ABテスト(A/Bテスト)は、2つの案(AとB)を同時に出し、どちらが目標達成に強いかをデータで比べる手法です。感覚ではなく数字で判断できるため、CVR改善やクリック率向上に役立ちます。
ABテストとは?
同じ期間・同じ条件で、ユーザーを無作為にA案とB案へ振り分け、事前に決めた指標(例:購入率、クリック率、会員登録率)が高い方を選ぶ実験です。
- 目的:サイト/LP/記事/ボタン/見出しなどの改善
- 前提:同時比較・ランダム割り当て・十分な母数
- 結果:有意差(偶然ではない差)を確認して勝ち案を採用
いつ・どこで使う?
- CTA文言やボタン色を変える
- 記事タイトル・導入文・見出し構成
- フォームの項目数や配置
- 価格の見せ方、特典バナーの有無
目標とKPIの決め方
テスト前に、最終目標(主指標)と補助指標(副指標)を1〜2個ずつ定義します。
目標タイプ | 例 | 計算式 |
---|---|---|
クリック率(CTR) | CTAボタンのクリック | CTR = クリック数 ÷ 表示回数 |
コンバージョン率(CVR) | 購入/申込/会員登録 | CVR = 成約数 ÷ 訪問数 |
直帰率/スクロール率 | 読み進みの深さ | 例:最下部まで到達したセッション ÷ 総セッション |
実施ステップ(初心者向け手順)
- 課題を特定:例「CTAが目立たずクリックが少ない」
- 仮説を1つに絞る:例「動詞で始まるCTAだとCTRが上がる」
- 代替案Bを作る:テキスト/色/位置など1点だけ変える
- 指標と期間を決める:主指標は1つ、最低1週間など
- 均等配信で開始:ユーザーをランダムにA/Bへ
- 途中で触らない:途中の勝ち負けで止めない(早期停止はNG)
- 結果を判定:有意差・区間(95%CI)を確認
- 学びを記録:ナレッジ化して次の仮説へ
超シンプルな例
同期間に1,000人ずつ配信:
- A:クリック 80 → CTR = 80/1000 = 8.0%
- B:クリック 110 → CTR = 110/1000 = 11.0%
差は+3.0ポイント。母数が十分で他条件が同じなら、B採用が妥当です。厳密判定は統計ツールで95%信頼区間やp値を確認しましょう。
実施期間とサンプルサイズの考え方
- 最低1週間(曜日差の影響を受けにくくするため)
- 必要サンプルの目安:「想定改善幅が小さいほど大量のトラフィックが必要」
- 小規模サイトは、まずインパクトが大きい仮説(文言や配置など)から
ワンポイント:「毎日数十PV」だとABテストは時間がかかります。まずは勝ち筋がありそうな大胆な変更から検証し、学習速度を上げましょう。
やること・やってはいけないこと
やること(DO)
- 主指標を1つに固定する
- 変更点はできるだけ1つに絞る
- テスト期間中は他の変更を入れない
- 学び(仮説 → 結果 → 示唆)を記録する
やってはいけないこと(DON’T)
- 途中で勝っているからと早期終了する
- 母数が少ないのに結論を出す
- 同時に複数箇所を変えて原因をあいまいにする
- 副作用(滞在時間低下など)を無視する
WordPressでの始め方ヒント
- 配信の仕組み:簡易的には「A版のブロック」「B版のブロック」を用意し、ランダム表示(または期間で切替)。外部テストツールやテーマ機能を使う方法もあります。
- 計測:Googleアナリティクスやタグでクリックイベントを計測。記事内ボタンにイベント計測用の属性を付けるのが簡単です。
- ログ管理:テスト名、期間、主指標、結果、学びをスプレッドシート等で管理すると再現性が上がります。
例)CTAボタンの計測用HTML(クリックイベント名:cta_click
)
<a href="/signup" class="btn" data-event="cta_click">今すぐ無料で試す</a>
※計測の実装は使っている解析ツールに合わせて設定してください。
FAQ
Q. テスト期間はどれくらい?
A. 最低1週間、できれば1〜2サイクルの購買周期をカバーできると安心です。
Q. 勝ち案が出たら?
A. すぐに全配信へ適用し、次の仮説テストに移ります。学びを必ず記録してください。
Q. トラフィックが少ない場合は?
A. 劇的に効きやすい変更(文言、配置、オファーの見せ方)から。必要に応じて時系列比較(A→B)で様子を見るのも現実解ですが、外部要因の影響に注意。
用語集
- 主指標(Primary Metric)
- 最終判断に使う指標。CVRや購入数など。
- 有意差
- 偶然では説明しにくい差。統計的に意味がある差。
- 信頼区間(CI)
- 真の値が入っていそうな範囲の推定。
- 早期停止
- 途中経過だけでテストを打ち切ること。誤判定の原因。