この記事でわかること
- A/Bテストが「成立する」かどうかを判断するための考え方（必要なCV数の目安）
- アクセスが少ないLPでA/Bテストを避けたほうがよいケースと、その場合の代替アプローチ
- Google オプティマイズ終了後に中小企業が現実的に選べるテスト手段
- 実務でA/Bテストを回す5ステップと、優先的にテストすべき箇所
- A/Bテスト実施前チェックリスト
中小企業のA/Bテストが空回りしやすい理由
「LPのA/Bテストをやりましょう」という提案は、Web集客の現場でよく出てきます。ところが実際に着手した中小企業の多くが、途中で止めてしまうか、結論が出ないまま次の施策に移ってしまいます。原因は意欲や実行力ではなく、そもそもA/Bテストが成立する前提条件を満たしていないケースが多いことにあります。
A/Bテストは「AとBのどちらが優れているか」を統計的に判定する手法です。判定には一定量のデータが必要で、データが足りなければ「Bが良さそうに見えるが、偶然の範囲かもしれない」という結論しか出せません。月間のコンバージョンが数件〜十数件というLPでこれを回そうとすると、結論が出る前に季節要因や広告クリエイティブの変更が混ざり、テストそのものが無意味になります。
| よくある進め方 | 起きること | 本来の対応 |
|---|---|---|
| アクセス数を確認せずテスト開始 | 2週間で数件しか差が出ず、判断できないまま終了 | 先に必要CV数を試算し、成立するかを確認する |
| ボタンの色・文言など小さい要素からテスト | 差が小さすぎて検出できない | アクセスが少ないほど「大きく変える」テストにする |
| 数日で優勢なほうを採用 | 曜日変動を拾っているだけで、再現しない | 7日単位・最低1〜2週間を確保する |
| 複数の変更を同時に投入 | 勝っても「何が効いたか」が分からない | 学びを残すなら1要素、成果優先なら全面刷新2案 |
| 結果を記録せず次へ進む | 担当者交代で知見がリセットされる | 仮説・変更点・結果をテンプレートで残す |
注意：A/Bテストは「改善のための手法」であって「改善そのもの」ではありません。テストを回すこと自体が目的化すると、より効果の大きい改善（ファーストビューの作り直し、フォーム項目の削減、オファーの見直し）に手が回らなくなります。
テストが成立するかを見極める：必要なCV数の考え方
A/Bテストを始める前に確認すべきなのは、アクセス数ではなく「テスト期間中に各パターンで何件のコンバージョンが取れるか」です。判定に効いてくるのはセッション数ではなくCV数だからです。
目安は「各パターン100CV前後」
実務では、各パターンで100件前後のコンバージョンが溜まってはじめて意味のある比較ができる、という目安がよく使われます。検出したい差が小さいほど必要数は増え、差が大きいほど少ない件数でも判定できます。以下はCVRの水準別に、各パターン100CVを集めるために必要なセッション数の単純計算です。
| 現状のCVR | 各パターンに必要なセッション（100CV想定） | 2パターン合計 | 月間5,000セッションの場合の所要期間 |
|---|---|---|---|
| 1% | 約10,000 | 約20,000 | 約4ヶ月 |
| 2% | 約5,000 | 約10,000 | 約2ヶ月 |
| 5% | 約2,000 | 約4,000 | 約1ヶ月弱 |
| 10% | 約1,000 | 約2,000 | 約2週間 |
この表から分かるのは、CVRが低いLPほどA/Bテストのコストが高くつくということです。CVR1%のLPで細かい要素をテストするより、まずCVRを引き上げる根本的な改善を行い、テストが回せる水準まで持っていくほうが合理的です。
判断の基準：「テスト期間を4週間に設定したとき、各パターンで50CV以上溜まるか」を最初に試算してください。溜まらないなら、その施策はA/Bテストではなく次章の代替アプローチに切り替えます。
「有意差が出なかった」は失敗ではない
テストの結果、AとBに統計的な差が出ないことは頻繁にあります。これは失敗ではなく「この変更ではCVRは動かない」という結論です。むしろ問題なのは、差が出ていないのに数字のブレを見て「Bのほうが良かった」と判断し、根拠のない変更を積み重ねてしまうことです。差が出なかったテストは、次はより大きな変更を試すべきというサインとして扱います。
アクセスが足りないときの3つの代替アプローチ
A/Bテストが成立しないアクセス規模でも、LPの改善は止める必要はありません。むしろ、この規模では以下の3つのほうが速く効きます。
定性データで「詰まっている場所」を特定する
アクセスが少ない環境では、数の比較より「1人がどこで離脱したか」を見るほうが情報量が多くなります。ヒートマップツールでスクロール到達率と熟読エリアを確認し、フォーム分析でどの入力項目で離脱しているかを特定します。数十セッション分の録画を見るだけでも、明確な詰まりが見つかることが少なくありません。
- スクロール到達率が急落する位置を特定し、その直前のセクションを疑う
- フォームの項目別離脱率を確認し、離脱の多い項目を削除・任意化する
- 実際の問い合わせ内容・失注理由から「LPで解消できていない不安」を洗い出す
A/Bテストではなく「全面刷新」で大きく動かす
要素単位のテストは差が小さく検出できません。アクセスが少ない場合は、訴求軸・構成・オファーごと変えた2案を用意し、大きな差が出るかどうかを見ます。差が大きければ少ないCV数でも判別できます。「学びの粒度」は落ちますが、限られたアクセスで成果を動かすには現実的な選択です。
- 訴求軸（価格訴求／実績訴求／不安解消訴求）を丸ごと変えた2案を作る
- オファー（無料相談／無料診断／資料請求）自体を変えて反応差を見る
- 先に広告クリエイティブで訴求軸をテストし、勝った軸でLPを作り直す
前段の広告側でテスト回数を稼ぐ
LPのCVよりも、広告のクリック・CTRのほうが圧倒的に件数が多く集まります。訴求の当たり外れを検証するなら、まず広告クリエイティブで回すほうが速いという構造です。広告で反応が良かった訴求をLPのファーストビューに反映すれば、LP単体でテストするより短期間で改善できます。
- 広告見出し・画像で訴求軸を3〜5パターン同時配信し、CTR・CPAで比較する
- 勝った訴求のコピーをLPのファーストビューに転記して整合を取る
- 広告とLPのメッセージがずれていないか、流入経路ごとに確認する
ポイント：広告とLPは切り離してテストするより、セットで設計するほうが結果的に早く成果につながります。詳しくは広告運用とLP改善はセットで考えるべき理由で整理しています。
オプティマイズ終了後、何でテストするか
無料でA/Bテストを始める定番だったGoogle オプティマイズ（およびオプティマイズ360）は、2023年9月30日でサポートが終了しています。現在は以下のいずれかを選ぶことになります。
| 手段 | 向いているケース | 注意点 |
|---|---|---|
| 広告媒体のテスト機能 （Meta広告のA/Bテスト、Google広告のテスト機能） |
流入の大半が広告経由のLP。追加費用なしで始められる | オーガニック流入や他媒体からの訪問は対象外になる |
| 有料のLPO/A/Bテストツール | 複数流入があり、要素単位でテストを継続的に回したい場合 | 月額費用が発生。アクセスが少ないと費用対効果が合いにくい |
| URL分割（期間分割）テスト | ツールを入れずに大きな2案を比較したい場合 | 期間で分けると季節・曜日要因が混ざるため厳密性は下がる |
| ヒートマップ＋フォーム分析 | アクセスが少なく、そもそもテストが成立しない場合 | 「良し悪しの判定」ではなく「仮説づくり」の道具と割り切る |
広告経由の流入が中心の中小企業のLPであれば、まずは媒体側のテスト機能から始めるのが最もコストがかからない選択肢です。ツール導入を検討するのは、テストを継続的に回せるだけのアクセスが確保できてからで遅くありません。
前提の確認：どの手段を使う場合も、コンバージョン計測が正しく動いていることが大前提です。計測がずれていればテスト結果もずれます。設定に不安がある場合はGA4でコンバージョン計測できない原因と確認ポイントを先に確認してください。
A/Bテストを回す5ステップ
テストが成立するアクセスがある前提で、実務の進め方を5ステップで整理します。
現状データから課題箇所を絞る
いきなり「何をテストするか」を考えるのではなく、GA4・ヒートマップ・フォーム分析から「どこで人が落ちているか」を先に特定します。ファーストビューで落ちているのか、中盤で読むのをやめているのか、フォームで離脱しているのかで、打つべき手はまったく変わります。
仮説を1文で言語化する
「〇〇が原因でCVRが下がっているので、△△に変えればCVRが□%改善するはず」という形で1文にします。この形にできないテストは、たいてい検証したいことが曖昧です。仮説を書いておくと、結果が出たときに「仮説が正しかったのか」「仮説は正しかったが打ち手が弱かったのか」を切り分けられます。
テスト設計を決めてから作る
変更する箇所、判定に使う指標（CVR／CPA／有効商談率など）、必要CV数、テスト期間、途中で止める条件を、テスト開始前に紙に書き出します。特に「いつ終わらせるか」を先に決めておかないと、良い数字が出た瞬間に打ち切る（＝偶然を拾う）という判断ミスが起きます。
- 判定指標はCVRだけでなく、可能なら商談化率・受注率まで見る
- 期間は7日単位で設定し、曜日の偏りをなくす
- テスト中は広告の予算・クリエイティブを変更しない
期間を守って走らせる
テスト開始直後は数字が大きく振れます。3日目の結果を見て一喜一憂しないことが重要です。決めた期間と必要CV数の両方に達するまでは、途中経過での判断を保留します。逆に、8週間走らせても差が出ない場合は「差がなかった」と結論づけ、より大きな変更を試すフェーズに進みます。
結果を記録して次の仮説につなげる
テストの価値は、勝ったパターンを採用することよりも「顧客が何に反応するか」の知見が溜まることにあります。仮説・変更点・期間・CV数・結果・解釈をワンフォーマットで残し、次のテスト設計と広告クリエイティブに転用します。この記録が溜まってくると、テストなしでも精度の高い判断ができるようになります。
- 1テスト＝1シート（またはドキュメント1ページ）で記録を統一する
- 負けたテストも必ず残す（同じ検証の重複を防ぐ）
- 四半期に一度、記録を読み返して「効いた訴求の共通点」を抽出する
優先的にテストすべき箇所
テスト回数には限りがあります。影響が大きい順に取り組むのが原則です。
| 優先度 | テスト箇所 | 変えるべき内容の例 |
|---|---|---|
| 高 | オファー（CTAの中身） | 「お問い合わせ」→「無料診断」「無料相談15分」など、ハードルの異なる申込形態に変える |
| 高 | ファーストビューの訴求軸 | 「誰の・どんな課題を・どう解決するか」のメッセージそのものを差し替える |
| 中 | フォームの項目数・配置 | 項目を減らす／ページ内フォームに変える／確認画面を省略する |
| 中 | 構成順（セクションの並び） | 実績・お客様の声を上部に移動する／料金セクションの位置を変える |
| 低 | ボタンの色・マイクロコピー | 差が小さいため、アクセスが十分にある場合のみ検証対象にする |
アクセスが少ない企業ほど、上から2つ（オファーとファーストビューの訴求軸）に集中させてください。ここは差が大きく出やすいため、少ないCV数でも判別できる可能性があります。ファーストビューやCTA配置の具体的な改善ポイントはLPのCVRを改善する方法で詳しく整理しています。
A/Bテスト実施前チェックリスト
A/Bテストを始める前に確認する10項目
- GA4・広告管理画面でコンバージョン計測が正しく動作している
- テスト期間中に各パターンで50〜100CVが溜まる見込みがある
- テストしたい箇所が、データ（ヒートマップ・フォーム分析）に基づいて選ばれている
- 仮説が「〇〇だから△△に変えれば□□が改善する」の形で1文になっている
- 判定に使う指標（CVR／CPA／商談化率）を1つに決めている
- テスト期間を7日単位・最低1〜2週間で設定している
- テスト中に広告の予算・クリエイティブ・配信面を変更しない体制になっている
- 「差が出なかった場合にどうするか」を事前に決めている
- アクセスが少ない場合は、要素単位ではなく全面刷新2案の比較に切り替えている
- 結果を記録するフォーマット（仮説・変更点・CV数・結果・解釈）を用意している
マーケティング顧問制度
LnXのマーケティング顧問制度では、限られたアクセス・予算の中で「テストする価値のある仮説」を絞り込み、検証と改善のサイクルを伴走しながら回します。まずは現状のLPと数字を見せていただくところから対応可能です。
マーケティング顧問を相談するLnXの見解
中小企業のLP改善を支援していて最も多いのが、「A/Bテストを回すべき状態ではないのに、A/Bテストを提案されている」ケースです。月間のコンバージョンが数件のLPでボタン文言のテストを始めても、半年経っても結論は出ません。この段階で必要なのは、テストではなく「明らかに直すべき箇所を直しきる」ことです。フォーム項目が12個あるなら5個に減らす、ファーストビューに誰向けかが書かれていないなら書く。テストするまでもなく直すべき箇所は、たいてい残っています。
もう一つ強調したいのは、テストの単位を「LPの中」に閉じないことです。広告のクリック数はLPのCV数より1〜2桁多いため、訴求の当たり外れは広告側のほうが圧倒的に速く検証できます。広告で勝った訴求をLPに反映し、LPで改善した内容を広告に戻す——この往復をどれだけ速く回せるかが、限られた予算での成果を左右します。広告とLPを別々の担当者・別々の会社が見ていると、この往復が止まってしまいます。
そして、A/Bテストの本当の資産は勝ちパターンそのものではなく、「顧客が何に反応し、何に反応しなかったか」という記録です。この記録は広告クリエイティブにも、営業資料にも、サイト全体のメッセージにも使えます。テストを1回で終わらせず、記録として積み上げていく体制をつくることをおすすめします。
よくある質問
Q 月間アクセスがどのくらいあればA/Bテストを始められますか？
アクセス数そのものより「テスト期間中に各パターンで何件のコンバージョンが取れるか」で判断します。実務上は各パターン100CV前後を目安にすることが多く、CVRが2%程度のLPであれば各パターン5,000セッション、合計1万セッションが必要になる計算です。月間1,000セッション程度のLPでは統計的に判断できる差が出るまでに長期間かかるため、A/Bテストより先にフォーム改善やファーストビューの作り直しなど、変化幅の大きい改善を行うほうが効率的です。
Q Google オプティマイズが終了しましたが、代わりに何を使えばよいですか？
Google オプティマイズおよびオプティマイズ360は2023年9月30日でサポートが終了しています。現在は有料のLPO/A/Bテストツールを使うか、広告媒体側のテスト機能（Meta広告のA/Bテスト、Google広告の「テスト」機能）を使う方法が一般的です。広告からの流入が主なLPであれば、まずは媒体側のテスト機能で広告ごとに異なるLPへ振り分ける方法が、追加コストもかからず導入しやすい選択肢です。
Q A/Bテストで一度に複数の要素を変えてはいけないのはなぜですか？
複数の要素を同時に変えると、勝ったパターンの「どの変更が効いたのか」が分からなくなるためです。ただし、アクセスが少なくテスト回数を多く取れない場合は、あえてLP全体を作り替えた大きな2案で比較するアプローチもあります。この場合は「要素ごとの学び」は得られませんが、限られたアクセスで大きな差を検出しやすくなります。目的が「学びの蓄積」か「早く成果を上げること」かで使い分けます。
Q テスト期間はどのくらい取るべきですか？
最低でも1〜2週間、曜日による変動を吸収するため7日単位の区切りで設定するのが基本です。BtoBのように平日と休日で行動が大きく変わる商材では2週間以上を推奨します。一方で、期間が長くなりすぎると広告のクリエイティブ変更や季節要因など外部要因が混ざるため、4〜8週間を上限の目安として、それを超えても差が出ない場合は「差がなかった」と判断して次のテストに進むほうが健全です。
Q A/Bテストで負けたパターンからは何も得られませんか？
負けたパターンからも「この訴求は刺さらない」という情報が得られます。重要なのはテストのたびに仮説・変更点・結果を記録として残すことです。記録がないと同じテストを繰り返したり、担当者が変わった時点で知見がリセットされたりします。テスト結果を蓄積したドキュメントは、LP改善だけでなく広告クリエイティブや営業トークの改善にも転用できる資産になります。