---

---

本記事では、ABテストとはどのようなテストなのかを知りたい方に、その基礎知識や改善事例、具体的な進め方まで解説します。

実施する際の注意点についても紹介するので、ぜひ参考にしてください。

ABテストとは？

ABテストとは、Webサイトや広告などをAとBの2パターン用意することで「より高い成果を得られるパターンはどちらか」を検証するテストです。

例えば自社のWebサイトで現在表示されているものをAパターンとし、画像のみ変更したものをBパターンとして、双方のクリック率を見ることで採用するデザインの参考にする、といった使い方をします。

「ABテスト」という名称ですが、C以降も用意して3パターン以上で検証することもあります。

ABテストとはCVRを改善させる施策の一つ

ABテストの目的は、成果を最適化するためにより高い成果を出したパターンを見つけることです。

ABテストの目的とする成果とは、コンバージョン率やクリック率の向上です。ABテストを行う際には、どの数字を指標とするか決めてから行います。
さらに、コンバージョン率やクリック率に影響を与える滞在時間や離脱率などもABテストの成果の指標となります。

現状の表示（Aパターン）の方がBパターンより成果を出せば、引き続きAパターンの表示を続けることが最適な判断となります。
逆に、Bパターンの方が優れていれば、表示を変更することが最適化につながるでしょう。

コンバージョン率については以下の記事で詳しく説明しています。こちらの記事もぜひ併せてご覧ください！

ABテストが効果的なプロダクトは？

ABテストは、Webサイトやアプリ、Web広告などあらゆるプロダクトを対象に実施することができます。

Webサイト

Webサイトでは、トップページがABテストの対象となることが多いです。

例えば、メイン画像やキャッチコピー、アクションを促すボタンのデザインや文言などを変更してABテストを実施します。

また、広告からの流入者向けに制作したランディングページ（LP）もABテストの実施対象となります。

ランディングページについては以下の記事で詳しく説明しています。こちらの記事もぜひご覧ください！

アプリ

アプリそのものを対象とすることはもちろん、アプリのストアページをABテストの対象とすることも可能です。
アプリ内またはストアページの画像やキャッチコピー、デザインなどを変更してABテストを実施します。

Web広告

リスティング広告やSNS広告などのWeb広告で出稿するバナーもABテストで検証することが多いです。
Webサイトやアプリと同様、画像・キャッチコピー・デザインといった要素を変更してABテストを実施します。

広告のバナーにおけるABテストについては、以下の記事でも詳しく解説しています。こちらも参考にしてください。

メルマガ

Webサイトだけではなく、メルマガもABテストで検証することが可能です。
メルマガの件名やメール内のボタン、アイキャッチ画像などの要素をABテストで検証します。

ABテストの種類

ABテストは、いくつかの種類があります。それぞれ特徴があるので、目的や実施する箇所に応じて使い分けましょう。

同一URL内でのテスト

同一URL内でのテストは、URLを変更せずに特定の要素を変更するテスト方法です。別のURLやページを用意する必要がないため、手軽かつ容易に実施できます。一方で、大規模な変更や機能のABテストには向いていません。

画像やキャッチコピー、ボタンの色など、少ない要素でABテストを行う際に向いている手法です。また、小さいABテストを繰り返すことができるため、段階を踏んで最適化したい場合にも有効な手法です。

リダイレクトテスト

リダイレクトテストは、ユーザーを別のURLにリダイレクトしてABテストを行うテスト方法です。

オリジナルページとは別のページを用意するため、ページの構成の大幅な変更や全体のデザインが異なるページとのABテストが可能となります。

ただし、ソースコード自体の変更や別のURLを用意する必要があるため、同一URL内のテストよりも手間がかかる点に注意しましょう。ある程度の期間を想定してABテストのスケジュールを組むことが必要です。

また、リダイレクトによるページ読み込み速度の低下など、UXにも影響があることに注意してください。

複数ページテスト（ファネルテスト）

複数ページテストは、「TOPページ→商品紹介ページ→問い合わせページ」のように、遷移する複数ページに渡ってモニタリングするテストです。

例えば、「TOPページ→機能紹介ページ→問い合わせ」と「TOPページ→ユーザーの体験談ページ→問い合わせ」など、コンバージョンに至る上で、どの導線が良いかテストするというように、ユーザーの行動を分析できるという特徴があります。

ただし、単一ページのテストよりも複雑になるため、設計や分析を綿密に行いましょう。また、導線のテストをしたい場合、ユーザーが設計した導線以外に進んでしまうとテストにならないため、できる限り、設計した導線に遷移するようページ設計を考えることも重要です。

多変量テスト

多変量テストは、複数の要素の変更を組み合わせて数多くのパターンを比較検証するテストです。

例えばロゴを2パターン、テキストを2パターン、ボタンデザインを2パターン用意すれば、計8パターンの組み合わせを作ることができます。
この8パターンでそれぞれコンバージョン率を見ていくことで、どの組み合わせが効果的なのか、個々の要素がどれくらい影響を与えているのかを検証することが可能です。

多変量テストは、多くのパターンを同時検証するため、必要なトラフィック量が通常のABテストよりも多いです。しかし、複数の要素の相互作用なども検証できる点で、有効といえるでしょう。

多変量テストについては下記の記事で解説しているので、ぜひ併せてご覧ください。

ABテストの対象となる要素

Webサイト上で、よくABテストの対象となる要素をここで紹介します。

Webサイトやランディングページからのコンバージョン数を増やしたい方は、ぜひここで紹介する要素についてABテストを行ってみてください。

ファーストビュー

ページの最上部に表示されるファーストビューは、ユーザーのページに興味を持ってくれるかどうかを大きく左右します。
離脱率や滞在時間の検証を目的とする場合に、ファーストビューのABテストはおすすめです。

ファーストビューは、画像、キャッチコピー、CTAなどの要素で検証することが多いです。スクロールしなくても良い画面上に、どんな要素を配置するか考えながら検証していきましょう。

ファーストビューについては、下記の記事もぜひ併せてご覧ください。

キャッチコピー

上述したファーストビューや広告バナーなどのキャッチコピーは、手軽かつ効果的にテストできる要素です。

キャッチコピーは、訴求の方向性を決める上でも重要な要素です。例えば、ある化粧品において、「〇〇%の人が満足」という実績を訴求したパターンと、「天然素材の〇〇を使用」という商品特徴を訴求したパターンでテストしたとします。

実績を訴求したパターンの方が効果が良かった場合、キャッチコピー以外のコンテンツにおいても実績を訴求していくと、効果が上がるかもしれないという仮説を立てられます。

このように、キャッチコピーでさまざまなパターンをテストしてみると、Webサイトやランディングページ全体の訴求の方向性を決める上でも参考になるでしょう。

キャッチコピーについてのポイントをまとめた記事もあるので、ぜひ参考にしてください。

CTA

CTAとは、ユーザーに対して次の行動を促すためのバナーやボタンのことです。

CTAはコンバージョンにつながる重要な要素のため、デザインや色、フォント、テキストなど様々な要素をテストしていきましょう。視認性を高め、クリックすることでどんなメリットがあるかユーザーに分かりやすくできれば、CVRの向上にも影響していきます。

CTAについて、詳しく知りたい方はこちらもご覧ください。

フォーム

申し込みや購入をするフォームまでたどり着いたユーザーは、コンバージョンにかなり近いユーザーですが、フォームのユーザビリティが低いと離脱してしまう可能性もあります。

そのため、入力フォームのユーザビリティはコンバージョンを獲得する上でも重要で、入力フォームの最適化が重要視されています。この入力フォームの最適化をEFOと呼びます。

入力項目や入力欄などのABテストを行いながら、ユーザーがよりストレスなくスムーズにフォーム入力を完了できるよう工夫していきましょう。

EFOについてより詳しく知りたい方は、こちらも参考にしてください。

ABテストのメリット3点

ABテストのメリットは主に以下の3点です。

1. 比較的低コストで実施できる
2. 時期の違いといった外的要因に左右されず精緻なデータが取れる
3. 正確なデータから施策を決められる

1. 比較的低コストで実施できる

ABテストの1点目のメリットは、低コストで実施可能なことです。

基本的には元パターンとなるAから一部のみを変更してBとするので、サイト全体のリニューアルなどと比べると作業工数や作業にかかるコストが少なくて済みます。

そのため、大規模なプロジェクトにしなくても、Webサイトやランディングページを改善できる手法として多くのWebサイトで実施されています。

2. 時期の違いといった外的要因に左右されず精緻なデータが取れる

ABテストの2点目のメリットは、外的な要因に左右されないデータが取得可能なことです。

同時並行でA、Bパターンの成果を試すことができるので、時期の違いに左右されずに結果を比較できます。また、同時並行で検証することで、検証自体のスケジュールを短縮できることもABテストのメリットです。

様々なパターンを検証したい場合は、多変量テストも取り入れながら検証すると良いでしょう。

3.正確なデータから施策を決められる

キャッチコピーやデザインなどを制作する際は、ペルソナやターゲットを決めた上で仮説を立てて決定していきます。

ただし、その仮説はあくまで競合や市場を分析した上で、自分たちが想像しながら立てた仮説にすぎません。

一方、ABテストは実際のユーザーの反応をデータとして取得できます。そのため、データをもとに改善施策やキャッチコピー、デザインの方向性を決められるというメリットがあります。

ニジボックスが支援したABテストの事例2選

ここまで、ABテストの概要やメリットについて解説をしてきましたが、ABテストは実際に効果があるのでしょうか。ニジボックスが支援した事例を2つ紹介します。

株式会社ネクスウェイ　BtoB特化LP制作パッケージを採用したリニューアル支援

株式会社ネクスウェイ様の『FAXDM』サービスのランディングページは高いCVRを維持しておりましたが、公開後数年を経ており、この度リニューアルを検討されていました。

その中で、ニジボックスは「CVR改善にフォーカスを定めたLPリニューアル」をミッションとし、現状のLPのボトルネックを分析し、リニューアル案をご提案・制作いたしました。デザインのパターンを複数制作させていただき、ABテストで検証を行っています。

リリース後も継続してモニタリングを実施。サイト訪問者の行動を把握し、さらなる改善を行いました。

結果、ニジボックスのBtoB特化LPパッケージを採用いただき、最終的には元のLPからCVR50%増加を達成しました。多面的なアプローチを行ったことで、短期間のうちにLPの勝ちパターンを完成させました。

詳細なフローやデザインパターンは以下のページをご覧ください。

株式会社エアークローゼット ユーザビリティテストと定量分析に基づいたCVR改善支援

株式会社エアークローゼット様（以下、エアクローゼット様）は、『airCloset』の無料会員から有料会員への転換率の改善に取り組まれており、より高速なPDCAサイクルでの改善施策の実現を模索されていました。

その中で、ニジボックスは「有料会員登録フォームをUIUX観点で最適化」をミッションとし、UI UXデザイン観点でのPDCAサイクルの実施に取り組みました。

定量・定性分析を通して課題を発掘し、施策のプランニングを行った後、実装フェーズにて、各施策について1〜2週間に1度のペースでABテストを実施し、UIデザイン、フロントエンド実装を順次行いました。

また、施策ごとにABテストを約1週間実施し、ニジボックスでは『Google Analystics』のデータを、エアークローゼット様では『BigQuery』のデータを用いて、新規有料会員登録者のCVRの勝敗状況をモニタリングしました。

その後、両社のモニタリングデータから導き出した最終結果に基づいて採用施策を協議、採用が決定した施策はニジボックスでフロントエンド実装を行いました。

結果、施策によっては改善前に比べて有料会員登録率が推定119%に向上いたしました。

エアークローゼット様からも「さらに長期間に渡ってモニタリングするとより高い改善率になるのでは」と期待の声をいただいております。

詳細なフローは以下のページをご覧ください。

ABテストの進め方5つのステップ

ここからは、ABテストの具体的な進め方を見ていきましょう。

【STEP1】ABテストの目的と目標数値を設定

ABテストで最初に実施することは、テストの目的を明確にすることです。
最終目的はコンバージョン率やクリック率の向上ですが、そこに至るまでにはいくつかの段階があります。

例えば、自社サイトで会員登録のコンバージョン率改善を目指すとします。
最終的に「登録する」というアクションに至るまでに、ユーザーは登録ページ画面に遷移し、情報を入力するステップを踏む必要があります。

ここでデータ分析やユーザビリティテストを通して、「遷移率」「入力率」などの中から何を改善するのが最もコンバージョン率アップに寄与しそうか、を分析します。
そして、分析から導き出した、最終目的に最も寄与しそうな改善を、ABテストの目的とするのです。

また、「遷移率を●%アップさせる」のように、上記のABテストの目的に設定した改善における目標数値も設定しておきましょう。

【STEP2】仮説をもとにBパターンを作成

2つ目のステップは、現状のAパターンと比較するBパターンを作成することです。

Bパターンを作成するステップで重要なのが、目的とする改善に効果が見込めそうなポイントの仮説を立てることです。
基本的には、細かい箇所よりも「ボタンデザイン」「入力フォーム」といった、目立つ要素やコンバージョンに近い要素をポイントに選択します。

そして、「現状（Aパターン）にどんな課題があるのか」の仮説を立て、どのような変更を加えれば改善されるのかを考えます。
例えば「ボタンデザインをより目立つようにする」「入力フォームをより簡単に入力しやすいものにする」のような変更を加えて、Bパターンを作っていきましょう。

また、1回のABテストにつき、Bパターンに実装するAパターンとの変更点は1つに絞るようにしましょう。
変更点が複数あると、どの変更が成果に影響を与えたのか検証するのが難しくなるためです。

【STEP3】判断基準とABテストの終了タイミングを決定

3つ目のステップでは、A、Bパターンの採用判断基準とABテストの終了タイミングを決定します。

まずABテストを実施する前に、A、Bパターンどちらが優れているか判断する基準を決めることが必要です。
「遷移率に●%の差がついたら、パーセンテージの高い方が優れていると判断する」のような基準を持っておかないと、どちらのパターンを採用するかの意思決定ができないからです。

具体的な基準値を決めるのが難しい場合は、ツールを活用するのがおすすめです。
統計学的な評価指標を自動算出し、どちらのパターンがどの程度有意な差が出ているかまでを確認できます。

また、ABテスト実施前にテストの終了タイミングも決定しておきましょう。
判断基準を満たしていないからといって、あまりに長い期間テストを続けるわけにはいきません。

ある程度の期間ABテストを続けて有意な差が出なければ、「判断できない」という判断をして、テスト内容を変更します。
参考までに、一般的には2週間～1ヵ月程度をテスト期間とすることが多いです。

【STEP4】ABテスト実施

STEP3までで準備が整ったら、STEP4はいよいよABテストの実施です。
Webサイトの場合は、同一URLに対して一定割合でAパターン、Bパターンそれぞれが表示されるように設定します。
バナーやランディングページ（LP）の場合は、A、Bパターンをそれぞれ配信設定します。

ここでも、『Audience Analytics（旧Juicer）』などのツールを活用すれば、実装や結果集計の工数を減らすことができます。

【STEP5】ABテストの結果検証、改善

ABテストの最後のステップは、結果を検証して、改善することです。

ここで重要なことは、A、Bパターンどちらが優れていたかを見るだけではなく、STEP2で立てた仮説が正しかったのかどうかも検証することです。
仮説が正しかったのであれば、採用するパターンで表示し、引き続きコンバージョン率やクリック率をモニタリングします。
仮説が間違っていたのであれば、どこが間違っていたのかを考察し、別の仮説を立てて再度テストを実施しましょう。

ABテストの実践手法をより詳しく学びたい方は、『A/Bテストの教科書』（著・野口 竜司）、『A/Bテスト実践ガイド 真のデータドリブンへ至る信用できる実験とは』（著・Ron Kohavi）などの書籍もおすすめです。

ABテストを実施する際の4つの注意点

ABテストを適切に実施しないと、テストの結果が改善につながらない可能性が高くなります。
ここでは、特に注意したい点をまとめました。

1. ABテストを適切なタイミング・期間で実施する

ABテストは、適切なタイミング・期間で実施するようにしましょう。

例えば、より多くのトラフィックを獲得するために繁忙期や広告配信に併せて実施するということが考えられます。逆に、繁忙期の前にABテストを実施して、最適化してから繁忙期を迎えるという考え方もあります。

また、期間もある程度確保すると適切な結果が得られるといわれます。一般的には2週間程度とされていますが、トラフィックを獲得できる期間を設定して実施しましょう。

2. テスト対象の要素以外はそろえる

ABテストは変更箇所以外の条件をそろえることが重要です。

「テストしたい要素」を一つに絞り、他の要素をそろえることがABテストの基本のため、例えばキャッチフレーズをテストしたいなら、キャッチフレーズ以外の要素はそろえましょう。
「Aのキャッチフレーズ」と「Bのキャッチフレーズ」をテストする際に、「キャッチフレーズに併せてビジュアルを変更」してしまうと、仮に「A」の方が成果が上回ったとしても「キャッチフレーズが良かったのか、ビジュアルが良かったのか分からない」ということになってしまいます。
あくまでも、「一つのテストで分かることは一つ」なのです。

また、テストする期間もそろえるべき条件のひとつです。

平日と土日ではユーザーが異なる行動を取る可能性が高いですし、時期によって売れ行きが変わる商品もあります。
異なる期間でテストしてしまうと、別の要因で差が生まれてしまうことがあるので注意が必要です。

3. 少ないサンプル数で判断しない

ABテストでは、サンプル数が少ないと、A、Bパターンの差が出ていたとしても、それは一時的なものである可能性が高いです。

例えば遷移率を見るときに、元ページへのアクセス数が100の段階では「Aの遷移率＝50％、Bの遷移率＝10％」だったとしましょう。
しかし、アクセス数が10000に到達するころには、「Aの遷移率＝5％、Bの遷移率＝15％」のように逆転することもあります。

これは、アクセス数が100のときには「たまたま」Aパターンを見たユーザーの半数が遷移したために起こった事象です。
誤差による間違った判断を防ぐために、サンプル数が少ない段階でABテストを終了しないように注意しましょう。

4. ABテストを実施することを目的にしない

ABテストは、実施してその結果を確認し「ABテストをした結果、CVRが向上したので満足」というものではありません。

なぜCVRが向上したのか、なぜそのパターンが選ばれたのか、その本質を理解しないと、次に行ったABテストでは全く違う結果になる可能性があります。

ABテストをすることが目的になってしまうと、実施結果の理由や本質がないがしろにされてしまいます。

ABテストの実施を目的にするのではなく、ABテストを通じてユーザーが求めていることを分析するようにしましょう。

ABテストツールの紹介

実際にABテストをする際は、ツールを使うとデータ収集や分析の手間が減り効率的です。
ここでは、すぐに無料でも使えるツールとして『Audience Analytics（旧Juicer）』を紹介します。『Audience Analytics（旧Juicer）』は、ABテストしたいページの指定から成果指標の設定まで、テストの手順全般を簡単操作で行うことができる無料ツールです。（有料プランもあり）
ABテストだけではなく、ペルソナ分析やアクセスログ解析などの機能も無料で利用できるという特徴があります。

下記記事では有料のものも含めて多数のツールを紹介しているので、こちらの記事もぜひご覧ください。

まとめ

ABテストについて解説してきましたが、いかがでしたか？
運営しているサイトやサービスで思うような成果が出ていないときは、ぜひ今回の記事を参考にして、ABテストを実施してみてください。

また前項でご紹介したように、ニジボックスでも、ABテスト実施による改善のご支援を行っております。

■ABテストを実施して、CVRを50％増加させたニジボックスの事例はこちら！

■ABテストを実施して、有料会員登録率を推定119%向上させたニジボックスの事例はこちら！

ABテストのプランニングから実施、実施後の分析、改善までご支援可能なので、現状のサイトやサービスに課題感をお持ちの方はぜひお気軽にご相談ください！
お問い合わせはこちら

下記資料では、ニジボックスがクライアント課題に伴走する中で磨き上げてきた、ユーザー視点を重視したUXデザインのプロセスや、UXリサーチのご支援事例の一部を紹介しています。
ご興味を持たれた方はぜひ、下記ダウンロードリンクよりご参照ください！