トラフィックの多い e コマースページで反復的な A/B テストを実行し、上昇率ベンチマークを使用して最適化とパーソナライゼーションをガイドすることで、収益の大幅な増加を実現します。 これらの実験と Adobe Target のサンプルサイズ計算ツールを組み合わせることで、機会の高いページを特定し、勝利のバリアントを、持続的な成長を推進する長期的なパーソナライゼーションへと転換する方法について説明します。
A/B テストのコアは、2 つの異なるユーザーエクスペリエンスを比較し、データドリブンの確かな意思決定を行うことです。 ランディングページや製品詳細ページを最適化する場合でも、A/B テストは、顧客が何を求めているかを推測するだけでなく、それを超えた必要なインサイトを組織に提供します。 代わりに、チームは、顧客から真の共感を得ることができ、主要なビジネス目標をサポートする選択を行えるようになります。
Adobe Target のサンプルサイズ計算ツールと組み合わせることで、A/B テストはパーソナライゼーション戦略の強力な推進力となり、よりスマートなテスト、より迅速な学習、大きな収益ポテンシャルの獲得を支援します。
カテゴリページ、製品詳細ページ、買い物かごページ、その他のトラフィックの多いページで、反復的なバッジ実験（「送料無料」、「ベストセラー」、「残りわずか」など）を使用した A/B テストにより、コンバージョン率を体系的に向上させ、長期的なパーソナライゼーションに役立てることで、大きな収益の獲得につながります。 Adobe Target のサンプルサイズ計算ツールを使用することで、テストの統計的な妥当性を確保し、最初にテストするページに優先順位を付け、勝利のバリアントを、成長を拡張する常時利用可能なパーソナライズされたエクスペリエンスへと転換できます。
収益成長の鍵：反復的な A/B テストの微調整の影響
A/B テストは、e コマースサイトの様々な側面を最適化する強力な手法です。 A/B テストの各反復に微調整を加えることで、組織に数百万ドルの収益をもたらす場合があります。 サイトページのバッジとその配置に焦点を当て、A/B テストで以下の微調整を行うことを検討してください。
カテゴリページと PDP ページのバッジの比較
有意義な A/B 実験の 1 つとして、「ベストセラー」、「新着」、「在庫わずか」などのバッジを追加すると、カテゴリページと製品詳細ページ（PDP）のどちらでユーザーエンゲージメントとコンバージョンに大きく影響するかを検証することが挙げられます。
例えば、これらのテストの違いに関する 1 つの仮説として、カテゴリページのバッジは探索を促す場合があるのに対し、PDP のバッジは購入決定に影響を与える場合がある、という点が挙げられます。
複数のタイプのバッジ
異なるバッジタイプを同時にテストします。
-
一番人気：売れ筋製品をハイライト表示して、購買意欲を高めます。
-
送料無料：送料無料を強調して、顧客にとってより魅力的な特典にします。
-
残りわずか：購入の切迫感を高め、迅速な購入決定を促します。
-
翌営業日送料無料：迅速な配送をハイライト表示して、即時購入を促します。
-
即発送可能：潜在的な購入者に対して、確実に在庫があることを示します。
この手法を使用することで、どのバッジの組み合わせが大きな結果をもたらしているかを確認したり、どのバッジがチェックアウトや注文に最も影響を与えているかを特定したりできます。
最初にテストするバッジの決定は、サイトやアプリの柔軟性によって異なります。 例えば、「残りわずか」バッジを実装する際に組織が特定の制限に直面する場合があります。 これは、在庫状況がサイトやアプリとタイムリーに同期されず、訪問者に通知できないからです。
テストの上昇率を理解することで、結果を解釈し、今後の実験やパーソナライゼーションに役立てることができます。 例えば、約 2～3％の増加がある場合、テストに真の価値があることがわかります。 このような上昇率が見られない場合は、元のバッジを新しいバッジに交換して、元のテストを繰り返し実行します。
割引価格バッジの配置
カテゴリページと PDP の両方でバッジの配置をテストします。
- カテゴリページ：製品リストの横または製品カード内にバッジを表示します。
- PDP：製品価格または「買い物かごに追加」ボタンの近くにバッジを表示します。
この手法により、コンバージョン率とユーザー行動への影響を測定し、どのページが目的の結果をもたらすかを確認できます。
成功は、組織が主要指標と見なすものに完全に依存します。 例えば、カテゴリから PDP へのクリックスルー率の向上を目指す組織もあれば、買い物かごへの追加数の増加や全体的なコンバージョン率の向上を目指す組織もあるでしょう。 組織が使用する主要成功指標に関係なく、特定の KPI をベンチマークとして設定することが、組織が最適化とパーソナライゼーション戦略を成長させ、進化させる最善の方法です。
送料無料バッジの配置
送料無料バッジの表示位置をテストします。
- 買い物かごページ：買い物かご内の製品に関連する製品が送料無料で提供されているかをユーザーに表示し、チェックアウトプロセス中に買い物かごへの追加を推進します。
- PDP：製品価格の近くにバッジを配置することで、コンバージョンを促進します。
- カテゴリページ：送料無料オプションをハイライト表示します。
この手法を使用することで、どのバッジ配置が最もコンバージョンを推進するかを評価できます。
例えば、50 ドル以上の製品に「送料無料」バッジを表示することを検討できます。 PDP でこの特典が表示されると、購入完了の可能性が高まり、顧客の行動に影響を与える可能性があります。 また、送料無料バッジの影響は、セグメントや製品カテゴリによっても異なります。
Adobe Target サンプルサイズ計算ツールを使用したパーソナライゼーションの機会の特定
Adobe Target サンプルサイズ計算ツールを使用すると、アクティビティに十分な訪問者数を確保し、目標を達成できます。 自動割り当てではなく、手動の A/B テストアクティビティを実行する場合、Target サンプルサイズ計算ツールを使用すると、テストの成功に必要なサンプルサイズを算出できます。 手動の A/B テストは期間が固定されたテストなので、Adobe Target サンプルサイズ計算ツールを使用すると、必要なサンプルサイズの概算を見積もることができます。
バッジなど、テスト対象が明確になったら、サンプルサイズ計算ツールを使用して、サイトやアプリで効果的にテストできる位置を特定できます。
Adobe Target サンプルサイズ計算ツールの使用方法
- Adobe Target サンプルサイズ計算ツールに移動します。
- 信頼性レベルを 95％に設定します。 つまり、同じ調査を同じ方法で何度も繰り返した場合、100 件の調査のうち約 95 件で真の答えを含む結果が得られることになります。
- 統計的検出力を 80％に設定します。 つまり、効果が実際に存在し、少なくとも期待する効果と同程度であれば、テストでその効果が見つかる確率は約 10 分の 8 になります。
- コントロールを含む、適切なオファー数を設定します。 通常は 2 に設定します。
- トラフィックとコンバージョン率の高いページを特定したら、そのページのユニーク訪問者の値を取得し、この値を日付範囲の日数で割ります（つまり、日付範囲が過去 30 日間の場合は、ユニーク訪問者の数を 30 で割ります）。 結果の値を 「合計日別訪問者数」 に入力します。
- ベースラインのコンバージョン率の値を特定するには、ページあたりのフォーム成功数をそのページのユニーク訪問者の数で割ります（つまり、フォーム成功数 ÷ ユニーク訪問者の数）。
- すべてのデータ値を入力したら、テスト完了までにかかる週数を確認します。 テスト完了まで最大 20 週間かかる値を持つページを特定することに焦点を当てます。
テストとパーソナライゼーションのロードマップへの計算の出力の変換
上記に類似したテーブルを作成したら、コンバージョン率が最も高いページを特定し、パーソナライゼーションの潜在的機会を示すページを見つけることができます。 例えば、フォーム成功の高いコンバージョン率を示すページがあれば、このページを活用して A/B テストを行うことを検討します。 さらに、コンバージョン率の変化を監視することで、特定のページでのパーソナライゼーションの機会を継続的に見つけることができます。
最初にテストするページを特定し、優先順位を付けるには、トラフィックが最も多いページから開始します。 トラフィックが最も多いページであれば、テストで十分な大きさのサンプル数を確保できるので、結論に至るまでに数週間も待つ必要がなくなります。 ただし、トラフィックが最も多くないページでも、強力なテストアイデアがある場合は、テストを実施することをお勧めします。
次に、バッジテストをこれらのページに関連付けます。 例えば、ホームページに「送料無料」バッジを配置することで、訪問者がサイトに留まり、送料無料の在庫を閲覧するように導くことができます。
最後に、成功した A/B テストを長期的なパーソナライゼーションへと発展させていく必要があります。 例えば、「送料無料」バッジが毎週注文数と収益を伸ばし続け、サンプルサイズ全体で 2～3％の上昇率に達した場合、このテストを長期的に継続する必要があります。
まとめ
繰り返しになりますが、まずサンプルサイズ計算ツールを使用して、潜在能力の高いページを見つけます。 次に、反復的なバッジテストを使用して収益向上を目指します。 最後に、これらの学んだ内容を使用してパーソナライゼーションを推進し、必要に応じて反復的に改善を進めます。 結果に基づいて反復的に改善を進めることで、組織の継続的な成長が確保され、大規模な最適化とパーソナライゼーションの推進につながります。