Vol.20 ABテストのご紹介

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　2020年11月

Webサイト上においては、利用者の動きをログとして追うことができるので、利用者がこのページに来た後、ここをクリックする率は何％、と明らかにできます。
ここで、例えば購入ボタンのクリック率を上げるために商品紹介ページを改善してみたとします。
ページ改善によるクリック率の変化を、どう評価すればよいでしょうか。

改善前1か月に比べて、改善後1か月でクリック率が上がっていれば成功でしょうか？
たまたま今月テレビで商品が紹介されて、買う気満々のユーザーが多かっただけかもしれません。
時系列の比較は簡単ですが、他の要因の影響を受けるため、ページ改善の評価としては使えないですね。

そこでよく使われるのが、ABテストという手法です。

今回の例であれば、サイトに来た人にランダムに改善前（A）と改善後（B）のページを見せるようにし、改善前を見た人と改善後を見た人でのクリック率の差によって評価をします。
ページが違う以外の条件を揃えることで、ほかの要因の影響を排除して純粋にページ改善を評価することができます。
時系列だと他の要因もあるので施策評価には使えない、ABテストであれば純粋に施策評価ができる…これはWebマーケティングに限った話ではありません。
もちろん現実できれいにABテストを用意するのは難しい場合もありますが、特に今はコロナ下というとてつもなく大きな他要因があり、ことさら時系列の比較は厳しい状況です。

他要因の影響を排除できるABテスト、激動の今だからこそ、施策の評価方法として採用されてはいかがでしょうか。弊社ではABテストの結果集計・分析など可能ですので、お気軽にご相談ください。

■今週の執筆者■
金子 貴大（デジタルマーケティング部）
主な担当業務：CRMデータ・アクセスログデータの可視化・分析

【お気軽にご意見、ご要望などいただければ幸いです】
日経リサーチ　金融ソリューションチーム
finsol@nikkei-r.co.jp

当コラムの無断転載、引用は固くお断りいたします。
また、執筆者個人の主観、意見が含まれております、ご了承ください。