた設定を行っていきます。

まずテストで検証したい目標を設定しましょう。目標とは成果地点のことで、Googleアナリティクスで設定している目標があれば、そのまま使用することが可能です。Googleアナリティクスで設定をしていない場合でも、Googleオプティマイズ内でテスト目標を追加することができます。

また、それぞれのページの配信比率を設定することもできます。多くの場合は配信量を均一に設定してA/Bテストを行いますが、配信量を調整したい場合は「パターンの比重」の項目で配信比率を設定することが可能です。

Google オプティマイズ

下記資料ではABテストで効果的だった施策を紹介しています。是非参考にしてみて下さい。

まとめ

本記事ではLPのA/Bテストの概要や手順、活用できるツールについて解説しました。LPのA/Bテストを検討している方は、以下のポイントについて把握しておきましょう。

• A/Bテストは仮説立て→検証→分析→改善を繰り返し実施する
• A/Bテストは効果のある訴求やクリエイティブを明確にする役割がある
• LPの効果データを可視化することにより複数の担当スタッフ間の認識を統一できる
• Googleオプティマイズをはじめとするツールの活用が重要

A/Bテストは企業が比較的簡単に導入できる改善施策です。通常よりも工数のかからないページ修正を行い比較検証を続けることで、施策をスピーディに展開し、より効率よく改善に近づけることが可能となります。

また、正確にデータ検証を行う場合はGoogleアナリティクスなどの分析ツールの設定も必須となります。各ツールの使い方やノウハウなどを理解していると、スムーズにA/Bテストを実施することができるでしょう。

---