A/Bテスト–プロセス

A/Bテストは、*現実的な結論*に到達するために順番に従う必要がある一連のプロセスで構成されます。この章では、任意のWebページでテストを実行するために使用できるA/Bテストプロセスの手順について詳しく説明します-

背景調査

バックグラウンド調査は、A/Bテストで重要な役割を果たします。最初のステップは、ウェブサイトの直帰率を調べることです。これは、Googleアナリティクスなどの広く利用可能なバックグラウンド調査ツールを使用して行うことができます。

データを収集します

Google Analyticsのデータは、Webサイトでの訪問者の行動を見つけるのに役立ちます。サイトから十分なデータを収集することを常にお勧めします。コンバージョン率が低いページやドロップオフ率が高いページを見つけて、さらに改善することができます。また、Webサイトでこのテストを実行するために必要な1日あたりの訪問者数を計算します。

ビジネス目標を設定する

次のステップは、ビジネスまたはコンバージョンの目標を設定することです。これは、目標が何であるかを理解するのに役立ちます。それが完了すると、新しいバージョンが元のバージョンよりも成功しているかどうかを判断するメトリックを見つけることができます。

仮説の構築

A/Bテストの目標と指標が設定されたら。次のステップは、元のバージョンを改善する方法と、現在のバージョンよりも改善する方法に関するアイデアを見つけることです。アイデアのリストを作成したら、予想される影響と実装の難しさの観点から優先順位を付けます。

たとえば、最も効果的なことの1つは、サイトに画像を追加することです。これにより、直帰率がある程度低下します。

バリエーション/仮説を作成する

市場には、これらの変更を効果的に行うためのビジュアルエディターを備えたA/Bテストツールが多数あります。 A/Bテストを正常に実行するための重要な決定は、適切なツールを選択することです。最も一般的に利用可能なツールのいくつかは次のとおりです-

ビジュアルウェブサイトオプティマイザー（VWO）
Google Content Experiments
最適化

箇条書きの使用、キー要素の番号付けの変更、フォントと色の変更など、オブジェクトに適用できるさまざまな種類のバリエーションがあります。

バリエーションの実行

Webサイトまたはアプリのすべてのバリエーションを訪問者に提示します。それらのアクションは、あらゆるバリエーションごとに監視されます。さらに、各バリエーションに対するこの訪問者のインタラクションを測定および比較して、特定のバリエーションのパフォーマンスを判断します。

データを分析する

この実験が完了したら、次のステップは結果を分析することです。 A/Bテストツールは、実験からのデータを提示し、Webページのさまざまなバージョンのパフォーマンスと効率の違いを示します。また、数学的手法と統計の助けを借りて、バリエーションの間に大きな違いがあるかどうかを示します。

たとえば、Webページの画像の直帰率が低下している場合、画像を追加してコンバージョンを増やすことができます。このために直帰率の変化が見られない場合は、前の手順に戻って新しい仮説/バリエーションを作成し、新しいテストを実行します。

Ab-testing-process

目次