A/Bテストとは？ECのCVR改善を科学的に進めるデータドリブン手法

A/Bテストは「勘や経験」ではなく「データ」に基づいた改善を可能にする手法です。商品タイトル、メイン画像、価格表示、CTA（Call to Action）のデザイン、レビューの見せ方など、ECのあらゆる要素を科学的に最適化できます。VWO社の調査によると、A/Bテストを実施している企業の70%以上がCVRの改善を達成しているとされています。

A/Bテストの基本的な流れは、①仮説の設定（「レビュー数をより目立つ位置に表示すればCVRが上がる」等）、②テストの設計（A版とB版の作成）、③テストの実施（ランダムにユーザーに表示）、④結果の分析（統計的有意性の検証）、⑤勝者の本番適用です。

レビュー表示のA/Bテストも効果的です。「レビュー数を目立たせるvs星評価を強調する」「最新レビューを表示vs高評価レビューを優先表示」「テキストレビューvs写真レビューを優先」等のテストで、CVRを改善できます。レビューの「見せ方」を最適化するだけで、同じレビュー数でもCVRに差が出ます。

統計的に有意な結果を得るには十分なサンプルサイズが必要です。目安として各バリエーション最低500〜1,000の訪問者で2週間程度のテスト期間を設けることが推奨されます。十分なサンプルサイズを確保せずに「勝者」を決めると、統計的なノイズによる誤った判断をするリスクがあります。

A/Bテストツールとしては、Google Optimize（終了）の後継としてVWO、Optimizely、AB Tastyなどが主流です。Amazonの場合は「Manage Your Experiments」機能でA+コンテンツのA/Bテストが可能です。

ECのCRO（コンバージョン率最適化）においてA/Bテストは中心的な手法です。サンプリング施策で蓄積したレビューの「表示方法」をA/Bテストで最適化することで、レビューの効果を最大限に引き出し、CVRをさらに改善できます。