A/Bテストは、あなたが今する必要があるものです—特に1％または2％の小さな改善がラインの下に印象的な収益の改善をもたらすことができる場合。
A/Bテストとは何ですか？
素晴らしいA/Bテストフレームワークの詳細に入る前に、一歩下がって、一般的なA/Bテストについて話すときに、すべて同じページにいることを確, デジタルマーケティングとコンバージョン最適化におけるA/Bテストは、a/Bテスト、またはA/Bテストとも綴られ、制御された違いを持つwebページやアプリ
ページはユーザーにランダムに表示されます。 パフォーマン
A/Bテストの利点は何ですか？
ウェブサイトやアプリのバリエーションを統計的に厳密にテストすることで、ページを測定および最適化してコンバージョンを最大化できるよう, ヘッダーの変更をテストしている場合でも、ボタンの色だけをテストしている場合でも、これらの決定を導き、テストして、データが意思決定を促進でき
それでは、それが持つことができる影響の絵を描くためにいくつかの簡単な数学をしてみましょう。
あなたのプロダクトが$100で販売することを想像し、あなたのwebページに10,000の訪問を月有する。 それらの3％が変換され、その製品の収益は30,000ドルになります。
あなたはページにいくつかの変更をA/Bテストし、あなたのテストはあなたの新しいページのバージョンがあなたのコンバージョン率を3％向上させること, 0.1%未満の追加コンバージョンはあまり聞こえませんが、月に900ドルの収益を追加しました。 あなたはその時点でテストを停止した場合でも、あなたは$10,800年間売上高を追加しました
あなたがテストを続け、コンバージョンレートの3％の改善の同じ9.3% (1.03 * 1.03 * 1.03). それは興味を混合することのようたくさんである。 新しいコンバージョンレートでの最初の月は、$2,782の増分コンバージョン値を持ちます。 年間で、これは増分$33,382になります。,
この特定の例では、テストは、増分収益の月分以上につながりました。
これは、トラフィックが一定のままで行われることに注意してください。 すべての投資の増量し、広告のコンテンツ配信のメールsitewide SEOことなど、何でも結構ですので、その成長させる。 ちょうどあなたが既に得ている交通量からより多くの価値を得ている。 あなたは各訪問者の$-valueを最適化しています。
どのようなタイプのA/Bテストが結果をもたらしますか？
探索するデータの多数のメトリックとさえ領域があります。, この3つの方法までを分割を確実にするための試験としてのベスト変換が可能です。
価格設定実験
かつては、7で終わる価格が実際に他のどの数値よりも優れて変換されたというマーケティング理論がありました。 どうして？ 0（ゼロ）で終わる価格を持つことは、あまりにも一般的であることが証明されているので、十分に具体的ではなく、9が一般的に使用されるようになり その後、9で終わる価格は非常に一般的になり、もはや顕著な肯定的な反応をかき立てず、コンバージョンレートに影響を与えません。 それでは、なぜあなたは今7で終わる価格を見ていると思いますか？,
7はもともとa/Bテストで証明されていましたが、ここでは最適な最適化ポイントを見つけるために価格設定がテストされました。 そのデータと、を見ることができますかSaaSます。
これはあなたのウェブサイトおよびあなたの聴衆のための右の推薦でないかもしれない。 あなた自身のテストを実行し、特にあなたのために最もよく変換する番号を見つけることをお勧めします。 ベストプラクティスと業界の知識を使用して、試してみることをガイドしますが、独自のA/Bテストデータによって決定を,
色理論
ウェブサイトまたは特定のページのA/Bバージョンをテストする別の例は、CTAの色です。
黄色は長い間人気のあるお気に入りでした。 再度カントリー Bテスト、データが黄色のボタンで変換されます。 それ以来、業界はより多くの色をテストしてきました。
より詳細なテストからのデータは、それが背景とCTAのコントラストにより関連していることを示唆しています。 必ずしも黄色いかに目を引くのCTA内には、コンテキストのページです。, でも、とても良い方法がテストバリエーションとい作品が特定のCTAのお客様の特定のブランディングします。
マウストラッキング
webページ上のユーザーの旅を追跡するのと同じくらい簡単なものは、実用的なCROデータにつながる可能性があります。 訪問者はどこに彼らの時間および注意を集中するか。 彼らが去ることにするとき彼らはどこにページでに得るか。
さまざまなマウストラッキングとヒートマップソフトウェアがあり、ユーザーがほとんどの時間を費やしているページのどこにいるのか、どこにいるのかを示します。, この方法でwebサイトとのユーザーのやり取りをテストすることで、データにフィーチャレイアウト、CTAプレースメントなどを決定できます。
このタイプの知識を使用すると、テストを設計し、それらの変更の結果を測定するための教育を受けた意思決定を行うことができます。
ヒューリスティック分析
見栄えの良いwebページやアプリを設計するだけでは不十分です。
ヒューリスティックとは、過去にテストされた経験則またはベストプラクティスであり、UX設計を作成するために実装されています。, しかし、各ページ、製品、サービスはユニークです。 業界のベストプラクティス、すなわち他の誰かのテストから来るベストプラクティスにページが適合することを保証するのではなく、リアルタイムで Webサイトのデザインをデータ駆動型にしましょう。
A/Bテストフレームワークを使用することの重要性
あなただけのA/Bテストに突入することはできません。 行き当たりばったりのアプローチは失敗につながります。,
あなたがほとんどの企業のようなものなら、あなたは非常に多くのリソースとそんなに多くのお金を持っているので、優先順位を付けることを学 できなければ、あなたの成長は終局停滞するか、または縮まり始める。 A/Bのテストはより多くの交通を運転し、より多くの鉛を発生させ、より多くの販売を作成する方法を発見する最も速く、最も容易で、最も費用効果が A/Bテストを成功させたい場合は、事前に戦略と優先順位を開発する必要があります。
ここでMcGaw.io VICE A/Bテストフレームワークと呼ばれるものを設計しました。, このフレームワークを使用することで、戦略と組織の欠如によって引き起こされる一般的なA/Bテストの失敗の多くを回避することができます。
この記事では、VICEフレームワークを調べ、それがどのように機能するかを正確に説明します。 VICEアプローチを使用して、トラフィックの運転により多くのお金を費やすことなく、目標（収益やユーザーのサインアップなど）を最大化する方法を探ります。 最後までに、あなたはa/Bテストが提供しなければならないすべての恩恵を受けることができるように、あなた自身のビジネスでこのフレームワークを,
仮説を作成することの重要性
あなたが見てみると、McGaw.io ブログでは、テストするものや使用するツールなど、A/Bテストを開始する方法の基本についてすでに説明していることがわかります。
この記事の焦点は、有益な結果を生み出す可能性が高いA/Bテストをどのように実施できるかを探求することです。
任意のA/Bテストに飛び込む前に、まずいくつかの仮説を形成する必要があります。,
仮説は本質的に、ある変化を起こした結果として起こると思われるものです。
VICEフレームワークを使用する場合、仮説を出発点として活用します。 仮説を生成することは、それらがなければ、実験に方向性がないため重要です。 事前に幅広い仮説を考え出すことは良い考えです。 さまざまな仮説が並んでいることは、将来的にテストを迅速に実施する能力を向上させ、ウェブサイトのコンバージョン率を高めることができます。,
テストするページの各要素に対して少なくとも一つの仮説を作成する必要があります。
プロヒント：任意の時点でページの複数の要素をテストするA/Bを控えます。 ページの複数の要素を一度にテストすると、実際にどの変更が特定の結果につながるかを把握するのが難しくなります。
プロヒント：任意の時点でページの複数の要素をテストするA/Bを控えます。 ページの複数の要素を一度にテストすると、実際にどの変更が特定の結果につながるかを把握するのが難しくなります。,
Pro Tip:テストを実行するときにうまくいくものに関する背景知識を持つことは役に立ちますが、常にベストプラクティスに従う必要はありません。 場合によっては、根本的な変更を加え、ベストプラクティスに反することが、実際にはより良い変換につながることが
副アプローチ
それはA/Bテストに来るとき、それはあなたのベルトの下でいくつかの迅速な勝利を得ることが重要です。
あなたが低ぶら下がっフルーツの世話をするとき、あなたはあなたが掘るしたいより挑戦的な実験に時間を費やすためのより良い位置にいます。, さらに、早くあなたがいくつかの勝利A/Bテストを持っている、より多くのあなたは変換を改善することに付属して配合の改善から得るでしょう。
プロヒント：クライアントの仕事をしている場合は、a/Bテストに焦点を当てる価値があることを証明する機会を与えるので、迅速な勝利を生み出すことはさらに重要になる可能性があります。
それを念頭に置いて、どのようにして低ぶら下がった果実を特定し、うまくいく可能性が最も高い実験や仮説を決定することができますか？
確かに、水晶玉はここで役に立つかもしれませんが、おそらくあなたはそれを持っていないでしょう。
それにもかかわらず、ここMcGawで。,io、私たちは次善の策、すなわち副アプローチを持っていると思います。
VICEの略：
- V–Velocity
- I–Impact
- C–Confidence
- E–Ease
ここでのアイデアは、上記の各要因に関連して、0-10（10が最高/最も好ましい）から仮説をスコア付けることです。
次に、これらのスコアを集計して、”合計”を取得します。”
ここで副フレームワークテンプレートを入手！,
この合計は、サイトまたはページで実行する他のすべてのテストと比較して、仮説または実験が結果を生成する可能性を計算するのに役立 いくつかの迅速な勝利を生成するために探している場合は、最高のスコアを持つテストに優先順位を付けると便利です。
ここでは、副セクションが強調表示されて、私たちのフレームワークが実際にどのように見えるかの概要です：
ズームインして詳しく見ると、仮説を形成し、各カテゴリを獲得し、合計を集計する方法を見ることができます。,
これらの各カテゴリは、A/Bテストを実行するときに考慮する必要があるさまざまな要因を表します。 できるだけ正確なスコアを与えることができるように、それぞれを詳しく見てみましょう。
Velocity
Velocityは、テストを実行できる速度です。
あなたの速度のスコアは二つの主要な要因に基づいているべきである:(1)ページがどの位交通を得ているかおよび(2)変更がいかに顕著であるか。
どのくらいのトラフィック
一般的に、ウェブサイトのトラフィックが増えれば増えるほど、テストをより速く実行できます。, より多くのトラフィックはより多くのデータを意味し、より多くのデータは結果が統計的に有意である場合（後で説明します）、作業にかかる時間が短くな
Velocityのスコアを取得すると、Google Analyticsと統合して、可能な限り正確な数値を取得します（VICEフレームワークをgoogleに統合したい場合は、お問い合わせください。). 速度は、ページを通過するトラフィックの量に基づいて設定されます。 ページが週50,000人を得ている場合、我々はかなり迅速に統計的有意性を打つことができます。, ページが週に500ヒットしか得ていない場合、結果に自信を持つのに十分なデータがあるのに時間がかかります
変更の大胆さ
統計的有意性に達することは、あなたのウェブサイトに来る人の数だけではありません。 もつ大noticableを変更する試験です。 変更が目立たないほど、ユーザーの行動に影響を与える可能性が低くなるため、テストが統計的有意性に達するまでにかかる時間が長くなります。, たとえば、ナビゲーションテキストを太字のフォントに更新すると、クリック数が劇的に増加することはないため、変更が違いを生み出していること
しかし、劇的な変更を加えると、統計的有意性により速く到達することができます。 たとえば、より多くのユーザーが新しいcall-to-actionボタンに気付くようになるため、より短い時間で結果に自信を持って十分なデータを取得する必要があります。,
次のように考えてください：テストがより劇的であるか、ユーザーの経験に偏っている場合は、違いがより速く表示されるため、速度がより高くなる
その他の要因
特定のページにいくつのオプションがあるかに関連してトラフィック番号を調べることも重要です。 より多くのオプション（リンクなど）があるほど、一般的にテストを完了するのに時間がかかります。
そして、あなたのビジネスやあなたの販売サイクルに基づいて、あなたが考慮する必要があるかもしれない他の要因があります。, たとえば、あなたの製品のいずれかの販売サイクルが六週間の長さである場合、あなたは一週間で小さなテストを完了することはできません。
速度を採点するときは、個々のビジネス上の制約を考慮してください。
インパクト
インパクトは、変更がコンバージョンの改善にどれだけ貢献するかです。
特定の仮説を与えるためにどのようなインパクトスコアを検討しているときは、まず目標を考えることが重要です。 あなたの目標は、無料トライアルの使用を増やすことである場合は、無料トライアルページ上の任意の変更は、より高い影響のスコアを得るだろう。, 営業チームにより多くのリードを与えるためにメールキャプチャを増やしたい場合は、その領域に影響を与える可能性のある仮説に高いスコアを与え
目標を念頭に置いたら、(1)変更の大胆さ、(2)ファネル内のページの配置、および(3)分析データを考慮する他の三つの要因があります。
変更の大胆さ
上記のVelocityで述べたように、ユーザーに対する変更が顕著になるほど、ユーザーの行動に影響を与える可能性が高くなります。, 劇的な変更は、ユーザーがそれらに気づく可能性が高く、コンバージョン率に影響を与える可能性が高いため、通常、より高い影響スコアを持っています。
ファンネル内の配置
ページがファンネル内のどこにあるかを考慮することも重要です。 一般に、ファネルの上部にあるページは、下部にあるページよりも多くのインパクトを持つことがよくあります。 したがって、例えば、ホームページに出することができる高の影響スコアによるサービスページです。
一般的にインパクトの高いスコアを取得する他のタイプのページは、チェックアウトページと価格設定ページです。, 影響評価点が問題意識を共有するさまざまな他の場所でのユーザーしようとしています。 そのプロセスをできるだけ簡単にしたいと思います。
分析データ
最後に、分析データを見て、影響を評価するのに役立ちます（分析データを見るのに役立つヘルプが必要です、お問い合わせください）。 GoogleアナリティクスとGoogle Eコマースを使用している場合は、ファネルにページの価値を確認できます。 Googleアナリティクスのページ値が高いほど、インパクトスコアは高くなります。,
あなたが本当にクールになりたいなら、私たちはあなたのGoogleアナリティクスアカウントに直接統合し、Googleアナリティクスにある数字に基づいてVelocity ad Impactを引き出すことができるsecret VICE frameworkを持っています。 お問い合わせをしたいです。
Confidence
Confidenceは、与えられた仮説が好ましい結果を生み出す可能性についてどのように感じるかです。
このタイプのテストについて知れば知るほど、事前に自信の評価を処方することになると、より正確になります。, これは、A/Bテストがケースバイケースで動作する傾向があるにもかかわらず、一般的な解決策を使用して解決できる一般的な問題があることがわか これの例は着陸のページのtestimonialの包含であるかもしれない。
あなたがテストに慣れていないなら、それを覆すと、それをあなたの最高の推測を与えることはありません。 仮説を作成し、あなたの自信を書き留めるプロセスを通じて、あなたはすぐにテストが成功する可能性が高いためにより良い把握を得るでしょう。,
あなたが予測を始めるとき、あなたとあなたのチームが予測に関してどのようにしているかを追跡するのに役立ちます—何らかの罰として（a/Bテスト 多くの場合、自信スコアのパターンを見ることができます。 たぶん、あなたのチームの誰かが常に色の影響を過大評価したり、他の誰かがホームページの重要性を過小評価したりします。,
誰かがチームの残りの部分よりも一貫してより正確な推測を得ている場合、彼らが高い自信を持っているテストに少し高い数を与えることさえ
私たちはデータによって駆動される会社であるため、過去のパフォーマンスを考慮し、必要に応じてチームのスコアを自動的に削減またはバンプするモデルを構築しています。 それはほとんどの企業にとっては少し船外にあるかもしれませんが、式で定量化することなく一般原則を適用することができます。, この新しいツールのベータテスターになりたい場合はお知らせください:)
Ease
Easeは、変更を行うために必要となる技術的なスキルのレベルです。
ふぅ。 もうすぐ終わりだ 幸運なことに、常に簡単にカテゴリを取得。 あなただけの変更を行う必要があり、どのくらいの時間がかかります誰を考慮する必要があります。 特定の実験に関連する調整がチームの誰かによって行われるかどうか、または開発者またはデザイナーを搭乗させる必要があるかどうかを自問してく,
OptimizelyやVisual Website Optimizerのようなスプリットテストツールを使用すると、マーケティング担当者はボタンの削除や見出しの変更などの簡単な変更を簡単に行うことができます。 ただし、改変は、全体のスタイルのページも追加で新規ページからウェブサイトのごく複雑化してきております。
このような変更は、おそらく開発者の助けを必要とし、おそらくコピーライターでさえ仕事を適切に終わらせる必要があります。 それらをループし、ここでより正確なスコアを得ることを恐れてはいけません。
特定のテストを実行する必要があるユーザーを決定したら、どのくらいの時間がかかるかを検討してください。, あなたは仕事の時間と時間のために開発者を支払う必要がある場合、または外部の請負業者を雇う、または週のためにあなたのマーケティングチームのメンバーを失う、テストに低いイージースコアを与えます。 それは多くの時間がかかることはありませんし、あなただけのあなたのチームの一人のメンバーが必要な場合は、それ
成功の検証
VICEフレームワークは、圧倒されることなく、webサイトのさまざまな要素を適切にA/Bテストするプロセスを簡単に実行できます。, ただし、フレームワークは、実験が成功したかどうかを判断しようとするときに発生する可能性のある判断の誤りからあなたを保護することはできま
場合によっては、コンバージョンが改善されたかのように見えることがありますが、時間の経過とともに、変更によってコンバージョンが一貫して増 このような状況から身を守るためには、結果が統計的に有意であるとみなされるようにする必要があります。
それらが統計的に有意でない場合、あなたが考える改善は、実際にはフラッシュ-イン-ザ-パンの結果である可能性があります。, 理想的には、実験の統計的有意性は少なくとも95％でなければなりません。 あなたの結果の統計的有意性をチェックし、彼らは95％以上のスコアを確認することにより、あなたは確実にあなたの手に勝利変動を持っているかど
さて、あなたが数学的に傾いていない場合、または統計的有意性の概念があなたを怖がらせるなら、心配しないでください。 私たちはEffin A/Bテスト電卓を作成しました。 この単純なChrome拡張機能は、結果が統計的に有意であるかどうかを判断するために使用できます。,
非常に使いやすいです。 あなたがしなければならないすべてはあなたの交通に置かれ、転換数および用具はあなたの結果を示す。 複雑な数式を混乱させる必要はありません！
もちろん、他のツールや方法を自由に使用できます。 あなたが何をするにしても、勝利の変動を決定する前に、結果の統計的有意性を常にチェックするようにしてください。
結論
A/B実験を行うことは、非常に迅速に非常に圧倒的になる可能性があります。 当社の副アプローチしを防ぐことができます。, 仮説を立てるのに必要な時間を費やせば、あなたがする必要があるのは、VICEアプローチを使用してどこに集中すべきかを把握することだけです。
検定に関連するデータを生成したら、その統計的有意性を確認してください。 返される結果に応じて、変更を維持する価値があるかどうかがわかります。 A/Bテストは、できるだけ早くやりたいことなので、すぐに学んだことについて行動を起こしてみてください。
確かに、あなたは物事を正しく初めて得ることができないかもしれません—しかし、副アプローチは間違いなく失敗と無駄な努力の確率を削減します。,