Conversion-rate-optimization-measuring-results

測定結果

この章では、結果を測定し、Webサイトで行われたテストの統計を簡素化する方法について説明します。

統計について

研究者は統計を理解してもしなくてもよい。 ただし、A/Bテストツールは、これらの統計を簡素化することで、救世主であることが証明されています。 したがって、多くの計算を回避できます。 ほとんどのテストツールは、95％の基準を目標達成の成功として使用することに一貫しています。

つまり、10人のうち9人が勝者です。 例を挙げましょう。 あなたのテストツールレポートは次のとおりです-

Variations	Conversion rate
Control page	1.91%
1	2.39%
2	2.16%
3	3.10%

このレポートでは、95％の間隔で、.20％のコンバージョン率の変動を予測しています。 統計的には、目標範囲は1.76〜2.06です。

インサイトの取得

テストを計画するとき、2つの目標に留意します。 1つ目は収益の増加であり、もう1つはROIの向上につながった要因に関する洞察を引き出すことです。

たとえば、ケーススタディでは、カテゴリページやホームページではなく商品ページにトラフィックを誘導することで、コンバージョン率が向上するかどうかが決まります。 3つのバリエーションを取りました。1つは、カテゴリーとサブカテゴリーがロードされたホームページにトラフィックを誘導し、さらに製品ページに誘導しました。 2番目の方法では、フィルターを追加してカテゴリページにトラフィックを誘導しました。 3番目の方法では、購入ボタンを使用して製品詳細ページに直接送信しました。

驚いたことに、3番目のバリエーションが勝ちました。 これは、バイヤーが製品について必要とする情報にすぎません。 これにより、コンバージョン率の向上と継続的な改善がどのように見込み顧客を増やすことができるかを知ることができます。

間違いなく、テストに関する多くのバリエーションと洞察を追加することで、Webサイトが再設計されました。

結果を理解する

それをクリアさせてください。 すべてのテストに勝つわけではありません。 はい、それは痛いですが、本当です。

飛ぶ色で結果を与えるテストがあります。 他にも、非常に多くの試行を行っても結果が得られないものがあります。 ただし、セグメンテーションを促進する洞察を使用してテストを計画する場合は、テストする新しい仮説を立てることができます。 すべてのテストが収益の改善に役立つわけではありません。

例を理解してください。 コンバージョン率の異なる3つのキャンペーンがあります。

Campaign A	8.2%
Campaign B	19.1%
Campaign C	5.2%

誰もが「キャンペーンB」はスーパーパフォーマーであると盲目的に言うでしょう。 しかし、もう少し掘り下げましょう。

	Visits	Transactions	Conversion Rate
Campaign A	1820	150	8.2%
Campaign B	20	4	19.1%
Campaign C	780	41	5.2%

「キャンペーンB」は小さすぎて統計的に有意ではありません。 1回の訪問で1回のトランザクションを行うキャンペーンBでは、100％のコンバージョン率が得られます。 「キャンペーンA」は「キャンペーンC」よりも優れています。 結果を結論づける際に、検討する必要があるいくつかの要因があり、毎回異なる場合があります。 すべての洞察を見て結果を決定する必要があるのはあなたです。