2023.05.01

ディスプレイ・バナー広告はA/Bテストをやらなきゃ損！活用のコツと実施の注意点

成果に繋げる広告運用先をお探しなら

その広告、売上につながっていますか？成果に繋げる方法からお伝えします。初めて広告する方やセカンドオピニオンなどお気軽にご相談ください。

集客に課題を感じていたり、離脱率が高かったり。Webマーケティングの悩みを解決したいときには、A/Bテストを実施することで改善の糸口を見つけることができます。
比較的費用をかけず、手軽に活用できるA/Bテストですが、効果を発揮するには気をつけたいポイントも。今回はA/Bテストの特徴やメリットをはじめ、知っておきたい注意点を詳しくご紹介しましょう。

無料相談する

A/Bテストとは、費用やリスクを抑えながら確実なCVRを狙うことができる施策

A/Bテストとは、WebマーケティングにおけるCRO（コンバージョン率最適化）のひとつで、主にCVR（コンバージョン率）とCTR（クリック率）を向上させることを目的とした施策です。Webサイトやアプリにおいて、元のバージョンに変更を加えたテストパターンを用意し、どちらがより高く成果を得られるのかを見ていきます。通常、A/Bテストではひとつのコンテンツに対して2つのバージョンを作成しますが、Aパターン・Bパターンだけでなく3パターン以上でテストを行うこともあります。

Webマーケティングに関する判断は、感覚だけではなく、正しい検証・評価・分析に基づいて実行しなければなりません。また、ユーザーが変わればその行動も変化するため、他社の手法を真似れば自社も成果を挙げられるというものでもないのです。A/Bテストで自社のWebサイトやアプリに触れるユーザーに対して的確な検証を行うことで、現状を確かめたり、より良く改善したりすることができます。

A/Bテストの対象はWebサイト、アプリ、LP（ランディングページ）、広告など広範囲にわたります。

A/Bテストの対象

・Webサイト
ユーザーが最初に目にするファーストビューや見出し、ページタイトルが訴求できているかどうか、「購入」「申し込み」などのCTA（Call To Action）ボタンの配置、不必要な外部リンクなどの離脱導線がないかどうかなども考慮していきます。

・アプリ
ストアページにA/Bテストを実施してランキング上位への表示やより多くのインストールを狙ったり、CVR向上のためアプリ内で実施したりします。

・LP（ランディングページ）
リスティング広告やSNS広告をクリックしたユーザーが最初にアクセスするため、CVにつながりやすいLPにもA/Bテストが効果的です。

・広告
ユーザーの目を引くバナー広告、商品やサービスをアピールするテキストなど、広告物に対してもA/Bテストが有効です。ユーザーの印象を大きく左右する写真をはじめ、テキスト、色合いなど、ビジュアルの効果をしっかりと確かめることができます。

A/Bテスト実施の大きなメリットは、リニューアルで発生する費用やリスクを抑えながら、確実なCVRを狙うことができるという点にあります。例えば、新しいUI設計やコンテンツを反映する際、テストを一切行わなければCVRを大幅に低下させてしまう可能性もあります。リスクヘッジとしてA/Bテストを行ってマイナーチェンジを繰り返していけば、リスクを軽減させながらより高いCVRを狙っていくことができます。

また、広告費用をかけてCVを増やせば、同時に関心の低いユーザーの数も増えて結果的にCVRが低下します。コンテンツに変更を加えることでCVRを高めるA/Bテストであれば、費用面の負担が少なく、工数をかけず比較的手軽に実施可能です。外注費が少ないときにも、ツールを使えば自社で簡単に始めることができます。

A/Bテスト活用は仮説を立てることから。検証するのは必ず1か所ずつ

次に、A/Bテストを実施する際のコツと知っておきたい注意点を見ていきましょう。テストを始める前には、しっかりと仮説を立てることをおすすめします。やみくもに変更を加えてしまうと、かえってCVを下げることになりかねません。ユーザーの心理を考えたうえで現状を改善できそうなパターンを試してみましょう。

どこからA/Bテストを始めるか迷った場合には、例えばWebサイトの場合は最も流入数の多いトップページから検証してみましょう。期間は変更する内容によって異なりますが、一般的には1週間〜1か月を目安に、AB間の数値の差が出るまで経過を見ていきます。平日と休日、セール時期、季節などによってユーザーの動きが変わるため、用意するバージョンはできるだけ同じ条件下で検証できるサイクルで実施します。

A/Bテスト実施の際に注意しておきたいポイントはほかにもあります。まずは、AとBどちらが良いのかを比較検証するためには少なくとも100人程度のユーザーが両パターンを見る必要があるという点。また、同時に複数を変更してしまうと成果の要因が分析できなくなってしまうため、検証するのは必ず1か所ずつ、そのほかは同条件で比較するようにしましょう。

A/Bテストの結果、AとBの間に有意な差があれば効果の高い方を選択することができますが、目立った差がない場合にはそのテストから変更を判断するのは難しいかもしれません。この場合は元のバージョンを使用し続けるか、再度テストを実施します。ユーザーの行動を把握するため、アンケートを実施してフィードバックを集めることも効果的です。