A/Bテストは、コンバージョンの観点から、ウェブページの複数のバージョンを比較し、どれがより良いパフォーマンスを発揮するかを確認するための優れた手法です。時には、プロセスを迅速化し、マーケティングの努力を最大化するために、複数のA/B実験を同時に実行したくなることもあるでしょう。デフォルトでは、PageSenseで複数の実験を実行している場合、単一の訪問者が同時に複数の実験にさらされる可能性があります。訪問者を複数のテストページにさらすこの方法は、ページが完全に関連していない場合や、異なる目標を追跡している場合にはうまく機能します。
ただし、以下に示すような一部のケースでは、同時に異なる実験に訪問者をさらすことが、実際にA/Bテストの結果に干渉し、歪める可能性があります:
同じページで2つ以上の実験を実施する
複数の実験で同じ目標を追跡する
同じフロー内のテストページ間で訪問者が相互作用する(たとえば、バイヤージャーニーファネルやニュースレターサインアップファネルなどのファネル分析)
他のテストによって収集されたデータが他のテストに干渉することを避け、1つのテストに参加している単一の訪問者が別のテストの一部にならないようにするために、PageSenseで単純に相互に排他的なグループを作成することができます。このツールの高度な設定では、相互に排他的な複数のテストをグループ化することができ、以下の利点があります:
同じページで複数のテストが実行されていることを訪問者には表示しません
異なるテスト間で訪問者が重複しないようにすることで、レポートをきれいに保つことができます
テストデータの偏りを排除し、変換率の変化を正しいテストに関連付けます。
最終的に、訪問者はウェブサイトから何かを購入し、コンバージョンを登録します。
各テストで得られたコンバージョンに基づいて、以下のことがわかります:
クリスマスキャンペーンの成功に大いに貢献したテストのバリエーションはどれですか
これらのテストのバリエーションのいずれかが他のデータや結果に干渉する場合は
おそらく、ホームページのテストが訪問者を説得し、提供している具体的なオファーを見るように誘導し、それが後に関連する製品ページにつながったのかもしれません。製品ページのテストでは、訪問者が新しい魅力的な商品を見てカートに追加するようになったかもしれません。他のすべてのテストと比較して、チェックアウトページのテストが追加のクーポン割引を提供し、訪問者があなたの商品を購入する結果につながった可能性もあります。
申し訳ありませんが、サイト上でどのA/B実験がより高いコンバージョンと収益をもたらしたのかを簡単に判断することはできません。異なるテストページ間には常に隠れた関連性のない相互作用が存在する可能性があるため、これを処理する最も簡単な方法は、相互に排他的なグループを作成することです。
相互排他的なグループを作成することで、訪問者のトラフィックを実施中のA/Bテストに分割することができます。また、各グループの訪問者が1つのテストにのみ参加することを保証します。これにより、訪問者が自身の変異体で1つの実験の結果を汚染する可能性はありません。なぜなら、訪問者の視点からは、彼らがページにアクセスした際に実行され、表示される実験は1つだけだからです。
新しい実験を専用グループに追加するには:
追加したいグループを選択し、プラスアイコンをクリックしてから、ドロップダウンから新しい実験と訪問者の割合を選択してください。
完了した実験を排他的なグループから削除するには:
削除したい実験を含むグループを選択し、その隣にある閉じるアイコンをクリックします。
情報: 除外グループから実験を削除すると、以前にその実験に含まれていた訪問者は除外グループから削除されます。これにより、訪問者はその除外グループ内の他の実験やキャンペーンを表示されなくなります。ただし、このグループ外で実行中の実験やキャンペーンがある場合、削除された訪問者がターゲティング条件を満たす場合、その実験やキャンペーンが表示される可能性があります。
相互排他的なグループを削除するには:
削除したいグループをリストから選択し、その他アイコンをクリックし、削除をメニューオプションから選択します。図に示されています。
専用グループで実験をアーカイブするには:
リストからアーカイブしたいグループを選択し、図に示されているようにアーカイブボタンを選択してください。
独占グループに実験を検索してアーカイブ解除するには:
PageSenseでは、実験が相互に排他的でない場合、ウェブサイト上で実行しているすべての実験に訪問者が直接参加します。例えば、訪問者が実験Aを見た場合、実験Bも見ることができます。これは、AとBの結果が重なり合う訪問者によって歪められる可能性があることを意味します。
ただし、相互排他的な実験の場合、PageSenseはランダムな値を選び、訪問者をグループ内の実験のいずれかにバケット分けし、その値をクッキーに保存します。例えば、実験Aと実験Bが相互排他的な場合、PageSenseはランダムな値を選んで訪問者を実験Aまたは実験Bにバケット分けします。この方法により、訪問者は排他グループごとに複数の実験を見ることはありません。
実験A:トラフィックの50%を割り当て
実験B:トラフィックの50%を割り当て
この場合、PageSenseは訪問者の約半数を実験Aに、残りの半数を実験Bにランダムに配分します。これにより、同じユーザーに対して実験が重複しないようになります。
さて、もし除外グループに2つの実験を追加し、以下のようにトラフィックを再割り当てする場合:
実験A:トラフィック割り当て25%
実験B:トラフィック割り当て25%
実験C:トラフィック割り当て25%
実験D:トラフィック割り当て25%
更新されたトラフィック割り当てに基づいて、再訪問者は最初に見た実験AまたはBを引き続き見ることができます。再訪問者は実験CまたはDを見ることはありません。一方、新規訪問者は4つの実験のいずれかを見る可能性があります。訪問者の約25%が実験A、B、C、またはDのいずれかを見ることになります。
例2:1つの実験が重複し、2つの実験が相互排他的なグループにある場合
PageSenseで3つの実験を実施していると想像してください。1つは重複する訪問者を持ち、2つはトラフィック割り当てが「ABC」という除外グループに属しています。トラフィック割り当ては以下のようになっています:
トラフィックの100%が実験Aに含まれます。
トラフィックの50%が実験BにグループABCで含まれます。
トラフィックの50%が実験CにグループABCで含まれます。
この場合、すべての訪問者は実験Aを見ることになります。一部の訪問者は実験Bを見ることがあり、一部の訪問者は実験Cを見ることがあります。ただし、実験Bと実験Cの両方を見ることはありません。これは、実験Bと実験Cが同じ除外グループに属しているため、相互に排他的であるためです。結果的に、すべての訪問者は実験Aと実験BまたはCを見ることになります。
「導入したばかりで基本操作や設定に不安がある」、「短期間で集中的に運用開始できる状態にしたい」、「運用を開始しているが再度学び直したい」 といった課題を抱えられているユーザーさまに向けた少人数制のオンライントレーニングです。
日々の営業活動を効率的に管理し、導入効果を高めるための方法を学びましょう。