LP(ランディングページ)は、一度作ったら完成ではありません。広告を配信すると、「アクセスはあるのに申込みが少ない」「最初の画面で離れている」「CTA(申込みボタン)が押されていない」といった問題が見えてきます。
ただ、見出し・画像・CTAを感覚で一度に変えると、何が結果に影響したのか分かりません。そこで使われるのがA/Bテストです。この記事では、LPのA/Bテストの基本と、学んだ教材で考え方が分かれていた点、自分の規模で比べようとして分かったことを整理します。
この記事で分かること
- LPのA/Bテストとは何か、広告のテストとの違い
- 見出し・画像・CTAの比べ方
- テストを始める前に決めること
- アクセスが少ないときの考え方
LPのA/Bテストとは?
A/Bテストとは、2つ以上のパターンを用意して、どちらの成果が良いかを比べる方法です。例えば今のLPをA、最初の画面の見出しだけを変えたLPをBとして、訪れた人を振り分け、CVR(申込み率)やCTAのクリック率を比べます。目的は見た目の好みを決めることではなく、実際の行動から、どちらが成果につながったかを確かめることです。
昔学んだところでは、A/Bテストの本質は訪れた人をランダムに振り分け、条件をそろえることだと教わりました。ここが崩れると、比べているつもりでも公平な比較になりません。
広告のA/Bテストとの違い
| 広告のA/Bテスト | LPのA/Bテスト | |
|---|---|---|
| 比べるもの | 画像・広告文・動画 | 見出し・画像・CTA・フォーム |
| 見る範囲 | 広告を見てクリックするまで | LPに来てから申込みまで |
| 主な指標 | CTR・CPC | CTAクリック率・CVR |
広告のテストは「LPに来てもらうまで」、LPのテストは「来てもらった後」の改善です。広告側の比べ方は広告クリエイティブのA/Bテストの記事で整理しています。
LPでテストしやすい3つの要素
① 最初の画面の見出し
最初の画面は、ほとんどの人が目にする場所です。例えば、A「未経験からIT業界へ転職」とB「20代の未経験IT転職をサポート」を比べます。Bは対象者をはっきりさせた案です。ただし、結果を見る前からBが良いと決めつけることはできません。
② メインの画像
画像は、見た瞬間に「自分向けだ」と感じてもらえるかに関わります。スーツ姿の会社員と、パソコンを操作する若手エンジニアを比べる、といった形です。広告の画像とLPの画像の雰囲気がつながっているかも確認します。考え方は広告とLPの訴求を一致させる方法にまとめています。
③ CTA
A「申し込む」とB「無料相談を申し込む」のように、文言・置く場所・大きさ・そばの説明を比べられます。ただし、CTAのクリック率が上がっても、最終的な申込みが減っていれば改善とは言えません。最後の成果とつなげて見ます。CTAの考え方はLPのCTAの記事をご覧ください。
他社のLPを集めて見ていると、同じ商品のLPで、本文はそのまま、最初の画面とボタンだけを男性向けに差し替えている例がありました。ページごと作り分けるより手間が小さい方法です。予算が少ないうちは、まず最初の画面の差し替えから試すのが現実的かもしれないと考えています(未検証の推測です)。
始める前に決める3つのこと
昔学んだところでは、A/Bテストは始める前に次の3つを決めておくよう教わりました。
- 仮説:例「誰向けか分かりにくいので、最初の画面で離れているのでは」
- 変える要素:今回は見出しの対象者だけ、のように1つに絞る
- 期間と判断の基準:いつまで続け、何の数字で決めるか
Bで対象者を変え、メリットを足し、「無料」も入れ、文章量まで変えると、結果が良くても何が効いたのか分かりません。また、どこからテストするかはデータで決めます。最初の画面で離れているなら見出しや画像、ボタンまで読まれているのに押されないならCTA、押されているのに申込みが完了しないならフォームです。離脱の場所の見分け方はLPで離脱する原因の記事で整理しています。
少ないデータで結論を急がない
例えば、Aは100人中2件、Bは100人中4件の申込みだったと仮定します。CVRは2%と4%で倍の差に見えますが、件数が少ないので偶然の影響を受けている可能性があります。
どのくらいの量が必要かは、学んだ教材で考え方が分かれていました。
| 教材の考え方 | 前提 |
|---|---|
| 各パターンで申込み100件以上が目安。月10件程度ならA/Bテストは向かず、ヒートマップやお客さんへの聞き取りの方が役に立つ | 申込みが少ない商品 |
| 1週間などと期間を決めてテストし、終わったらすぐ次へ | メール登録など、件数が多く集まるLP |
どちらかが間違いというより、集まる件数で使い方が変わると受け止めています。終了の決め方はA/Bテストは何日必要かの記事にまとめています。
実践メモ|3本を並べたら、予算の約93%が1本に集まった
これはLPではなく広告での経験です。Meta広告で、3本の広告を1つの広告セットに入れて配信したところ、Metaの自動配分で予算の約93%が1本に集まりました。CTRが最も高かった別の1本は、表示回数が105回にとどまり、判断できる量に届きませんでした。ランダムに振り分ける本来のA/Bテストにはなっていなかったと振り返っています。
また、広告主のLPに直接送る形では、LPそのものを変えられないため、LPのA/Bテストはできません。自分の記事LPなら比べられますが、今の訪問数では申込みの差で勝ち負けを決めるのは難しく、まずはどこで離れているかを見る方が先だと考えています。
比較が成り立たなくなる原因はA/Bテストで失敗する原因の記事でも整理しています。
結果を見たら、次の仮説につなげる
A/Bテスト自体が目的ではありません。基本の流れは次のとおりです。
数字を見る → 問題を見つける → 仮説を立てる → A/Bテスト → 結果を見る → 次の改善へ
例えば、対象者をはっきりさせた見出しのBが良かったなら、「誰向けかを早く伝えると読み進めてもらえる」という学びになります。次は画像でも対象者を伝えられるか、という新しい仮説につなげられます。逆にBが悪かったときも、「対象を絞ったことで、当てはまらない人が離れたのかもしれない」と考える材料になります。勝ち負けだけでなく、なぜそうなったかを記録しておくと、次のテストの質が上がります。
なお、1回の結果だけで「この型が正解」と決めつけないことも大切です。商品や時期、広告から来る人が変われば、同じ変更でも結果は変わる可能性があります。
まとめ
LPのA/Bテストは、パターンを分けて表示し、CVRやCTAのクリック率を比べる改善方法です。比べやすいのは見出し・画像・CTAの3つです。大切なのは、数字から問題を見つけ、仮説・変える要素・期間を決めてから始めること、そして「どちらが勝ったか」だけでなく「なぜその結果になったか」まで考えることです。
一方で、件数が少ないうちはA/Bテストで白黒をつけにくいことも分かりました。自分の規模に合った方法を選びながら、LPを少しずつ成果に近づけていきます。

