UXデザインにおけるA/Bテスト(スプリットテストとも呼ばれる)は、ボタン、フォント、色、配置、その他の統合された操作など、あるバージョンと別のバージョンを直接比較します。デジタル製品がユーザーを混乱させ、方向転換させる可能性があるあらゆる領域があります。ユーザーが何を見ることを好み、何が彼らの意思決定とUXをより有利にするかを理解することは、あるバージョンのコンポーネントと別のバージョンのコンポーネントをテストするのと同じくらい簡単です。
なぜA/Bテストを行うのか?UXデザインは、製品を使用する可能性の高いユーザーを中心に展開されます。そのユーザーがコンバージョンに至る予測された経路をたどっていないのであれば、どこで道を踏み外しているのか、どうすればより効率的に予測されたゴールに向かわせることができるのかを探る必要があります。
また、デザイナーは豊富な経験や専門知識を持っているにもかかわらず、最初の選択や決定がターゲットとするユーザーと一致しないことがあります。
A/Bテストの利点
A/Bテストの素晴らしさは、ウェブサイト、アプリ、デジタル製品を段階的に改善するために、最高のパフォーマンスを発揮する要素を提供することです。すべてのUXデザイナーは、データに基づいたデザイン決定を行うよう努めており、A/Bテストはターゲットオーディエンスとの関わりによってそのデータを提供します。一度に1つの変数のみをテストすることで、テスト結果をピンポイントで特定することができ、結果として明確な勝者を導き出すことができます。
- シンプル、比較的迅速、ユーザー・フレンドリー、経済的
- 純粋にユーザーの行動に基づく
- 品質とパフォーマンスの高い要素を検証
- よりパフォーマンスの高い代替案を提示
- 製品のあらゆる要素をテストできる
- 推測や誤った思い込みを排除
- ユーザーエクスペリエンスを向上させ、製品のパフォーマンスを最大化
- コンテンツ、レイアウト、コンバージョン率、サインアップなどの最適化
- 高い直帰率を下げることができる
- 低いコンバージョン率を改善する
A/Bテストを使用するタイミング
A/Bテストは、デジタル製品のデザイン・ジャーニーのすべての時点で相対的なものである。
について 新製品または新機能:理想的なオプションを見つけることで、発売時に最高の製品を提供することができます。
について 既存製品:ライブA/Bテストは、現在の運用環境におけるベストパフォーマーを見極め、パフォーマンスの悪い製品やプロセスを最適化するのに役立ちます。
各ページの隅々までテストするのは簡単だ。しかし、それでは最も費用対効果の高い配信はできません。各テストには理由が必要です。つまり、明確な目標を持ち、価値ある仮説を設定することです。
A/Bテストでテストできるデザイン要素
A/Bテストの優れた点は、ほとんど何でもテストできることです。意味のある結果を得るために覚えておくべき重要なポイントは、2つのバリアントの中で1つの変数をテストすることです。
- レイアウト
- コピー
- コール・トゥ・アクションのフレーズ
- コール・トゥ・アクション・ボタン
- ボタンとリンク
- 画像、ビデオ、GIF
- アイコンとイラスト
- ユーザーインターフェースオプション
- ナビゲーションとナビゲーション・エレメント
- フォント
- カラー
- Eメールキャンペーン
- デジタル・マーケティング資料
- ランディングページのデザイン
- 画像、テキスト、背景における文化的参照とユーザー属性
A/Bテストの実施方法
ステップ1:目的と目標を定める
サインアップ、セールス、リード、クリックスルーなど、期待した成果が得られない場合、レイアウト、プロモーション、コピー、ナビゲーションのどの部分がユーザーをプロセスを放棄させる原因になっているのだろうかと悩んでいることでしょう。
しかし、テストを実施する理由を知っておく必要があります。もし、ウェブサイトのあるエリアがパフォーマンス不足で、いくつかの変更を加えることで、問題を改善するための望ましいアクションを達成できると考えるのであれば、それを文書化し、テストしてください。これは、デザインチームに情報を提供し、その理由とテストの必要性を理解させるために必要なことです。
- 問題領域の特定以前のテストや、分析およびデータストリームのパフォーマンス不足から。
- 明確な目標を設定する何を改善するつもりなのか。
- 何をテストすべきか?どの要素がユーザーのペインポイントに関係しているのか?
- 仮説を立てる ?あなたのゴールとテストプロセスに結びついた仮説: 私たちは、より強い行動喚起/目立つボタンの位置が、問い合わせ/販売/コンバージョンを増加させると信じています。
ステップ2:バリエーションを作り、実行する
A/Bテストについて覚えておくべき重要なポイントは、物事をシンプルに保ち、テストの2つのバージョンを複雑にしないことです。私たちは、デザイナーが各テストで変更する項目は1つだけにすることを強くお勧めします。なぜでしょうか?例えば、コールトゥアクションボタンをテストしているとして、画像、色、フォント、サイズがそれぞれ異なるとしましょう。それらがどのように評価されたとしても、どの変更が最もインパクトを与えたかをどうやって見分けるのでしょうか?それが、私たちが選択肢を最小限に抑える傾向がある理由です。
複数の要素をテストする必要がある場合は、別々のテストに分けましょう。例えば、最初のテストでは2つのカラーオプションを提案し、2つ目ではボタンサイズのバリエーションを示し、3つ目では異なるコールトゥアクションのフレーズをテストします。それぞれのテストは、当て推量を取り除きながら、ユーザーの好みを提供します。
ステップ3:ユーザーをテストグループに分ける
どのUXリサーチでもそうですが、テストはターゲットオーディエンス内で実施する必要があります。テスト対象者を人口統計学的に公平に分割し、各サービス、サイト、または機能のバージョンで同じサンプルサイズを確保します。
ステップ4:テストの実行とデータの収集
テストをどのように管理するかは、何をテストするか、どの段階でテストするかによって異なる。
設計の過程でテストすること: 同じグループに、同じコンポーネント、ページ、ナビゲーションなどの2つのバージョンを見せて、どちらが一番人気があるかを見ることができる。この種のテストには 相殺.カウンターバランシングは、各クリエイティブが同じ回数、同じ順番で見られるようにする。A/Bテストと同様に、複数の条件による多数のデザイン処理をテストするために使用できます。
製品開発に関しては、ユーザーが特定の選択肢を好む方法と理由を定性調査の手法で説明する。A/Bテストは、設計と構築のプロセスでその情報を確立するための素晴らしい方法です。
実際のアプリやウェブサイトの機能やコンポーネントをテストする: UXデザイナーは、ウェブサイトや機能へのトラフィックを分割し、ユーザーが異なるバージョンとどのようにやりとりするかをモニターする。これは完全に有効であり、トラフィック量が多いため確実な測定が可能です。しかし、ライブテストはアナリティクスのデータやSEOに影響を与える可能性があるため、Googleは以下の指示を提供しています。 UXデザイナーがそのような影響を最小限に抑える方法.
プロのUXデザイナーと仕事をすることで、彼らの手法が、A/Bテストやユーザビリティ・テストによって、あなたが苦労して達成したパフォーマンスに影響を与えないことを保証します。
ステップ5:結果の分析と解釈
何かを分析する前に、価値ある洞察を得るための十分なデータを確保しなければならない。それは、適切な期間にわたってテストを実施したり、新しいデザインのオプションを十分な数のユーザーの前に置いたりすることを意味する。これは 統計的有意性/統計分析.
テストが完了すれば、2つのバージョンから最良の選択肢は明らかなはずだ。しかし、どの程度の改善が見られれば、変更に踏み切れるかは様々です。一般的には、90%かそれ以上のしきい値を期待する(あるいは望む)。これより低いしきい値では、次のような結果は期待できない。 統計的に有意 の結果と、あなたの仮説が必要とする実践の好転。
わずかな改善しか見られなかった要素については、おそらくさらなるテストによって、不足の原因となっている問題を絞り込むことができるでしょう。あるいは、A/Bテストがうまくいかないのであれば、ユーザビリティ・テストやモニタリングなど、他の定量的データによるユーザー調査手法に戻すべきかもしれません。
A/Bテストによくある落とし穴と課題
- 選択バイアスと偏った結果
- 統計的有意性の欠如
- 質的調査による結果の検証を怠る
- 手を抜いたり、テストを途中でやめたりする。
- 季節変動を見抜けなかった
A/Bテストを実施するためのツール
多くのA/Bテストツールは、純粋にプロのUXデザイナーやリサーチャーを対象としており、その他プロダクトマネージャーやそのチームの日常的なモニタリングに役立つものもある。Googleは、A/Bテストをセットアップするためのオプションで、(いつものように、そして何にでも)支援する準備ができている。 Googleアナリティクス と グーグル最適化.
自分でA/Bテストを実施しようと考えているのであれば、素早く検索すれば、無数の商用オプション、その主な機能とベンチャー企業への適合性、そして重要なユーザーレビューが得られるだろう。
効果的なA/Bテストのベストプラクティス
- 目標に基づいたテスト
- 明確な仮説の定義
- サンプルサイズと統計的有意性を考慮する
- テスト中に一つの側面に集中する
- 反復テストと継続的改善の実践
- A/Bテストと他の調査方法を組み合わせて結果を最大化する
結論
A/Bテストは、製品のUXにおけるユーザーの好みを判断するための迅速かつ経済的な方法です。特定の領域でマイナスの影響を示したコンポーネントや機能をアップグレードすることは、単にペインポイントを解決するだけでなく、多くの場合、コンバージョン率とROIを改善します。
A/Bテストは、どの方法やツールを選んでも、製品のパフォーマンスに大きな影響を与えることができます。A/Bテストやその他のUXリサーチ、テスト方法についてもっとお知りになりたい方は、UX24/7までお気軽にお問い合わせください。
A/Bテストについて、またA/Bテストがパフォーマンスの高い製品やサービスを提供するためにどのように役立つのか、さらに詳しくお知りになりたい方は、下記まで電子メールでお問い合わせください。 hello@ux247.com.