初心者向けにサイトを最適化するためのガイドライン。 パート1

A / Bテストとして知られるWebサイトの最適化は、Webサイトを作成する多くのチームにとって実用的な手法として人気を集めています。 しかし、これまでのところ、組織にこの手法を導入しようとしている独身の開発者を対象とした包括的な書籍、記事、またはトレーニング資料が少なすぎます。



マニュアルの最初の部分では、このテクニックを使用するために構築、構成、改善する方法に関する詳細な手順を紹介します。



基本:ウェブサイトの最適化とは何ですか?



これは、サイトに最適なデザインを確認するための実験方法です。 アイデアは簡単です。



サイトのページまたはページの一部にいくつかのデザインオプションを作成する

サイトのトラフィックを分割して、各訪問者に現在のバージョン(コントロールグループ)または新しいオプションのいずれかが表示されるようにします

カスタムメトリックを使用して、どのバージョンが最良の結果を表示するかを追跡する



メトリックは、ビジネス目標を直接反映するように選択されます。 これらには、サイトで購入したアイテムの数が含まれる場合があります。 ニュースレターを購読している人の数。 指導ビデオを見ている人の数。 指標はコンバージョンと呼ばれることもあります。これは、訪問者の総数に対する目的のアクションを実行した訪問者の割合です。



画像

ウェブサイト開発



A / Bテストと多変量法



最適化テストには、A / Bテスト(A / B / Nとも呼ばれる)と多変量テストの2つの主なタイプがあります。



A / Bテスト


この場合、いくつかの固定設計オプションの作業を互いに比較します。 それらは、1つの要素(ボタンの色またはビデオ上の画像の置き換え)のみ、または一度に多くの要素(別のページデザイン)のみが異なります。



画像

テスト用の3つの異なるボタン



画像

2つの異なるページデザインオプション。



A / Bテストは、通常、多変量テストよりも選択肢が少ないため、開発と分析が簡単で、結果をより速く返します。 ほとんどの人はまさにそのようなテストで動作します。



多変量テスト


多変量テストは、2つ以上のページプロパティを変更し、どの組み合わせが最適に機能するかを確認します。 A / Bテストとの主な違いは、いくつかの異なる設計寸法が互いにどのように機能するかをチェックし、より良い結果につながることです。 次の例では、テキストとボタンの色のどの組み合わせがクリック数が最も多くなるかを理解しようとしています。



画像



最も簡単な種類の多変量検定は、完全な要因実験です。 これは、要因のすべての組み合わせのテストです。 欠点は、A / Bテストよりもはるかに多くのオプション間でトラフィックを共有するため、このようなテストに最も時間がかかることです。



部分的階乗法では、統計と特定の組み合わせの結果の補間を使用して、テストに必要なトラフィック量を削減します。 しかし、これらの方法は数学的に非常に複雑です。



なぜテストを行うのですか? 目的、利点、正当化



最適化により、設計の成功または失敗を決定する指標に基づいてシステムに入ることができます。 したがって、チームは各テストで学習します。 人々は、設計の詳細を不当に主張することはありません。 「最高給の人を決定する」という効果は機能しなくなります。 明確な目標と適切な指標を設定することにより、正確なデータを取得できます。



3つの一般的なテスト哲学



1.指標を厳守します


個人的には、サイト上の小さな変更をすべて完全にチェックする必要があるかどうかはわかりません。 しかし、すべての組織で、Web開発戦略は、ビジネス目標に関連する測定可能な目標に結び付けられる必要があります。



サイトが「最高の顧客サポートを提供する」と言われた場合、これを最も反映するメトリックを決定する必要があります。 たぶん、これはサイトから回答されたチケットとメールの合計数と、ユーザー満足度評価、またはFAQセクションの回答に対する平均ユーザー評価です。 ガリレオが言ったように、「測定できるものを測定し、不可能なものを測定可能にする」。



また、間接的に関連付けられている単純なインジケーターではなく、実際のコンバージョンを測定する必要があります。 たとえば、オンラインストアでは、発注しただけでなく、支払った注文の数を確認する必要があります。 あなたのチームは、このような実際のコンバージョンだけでなく、二次的なステップと中間的な目標を観察する必要があります。



2.どのオプションが勝者になるかは誰にもわかりません


専門家でさえ、最適化がプロセスに与える影響を100%の確率で予測することはありません。 したがって、テストに参加する必要があります。 チームメンバーが自信に基づいて設計オプションを押し出さないでください。 それをテストします。



3.リリース戦略は「少しですが、頻繁に」


小さな変更を頻繁に行い、テストのおかげで、変換に正確に影響するものを理解することができます。 前のA / Bテストの例を考えてみましょう。



画像



新しいディレクターがページを完全にやり直すことにしたと想像してください。 数か月のうちに、新しい3列の設計を開始します。 そして、A / Bテストを実施し、訪問者の10%が古いデザインを、90%が新しいデザインを示します。



古いデザインの方がうまくいくことがわかりました。 どうする 新しい営業時間を捨てることはできません。 確かに、いくつかの要素は古いデザインよりも新しいデザインの方がうまく機能します。 しかし、あなたはそのような劇的な変更を行ったので、良いものと悪いものを区別することは困難です。



より良い戦略は、ページ上のさまざまな詳細を絶えず最適化し、新しいバージョンに徐々に進化するテストを実施することです。 Jared Spoolが記事「 ビッグリスタートのサイレントデス 」で書いたように、「最高のサイトは革命的なプロセスを進化的なプロセスに置き換えました。 完全な再設計は過去のものであり、その代わりに漸進的な改善が現れています。



パート2



All Articles