LP（ランディングぺージ）のABテストでコンバージョン率や離脱率を改善する方法とは？事例や効果的なやり方を解説

「WebサイトやLPからのコンバージョン獲得を最適化したい」
「LPOの正しい効果検証を知りたい……」

お問い合せや購入などのコンバージョン獲得を目的としてLP（ランディングページ）を作成したものの、なかなか効果が出ない場合、上記のような悩みが発生することでしょう。

LPの最適化を進める際、正しい判断を下すために有効となるのが「ABテスト」です。ABテストでは、LPの特定要素を変更したパターンAとBを作成し、効果を比較検証して、より効果的なパターンを判断します。

デジタルマーケティングが主流となっている中、ABテストは多くの企業が実施しています。ABテスト用ソフトウェアの世界市場規模は、2020年には5億1,650万米ドルと評価され、2021 年から 2028 年にかけて 11.62%の CAGR で成長すると予測されていることからも、効果的な施策であるとわかるでしょう。

当記事では、LPのABテストについて「実施手順」「テストするべき要素」「企業での活用例」を紹介します。自社LPでコンバージョン率の向上や離脱率改善を図り、広告費を最適化したいとお考えのマーケティング担当者は、ぜひお役立てください。

ABテストとは？

マーケティングにおけるABテストとは、LPやWebサイトやデジタル広告、メルマガ、アプリなどの各要素を、2パターンで比較して「どちらの方がより優れたパフォーマンスを発揮するのか」を効果検証する取り組みです。

ファーストビューやボタンのデザイン、タイトルや見出しコピー、画像などのクリエイティブを2パターン作成し、ユーザーへランダムに表示して反応を確認。統計分析を活用して効果を測定します。

引用：Optimizely「A/B testing」

広告からの流入先となるLPに「ファーストビューでの離脱が多い」「コンバージョンになかなかつながらない」といった課題があるケースでは、ABテストが有効です。LPの改善を図る場合には、ABテストの専用ツールを用いて効果検証を行うのが一般的。実際に、ABテストツールの世界市場規模が拡大傾向にあることからも、その有用性が伺えます。

引用：Business Research「AB Testing Tools Market Size, Share, Growth, and Industry Analysis」

ABテストのメリット

ABテストにより、反応率の高いデザインや色味、コピーの文言などを可視化していけば、短期間でLPの成果を最大化できます。

ABテストでは、クリエイティブがコンバージョンに与える影響データを収集し、LPの課題と顧客インサイトを把握した仮説立てを行いましょう。例えば「ファーストビューでの離脱が高い」という課題がある場合、ファーストビューにユーザーの求める情報がないことや、CTAの視認性の悪さが原因かもしれないと仮説を立てて、ABテストを行い、効果を検証します。

ABテストの種類

ABテストには以下の2種類が存在し、自社商材やLPの特性、担当者のスキルによって使い分けを行うのが一般的です。

次項より、それぞれについて解説します。

単変数テスト（ABテスト）

単変数テストとは、LPのどこか1要素のみを変更したクリエイティブを2パターン用意して効果検証を行う方法です。一般的に「ABテスト」といえば、単変数テストを指すことが多いでしょう。

例えば「ファーストビューのみデザイン構成を変更する」「商品購入のボタンの色のみを変える」など。テストする箇所以外は同一パターンで検証を行うため、比較的少ないサンプル数やテスト期間でも検証が可能です。単変数の場合、一般的に400サンプル以上が有意なデータとされています。

ABテスト初心者の場合、一度のテストで複数要素を同時に検証すると分析が難しくなってしまうことからも、単変数がおすすめです。

多変量テスト

多変量テストとは、タイトルやCTA、使用画像といった複数の要素で「パターン変更 × 組み合わせ変え」を行う分析方法で、LP上の各要素のベストな組み合わせを特定するのに役立ちます。

例えば、上図では「パターン1ではH1のコピー＋右下に青背景の画像」「パターン 2ではH1のコピー＋右下に赤背景の画像」……というように、複数の要素を変更したパターンを比較して、テストを実施。

テストしたい各要素で複数のパターンを作って、それらの組み合わせも変更した上で行うのが多変量テストです。単変数テストよりも短期間で多くのアイデアを検証したり、問題のある箇所を可視化したりできます。

但し、ある程度のアクセス数がないと分析が難しく、一般的には10万/月のトラフィックが必要とされています。

以上を踏まえて、多変量テストが推奨されるのは次のようなケースです。

ABテストの基本的な進め方

ABテストは以下のような手順で実施します。

ここからは、各手順について詳しく解説しますので、自社で取り組む際の参考にしてください。

手順1.検証箇所の特定・仮説

まずは、各種分析ツールを活用してLPのパフォーマンスに関するデータを収集し、課題がある箇所についての仮説立てを行うのが一般的です。

例えば「LP序盤での離脱が多ければファーストビューサイトやページタイトルを見直す」「CTA付近で離脱が多ければ、ボタンデザインや文言を調整する」などが考えられるでしょう。

ただし「そもそもPVが少ない」などの理由で適切なサンプル数を確保できない場合は、信頼性の高い検証は困難。改善によるインパクトも出にくいため、LPのABテストよりも、広告やSEOなど集客を強化したほうがよいでしょう。

関連記事：Webサイト分析の方法と重要項目、無料＆有料の分析ツール6選を解説！

手順2.テストの方法を決定

ファーストビューやCTAなど、LPの改善するべき箇所を特定したら「どういった方法でテストするのか」を決定します。

例えば、ファーストビューについてテストを行う場合でも「画像デザイン」「タイトルコピー」「CTAボタンの位置やデザイン」など、さまざまな要素の中からテストすべき要素を検討する必要があります。

手順1で立てた仮説に沿って、最も効果的なテスト方法を選びます。。前述のとおり、ABテストに慣れていないのであれば、考慮するべき要素が少ない単変数テストから取り組むと良いでしょう。

手順3.ABバージョンを作成

テストしたい要素を変更したクリエイティブを2パターン以上作成し、テストを行います。各パターンでテストを行い、コンバージョンに変化が見られた場合、テストする箇所は正しかったことになります。テストを実施する際には「Googleオプティマイズ」「HUBSPOT」などのABテストツールを使い、異なるバージョンがランダムに表示されるように設定しましょう。

手順4.テスト実行

ABテストでは、各パターンのテスト期間や流入条件（広告文や配信媒体）を揃えつつ、ランダムに振り分けてユーザーに表示するのが一般的です。なお、テスト期間については最低でも2週間、長くても6〜8週間ほど設ける必要があると言われていますが、商材や企業の特性により、異なるケースもあるでしょう。

テスト期間については、米CXLが提供している計測ツールなどを使用すると「流入数」「コンバージョン数」などを入力するだけで目安がわかります。

引用：AB+ Test Calculator by CXL

上記ツールではサンプルサイズに関しても算出できますが、サンプルサイズのみを知りたいならEvan Millerの計算機なども、シンプルな手順で目安を測れます。

引用：Evan’s Awesome A/B Tools

手順5.効果検証

LPの効果を最大化するためには「一度テストして終わり」ではなく、定期的に検証を繰り返しましょう。

ABテストの結果が出たら「仮説は正しかったのか」「よりコンバージョンにつなげるためにはどうすればいいか」といったように「テスト結果の分析→別パターンの検証」を繰り返す必要があるのです。テスト結果から、ユーザーのインサイトを読み解きましょう。

LPのパフォーマンスは、時期的な要因や競合他社の動向でも変わっていくものです。一時的に成果が出たからといって安心せず、常にコンバージョンを促進するためのクリエイティブを模索し続けましょう。

LP（ランディングページ）のABテストで対象となる主な要素

一般的に、以下のような要素がコンバージョンに影響しやすいため、LPのABテストの対象とされています。

ABテストにより各要素の効果的なパターンを見つけられれば、さらにコンバージョンを促進したり、ユーザーの離脱を防止したりできます。それぞれについて確認していきましょう。

ファーストビュー

LPのファーストビュー部分はユーザーが滞在中に閲覧する割合が高いため、優先的にテストを実施すべきといえます。基本的に、閲覧数が多い箇所から改善した方が、コンバージョンへのインパクトが大きいためです。

米Nielsen Norman Groupの発表によると、ユーザーのページ滞在時間の約 57% は、スクロールせずに見える範囲に費やされているとのこと。訪問ユーザーがまず目にするファーストビュー部分を改善することで、離脱を防ぎ、コンバージョンを促進するなど、大きな改善効果が期待されます。

引用：Nielsen Norman Group「Scrolling and Attention」

ファーストビューの要素を分解すると、以下4つになります。ファーストビューのABテストは、これらの要素を対象に実施します。

ファーストビューのABテストを行う際には「ユーザー視点で課題や悩みを解決できると感じられるかどうか」という視点を基に、テストパターンを作成するのが有効です。ファーストビュー改善のポイントについて詳しくは、以下の記事でご紹介していますので、参考にしてみてください。

関連記事：LP（ランディングページ）のファーストビューのポイントとは？CVにつながる４つの要素を解説

CTAボタン

CTAはコンバージョンに直接寄与する重要な箇所であるため、改善によるインパクトも見込めます。例えば、HubSpotが実施したボタンの色に関するABテストでは「赤いCTAボタンをテストした際には、緑のボタンよりもCVRが21%も向上した」などとの例もあるとのこと。色のみの変化であっても、コンバージョン率を大きく左右するほどに重要な要素であることが分かります。

引用：HubSpot「The Button Color A/B Test: Red Beats Green」

CTAボタンの改善要素としては、以下が考えられます。

さらに、デザインだけでなく「ユーザーがストレスなく自然とCTAに辿り着ける導線上に配置する」「より具体的な行動を明記する」といった観点からも、設置位置やCTAのABテストを行えば、よりコンバージョン促進につながるパターンを見つけやすくなるでしょう。

効果的なCTAボタンについて詳しくは、以下の記事でご紹介しています。

関連記事：効果的なCTAボタンの文言・デザイン・色・設置場所とは？９のポイント＆CVR改善事例をご紹介

ページ構成

LP内のページ構成(ファーストビューやボディ、クロージングの各要素）を入れ替えて、ABテストを行うことも有効です。

一般的なLPは1ページで情報をコンパクトにまとめた上で、コンバージョンに直結するような導線になっています。導線上に「関係ない商品の訴求」「店舗選択や日時選択など、ユーザーに負担を強いるアクション」といった、コンバージョンまでの誘導を遮る要素があれば、それだけCVRが下がることになります。コンバージョンまでの流れを最適化できる構成を、ABテストで検証しましょう。

コンバージョンを邪魔する要素やサイト上のユーザー行動を把握したいなら、ヒートマップツールの活用も有効です。ヒートマップではLP上の行動データが色の濃淡で可視化されますので、テストするべき箇所を効率的に把握できます。

ページ構成のABテストでは、各要素の入れ替え・足し引きを行ったLPをパターン別に用意し、テストを実施します。ユーザーに対して適切な情報提供を行えるページ構成を可視化することで、離脱率を下げたり、コンバージョン行動を促しやすいCTA数・位置を割り出したりできるでしょう。

関連記事：Web分析に使えるヒートマップとは？導入に失敗しないための基礎知識を解説
関連記事：LP（ランディングページ）構成の鉄板とは？各要素のポイントを徹底解説！

見出し、ページタイトル

ユーザーがスクロール中に目にしやすい「見出し」や、検索エンジンに表示される「ページタイトル」も、流入数やコンバージョン率を左右する重要な要素です。英WPPの社長であったDavid Ogilvy（デイヴィッド オグルヴィ）氏は「本文を読む人よりも、見出しを読む人の方が、平均して5倍も多い」と発言しています。

見出しやページタイトルのABテストでは「メッセージ内容」「文字数」「数字を入れるかどうか」などを変更して、検証するのが一般的です。ユーザーが「自分が知りたい情報はここにある」と確信できるようなコピーに改善することで、アクセス数増や離脱率の軽減を果たせるでしょう。

フォーム

入力フォームはコンバージョンに直結するセクションであるため、ABテストによる効果改善が見込みやすい箇所です。

株式会社イー・エージェンシーが行った調査によると、ECサイト上でカートに商品を入れたにも関わらず離脱に至った「カゴ落ち率」は平均で約64.7%と判明しています。さらに、カゴ落ちによる機会損失額を調査したところ、最大で売上の約2.4倍の機会損失が発生しているとわかりました。

引用：PR Times「＜調査報告＞ECサイトのカゴ落ち率は平均は約64.7％ ～ イー・エージェンシー」

フォームの改善施策は「EFO（Entry Form Optimization）」とも呼ばれ、ABテストを行い、よりユーザビリティの高いフォームに改善できれば、フォームでの離脱率の低減、およびコンバージョン促進につながります。 　

フォームのABテストで検証するべき要素は「ユーザーの入力を妨げる要素全て」であり、具体的には以下のとおりです。

上記のうちどの項目を改善すればいいのか？　と判断がつかない場合には、EFOツールを使って可視化しましょう。
関連記事：EFOとは？入力フォームの離脱を改善しコンバージョン率を上げる６つのポイント
関連記事：【2022年度版】おすすめEFOツール７選を比較！特徴と選定のポイントを解説

ABテストでLP（ランディングページ）のコンバージョン率や離脱率を改善している事例

ここからは、ABテストによりLPの効果改善を実現した企業の事例を3選紹介します。

以下より、それぞれについて解説しますので参考にしてください。

サービスページCTAのABテスト事例：CVRが104%増加

米国で飲料水システムや家用ろ過システムなどを販売する「Culligan」のABテスト事例では、CTAボタンに関する検証を行っています。同社は、オンライン経由での申込を増やすため、CTAのボタンに表示するコピーがCVRに与える影響をテストしました。

同社がABテストを行ったのは「A：見積もりをする（Get A Quote）」「B：金額を確認する（Get Pricing）」の2種類で、テスト期間は3週間です。

引用：DLPO「【ABテスト事例】アクションボタンコピーのABテスト。さて、どのコピーが勝つ?」

テストの結果、Aのボタンの方が、よりCVRが高くなると判明。Aのボタンを設置した場合、Bのボタンを設置した場合に比べてオンライン経由の申し込みが104%増加と、倍の貢献度であることがわかりました。このように、CTAは少しの変化でCVRに大きなインパクトを与える要素であるため、コンバージョン獲得数が課題である場合は積極的に検討しましょう。

LPのページ構成のABテスト事例：問い合わせ数が50%アップ

株式会社WiLL Cloudは、ページ構成のABテストによりLPのCVRを改善した事例を公開しています。

同社は、当初「事例・実績」項目をページ下部に設けたLPを運用していました。しかし、検討段階にあるユーザーのコンバージョンを後押しするためには、事例・実績はもっと上部に位置するべきではないかと仮説を立てます。

ヒートマップツールを活用し「事例・実績部分まで到達しているユーザーが少ない」と判明したことから、オリジナルデザインのLPと「事例・実績部分をより上部に配置し、ページ構成を入れ替えた」テストパターンのLPでABテストを実施しました。

引用：WiLL Cloud Blog「WiLL Form×ABテストで問合せ数を150%増やした話」

結果として、テストパターンはオリジナルよりもCVRが350%以上高い結果となったとのこと。実例部分のインプレッション割合は、ヒートマップで確認したところ「10%から30%」に改善されました。

LPのフォーム改善のABテスト事例：CVRを136%改善

株式会社アッションが公開しているコスメ系商材のスマートフォン向けLPの事例では、入力フォームを改善することで、CVR向上につなげています。

元々のLPでは2種類の商品が紹介されていましたが、商品選択エリアに進んだユーザーが「どのボタンをクリックすればいいか」がわかりづらい構造になっていました。

そこで「商品画像や特徴を追加することで、商品の区別・イメージがつきやすくなり、購入促進につながるのではないか」との仮説のもと、フォームの改善を試みました。

引用：株式会社アッション「【ABテスト事例】EFO事例第1弾！フォーム一体型LPでサクッとCVR136%改善」

最終的に「商品画像や説明文の追加」「ラジオボタンから通常のボタンへの変更」などの変更を加えたフォームでABテストを実施。ユーザーの離脱を防ぎ、CVRが元パターンの136%に改善するほどの効果が生まれています。

ABテストの課題と解決策

LPの改善に欠かせないABテストですが、以下のような課題もあります。

各課題の詳細について、解決策とセットで以下より解説します。

課題1：ABテスト結果の有意差の判断が困難

ABテストの結果を正しく判断するためには、「十分なサンプル数」と「結果の差」が必要です。商材やテスト期間によって、確保できるサンプル数は異なりますが、それでもテストの結果に明らかな差（有意差）がなければ「どのパターンが正しいのか」を判断できません。

「有意差」とは「ばらつき」が必然性の高いものなのかどうか判断する指標であり、ABテストを実施する際は正しい計測が求められます。

「ABテスト信頼度判定ツール」を用いれば、ABテストで得られた結果の有意差を判定することが可能。例えば英Website Planetが提供している無料ツールなら、サンプルごとの「訪問数」「コンバージョン数」を入力するだけで、サンプル間の有意差を判定できます。

引用：ABテスト計算ツール│統計学的有意差検定ツール

上記のようなツールを活用すれば、自社にとって必要なサンプル数の勘所もつかめるようになっていくでしょう。ABテストによりLPの最適化を図るなら、このようにデータの確からしさににも常に留意が必要です。

課題2：ABテストは静的コンテンツのみが対象

近年、LPに動画を使用するケースは増えていますが、通常のABテストツールでは静的コンテンツのみが対象となっています。そのため、動画のような「動的コンテンツ」のパターン検証は難しいとされてきました。

ただし、ABテストとは別のアプローチを行えば、動的コンテンツの効果改善も可能です。

例えば、視聴者が触れる仕組みを備えた「インタラクティブ動画」なら、動画内のタップ・クリックデータからユーザーインサイトを読み解き、クリエイティブにも即反映できます。コンバージョン率の向上につながるでしょう。またそのデータを基にして、動画だけでなくLP全体を改善することも可能です。

インタラクティブ動画について詳しくは、以下の記事で解説しています。

関連記事：インタラクティブ動画とは？触れる動画の事例、メリット、作り方を完全解説！

まとめ

LPの内容を改善し、コンバージョン獲得数を最大化するためには、各要素の効果検証を行うABテストの実施が不可欠です。ファーストビューやCTAなど、よりユーザーに閲覧されやすく、コンバージョンへのインパクトも大きい箇所を改善できれば、LPの効果最大化が可能。テストデータを基にユーザーインサイトを把握し、改善しながら運用を続けることが大切です。

LPのABテストには、十分なサンプル数や有意差の確保や、動画コンテンツの検証には不向きなどの課題もあります。これらの課題が生じた場合は、ツールを活用した有意差の判断や、インタラクティブ動画を用いた動画のABテストにより、LPの効果改善を図りましょう。

執筆者
黒谷 純子

MIL株式会社　マーケティング

大学卒業後、編集プロダクション等を経て、人材サービス企業のマーケティング職に従事。2021年3月よりMIL株式会社に入社し、現在は自社サイトやMILblogの企画・ディレクション・執筆等を担当している。
Twitter : https://twitter.com/MIL29292841