A / Bテスト-クイックガイド

A / Bテスト（別名 Split testing）は、アプリケーションまたはWebページの2つのバージョンを比較する方法を定義します。これにより、どちらがパフォーマンスが優れているかを判断できます。これは、アプリケーションまたはWebページを分析して新しいバージョンを作成する最も簡単な方法の1つです。その後、これらの両方のバージョンを比較して、conversion rate、これは、これら2つのより優れたパフォーマンスを見つけるのにさらに役立ちます。

例

Webページがあり、すべてのトラフィックがこのページに向けられていると仮定します。A / Bテストの一環として、同じページに見出しや番号などの小さな変更を加え、トラフィックの半分をこのWebページの変更バージョンに転送しました。これで、同じWebページのバージョンAとバージョンBが作成され、統計と分析を使用して訪問者のアクションを監視し、より高いコンバージョン率が得られるバージョンを判別できます。

コンバージョン率は、Webサイトの訪問者が目的のアクションを実行したときのインスタンスとして定義されます。A / Bテストにより、最適なものを決定できますonline marketing strategyあなたのビジネスのために。次の図を見てください。バージョンAのコンバージョン率は15％、バージョンBのコンバージョン率は22％であることを示しています。

統計と分析を使用して訪問者のアクションを監視し、より高いコンバージョン率が得られるバージョンを判別できます。A / Bテストの結果は、通常、空想で提供されますmathematical and statistical terms、しかし、数字の背後にある意味は実際には非常に単純です。A / Bテストを使用してコンバージョン率を確認できる2つの重要な方法があります-

データのサンプリング
信頼区間

これら2つの方法について詳しく説明します。

データのサンプリング

サンプルの数は、実行されたテストの数によって異なります。変換率のカウントはサンプルと呼ばれ、これらのサンプルを収集するプロセスはサンプリングと呼ばれます。

例

2つの製品AとBがあり、市場での需要に応じてサンプルデータを収集するとします。数人に製品AとBから選択してもらい、調査への参加を依頼することができます。参加者数が増えると、realistic conversion rate。

サンプルサイズの正しい数を決定するために使用できるさまざまなツールがあります。利用可能なそのような無料のツールの1つは-です

http://www.evanmiller.org

A / Bテストの信頼区間

信頼区間は、複数のサンプルの平均からの偏差の測定値です。上記の例では、22％の人が製品Aを好み、信頼区間は±2％であると仮定します。この間隔は、製品Aを選択する人々の上限と下限を示し、許容誤差とも呼ばれます。この平均調査で最良の結果を得るには、the margin of error should be as small as possible。

例

製品Bで、小さな変更を追加してから、これら2つの製品でA / Bテストを実行したと仮定します。信頼区間の積AとBは、それぞれ±1％で10％、±2％で20％です。つまり、これは小さな変更によってコンバージョン率が向上したことを示しています。許容誤差を無視すると、テストバリエーションAの変換率は10％、テストバリエーションBの変換率は20％、つまりテストバリエーションが10％増加します。

ここで、差を制御変動率10％÷10％= 1.0 = 100％で割ると、100％の改善が見られます。したがって、A / Bテストは数学的手法と分析に基づく手法であると言えます。A / Bの有意性を計算するために使用できるさまざまなオンラインツールがあります。

http://getdatadriven.com

A / Bテストは business decisions単に予測するのではなく、データから得られた結果に基づいています。それはあなたがあなたのウェブサイトまたはアプリのバリエーションを作成することを可能にし、そしてあなたが変更を加えるというあなたの決定を確認または破棄するのを助けます。

このテストでは、コンバージョン率が上がるようにサイトやアプリを最適化できます。コンバージョン率が高いということは、トラフィックの獲得に多額の費用をかける代わりに、既存のユーザーからより多くの価値を得るということです。A / Bテストは、労働文化の変化など、ビジネスの他の要因を変更するのにも役立ちます。数学データと統計を使用して、製品のバリエーションの方向を判断するのに役立ちます。

デザイナー、ビジネスアナリスト、または開発者のいずれであっても、A / Bテストは、データと統計の力を使用してリスクを軽減し、結果を改善し、作業でよりデータ主導になるための簡単な方法を提供します。

A / Bテストを実行するには、次の点を考慮する必要があります。

元の変動を5％以上上回る可能性がある場合は、常にA / Bテストを実行してください。
統計と分析を実行するのに十分なサンプルデータがあるように、テストはかなりの時間実行する必要があります。

A / Bテストでは、Webページ上の既存のトラフィックを最大限に活用することもできます。あなたのウェブサイトでトラフィックを設定するコストと比較して、あなたのコンバージョンを増やすコストは最小限です。ザ・ROI (return on investment) A / Bテストでは、ウェブサイトにわずかな変更を加えるだけでコンバージョン率が大幅に向上する可能性があるため、テストは膨大です。

A / Bテストとは、アプリケーションまたはWebサイトの複数のバリエーションを作成し、サンプルを使用してこれらすべてのバージョンを比較して、最大のコンバージョン率を持つ最適なバリエーションを決定することです。さまざまな種類のバリエーションがあり、Webページまたはアプリケーションに適用できます。A / Bテストは、アプリケーションやWebページだけに限定されるものではなく、他の製品のバリエーションも作成できます。サイトの閲覧中に訪問者の行動に影響を与える可能性のあるWebページ上のものはすべて、A / Bテストを使用してテストできます。

これは、Webページに適用できるA / Bテストのバリエーションのリストです-

Headlines
サブヘッドライン
Images
Texts
CTAのテキストとボタン
Links
Badges
メディアの言及
社会的言及
販売促進とオファー
価格構造
配送オプション
支払いオプション
サイトのナビゲーションとユーザーインターフェイス

に使用できるさまざまなツールがあります create variations これについては、このチュートリアルの後半で詳しく説明します。

A / Bテストは、一連のプロセスで構成されており、 realistic conclusion。この章では、任意のWebページでテストを実行するために使用できるA / Bテストプロセスの手順について詳しく説明します。

背景調査

バックグラウンド調査は、A / Bテストで重要な役割を果たします。最初のステップは、ウェブサイトの直帰率を調べることです。これは、GoogleAnalyticsなどの広く利用可能ないくつかのバックグラウンドリサーチツールの助けを借りて行うことができます。

データを収集します

Google Analyticsのデータは、ウェブサイトでの訪問者の行動を見つけるのに役立ちます。サイトから十分なデータを収集することを常にお勧めします。コンバージョン率が低い、またはドロップオフ率が高く、さらに改善できるページを見つけてください。また、Webサイトでこのテストを実行するために必要な1日あたりの訪問者数を計算します。

ビジネス目標を設定する

次のステップは、ビジネスまたはコンバージョンの目標を設定することです。これは、目的が何であるかを理解するのに役立ちます。それが完了すると、新しいバージョンが元のバージョンよりも成功したかどうかを判断するメトリックを見つけることができます。

仮説を立てる

A / Bテストの目標と指標が設定されたら。次のステップは、元のバージョンを改善する方法と、現在のバージョンよりも改善する方法についてのアイデアを見つけることです。アイデアのリストができたら、予想される影響と実装の難しさの観点からそれらに優先順位を付けます。

たとえば、最も効果的な方法の1つは、サイトに画像を追加することです。これは、直帰率をある程度減らすのに役立ちます。

バリエーション/仮説を作成する

市場には、これらの変更を効果的に行うためのビジュアルエディターを備えた多くのA / Bテストツールがあります。A / Bテストを正常に実行するための重要な決定は、正しいツールを選択することです。最も一般的に利用可能なツールのいくつかは次のとおりです。

ビジュアルウェブサイトオプティマイザー（VWO）
Googleコンテンツ実験
Optimizely

箇条書きの使用、キー要素の番号の変更、フォントと色の変更など、オブジェクトに適用できるバリエーションにはさまざまな種類があります。

バリエーションの実行

ウェブサイトまたはアプリのすべてのバリエーションを訪問者に提示します。彼らの行動は、すべてのバリエーションについて監視されます。さらに、各バリエーションに対するこの訪問者のインタラクションが測定および比較され、特定のバリエーションがどのように実行されるかが決定されます。

データを分析する

この実験が完了したら、次のステップは結果を分析することです。A / Bテストツールは、実験からのデータを表示し、さまざまなバージョンのWebページのパフォーマンスと効率の違いを示します。また、数学的方法と統計の助けを借りて、バリエーション間に有意差があるかどうかも示します。

たとえば、ウェブページの画像で直帰率が低下している場合は、画像を追加してコンバージョンを増やすことができます。このため直帰率に変化が見られない場合は、前の手順に戻って新しい仮説/バリエーションを作成し、新しいテストを実行します。

Google Analyticsのデータは、訪問者の行動を見つけるのに役立ちます。サイトから十分なデータを収集することを常にお勧めします。改善できるコンバージョン率が低い、またはドロップオフ率が高いページを見つけてください。この章では、A / Bテストのデータを収集するために使用できるいくつかのツールについて説明します。

Google Analytics / Mix Panel（分析ツール）

ほとんどのWebサイトには、訪問者がサイトをどのように操作しているかを把握するためにGoogleAnalyticsがインストールされています。トラフィックを監視するためのGoogleAnalyticsがインストールされていない場合は、インターネットからインストールできます。Google Analyticsは、無料で利用できる最高の分析ツールの1つです。

ウェブサイトにGoogleAnalyticsをインストールするには、コードをコピーしてサイトにデプロイするだけで、大量のデータを処理できます。ツールのカスタマイズを適用して、ビジネス目標を達成することもできます。

マウスフロー/クレイジーエッグ（リプレイツール）

リプレイツールは、Webサイトでのユーザーアクションのより良い洞察を得るために使用されます。また、ユーザーのクリックのマップとヒートマップをクリックして、ユーザーがWebサイトをどこまで閲覧しているかを確認することもできます。

マウスフローなどの再生ツールを使用すると、訪問者自身と一緒にいるかのように、訪問者のセッションをある方法で表示できます。ビデオ再生ツールは、その訪問者がWebサイトのさまざまなページを閲覧するのがどのようなものかについてのより深い洞察を提供します。

WebEngage（調査ツール）

調査ツールは、Webサイトから定性的なフィードバックを収集するために使用されます。これには、リピーターに調査の質問をすることが含まれます。この調査では、一般的な質問をし、意見を入力したり、事前に提供された選択肢から選択したりすることもできます。

その他のツール–チャット、メール

ライブチャット機能により、訪問者はカスタマーサービスチームから迅速な回答を得て、状況をより迅速に解決することができます。これは、訪問者から一般的な質問を取得し、テスト用のデータを収集するのにも役立ちます。

次のステップは、コンバージョンの目標を設定することです。バリエーションが元のバージョンよりも成功したかどうかを判断するメトリックを見つけます。目標はビジネスの目的から来るので、例として、目的の観点から衣料品の販売を増やす必要がある場合は、次のようになります。

明確な製品画像。
サイト訪問率を上げます。
ショッピングカートのドロップ率を下げます。

次に、ビジネス目標を満たすメトリックを定義します。メトリックはKPI (Key Performance Indicator) それがあなたの目的に関連する何かを測定しているときだけ。

例1

衣料品店のビジネス目標は衣料品の販売であるため、このビジネス目標のKPIは、オンラインで販売される衣料品の数である可能性があります。ビジネス目標を明確に定義する必要があります。そうしないと、KPIを特定できません。KPIを正しく設定し、定期的に測定すると、戦略を順調に進めてバリエーションを作成し、A / Bテストを実行できます。次は、ビジネス目標のターゲット指標を見つけることです。

例2

あなたの衣料品店は先週100個の商品を販売しました。これは大丈夫ですか、それとも悪いですか？KPIがあなたにとって何かを意味するためには、ターゲットメトリックが必要です。重要なすべてのKPIのターゲットを定義します。ビジネス目標とターゲットメトリックを定義すると、フレームワークが作成されます。これは、実行する作業がビジネス目標に関連しているかどうかを判断するのに役立ちます。

A / Bテスト–仮説を立てる

ビジネス目標を特定したら、次のステップは、A / Bテストのアイデアと、現在のバージョンよりも優れていると思う理由についての仮説を立てることです。作成できると思われるすべての仮説のリストを作成し、予想される影響とさまざまなツールを使用してそれらを実装する方法の観点から、すべてのバリエーションに優先順位を付けます。

例

下部に画像を追加すると、直帰率を下げることができます。さまざまなソーシャルサイトのリンクを追加して、コンバージョン率を上げることもできます。

A / Bテストとは、アプリケーションまたはWebページの新しいバージョンを作成し、すべてのバージョンを比較してコンバージョン率を確認することです。統計を分析して新しいバリエーションを確認することで、コンバージョン率を向上させることができます。

箇条書きの使用、キー要素の番号の変更、フォントと色の変更など、オブジェクトに適用できるバリエーションにはさまざまな種類があります。市場には、ビジュアルエディターを備えたA / Bテストツールが数多くあります。これらは効果的に変化します。A / Bテストを正常に実行するための重要な決定は、正しいツールを選択することです。最も一般的に利用可能なツールのいくつかは次のとおりです。

ビジュアルウェブサイトオプティマイザー（VWO）
Googleコンテンツ実験
Optimizely

ビジュアルウェブサイトオプティマイザー（VWO）

Visual Website Optimizerを使用すると、同じページの複数のバージョンをテストできます。また、ページのHTMLコードを変更せずに変更を加えてテストを実行できるようにする、「表示されるものは取得するもの」（WYSIWYG）エディターも含まれています。ITリソースに変更を加えることなく、見出し、要素の番号付けを更新し、テストを実行できます。

A / Bテスト用のVWOのバリエーションを作成するには、WYSIWYGエディターでWebページを開き、以下の変更をWebページに適用できます-

テキストの変更
URLを変更する
HTMLの編集/編集
Rearrange
Move
Resize
Hide
Remove
CSSを変更する

Googleコンテンツ実験

これにより、任意のWebページの最大5つのバリエーションを作成し、すべてのページをGoogle Analyticsにロードして、A / Bテストを実行できます。Googleコンテンツエクスペリメントは、すべてのバリエーションの結果を測定し、最大のコンバージョン率を持つバリエーションを決定するために使用されます。Google Content Experimentsを使用する主な利点は、Googleのフリーウェアであるということですが、テストを実行するには、バリアントをGoogleAnalyticsにロードする必要があります。

Optimizely

Optimizelyは、A / Bテスト、Webページまたはモバイルアプリでの多変量テストを実行するために使用されるツールであり、Webページまたはアプリケーションのさまざまなバージョンを比較して、どのバリエーションがビジネスのコンバージョン率を向上させるかを判断できます。。

このソフトウェアは、1行のJavaScriptスニペットを実行することでWebページ上で実行できます。スニペットは、Optimizelyをサイトにロードし、Webサイトでの訪問者のエクスペリエンスを変更する1行のコードとして定義されます。

Optimizelyを使用してモバイルアプリケーションをテストするには、iOSおよび/またはAndroid用のソフトウェア開発キットを介して実行します。WebページでOptimizelyを実行すると、サイト訪問者とコンバージョン率のデータが収集され、Stats Engineで実行されて、どちらのバリエーションが勝者か敗者かが判断されます。これらの統計をターゲットの目標と比較して指標を設定すると、ウェブサイトに適用するバリエーションについて決定を下すのに役立ちます。

Optimizelyを使用すると、これらのテストを実行できます-

異なるURLを比較するA / Bテスト。
複数のページ、フローなどにまたがって実行されるA / Bテスト。
オーディエンスのセットごとに異なるバリエーションを実行します。
すべての訪問者のWebページにホットフィックスを適用します。

それはあなたのウェブサイトまたはアプリケーションのすべてのバリエーションを訪問者に提示することを含み、彼らの行動は各バリエーションについて監視されます。各バリエーションの訪問者のインタラクションが測定および比較され、このバリエーションのパフォーマンスが決定されます。

前の章で説明したように、仮説を生成し、バリエーションを実行するために使用できるさまざまなツールがあります。

ビジュアルウェブサイトオプティマイザー（VWO）
Googleコンテンツ実験
Optimizely

ビジュアルウェブサイトオプティマイザー

マーケティングの専門家がポイントアンドクリックエディタを使用してWebページの複数のバリエーションを作成できるようにするさまざまなA / Bテストツールがあります。HTMLの知識は必要なく、どのバージョンが最大のコンバージョン率または売上を生み出しているかを確認できます。

VWO分割テストソフトウェアの実行は非常に簡単です。Webサイトにコードスニペットをコピーして貼り付けるだけで、訪問者が簡単に利用できるようにすることができます。Visual Website Optimizerは、多変量テストのオプションも提供し、行動ターゲティング、ヒートマップ、ユーザビリティテストなどを実行するための他の数のツールを含みます。

VWOには複数の機能があり、すべてのコンバージョン率の最適化アクティビティがこのツールで確実にカバーされます。多くの企業や小規模のオンラインストアは、ランディングページの最適化と、Webサイトの売り上げの増加、およびコンバージョン率の向上のためにA / BテストVWOソフトウェアを使用しています。

会社はまた、無料でダウンロードできる30日間の試用版を提供しています。 https://vwo.com/。

VWOの主な機能のいくつかは次のとおりです-

テストと実験
ビジュアルエディター
分析とレポート
ヒートマップとクリックマップ
プラットフォームと統合

使い方？

WebページでOptimizelyを実行すると、サイト訪問者のデータとコンバージョン率が収集され、Stats Engineで実行されて、どのバリエーションが勝者でどれが敗者であるかが判断されます。これらの統計が目標目標と比較され、メトリックが設定されると、Webサイトに適用されるバリエーションについて決定を下すのに役立ちます。

Googleコンテンツ実験

これにより、最大5つのWebページのバリエーションを作成し、これらすべてのページをGoogle Analyticsにロードして、A / Bテストを実行できます。

Google Analyticsを開始するには、 Google Analytics accountそしてあなたのウェブサイトにインストールされる追跡コード。アカウントをお持ちでない場合は、次のツールを使用してサインアップできます-http://www.google.com/analytics/

Adding tracking code directly to a website

このプロセスを完了するには、Webサイトのソースコードにアクセスできる必要があります。また、HTMLの編集に慣れている必要があります（または、これを支援できるWebマスター/開発者が必要です）。また、GoogleAnalyticsアカウントとプロパティが既に設定されている必要があります。アップ。

To set up tracking code into your webpage

トラッキングコードスニペットを見つけてGoogleAnalyticsアカウントにサインインし、上部の[管理]タブを選択します。
[アカウントとプロパティ]タブに移動し、使用しているプロパティを選択します。[トラッキング情報]→[トラッキングコード]をクリックします。Analyticsアカウントでトラッキングコードを見つけた場所の画像→クリックしてこの画像を展開し、これらのオプションがインターフェースのどこに表示されるかを確認します。
トラッキングコードスニペットを見つけます。数行のJavaScriptが入ったボックスに入っています。このボックス内のすべてがトラッキングコードスニペットです。<script>で始まり、</ script>で終わります。
トラッキングコードには、各GoogleAnalyticsプロパティに対応する一意のIDが含まれています。異なるプロパティのトラッキングコードスニペットを混同したり、同じトラッキングコードスニペットを複数のドメインで再利用したりしないでください。
スニペットをコピーして、追跡するすべてのWebページに貼り付けます。終了タグ</ head>の直前に貼り付けます。
テンプレートを使用してサイトのページを動的に生成する場合は、トラッキングコードスニペットを独自のファイルに貼り付けて、ページヘッダーに含めることができます。

Verify if the tracking code is working

トラッキングコードが機能しているかどうかを確認したり、リアルタイムレポートを確認したり、発生したユーザーアクティビティを監視したりすることもできます。これらのレポートにデータが表示されている場合は、トラッキングコードが現在データを収集していることを意味します。

コンテンツ実験

コンテンツ実験は、 quickest methodWebページ（ランディングページ、ホームページ、カテゴリページ）をテストするために必要なコードの実装が少なくて済みます。GoogleAnalytics内でA / Bテストを作成するために使用できます。

コンテンツエクスペリメントの最も一般的な機能のいくつかは次のとおりです。

テストを実行するには、元のページスクリプトを使用する必要があります。目標と変動を測定するには、標準のGoogleAnalyticsトラッキングコードが使用されます。
Google Analyticsで定義されているターゲット目標は、AdSenseの収益などの実験目標として使用できます。
Google Analyticsセグメントビルダーを使用して、任意のセグメンテーション基準に基づいて結果をセグメント化できます。
統計的に有意な勝者がいない可能性が高い場合に、3か月後に自動的に期限切れになるテストを設定して、テストを実行したままにしないようにすることができます。

How to use Content Experiments to create A/B Tests?

[動作]セクションに移動し、[実験]リンクをクリックします。また、既存のすべての実験の表も表示されます。この表の上部にある[実験の作成]オプションをクリックします。

入力→実験の名前、実験の目的、参加するサイトトラフィックの割合、重要な変更に関するメール通知、すべてのバリエーションにトラフィックを分散するための、実験を実行する時間の設定、およびしきい値。

元のページのURLと作成するすべてのバリエーションを追加して、[次へ]ボタンをクリックできます。実装方法を選択し、次のボタンをクリックします→検証をクリックします（コードが1つ実装されている場合は検証されます。コードがない場合は、エラーメッセージが表示されます）→実験を開始します。

この実験を実行すると、次のオプションが表示されます-

変換速度
実験をやめる
Re-validate
バリエーションを無効にする
セグメンテーション-Webページの訪問者の各セグメントに対して各バリエーションがどのように実行されたかを確認できます。

実験が完了したら、次のステップは結果を分析することです。A / Bテストツールは、実験からのデータを表示し、数学的な方法と統計の助けを借りて、Webページのさまざまなバリエーションのパフォーマンスの違いとバリエーション間に有意差があるかどうかを示します。

例

Webページの画像によって直帰率が低下した場合は、Webページにさらに画像をアップロードすると、コンバージョン率が高いかどうかを判断できます。このため直帰率に変化が見られない場合は、前の手順に戻り、新しい仮説/バリエーションを作成して新しいテストを実行します。

テストの実行にはVWOやOptimizelyなどのツールが使用されますが、テスト後の分析の実行にはGoogleAnalyticsが最適です。この分析は、今後の方向性を決定するために使用されます。A / Bテストツールはテスト結果の結果を通知しますが、事後分析も実行する必要があります。事後分析を行うには、各テストをGoogleAnalyticsと統合する必要があります。

VWOとOptimizelyはどちらも、組み込みのGoogleAnalytics統合機能を提供します。これら両方のツールからの各テストのデータは、Googleアナリティクスに送信する必要があります。これを行うことにより、分析機能が強化され、データのテストが保証されます。テストツールがデータを誤って記録している可能性があり、テストデータの他のソースがない場合、それを信頼するかどうかを確信することはできません。

仮説を生成し、バリエーションを実行するために使用できるさまざまなツールがあります。これらには、次のものが含まれます。

ビジュアルウェブサイトオプティマイザー（VWO）
Googleコンテンツ実験
Optimizely

これらのツールはすべて、A / Bテストを実行して勝者を見つけることができますが、事後分析を実行するには、これらのツールをGoogleAnalyticsと統合する必要があります。

A / Bテスト– Google Analytics

Google Analyticsには、データを分析するための2つのオプションがあります-

ユニバーサル分析
従来のGoogleAnalytics

新しいユニバーサルアナリティクス機能を使用すると、Googleアナリティクスにデータを送信する20の同時A / Bテストを使用できますが、クラシックバージョンでは最大5つしか使用できません。

OptimizelyとGoogleUniversalAnalyticsの統合

OptimizelyをUniversalGoogle Analyticsに統合するには、最初にサイドパネルの[オン]ボタンを選択します。次に、Optimizelyの実験データを入力するために使用可能なカスタムが必要です。次に、トラッキングコードをページの<head>セクションの下部に配置する必要があります。OptimizelyスニペットがこのAnalyticsスニペットの上にない限り、GoogleAnalytics統合は正しく機能しません。

構成手順

Optimizelyは、Universal Google Analyticsの「カスタムディメンション」を使用して、訪問者に追加された実験とバリエーションをタグ付けします。この情報のUniversalAnalyticsへの送信を開始するようにOptimizelyを構成するには、4つのステップが必要です。

Step 1

ga（ 'create' ...）関数が起動した後、Universal Analytics ga（ 'send'、 'pageview'）関数が起動して追跡呼び出しが行われる前に、UniversalAnalyticsコードが存在するサイトに次のJavaScriptコードを追加します。（次のセクションの詳細を参照してください）-

// Optimizely Universal Analytics Integration
window.optimizely = window.optimizely || [];
window.optimizely.push("activateUniversalAnalytics");

Step 2

Optimizely Editorで、[オプション]→[統合]に移動し、[ユニバーサル分析]チェックボックスをクリックして統合を有効にします。

Step 3

Optimizelyで使用するカスタムディメンションを選択します。カスタムディメンションがサイトの他の部分、または現在実行中の別のOptimizely実験によってすでに使用されていないことを確認する必要があります。

Step 4

デフォルト以外のカスタムイベントトラッカーを使用している場合は、カスタムトラッカーを選択します。これにより、Optimizelyの統合呼び出しが変更され、デフォルトではなくカスタムトラッカーが使用されます。

Example

あなたのウェブサイトが次の呼び出しを使用しているとしましょう-

ga('tracker3.send', 'pageview');

この場合、カスタムトラッカーフィールドを指定する際にtracker3と入力し、Optimizelyはデフォルトのトラッカーではなくtracker3と統合します。

GoogleAnalyticsを使用したカスタムレポートの作成

最初のステップは、Universal Analyticsアカウントにログインし、上部の[カスタマイズ]タブをクリックすることです。カスタムレポートリストが表示されます。

次に、UniversalAnalyticsを統合した各テストのカスタムレポートを設定します。

[新しいカスタムレポート]をクリック→レポートのタイトルを入力し、レポートに表示するメトリックグループを追加します。
Optimizely実験のみでこのレポートをフィルタリングするには、ディメンションドリルダウンの1つとして以前に設定したカスタムディメンションを選択します。
[フィルタ]セクションにこのディメンションを追加し、フィルタリングする実験の実験IDで正規表現の一致を使用します。
[保存]をクリックします。

A / Bテストと同様に、多変量テストは同じメカニズムに基づいていますが、より多くの変数を比較し、これらの変数の動作に関する詳細情報を提供します。A / Bテストでは、ページのトラフィックをデザインの異なるバージョン間で分割します。多変量テストは、各設計の有効性を測定するために使用されます。

例

テストを実行するのに十分なトラフィックを受信したWebページがあるとしましょう。ここで、各バリエーションのデータを比較して、最も成功したバリエーションを確認しますが、訪問者のインタラクションに最大のプラスまたはマイナスの影響を与える要素も含まれています。

多変量を使用する利点

多変量テストは、ページの要素をターゲットにして再設計し、最も影響力のある領域を表示するのに役立つ効果的なツールです。多変量法は、ランディングページキャンペーンの作成に役立ちます。

例

特定の要素のデザインの影響に関するデータは、要素のコンテキストが変更された場合でも、将来のキャンペーンに適用できます。

制限事項

多変量テストの制限は、テストを完了するために必要なトラフィックです。すべての実験は完全に階乗であるため、一度に変更する要素が多すぎると、テストする必要のある可能な組み合わせが非常に多くなる可能性があります。トラフィックがかなり多いサイトでも、実行可能な時間内に25を超える組み合わせでテストを完了するのに問題が発生する可能性があります。

多変量テストとA / Bテストの違い

スプリットテストとも呼ばれるA / Bテストは、ウェブサイトの最適化の方法であり、ページの2つのバージョン（AとB）のコンバージョン率を比較します。すべての訪問者は1つのバージョンまたは他のバージョンに分けられます。訪問者がこれらのバージョン（AまたはB）のいずれかにアクセスすると、さまざまなボタンをクリックするか、ニュースレターにサインアップします。これにより、ページのどのバージョンがより効果的であるかを判断できます。

SEOは、関連するアイテムの検索が実行されたときに、ページの上部にWebサイトを表示する方法です。それはあなたのウェブサイトが訪問者に提供する情報とウェブページのコンテンツが検索結果の一番上に来るのに関連する理由を含みます。多くの潜在的な顧客は、A / Bテストまたは多変量テストが検索エンジンのランキングに影響を与えると感じています。

潜在的なSEO値を失うことを心配せずにA / Bテストを実行することを保証する4つの方法があります。

マントをしないでください

クローキングは、ウェブページの1つのバージョンをGooglebotエージェントに表示し、他のバージョンをウェブサイトの訪問者に表示すると呼び出されます。グーグルはあなたがクロークするべきではないと言っており、これには非常に厳しいです。それはあなたのウェブサイトが検索結果から除外されたり、SEOランキングで降格されたりする可能性さえあります。ユーザーエージェントに基づいて、訪問者をA / Bテストのさまざまなバージョンに分割しないようにする必要があります。Googleは、ボットがいずれかのバージョンを認識しているかどうかを気にせず、ボットがランダムな訪問者と同じユーザーエクスペリエンスを持っていることだけを気にします。

'rel = canonical'を使用します

複数のURLを使用するA / Bテストがある場合は、ウェブページに「rel = canonical」を追加して、インデックスを作成するURLをGoogleに示すことができます。Googleは、正規要素を使用することを提案しています。これは、その意図に沿っているため、noindexタグです。どのコンテンツがオリジナルであるかを示しているだけです。このようにして、Googleはそれに応じてページをグループ化してインデックスを作成できます。

Note − canonicalを使用できない場合は、HTMLまたはHTTPヘッダーにnoindexタグがあることを確認する必要があります。そうでない場合は、少なくともrobots.txtが含まれていることを確認する必要があります。

301ではなく302リダイレクトを使用する

Googleは、一時的な方向の方法を使用することをお勧めします-永続的な301リダイレクトよりも302。他のA / Bテストと同様に、これは恒久的な移転ではなく、一時的な移転です。一時的なリダイレクトの通知であるため、302リダイレクトを使用することを常にお勧めします。したがって、A / Bテストにリダイレクトを使用している場合は、302ヘッダーを使用していることを確認してください。

SEOについて考慮すべき最も重要な点は、検索エンジンが元のURLをインデックスから削除してはならず、一時的に保留にする必要があることを明確にする必要があるということです。スパイダーが次のインデックス作成のために戻ってきたときに、リダイレクトがまだ適用可能かどうかを再度確認し、適用できない場合は、古いURLが再度復元されます。

長期間実験を実行しないでください

A / Bテストが完了したら、できるだけ早くバリエーションを削除し、ウェブページに変更を加えて、落札したコンバージョンの使用を開始する必要があることに注意してください。代替URLやテストスクリプトなど、テストのすべての要素を確実に削除する必要があります。

あなたがより長い期間テストを実行するならば、グーグルは検索エンジンをだます方法としてこれを取ります。これは、テストバリアントを多数の訪問者に長期間表示している場合に発生する可能性があります。

A / Bテストで何がわかりますか？A / Bテストの実行の背後にある目標は何ですか？

A / Bテスト（スプリットテストとも呼ばれます）は、 compare two versionsどちらがパフォーマンスが優れているかを判断できるアプリケーションまたはWebページの A / Bテストは、アプリケーションまたはWebページを変更して新しいバージョンを作成し、これらの両方のバージョンを比較してコンバージョン率を見つけることができる最も簡単な方法の1つです。これはまた私達に知らせます、それはbetter performer 2の。

A / Bテストのデータサンプリングで何がわかりますか？

サンプルの数は、実行されたテストの数によって異なります。ザ・count of conversion rate はサンプルと呼ばれ、これらのサンプルを収集するプロセスはサンプリングと呼ばれます。

A / Bテストでの信頼区間の使用は何ですか？

信頼区間はと呼ばれます measurement of deviation複数のサンプルの平均から。22％の人が製品Aを好み、信頼区間が+/- 2％であると仮定します。この間隔は、upper and lower limit 製品Aを選択し、また呼ばれる人々の margin of error。この平均調査で最良の結果を得るには、許容誤差をできるだけ小さくする必要があります。

いつA / Bテストを実行することを考えるべきですか？

可能性がある場合は、常にA / Bテストを実行してください beat the original variation by> 5％。テストはかなりの時間実行する必要があるため、十分なサンプルデータが必要です。perform statistics and analysis。A / Bテストでは、Webページ上の既存のトラフィックを最大限に活用することもできます。

あなたのウェブサイトでトラフィックを設定するコストと比較して、あなたのコンバージョンを増やすコストは最小限です。ザ・ROI (return on investment) A / Bテストでは、ウェブサイトにわずかな変更を加えるだけでコンバージョン率が大幅に向上する可能性があるため、テストは膨大です。

多変量テストとは何ですか？A / Bテストと比較してどうですか？

A / Bテストと同様に、多変量テストも同じメカニズムに基づいていますが、 compares higher number of variables、およびこれらの変数の動作に関する詳細情報を提供します。A / Bテストでは、ページのトラフィックをデザインの異なるバージョン間で分割します。多変量テストは、effectiveness of each design。

いくつの変数をテストする必要がありますか？

複数の変数を一度にテストする場合の問題は、 tough to accurately determineこれらの変数のどれが違いを生んだか。1つのページのパフォーマンスが他のページよりも優れていると言えますが、それぞれに3つまたは4つの変数がある場合、それらの変数の1つが実際にページに悪影響を与える理由を特定することも、複製することもできません。good elements 他のページで。

Webページに適用できるバリエーションをいくつか挙げてください。

Webページに適用できるA / Bテストのバリエーションをいくつか示します。リストには、-ヘッドライン、サブヘッドライン、画像、テキスト、CTAテキストとボタン、リンク、バッジ、メディアメンション、ソーシャルメンション、販売促進とオファー、価格構造、配信オプション、支払いオプション、サイトナビゲーション、ユーザーインターフェイスが含まれます。

A / Bテストのステップバイステップのプロセスを説明します。

Background Research − A / Bテストの最初のステップは、 bounce rateあなたのウェブサイトで。これは、GoogleAnalyticsなどのツールを使用して実行できます。
Collect Data − Google Analyticsのデータは、検索に役立ちます visitor behaviors。サイトから十分なデータを収集することを常にお勧めします。改善できるコンバージョン率の低いページまたはドロップオフ率の高いページを見つけてください。
Set Business Goals−次のステップは、コンバージョンの目標を設定することです。を見つけるmetrics that determines バリエーションが元のバージョンよりも成功するかどうか。
Construct Hypothesis− A / Bテストの目標と指標が設定されたら、次は、元のバージョンを改善するためのアイデアと、現在のバージョンよりも優れている方法を見つけることです。あなたが持ったらlist of ideas, prioritize them 予想される影響と実装の難しさの観点から。
Create Variations/Hypothesis −市場には多くのA / Bテストツールがあります。 visual editorこれらの変更を効果的に行うため。A / Bテストを正常に実行するための重要な決定は、correct tool。
Running the Variations − Webサイトまたはアプリのすべてのバリエーションを訪問者に提示し、バリエーションごとにアクションを監視します。 Visitor interaction 各バリエーションについて測定および比較して、そのバリエーションのパフォーマンスを判断します。
Analyze Data −実験が完了すると、次は analyze the results。A / Bテストツールは、実験からのデータを表示し、Webページのさまざまなバリエーションが実行される方法の違いを示します。また、数学的方法と統計の助けを借りて、バリエーションの間に有意差がある場合。

A / Bテストのデータを収集するために使用できる一般的なタイプのツールは何ですか？

最も一般的なタイプのデータ収集ツールには、分析ツール、再生ツール、調査ツール、チャットおよび電子メールツールが含まれます。

リプレイツールを使用する目的は何ですか？A / Bテスト用のリプレイツールをいくつか挙げてください。

リプレイツールは、Webサイトでのユーザーアクションのより良い洞察を得るために使用されます。それはまたあなたがすることを可能にしますclick maps and heat maps of user clickそして、ユーザーがウェブサイトをどこまで閲覧しているかを確認します。マウスフローなどの再生ツールを使用すると、view a visitor's session ある意味であなたは訪問者と一緒にいます。

ビデオ再生ツールは、その訪問者がWebサイトのさまざまなページを閲覧するのがどのようなものかについてのより深い洞察を提供します。最も一般的に使用されるツールはMouse Flow and Crazyegg。

なぜ調査ツールを使用するのですか？データを収集するための調査の例を挙げてください。

調査ツールは collect qualitative feedbackウェブサイトから。これには、リピーターに調査の質問をすることが含まれます。調査では、一般的な質問をし、意見を入力したり、事前に提供された選択肢から選択したりすることもできます。

A / Bテストで仮説を立てる例をいくつか挙げてください。

直帰数を減らすことができます adding more images下部にあります。ソーシャルサイトのリンクを追加して、コンバージョン率をさらに高めることができます。

A / Bテストのバリエーションを作成することで何を理解しますか？これに使用できる一般的なツールは何ですか？

箇条書きの使用、キー要素の番号の変更、フォントと色の変更など、オブジェクトに適用できるバリエーションにはさまざまな種類があります。市場には、ビジュアルエディターを備えたA / Bテストツールが数多くあります。これらは効果的に変化します。A / Bテストを正常に実行するための重要な決定は、selecting the correct tool。

最も一般的に利用可能なツールは、Visual Website Optimizer、Google Content Experiments、Optimizelyです。

VWOのWYSIWYGエディターとは何ですか？それを使ってどのようにバリエーションを作成しますか？

Visual Website OptimizerまたはVWOを使用すると、 test multiple versions同じページの。また、「表示されるものは取得するもの」（WYSIWYG）エディターが含まれています。make the changes and run testsページのHTMLコードを変更せずに。ITリソースに変更を加えることなく、見出し、要素の番号付けを更新し、テストを実行できます。

A / Bテスト用のVWOのバリエーションを作成するには、WYSIWYGエディターでWebページを開くと、任意のWebページに多くの変更を適用できます。これらには、テキストの変更、URLの変更、HTMLの編集/編集、再配置および移動が含まれます。

VWOを使用して実行できる他のタイプのテストは何ですか？

Visual Website Optimizerは、多変量テストのオプションも提供し、行動ターゲティング、ヒートマップ、ユーザビリティテストなどを実行するための他の数のツールを含みます。

Webページ以外でA / Bテストを使用できる場所は他にありますか？

これらのテストは、メール、モバイルアプリ、PPC、CTAなどの他のいくつかの場所にも適用できます。

A / Bテスト-結果の分析で何を理解していますか？

実験が完了すると、 next is to analyze the results。A / Bテストツールは、実験からのデータを表示し、そのWebページのさまざまなバリエーションがどのように実行されるかの違いを示します。また、数学的方法と統計を使用したバリエーションの間に有意差があるかどうかも示します。

Google AnalyticsをOptimizelyとどのように統合しますか？

OptimizelyをUniversalGoogle Analyticsに統合するには、最初にサイドパネルの[オン]ボタンを選択します。次に、あなたは持っている必要がありますavailable Custom to populate with Optimizely experiment data。

ユニバーサルGoogleAnalyticsトラッキングコードは、ページの<head>セクションの下部に配置する必要があります。OptimizelyスニペットがAnalyticsスニペットの上にない限り、GoogleAnalytics統合は正しく機能しません。

UniversalGAとClassicGoogle Analyticsの違いは何ですか？

Google Analyticsには、データを分析するための2つのオプションがあります。UniversalAnalyticsとClassic GoogleAnalyticsです。新しいユニバーサルアナリティクス機能を使用すると、Googleアナリティクスにデータを送信する20の同時A / Bテストを使用できますが、クラシックバージョンでは最大5つしか使用できません。

A / BテストはSEOに悪影響を及ぼしますか？潜在的なSEO値を失うことを心配せずにA / Bテストを実行することを保証するさまざまな方法を説明しますか？

これは、A / Bテストが重複コンテンツとして分類される可能性があるため、検索エンジンのランキングに悪影響を与えるという神話です。次の4つの方法を適用して、A / Bテストの実行中に潜在的なSEO値を失わないようにすることができます。

Don’t Cloak −クローキングとは、ウェブページの1つのバージョンをGooglebotエージェントに表示し、他のバージョンをウェブサイトの訪問者に表示することです。

Use ‘rel=canonical’−複数のURLを使用するA / Bテストがある場合は、ウェブページに「rel = canonical」を追加して、インデックスを作成するURLをGoogleに示すことができます。Googleは、その意図に沿っているため、noindexタグではなく正規要素を使用することをお勧めします。

Use 302 redirects and not 301’s − Googleは、一時的な指示方法を使用することをお勧めします−永続的な301リダイレクトよりも302。

Don’t run experiments for a longer period of time − A / Bテストが完了したら、できるだけ早くバリエーションを削除し、ウェブページに変更を加えて、落札したコンバージョンの使用を開始する必要があることに注意してください。