Ab-testing-quick-guide
A/Bテスト-概要
A/Bテスト（*スプリットテストとも呼ばれます）は、アプリケーションまたはWebページの2つのバージョンを比較する方法を定義します。 これは、アプリケーションまたはWebページを分析して新しいバージョンを作成する最も簡単な方法の1つです。 その後、これらの両方のバージョンを比較して*コンバージョン率*を見つけることができます。これは、これら2つのバージョンのより良いパフォーマンスを見つけるのに役立ちます。
例
Webページがあり、すべてのトラフィックがこのページに向けられていると仮定します。 これで、A/Bテストの一部として、見出し、番号付けなどの小さな変更を加えました。 同じページで、そのトラフィックの半分は、このWebページの変更されたバージョンに向けられます。 これで、同じWebページのバージョンAとバージョンBが得られ、統計と分析を使用して訪問者のアクションを監視し、コンバージョン率の高いバージョンを判断できます。
コンバージョン率は、Webサイトの訪問者が目的のアクションを実行したときのインスタンスとして定義されます。 A/Bテストにより、ビジネスに最適な*オンラインマーケティング戦略*を決定できます。 次の図をご覧ください。 バージョンAの変換率が15％で、バージョンBの変換率が22％であることを示しています。
A/Bテスト–仕組み
統計と分析を使用して訪問者の行動を監視し、コンバージョン率の高いバージョンを判断できます。 A/Bテストの結果は通常、派手な*数学および統計用語*で示されますが、数字の背後にある意味は実際には非常に単純です。 A/Bテストを使用してコンバージョン率を確認できる2つの重要な方法があります-
- データのサンプリング
- 信頼区間
これら2つの方法について詳しく説明します。
データのサンプリング
サンプルの数は、実行されたテストの数に依存します。 変換率のカウントはサンプルと呼ばれ、これらのサンプルを収集するプロセスはサンプリングと呼ばれます。
例
2つの製品AとBがあり、市場の需要に応じてサンプルデータを収集するとします。 製品AとBから選択するように数人に依頼してから、調査への参加を依頼できます。 参加者の数が増えると、*現実的なコンバージョン率*が表示され始めます。
サンプルサイズの正しい数を決定するために使用できるさまざまなツールがあります。 利用可能なそのような無料のツールの1つは-
A/Bテストの信頼区間
信頼区間は、複数のサンプルの平均からの偏差の測定値です。 上記の例では、信頼区間の＆pm; 2％で、22％の人が製品Aを好むと仮定します。 この間隔は、製品Aを選択する人々の上限と下限を示し、エラーマージンとも呼ばれます。 この平均的な調査で最高の結果を得るには、誤差の範囲をできるだけ小さくする必要があります。
例
製品Bでマイナーな変更を追加し、これら2つの製品でA/Bテストを実行したと仮定します。 信頼区間の積AおよびBは、それぞれ＆pm; 1％で10％、＆pm; 2％で20％です。 そのため、わずかな変更でコンバージョン率が増加したことがわかります。 エラーのマージンを無視すると、テストバリエーションAのコンバージョン率は10％、テストバリエーションBのコンバージョン率は20％です。 テストのバリエーションが10％増加しました。
ここで、差を制御変動率10％÷10％= 1.0 = 100％で除算すると、100％の改善が見られます。 したがって、A/Bテストは数学的手法と分析に基づく手法であると言えます。 A/B有意性の計算に使用できるさまざまなオンラインツールがあります。
A/Bテスト-使用する理由
A/Bテストは、単に予測を行うのではなく、データから得られた結果に基づいて*ビジネス上の意思決定*を行うために使用されます。 ウェブサイトやアプリのバリエーションを作成し、変更を行う決定を確認または破棄するのに役立ちます。
このテストにより、サイトやアプリを最適化して、コンバージョン率を高めることができます。 コンバージョン率が高いということは、トラフィックの獲得に多額の費用を支払う代わりに、既存のユーザーからより多くの価値を得ることができるということです。 A/Bテストは、仕事の文化の変化など、ビジネスの他の要因を変えるのにも役立ちます。 数学的データと統計を使用して、製品のバリエーションの方向を判断するのに役立ちます。
設計者、ビジネスアナリスト、または開発者のいずれかであるA/Bテストは、データと統計の力を使用してリスクを軽減し、結果を改善し、作業のデータ駆動力を高める簡単な方法を提供します。
A/Bテストを実行するには、次の点を考慮する必要があります-
- 元の変動を5％以上上回る可能性がある場合は、常にA/Bテストを実行します。
- 統計と分析を実行するのに十分なサンプルデータがあるように、テストはかなりの時間実行する必要があります。
A/Bテストでは、Webページ上の既存のトラフィックから最大限の利益を得ることができます。 コンバージョンを増やすための費用は、ウェブサイトでトラフィックを設定するための費用に比べて最小限です。 A/Bテストの* ROI（投資収益率）*は非常に大きくなります。ウェブサイトにわずかな変更を加えるだけで、コンバージョン率が大幅に向上する可能性があるためです。
A/Bテスト–テスト対象
A/Bテストとは、アプリケーションまたはWebサイトの複数のバリエーションを作成し、サンプルを使用してこれらすべてのバージョンを比較して、最大のコンバージョン率を持つ最適なバリエーションを決定することです。 Webページまたはアプリケーション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。 A/Bテストは、他の製品のバリエーションも作成できるため、アプリケーションまたはWebページのみに限定されません。 サイトの閲覧中に訪問者の行動に影響を与える可能性のあるWebページ上のすべてのものは、A/Bテストを使用してテストできます。
以下は、Webページに適用できるA/Bテストのバリエーションのリストです-
- 見出し
- サブ見出し
- 画像
- テキスト
- CTAテキストとボタン
- リンク集
- バッジ
- メディアへの言及
- 社会的な言及
- 販売促進とオファー
- 価格体系
- 配送オプション
- 支払いオプション
- サイトナビゲーションとユーザーインターフェイス
このチュートリアルの後半で詳細を読む*バリエーション*を作成するために使用できるさまざまなツールがあります。
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。
A/Bテスト–データの収集
Google Analyticsのデータは、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。 改善できる低いコンバージョン率または高いドロップオフ率を持つページを見つけてみてください。 この章では、A/Bテスト用のデータを収集するために使用できるいくつかのツールについて説明します。
Google Analytics/Mixパネル（分析ツール）
ほとんどのWebサイトには、訪問者がサイトをどのように操作しているかを把握するためにGoogle Analyticsがインストールされています。 トラフィックを監視するためのGoogleアナリティクスがインストールされていない場合は、インターネットからインストールできます。 Google Analyticsは、無料で利用できる最高の分析ツールの1つです。
Google AnalyticsをWebサイトにインストールするには、コードをコピーしてサイトに展開するだけで、大量のデータを取得できます。 また、ツールをカスタマイズしてビジネス目標を達成することもできます。
マウスフロー/Crazy Egg（リプレイツール）
リプレイツールは、Webサイトでのユーザーアクションのより良い洞察を得るために使用されます。 また、ユーザーがクリックしたマップとヒートマップをクリックして、ユーザーがWebサイトで閲覧している距離を確認することもできます。
マウスフローなどのリプレイツールを使用すると、訪問者自身のように訪問者のセッションを表示することができます。 ビデオ再生ツールを使用すると、その訪問者がWebサイトのさまざまなページを閲覧した場合にどうなるかについて、より深い洞察を得ることができます。
WebEngage（調査ツール）
調査ツールは、ウェブサイトから定性的なフィードバックを収集するために使用されます。 これには、訪問者にアンケートの質問をすることが含まれます。 この調査では、一般的な質問をし、意見を入力したり、あらかじめ用意された選択肢から選択したりすることもできます。
その他のツール-チャット、メール
ライブチャット機能により、訪問者はカスタマーサービスチームから迅速な回答を得て、状況をより迅速に解決できます。 これは、訪問者から一般的な質問を取得し、テスト用のデータを収集するのにも役立ちます。
A/Bテスト–目標を特定する
次のステップは、コンバージョンの目標を設定することです。 バリエーシ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ます。 目標はあなたのビジネス目標から来るので、例として、あなたが目標の観点から衣服の販売を増やす必要がある場合、それは次のようになります-
- 製品の画像をクリアします。
- サイトの訪問率を高めます。
- ショッピングカートのドロップ率を減らします。
次に、ビジネス目標を満たすメトリックを定義します。 メトリックは、目的に関連する何かを測定している場合にのみ、* KPI（主要業績評価指標）*になります。
例1
衣料品店のビジネス目標は衣服を販売することであるため、このビジネス目標のKPIはオンラインで販売される衣服の数になります。 ビジネス目標を明確に定義する必要があります。明確に定義しないと、KPIを識別できません。 KPIを正しく設定して定期的に測定する場合、戦略を軌道に乗せてバリエーションを作成し、A/Bテストを実行します。 次に、ビジネス目標のターゲットメトリックを見つけます。
例2
あなたの布屋は先週100個の製品を販売しました。 これでいいですか、悪いですか？ KPIが何かを意味するためには、ターゲットメトリックが必要です。 自分にとって重要なすべてのKPIのターゲットを定義します。 ビジネス目標とターゲットメトリックを定義すると、フレームワークができます。フレームワークは、実行する作業がビジネス目標に関連しているかどうかを判断するのに役立ちます。
A/Bテスト-仮説の生成
ビジネス目標を特定したら、次のステップは、A/Bテストのアイデアと、現在のバージョンよりも優れていると思われる理由の仮説を生成することです。 作成できると思われるすべての仮説のリストを作成し、予想される影響とさまざまなツールを使用してそれらを実装する方法に関して、すべてのバリエーションに優先順位を付けます。
例
下部にさらに画像を追加して、直帰率を下げることができます。 さまざまなソーシャルサイトのリンクを追加して、コンバージョン率を高めることもできます。
A/Bテスト-バリエーションの作成
A/Bテストとは、アプリケーションまたはWebページの新しいバージョンを作成し、すべてのバージョンを比較して変換率を確認することです。 統計を分析して新しいバリエーションを確認することで、コンバージョン率を改善できます。
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。 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
ビジュアルウェブサイトオプティマイザー（VWO）
Visual Website Optimizerを使用すると、同じページの複数のバージョンをテストできます。 また、ページのHTMLコードを変更せずに変更を加えてテストを実行できる「表示されるものを取得する」（WYSIWYG）エディターも含まれています。 ITリソースを変更せずに、見出し、要素の番号付けを更新し、テストを実行できます。
A/Bテスト用にVWOのバリエーションを作成するには、WYSIWYGエディターでWebページを開き、Webページに以下の変更を適用できます-
- テキストを変更
- URLを変更
- HTMLの編集/編集
- 再配置
- Move
- リサイズ
- Hide
- 削除する
- CSSを変更
Google Content Experiments
これにより、任意のWebページの最大5つのバリエーションを作成し、すべてのページをGoogleアナリティクスにロードしてA/Bテストを実行できます。 Google Content Experimentを使用して、すべてのバリエーションの結果を測定し、最大のコンバージョン率を持つバリエーションを決定します。 Google Content Experimentsを使用する主な利点は、Googleのフリーウェアですが、テストを実行するにはバリアントをGoogleアナリティクスに読み込む必要があります。
最適化
Optimizelyは、WebページまたはモバイルアプリでA/Bテスト、多変量テストを実行するために使用されるツールであり、Webページまたはアプリケーションのさまざまなバージョンを比較して、ビジネスでより良いコンバージョン率を提供するバリエーションを決定できます。
このソフトウェアは、1行のJavaScriptスニペットを実行することでWebページで実行できます。 スニペットは、サイトにOptimizelyをロードし、Webサイトの訪問者のエクスペリエンスを変更する単一行コードとして定義されます。
Optimizelyを使用してモバイルアプリケーションをテストするには、iOSおよび/またはAndroid用のソフトウェア開発キットを介して実行します。 ウェブページで最適に実行すると、サイト訪問者とコンバージョン率のデータが収集され、Stats Engineで実行されて、どのバリエーションが勝者か敗者かが判断されます。 これらの統計情報がターゲットの目標と比較され、メトリックが設定されると、ウェブサイトに適用されるバリエーションに関する決定を行うのに役立ちます。
Optimizelyでは、これらのテストを実行できます-
- 異なるURLを比較するA/Bテスト。
- 複数のページ、フローなどで実行されるA/Bテスト。
- オーディエンスのセットごとに異なるバリエーションを実行します。
- すべての訪問者のWebページにホットフィックスを適用する。
A/Bテスト-実験の実行
それはあなたのウェブサイトまたはアプリケーションのすべてのバリエーションを訪問者に提示することを含み、彼らの行動は各バリエーションについて監視されます。 各バリエーションの訪問者のインタラクションを測定および比較して、このバリエーションのパフォーマンスを判断します。
前の章で説明したように、仮説を生成し、バリエーションを実行するために使用できるさまざまなツールがあります-
- 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
ビジュアルウェブサイトオプティマイザー
マーケティングの専門家がポイントアンドクリックエディターを使用してWebページの複数のバリエーションを作成できるようにするさまざまなA/Bテストツールがあります。 HTMLの知識は必要ありません。どのバージョンが最大のコンバージョン率または売り上げをもたらすかを確認できます。
VWO分割テストソフトウェアの実行は非常に簡単です。コードスニペットをコピーしてWebサイトに貼り付けるだけで、訪問者が簡単に利用できるようにすることができます。 Visual Website Optimizerは多変量テストのオプションも提供し、行動ターゲティング、ヒートマップ、ユーザビリティテストなどを実行するためのその他のツールも含まれています。
VWOには複数の機能があり、すべてのコンバージョン率最適化アクティビティがこのツールでカバーされます。 多くの企業および小規模のオンラインストアは、ランディングページの最適化、およびWebサイトの売り上げの増加とコンバージョン率の向上のためにA/BテストVWOソフトウェアを使用しています。
会社は、30日間の試用版も提供しています。これは、https://vwo.com/から無料でダウンロードできます。
Trail Visual Website Optimizer
VWOの主要な機能のいくつかは次のとおりです-
- テストと実験
- ビジュアルエディター
- 分析と報告
- ヒートマップとクリックマップ
- プラットフォームと統合
使い方？
Webページで最適に実行すると、サイト訪問者のデータ、コンバージョン率が収集され、Stats Engineで実行されて、どのバリエーションが勝者で、どのバリエーションが敗者かが判断されます。 これらの統計情報がターゲットの目標と比較され、メトリックが設定されると、ウェブサイトに適用されるバリエーションに関する決定を下すのに役立ちます。
Google Content Experiments
最大5つのバリエーションのWebページを作成し、これらすべてのページをGoogleアナリティクスにロードして、A/Bテストを実行できます。
Googleアナリティクスを開始するには、* Googleアナリティクスアカウント*とトラッキングコードをウェブサイトにインストールする必要があります。 アカウントを持っていない場合は、次のツールを使用してサインアップできます-http://www.google.com/analytics/
トラッキングコードをウェブサイトに直接追加する
このプロセスを完了するには、Webサイトのソースコードにアクセスできる必要があります。また、HTMLの編集に慣れている必要があります（または、これを支援できるWebマスター/開発者がいます）。アップ。
ウェブページにトラッキングコードを設定するには
- トラッキングコードスニペットを見つけてGoogleアナリティクスアカウントにサインインし、上部の[管理]タブを選択します。
- [アカウントとプロパティ]タブに移動して、使用しているプロパティを選択します。 [追跡情報]→[追跡コード]をクリックします。 アナリティクスアカウントでトラッキングコードを見つける場所の画像→クリックしてこの画像を展開し、これらのオプションがインターフェースのどこに表示されるかを確認します。
- トラッキングコードスニペットを見つけます。 数行のJavaScriptが入ったボックスの中にあります。 このボックスのすべてがトラッキングコードスニペットです。 <script>で始まり、</script>で終わります。
- トラッキングコードには、各Googleアナリティクスプロパティに対応する一意のIDが含まれています。 異なるプロパティのトラッキングコードスニペットを混同したり、複数のドメインで同じトラッキングコードスニペットを再利用したりしないでください。
- スニペットをコピーして、追跡するすべてのWebページに貼り付けます。 終了</head>タグの直前に貼り付けます。
- テンプレートを使用してサイトのページを動的に生成する場合、トラッキングコードスニペットを独自のファイルに貼り付け、ページヘッダーに含めることができます。
トラッキングコードが機能しているかどうかを確認
トラッキングコードが機能しているかどうかを確認したり、リアルタイムレポートを確認したり、ユーザーアクティビティを監視することができます。 これらのレポートにデータが表示される場合、トラッキングコードが現在データを収集していることを意味します。
コンテンツ実験
ウェブテストは、ランディングページ、ホームページ、カテゴリページなどのWebページをテストするための*最も高速な方法*の1つであり、必要なコードの実装は少なくなります。 Google Analytics内でA/Bテストを作成するために使用できます。
ウェブテストの最も一般的な機能の一部は次のとおりです-
- オリジナルのページスクリプトを使用してテストを実行する必要があります。標準のGoogleアナリティクストラッキングコードを使用して、目標とバリエーションを測定します。
- Googleアナリティクスで定義されているターゲット目標は、AdSenseの収益など、実験目標として使用できます。
- Googleアナリティクスのセグメントビルダーを使用すると、セグメンテーション基準に基づいて結果をセグメント化できます。
- 統計的に有意な勝者がいる可能性が低い場合、テストが実行されたままになるのを防ぐために、3か月後に自動的に期限切れになるテストを設定できます。
コンテンツテストを使用してA/Bテストを作成する方法
[動作]セクションに移動し、[実験]リンクをクリックします。 また、既存のすべての実験の表が表示されます。 この表の上部にある[実験を作成]オプションをクリックします。
入力→実験の名前、実験の目的、参加するサイトトラフィックの割合、重要な変更のメール通知、すべてのバリエーションへのトラフィックの配信、実験の実行時間の設定、およびしきい値。
元のページのURLと作成するすべてのバリエーションを追加して、[次へ]ボタンをクリックします。 実装方法を選択し、次のボタンをクリックします→検証をクリックします（1つのコードが実装されている場合は検証されます。 コードがない場合は、エラーメッセージが表示されます）→実験を開始します。
この実験が実行されると、次のオプションが表示されます-
- 変換速度
- 実験を停止
- 再検証
- バリエーションを無効にする
- セグメンテーション-それはあなたのウェブページ上の訪問者の各セグメントに対して各バリエーションがどのように実行されたかを見ることができます。
A/Bテスト–結果の分析
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表示し、ウェブページのさまざまなバリエーションのパフォーマンスの違いを示します。また、数学的手法と統計情報を使用して、バリエーションに大きな違いがあるかどうかを示します。
例
Webページ上の画像の直帰率が低下している場合、Webページにさらに画像をアップロードすると、コンバージョン率が高いかどうかを判断できます。 このために直帰率に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。
VWOやOptimizelyなどのツールがテストの実行に使用されますが、Google Analyticsはテスト後の分析の実行に最適です。 この分析は、今後の方法を決定するために使用されます。 A/Bテストツールはテスト結果の結果を通知しますが、事後分析も実行する必要があります。 ポスト分析を行うには、各テストをGoogleアナリティクスと統合する必要があります。
VWOとOptimizelyはどちらも、組み込みのGoogleアナリティクス統合機能を提供します。 これらの両方のツールからの各テストのデータは、Googleアナリティクスに送信する必要があります。 これにより、分析機能が強化され、テストデータが保証されます。 テストツールがデータを誤って記録している可能性があります。テストデータのソースが他にない場合、それを信頼するかどうかを確認することはできません。
A/Bテスト–ツール
仮説を生成し、バリエーションを実行するために使用できるさまざまなツールがあります。これらには以下が含まれます-
- 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
これらのツールはすべて、A/Bテストを実行し、勝者を見つけることができますが、ポスト分析を実行するには、これらのツールをGoogleアナリティクスに統合する必要があります。
A/Bテスト– Googleアナリティクス
Google Analyticsには、データを分析するための2つのオプションがあります-
- ユニバーサル分析
- 従来のGoogle Analytics
新しいユニバーサルアナリティクス機能を使用すると、Googleアナリティクスにデータを送信する20の同時A/Bテストを使用できますが、クラシックバージョンでは最大5つしか使用できません。
OptimizelyとGoogle Universal Analyticsの統合
OptimizelyをユニバーサルGoogleアナリティクスに統合するには、最初にサイドパネルの[ON]ボタンを選択します。 次に、Optimizelyの実験データを取り込むための利用可能なカスタムが必要です。 次に、ページの<head>セクションの下部にトラッキングコードを配置する必要があります。 Optimizelyスニペットがこのアナリティクススニペットの上にない限り、Googleアナリティクスの統合は正しく機能しません。
設定手順
Optimizelyは、ユニバーサルGoogleアナリティクスの「カスタムディメンション」を使用して、訪問者に追加された実験とバリエーションをタグ付けします。 この情報をユニバーサルアナリティクスに送信し始めるためにOptimizelyを構成するには、4つのステップが必要です-
ステップ1
ga（ 'create' …）関数が起動した後、Universal Analytics ga（ 'send'、 'pageview'）関数が起動して追跡呼び出しが行われる前に、Universal Analyticsコードが存在する場所に、次のJavaScriptコードをサイトに追加します（次のセクションの詳細を参照）-
//Optimizely Universal Analytics Integration
window.optimizely = window.optimizely || [];
window.optimizely.push("activateUniversalAnalytics");ステップ2
Optimizelyエディターで、[オプション]→[統合]に移動し、[ユニバーサルアナリティクス]チェックボックスをクリックして統合を有効にします。
- ステップ3 *
Optimizelyで使用するカスタムディメンションを選択します。 カスタムディメンションがサイトの他の部分や、現在実行中の別のOptimizely実験によって既に使用されていないことを確認する必要があります。
- ステップ4 *
デフォルト以外のカスタムイベントトラッカーを使用している場合は、カスタムトラッカーを選択します。 これにより、Optimizelyの統合呼び出しがデフォルトではなくカスタムトラッカーを使用するように変更されます。
例
あなたのウェブサイトが次の呼び出しを使用しているとしましょう-
ga('tracker3.send', 'pageview');この場合、カスタムトラッカーフィールドを指定してtracker3と入力し、Optimizelyはデフォルトトラッカーではなくtracker3と統合します。
Google Analyticsを使用してカスタムレポートを作成する
最初のステップは、ユニバーサルアナリティクスアカウントにログインし、上部の[カスタマイズ]タブをクリックすることです。 カスタムレポートリストが表示されます。
次に、ユニバーサルアナリティクスを統合した各実験のカスタムレポートを設定します。
- [新しいカスタムレポート]をクリックし、レポートタイトルを入力して、レポートに表示するメトリックグループを追加します。
- Optimizely実験のみについてこのレポートをフィルターするには、ディメンションのドリルダウンの1つとして以前に設定したカスタムディメンションを選択します。
- [フィルタ]セクションにこのディメンションを追加し、フィルタリングする実験の実験IDで正規表現一致を使用します。
- 保存をクリックします。
A/Bテスト-多変量
A/Bテストと同様に、多変量テストも同じメカニズムに基づいていますが、より多くの変数を比較し、これらの変数の動作に関する詳細情報を提供します。 A/Bテストでは、デザインの異なるバージョン間でページのトラフィックを分割します。 多変量テストは、各設計の有効性を測定するために使用されます。
例
テストを実行するのに十分なトラフィックを受信したWebページがあるとしましょう。 これで、各パターンのデータが比較されて最も成功したパターンがチェックされますが、訪問者のインタラクションに最大のプラスまたはマイナスの影響を与える要素も含まれます。
多変量を使用する利点
多変量テストは、ページの要素をターゲットにしたり再設計したり、最も影響を与える領域を表示したりするのに役立つ効果的なツールです。 多変量法は、ランディングページキャンペーンの作成に役立ちます。
例
特定の要素のデザインの影響に関するデータは、要素のコンテキストが変更された場合でも、将来のキャンペーンに適用できます。
制限事項
多変量テストの制限は、テストを完了するために必要なトラフィックです。 すべての実験は完全に要因的であるため、一度に変化する要素が多すぎると、テストする必要がある非常に多くの可能な組み合わせがすぐに追加されます。 トラフィックがかなり多いサイトでさえ、実行可能な時間内に25を超える組み合わせでテストを完了するのに問題がある場合があります。
多変量テストとA/Bテストの違い
スプリットテストとも呼ばれるA/Bテストは、Webサイトの最適化の方法で、ページの2つのバージョン、つまりAとBのコンバージョン率を比較します。 すべての訪問者は、いずれかのバージョンに分割されます。 訪問者がこれらのバージョン（AまたはB）のいずれかにアクセスすると、さまざまなボタンをクリックするか、ニュースレターにサインアップします。 これにより、ページのどのバージョンがより効果的かを判断できます。
A/Bテスト-SEO
SEOは、関連するアイテムの検索が実行されたときに、ページの上部にWebサイトを表示する方法です。 ウェブサイトが訪問者に提供する情報と、ウェブページのコンテンツが検索結果の上位に表示されるのに関連する理由が含まれています。 多くの潜在的な顧客は、A/Bテストまたは多変量テストが検索エンジンのランキングに影響を与えると感じています。
潜在的なSEO値を失うことを心配せずにA/Bテストを実行することを保証する4つの方法があります。
クロークしないで
ウェブページの1つのバージョンをGooglebotエージェントに表示し、他のバージョンをウェブサイトの訪問者に表示すると、クローキングが呼び出されます。 グーグルは、クローキングはすべきではないと言っており、これには非常に厳しい。 ウェブサイトが検索結果から除外されたり、SEOランキングで降格されることもあります。 ユーザーエージェントに基づいて、A/Bテストの異なるバージョン間で訪問者を分けないようにする必要があります。 Googleは、ボットが1つのバージョンを見るかどうかを気にしません。ボットがランダムな訪問者と同じユーザーエクスペリエンスを持っていることだけを気にします。
「rel = canonical」を使用します
複数のURLを使用したA/Bテストがある場合、「rel = canonical」をウェブページに追加して、インデックスを作成するURLをGoogleに示すことができます。 Googleは標準的な要素を使用することを提案します。これは、意図に沿っているため、noindexタグです。 どのコンテンツがオリジナルであるかを示すだけです。 このようにして、Googleはそれに応じてページをグループ化およびインデックス化できます。
注-canonicalを使用できない場合は、HTMLまたはHTTPヘッダーにnoindexタグがあることを確認する必要があります。ない場合は、少なくともrobots.txtを含める必要があります。
301のリダイレクトではなく302のリダイレクトを使用する
Googleでは、一時的な方向の方法を使用することをお勧めします-永続的な301リダイレクトに対して302です。 他のA/Bテストと同様に、これは永続的な再配置ではなく、一時的な再配置です。 一時的なリダイレクトの通知であるため、常に302リダイレクトを使用することをお勧めします。 そのため、A/Bテストにリダイレクトを使用している場合は、必ず302ヘッダーを使用してください。
SEOについて考慮すべき最も重要な点は、検索エンジンに対して、元のURLをインデックスから削除して一時的に保留するべきではないことを明確にする必要があるということです。 スパイダーが次のインデックス作成のために戻ってくると、リダイレクトがまだ適用可能かどうかを再度チェックし、そうでない場合は、古いURLが再び復元されます。
長期間実験を行わないでください
A/Bテストが完了したら、できるだけ早くバリエーションを削除し、ウェブページに変更を加えて、成功したコンバージョンの使用を開始する必要があります。 代替URLやテストスクリプトなど、テストのすべての要素を必ず削除する必要があります。
長期間テストを実行すると、Googleはこれを検索エンジンをだます方法と見なします。 これは、長時間にわたって多数の訪問者にテストバリアントを表示している場合に発生する可能性があります。 Ab-testing-interview-questions
