A/Bテストと多変量テスト

公開日: : コラム

多変量テストとは

A/Bテストはその名の通りAかBの2パターンをテストしてより良い方を決めるというものですが、似たようなテストに「多変量テスト」があります。これまた文字通り2パターンではなく複数の要素をテストしてより良いものを決める、というものです。
もう少し深堀りすると、テストをする要素の数がA/Bテストに比べて増えるだけではなく、各要素がどのように影響しあっているか、というところまでを明らかにしようとする手法です。
多変量テストの目的は「どのような要素の組み合わせがより効果的なのか」を測定することですが、それだけではなく「ユーザーに対して、どの要素が潜在的に良い(もしくは悪い)影響を与えているのか」というところも明らかにします。

多変量テストがよく使われるケース

最もよく多変量テストが使われるケースとしては、例えばキャッチコピーやエントリーフォーム、フッターなどサイトに載せる要素が複数あってそれが議論の対象になっている場合です。このような場合、全く違うデザインのページでA/Bテストをするよりも、それぞれの要素で複数のパターンを用意して各組み合わせのページをテストしていきます。
当然A/Bテストに比べえてバリエーションが増えるため、ある程度の量のトラフィックがなければあまり統計的に有意な結果はエられませんので、トラフィックの少ないサイトで行うのはオススメできません。

多変量テストのメリット

多変量テストは、ユーザーに最も影響を与える要素を特定して再デザインするための手助けになります。特にランディングページのデザインにおいては、特定の要素のデザインが大きく影響を与えることがわかれば、その後に別のキャンペーンで新たなランディングページを制作する際にもデータを参考にすることができます。

多変量テストの制限

唯一の弱点は、A/Bテストに比べてより多くのトラフィックが必要になるという点です。より多くの要素を一度に変更しようとすると、あっという間に膨大な組み合わせの数をテストするハメになるからです。かなりの数のトラフィックがあるサイトでも、25以上の組み合わせのテストを完遂しようと思うと結構な時間がかかるはずです。

多変量テストをする際は、そのテスト自体が全体的なテストや再デザインのサイクルの中にどのように入っていくかを考えることが重要です。もし特定の要素がどのような影響を持つかが分かっても、全く異なるアイディアで追加のA/Bテストをしたくなるかもしれません。
また、きちんと設計されたA/Bテストをいくつか行なっていれば、わざわざ長い時間を使って多変量テストをする必要性はあまり無いこともあります。

A/Bテストと多変量テストは対極にあって相容れないものではなく、どちらか一方を使ったりあるいは両方行うことでよりサイトの最適化を図っていくことができます。

  •    
  • このエントリーをはてなブックマークに追加

関連記事

false-98375_150

A/Bテストの際によく見られる8個のもったいない過ち

Google Analyticsを筆頭に、OptimizelyなどA/Bテストをするためのツールが色

記事を読む

no image

リスティング広告とA/Bテスト

検索連動やコンテンツ連動で広告を出すリスティング広告ですが、ここでもA/Bテストは活用出来ます。

記事を読む

no image

A/Bテストの前にやりたいユーザビリティテストの7つのポイント

A/Bテストを始める前にやるべき2つのことでも触れましたが、A/Bテストを始める前にはまず仮説を立て

記事を読む

ウェブテスト_均等配分

Google Analyticsのウェブテスト機能のアップデート

簡単にA/BテストができるGoogle Analyticsのウェブテスト機能がアップデートされました

記事を読む

no image

A/Bテストを自社で行うか外注するかの3つの選択肢

A/Bテストを行う場合、Optimizelyなどのツールだけではなく、テストの裏にある戦略を立案し、

記事を読む

Message

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

PAGE TOP ↑