テストは、オンラインマーケティング戦略にとって重要です。何が機能しているか何が機能していないかの結果を確認することで、顧客が何を望んでいるかを理解することができます。ここで得た情報を活用してデジタルの取り組みを最適化し、リードとコンバージョンを増やすことができます。
数ヶ月毎に新しいことを試す基本的な実験からA/Bテストまで、テストには様々な種類があります。今回はその中から、熟練のマーケターにこそ試していただきたい多変量テスト（MVT）を紹介します。
最近の調査によると、今日の 成功したマーケターの半数以上が多変量テストを実施しています。しかし、多変量テストとは何か、何が含まれるか、そしてそれがより一般的に使用されるA/Bテストとどのように異なるかについては、まだすこし混乱が見られるようです。
簡単に言えば、多変量テストは、ウェブキャンペーンやデジタルキャンペーンで、複数の要素の組み合わせを同時に試すことです。たとえば、見出し、CTA、ナビゲーション、画像に微妙な変更を加えてライブウェブページの複数のバリエーションでテストします。
比較すると、分割テストとも呼ばれるA/Bテストでは、2つのオプションでテストを実施します。たとえば、件名を変えて2つの電子メールをテストしたり、デザインとコンテンツの両方で根本的に異なるアプローチを使用した2つのウェブサイトのランディングページをテストします。
A/Bテストでは、対象オーディエンスの半分に1つのバージョンを、もう片方のバージョンを残りの半分に提示して、そのパフォーマンスを比較します。多変量テストでは、複数のバージョンを何パターンかに分割し、個々の要素の組み合わせから、最もエンゲージに資する要素を特定します。
多変量テストのメリットとデメリット
メリット
多変量テストの大きなメリットの1つは、多くの異なる要素を一度に調整して分析することで効率を高め、最適化プロセスを加速できることです。また、変更できる要素の数に制限がないため、新しいアイデアを数多く試すことができます。
多変量テストは、あるバージョンが別のバージョンよりも優れているということを示すだけではありません。それどころか、どの特定の要素が機能しているか、要素がどのように連係しているのか、その理由も特定して、より多くの情報やインサイトを提供してくれます。
また、各テストのデータとインサイトを今後のキャンペーンに適用することもできます。たとえば、赤い CTA ボタンの上に1行の文章を入れるとエンゲージメントを向上できると特定した場合、次のデザインにこれを取り入れることができます。
デメリット
しかし、多変量テストには欠点もあります。最も大きいのは、１つのテストを完遂するために大量のトラフィックまたはコンバージョンが必要ということです。それは、統計的に有意な結果を生成するために、各テストグループに十分な顧客数が必要だからです。
多変量テストは複雑になる場合があります。さらに、変動数は妥当な量に保たなければなりません。そうしないと、元のバリエーションに対して数千ものバリエーションをテストし、結果を取得するまでに膨大な時間を要するからです。
多変量テストを1度実行するだけでは、あるデザインが特定のパフォーマンスを出す原因を正確に把握するのは難しい場合もあります。テストの量を増やすほど、より精度の高いインサイトを取得することができます。
多変量検定を適用するタイミング
A/Bテストは多くのマーケターにとってデフォルトの方法ですが、多変量テストが真の価値を付加できる状況は数多くあります。
多変量テストは、複数の要素を持つページの多いウェブサイトの最適化に非常に効果的です。データを収集し、複雑な顧客行動に関する詳細なインサイトを得るのに優れた方法です。また、広告の見出し、コピー、画像、CTAなど複数のバリエーションをテストする場合など、デジタル広告でも機能します。
月間サイト訪問者数が100,000未満の場合、多変量テストは理想的ではないかもしれません。この場合の唯一の例外は、非常に多いコンバージョンがある場合です。また、顧客開拓に焦点を当てるスタートアップの場合は、多変量テストには早すぎることがあります。
通常、広く変更を俯瞰できるA/Bテストから始めるのが王道です。その後、多変量テストを使用して、より深く掘り下げ、最適化を進めます。
多変量テストの実施
多変量テストは必ずしも複雑なプロセスである必要はありません。今日の自動化されたソフトウェアのおかげで、この種のテストは、これまで以上に簡単に実行し、分析できるようになりました 主な手順は次のとおりです：
ステップ1：サイトまたはキャンペーンをレビューする
ウェブサイトや広告キャンペーンのどの要素が優れているか、改善が必要かを考えてみます。要素とは、行動喚起（CTA）ボタン、見出し、画像、色、ナビゲーション、またはコンテンツのトーンなどが含まれます。
ステップ2：仮説を立てる
特定の要素が機能しない理由についての仮説を立てます。たとえば、CTAボタンが小さすぎる、間違った場所にあるとか、見出しが間違ったメッセージや色になっているとか、ナビゲーションが複雑すぎるなどの可能性があります。
ステップ 3：様々なバリエーションを作成する
テストするすべての要素のバリエーションを作成します。自動多変量ソフトウェアは、テスト中のページまたはキャンペーンのユニークなバージョンを生成できます。
ステップ4：オーディエンスのサンプルを決定する
多変量テストの場合、オーディエンスサンプルは全体を代表する必要があります。また、正確を期するためには十分な大きさである必要があります。こちらもまた、自動化ツールを使用すると、これらのバリエーション間でトラフィックを効果的に配分できます。
ステップ 5：多変量テストを実行する
対象オーディエンスとサンプルサイズを定義したら、多変量テストのプロセスを開始できます。多変量テストにはより多くのサンプルが必要なので、結果を生成するのに少し時間がかかることがあります。
ウェブページまたはキャンペーンのパフォーマンスを最大化し、テストの効果を確保するために、人工知能（AI）を活用して、様々なバリエーショングループ間のトラフィック配分を自動的に調整できます。たとえば、AIは、統計的な効果を担保するために、最もパフォーマンスの高い組み合わせにユーザーを分散しながら、残りのバリエーションに最小限のユーザーを分散できます。
ステップ 6：結果を分析する
トラフィックやコンバージョンが十分で、結果も整備されていると、エンゲージメント、セッションごとの時間、直帰率、コンバージョン率などの指標を確認して、増加または減少を特定して、仮説を証明または反証できます。
多変量テストは、複数の要素における最適化の取り組みに有効です。顧客の行動や好みが時間とともに変化するため、A/Bテストと共に使用し、定期的に実行することで、インサイトを最新の状態に維持できます。
* Appier の AI駆動マーケティングオートメーション ソリューションにご興味がありましたら、 こちら からお問合せください。