Multivariate Test の概要

最終更新日： 2024年7月20日

トピック：
多変量分析テスト

Adobe Target の Multivariate Test （MVT）アクティビティでは、ページ上の要素のオファーの組み合わせを比較し、特定のオーディエンスに対して最も効果が高い組み合わせを特定します。 Multivariate Test アクティビティは、アクティビティの成功に最も影響を与える要素を特定するのにも役立ちます。

多変量分析テストは、ページ上の他の要素と比較して、特定の要素がコンバージョンに与える相対的な影響を見つけるのに役立ちます。多変量分析テストは、効果的であることが示されている要素の組み合わせを調整するのにも役立ちます。

Multivariate Test が A/B テストと比較して提供する利点の 1 つは、コンバージョンに最も影響を与えるページ上の要素を表示できることです。この利点は「主な効果」とも呼ばれます。この情報は、例えば、最も注目を集めるコンテンツを配置する場所を決定するのに役立ちます。

Multivariate Test アクティビティは、ページ上の 2 つ以上の要素間の複合エフェクトを見つけるのにも役立ちます。例えば、特定の広告は、特定のバナーやメイン画像と組み合わせると、より多くのコンバージョンを生み出す場合があります。これは、「交互作用効果」とも呼ばれます。

Target では、コンテンツの最適化に役立つように、全因子多変量分析テストが使用されます。完全な要因多変量分析テストでは、可能なすべてのコンテンツの組み合わせで同じ確率が得られるかどうかを調べます。例えば、それぞれ 3 つのオファーが組み込まれたページ要素が 2 つある場合は、9 つの組み合わせ（3 x 3）になります。3 つの要素があり、そのうちの 2 つの要素に 3 つのオファーが、1 つの要素に 2 つのオファーが組み込まれている場合は、組み合わせは 18（3 x 3 x 2）になります。

ま Target、各組み合わせは 1 つのエクスペリエンスです。 Multivariate Test では各エクスペリエンスを比較するので、どの組み合わせが最も成功したかを把握できます。同時に、データを収集および分析して、各場所およびオファーが成功指標にどのような影響を与えているかを把握できます。

多変量画像

生成できる組み合わせの数が多いため、Multivariate Test は A/B テストよりも多くの時間とトラフィックを必要とします。各エクスペリエンスに対して統計的に有意な結果を得るためには、ページに十分なトラフィックが必要です。有益な結果を得るには、ページが受信するトラフィックの量を理解し、必要な結果を得るために適切な時間の組み合わせの最適な数をテストする必要があります。

Target のトラフィック見積もりは、トラフィックに対応するテストの設計に役立ちます。トラフィック見積もりを使用する前に、サイトで通常発生するインプレッションおよびコンバージョンの数を示す、優れた統計が必要です。1 日あたりのトラフィックレベルを考慮します。アクティビティのエクスペリエンスが多いほど、アクティビティに含めるトラフィックが多いか、アクティビティを実行する必要があります。トラフィックの量が多くない場合は、いくつかの組み合わせをテストする必要があります。そうしないと、有意義なテスト結果の生成に必要な時間が長すぎて役に立たない場合があります。

MVT の用語

いくつかの基本的な用語を理解しておくと、多変量分析テストを設定する場合に役立ちます。

業界全体で様々な意味で使用されている用語がいくつかあります。ここでは、Target で使用される用語を定義します。

組み合わせ： 複数の場所で複数のコンテンツオプションをテストする場合に作成するコンテンツのバリエーション。例えば、3 つの場所でそれぞれ 3 つのコンテンツオプションをテストする場合、可能な組み合わせは 27（3 x 3 x 3）になります。サイトの訪問者には、エクスペリエンスと呼ばれる 1 つの組み合わせが表示されます。

コンテンツ： ある場所でのテストのバリエーションを構成するテキストまたは画像。多変量分析テストでは、複数の場所にある複数のコンテンツオプションが比較されます。 MVT 手法では、コンテンツは「レベル」と呼ばれる場合があります。

要素： MVT テストでテストするコンテンツのバリエーションを含む DOM 要素。場所も参照してください。

場所： ページ上の特定のコンテンツ領域。多くの場合、単一の DOM 要素に含まれています。MVT の方法論においては、場所は「因子」と呼ばれることもあります。全因子多変量分析テストでは、場所におけるすべての可能なオファーの組み合わせが比較されます。

Multivariate Test と A/B のどちらを使用するか

多変量分析テストは、A/B テストと併用して、ページを最適化することができます。これらのテストは、次のような場合に併用します。

A/B テストを使用してページレイアウトを最適化し、次に MVT テストを使用して、ページ上の各要素で最適なコンテンツを決定します。

A/B テストでは、レイアウトについての重要なフィードバックが提供されます。他方、MVT テストは、ページデザインの要素内のコンテンツのテストに優れています。複数のコンテンツオプションをテストする前にレイアウトで A/B テストを実行すると、最適なレイアウトと最も影響の大きいコンテンツを決定するのに役立ちます。
MVT テストを使用してどの要素が最も重要かを判断し、その後その要素に絞って A/B テストを実行します。

異なるエクスペリエンスの数が 5 を超え、2 つ以上の要素にまたがる場合は、A/B テストを実行する前に MVT テストを検討することをお勧めします。 MVT テストによって、コンバージョンが向上する可能性が最も高そうなページ領域を判定できます。マーケティング担当者は、これらの要素に重点を置いてテストをおこなうことができます。例えば、MVT テストによって、目標を達成するための最も重要な要素がコールトゥアクションであることがわかります。目標を達成するのに最も役立つ要素とコンテンツを決定したら、A/B テストを実行して結果をさらに絞り込むことができます。例えば、2 つの特定の画像を相互にテストしたり、コールトゥアクションの表現や色を比較したりできます。 MVT テストの後に 1 つ以上の A/B テストをおこなうことで、目的の結果を得るための最良のコンテンツを判断できます。

注意点

MVT テストは、テストする要素が 3 つ以上ある場合に使用します。3 つ未満の場合は、一連の A/B テストを実行します。
結果に最も大きな影響を与えると思われるページ要素を選択します。
1 つのテストに組み込む要素や場所の数が多くなりすぎないようにします。数値が大きいほど、テスト期間が長くなります。
事前にテスト設計を計画しておきます。テストが実稼働し、データの収集と分析が開始された後は、テストを編集しないでください。
要素は互いに独立している必要があります。

例えば、同じテスト内でレイアウトとコンテンツをテストしないでください。
エクスペリエンスの数が増えたので、QA に余分な時間を計画します。また、部分要因テストを使用して、多変量分析テストに必要なトラフィックの量を減らすこともできます。詳しくは、以下の部分要因テストを参照してください。

部分的要因検査

Target では、全因子多変量分析テストがビルトインアクティビティオプションとして用意されています。統計では、
「実験の設計」では、結果に影響を与える要因を判断するための多くのアプローチやデザインを提供します。こうしたアプローチのひとつが、部分因子分析のための Taguchi Method です。タグチを使用すると、マーケターは、テストが必要なエクスペリエンスの並べ替えの数を減らし、多変量分析テストのトラフィック要件を減らす一連の仮定を立てることができます。この機能とテストアプローチは、このオフラインスプレッドシートを使用して Target で適用できます。

チームで他の実験計画法アプローチを使用している場合は、この計算スプレッドシートをカスタム実験デザインのリファレンス実装として使用できます。

オフライン計算スプレッドシートを使用する際は、次のヒントを考慮してください。

変更する要素と、各要素のバージョン数（3x2、4x3 など）を選択します。
番号付けの方法には一貫性を持たせます。例えば、ボタンが要素 1 で、オプションが青、緑、黄の場合、青色のボタンを 1-1、緑色のボタンを 1-2、黄色のボタンを 1-3 とします。
オフラインスプレッドシートには、必要になるエクスペリエンスの数が示されています（例えば、3x2 の場合は 4 つ、4x3 の場合は 9 つ）。
Visual Experience Composer（VEC）を使用して A/B ワークフローのエクスペリエンスを構築します。カスタムコードの使用、HTML の編集、WYSIWYG または任意の組み合わせを使用できます。
サンプルサイズ計算ツールに基づいてアクティビティを終了したら、スプレッドシートを使用して結果を実行し、他の詳細を取得します。

その他の考慮事項およびベストプラクティスについては、多変量分析テストのベストプラクティスを参照してください。