A/B テスト レポートで Shopify メトリクスを提示して明確な価値を提供する方法

優れた Shopify A/B テスト レポートの作成には、適切なメトリクスを選択することと、それらを提示する方法を知ることの 2 つの主な側面があります。

メトリックの選択は、テストの出力に影響を与え、最適化プログラム全体の焦点を定義します。

PS あまりにも多くのメトリックを選択しないでください。 ゴルディロックス ルールを使用します。多すぎず、少なすぎずです。 多すぎると、すべての実験で「勝者」が見つかります。 少なすぎると、潜在的な学習が失われ、他の主要な指標に悪影響を与える可能性があります。

そして、Shopify レポートでこれらのメトリクスを提示することになると、包括的かつ合理的に考えてください。 ビジュアルと数字を組み合わせて、重要な変化と、変化につながる指標の傾向やパターンを強調します。

有意義な調査結果を経営陣に提示するレポートがなければ、さらなる実験への賛同を得たり、A/B テストの ROI を証明したりすることは困難です。

おそらく、バリエーションを失ったときに得た悪いアイデアや洞察を展開しないことで回避したすべてのリスクは、セグメントが有望であることを示した場合や、メトリックが予期しない方法で移動した場合です。 次に、実験を通じてなぜそれが起こったのかを理解し、因果関係を証明する必要があります.

結論:解釈しやすいレポートを作成し、実験チームが取り組みの価値 (実際の成功、学習、洞察) を関係者に明確に伝えるのに役立ちます。

A / Bテストで追跡する上位のShopify指標とその意味

追跡する必要がある指標は仮説によって異なりますが、監視を続けることを検討すべき Shopify の指標をいくつか紹介します。

• 総注文数: 注文数

• 総売上高：総売上高を販売チャネル別に分類
  計算式:総売上 – 割引 – 返金 + 送料 + 税金

• 上位のランディング ページ:顧客がセッションを開始するページを表示します。
  
• 平均注文額: すべての注文 (ギフトカードを除く) の平均額を合計注文数で割った値。

• オンライン ストアのコンバージョン率:注文に至ったセッションの割合
  
  
  • カートに追加:顧客が少なくとも 1 つのアイテムをカートに追加したセッションの数と割合。
    式: ((カート項目が表示されたセッション) / (合計セッション))*100
  • チェックアウトに到達:買い物客が少なくとも 1 つのアイテムをカートに追加し、チェックアウトに到達してアクションを実行したセッションの数と割合。
  • 変換されたセッション:買い物客が少なくとも 1 つのアイテムをカートに追加し、チェックアウトに到達してから購入したセッションの数と割合。
• 放棄されたカート率:顧客がチェックアウトに到達する前に放棄したカートの割合。
  式: (1 – (完了した購入数 / 開始された販売数))*100

• 直帰率: 1 回のエンゲージメント セッションの割合
  計算式: 1 ページ セッションの合計数 / 閲覧開始数の合計

また、新規顧客、リピーター、紹介チャネル (SEO、ソーシャル メディア、直接、または電子メール) および売上を場所別に追跡することもできます。

HARO を通じて 50 人以上の Shopify オプティマイザーに、追跡することを好む指標について尋ねたところ、いくつかの明確なお気に入りが浮かび上がりました。

• コンバージョン率 (CR)
• クリック率 (CTR)
• コンバージョン値
• ページ滞在時間
• 直帰率
• スクロール深度
• 特定のページへのエンゲージメント – カタログ/カテゴリ ページなど
• サイト ナビゲーションの深さ
• ページビュー
• 要素ビュー
• カートに追加
• ネット購入
• チェックアウトまでの時間
• AOV
• NPS（購入後）
• 訪問者あたりの平均収益
• カート放棄率
• 純利益

現実には、指標の追跡に関しては、万能の答えはありません。 追跡する最も重要な指標は、特定の目標と目的によって異なります。

一部の Shopify ストアでは、次のようになります。

Shopifyストアで追跡する私のお気に入りの目標のいくつかは次のとおりです。

1. 広告のクリックスルーを促進します。
2. 特定の商品の売り上げを伸ばす。
3. メイン ページのナビゲーションを改善します。

Jessica Kats 氏、Soxy の E コマースおよび小売専門家

Shopify 分析: 特に注意を払うべき 3 つの指標

Convert では、Shopify ストアのオーナーに 3 つの指標に特に注意を払うようお願いしています。

1. コンバージョン率 (CR) – 当たり前のことを言うリスクがありますが、コンバージョン率は、実験の成功または失敗の良い指標になる可能性があります。 最終的には、より多くの売上と収益を上げたいと考えています。 しかし、あなたの行動があなたのサイトで行動を起こす人々にどのように影響するかを測定しようとしていない場合、これは最良の指標ではないかもしれません.
   
   読み進めて、どの指標が最も重要かを確認してください。

2. 平均注文額 (AOV) : AOV は最も完全な指標ではありませんが、監視することを検討する必要があります。 これは、さまざまなセグメントにわたる収益性の指標であり、人々がさまざまなカテゴリからどれだけ購入したかを定量化する広範な指標です。
   これを主要な e コマース指標として使用する場合は、次のことを確認してください。
   
   
   • AOV は SKU 全体で監視されます
   • AOVをオフにする可能性があるため、ディストリビューターからの注文と大量注文を追跡します
   • AOV は、かなりの費用である売上原価を差し引いていないため、利益を示しません。

3. 訪問者あたりの平均収益 (ARPV):ランダム化単位として注文がある AOV とは異なり、ARPV はランダム化単位として訪問者を使用するため、実用的です。
   
   ARPV は、CR と AOV の両方で構成されているため、追跡する最も重要な指標です。

また、Omniscient Digital の共同創設者である Alex Birkett 氏も次のように述べています。

実験の目的は、実験の設計と実験から実際に何を学ぶかの両方にとって非常に重要です。

あまりにも多くの企業で、「コンバージョン率」という単純な比例指標が普遍的な実験目標となっています。 あなたの介入があなたのウェブサイトで*何か*を購入するなどの行動を起こす人の割合を増やしたい場合、これは問題ありませんが、それがあなたが学ぼうとしているものではない場合、またはそれがあなたの針ではない場合.移動しようとすると、それは最良の指標ではありません。

私が協力してきた Shopify ウェブサイトの多くは、次のいずれかを行いたいと考えていました。
a) 購入または
b) 一連のページ全体の訪問者の平均値を増やします。

前者の場合、AOV と収益追跡を設定する必要があります。 これらにはショッピング カートとの統合が必要ですが、Convert を含むほとんどのテスト ツールには、Shopify とのネイティブな統合があります。

Convert には、チェックアウトできる AOV を最適化するための完全なガイドもあります。

AOV を最適化するときは、コンバージョン率も追跡して、その指標を損なわないようにしています。

しかし、私はそれをガードレールの指標と見なしています。

ベースラインのコンバージョン率を維持しながら AOV を増やすことができれば、実験を本番環境に送ります。 コンバージョン率が少し下がった場合の限界値を計算することもできますが、平均注文額は、実験の訪問者あたりの平均収益を増やすことで補うことができます。

これにより、Shopify の 2 つ目の事後レポート ツールである訪問者あたりの平均収益が表示されます。

これは、コンバージョンの増加または各コンバージョンの値 (つまり、平均注文値) の増加によって影響を受ける複合メトリックであるため、究極の e コマース ストア コンバージョン最適化メトリックであると主張する人もいます。

平均注文額と訪問者あたりの平均収益により、レポート作成がさらに複雑になります。

コンバージョン率はバイナリ メトリックであり、カテゴリ変数 (合格/不合格、変換するかしないか) として扱うことができ、カイ 2 乗検定などを使用して分析できます。

平均注文額は連続変数であり、多くの場合、外れ値の影響を受けます (たとえば、誰かが来て、通常の購入量の 10 倍の量を購入した場合、その外れ値をどうしますか?)。

訪問者 1 人あたりの平均収益も外れ値の影響を受け、連続変数ですが、モデルの基礎となる仮定は、サンプル サイズが大きくなるとバランスが取れる傾向があります。

これら 2 つの指標は、Shopify の実験のレポートでは過小評価されていますが、単純なコンバージョン率の増加以外に、分析にいくつかの新しい課題を提示しています。

ただし、ほとんどの A/B テスト ツールはこれを考慮に入れることができるため、推論にそれほど問題はありません。

ツール ヒント: Convert プレテスト分析計算機を使用して、リスク許容度のサンプル サイズ要件と、上記の重要なメトリックで検出したい効果を測定します。

Shopifyの優れたA/Bテストレポートには、どのような要素と洞察を含める必要がありますか?

では、優れた Shopify A/B テスト レポートとはどのようなものでしょうか? これについてはすぐに説明します。

まず、これを浸します：

適切な仮説からテストを開始した場合にのみ、優れた価値のあるテスト レポートを作成できます。

ONTRACK Digital の創設者 Andra Baragan 氏

確固たる仮説を作成する方法についての指針が必要な場合は、ここで説明します。

基盤をカバーしたので、A/B テストの作成方法に関する Andra Baragan からのアドバイスを次に示します。

新しい A/B テストは、次の質問に答えることから始めるべきです。

問題: 修正しようとしている問題は何ですか?

機会: あなたのソリューションはどのように問題を解決しますか?

最適化トラック: クライアントが目標を達成するのにどのように役立っていますか? 出典: ソリューションを考案するためにどのデータ ソースを使用しましたか?

最後に、報告に関しては、Andra は、これらの質問に戻って数値で回答することをお勧めします。

テストレポートには、次のものが含まれます。

• テスト期間: (テストが実行された日数)
• テスト間隔: (実行された時間枠)
• テストした内容: (変更内容を説明してください)
• インサイト: (テストした理由、テストしたいと思った理由を 1 ～ 2 行で説明)
• テストから何を学びましたか？ 次のステップは何ですか？
• テストはライブ Web サイトに実装する必要があるものですか? バリエーションを繰り返して、もう一度テストしますか? このレポートの後に必要なアクションは何ですか?

私たちは常に Google アナリティクスからテスト結果を取得しています。バリエーションごとにユーザーのカスタム セグメントを作成し、関連するすべてのレポートでそれらのセグメントを実行できます。これにより、テストがユーザーの行動に与える影響について比類のないビューが得られます。

注: Shopify ダッシュボードから分析を取得して Google アナリティクスと比較すると、メトリクスの計算方法が原因で、いくつかの不一致が生じます。 その理由について詳しくは、こちらをご覧ください。

レポートの構成

レポートの構造は、誰に提示するかによって異なります。エグゼクティブは、テスト チームほど詳細を必要としません。 ただし、レポートには通常、次の側面が含まれている必要があります。

• スライド 1: テストの目的 -テストを実行した理由と、この特定のテストを設計するに至った仮説は何ですか?
  
  利害関係者やより広範な組織にとって、これはかなり高いレベルに保つことができます。 テスト チームに提示するときは、以前のテストのコンテキストを含め (該当する場合)、移行したいメトリックを深く掘り下げます。

• スライド 2: テストの詳細 – テストのさまざまなバリエーションを示し、違いを説明する簡単なメモを追加します。 テストを実行した日時、実行時間、バリエーション別の訪問者数の概要を含めます。
  
  リーダーシップや他のチームに提示するときは、学習や洞察に関係のない詳細を省くことができます。 テスト チームは、このスライドまたはページを展開して、細部までカバーできます。

• スライド 3: テストの結果– 上昇率または損失率、さまざまなバリアントからのコンバージョン率、およびテストの統計的有意性を示します。
  
  利害関係者は結果を気にするため、これはレポートの最も重要な側面の 1 つになります。 勝利と、正しい方向に進んだ KPI を強調します。 結果に関係のない外れ値を削除します。 彼らの私利私欲に訴えなければならないことを忘れないでください。 彼らが見栄えを良くすることができるものを彼らに与えてください。
  
  テスト チームは、損失と、どの指標が期待どおりに動かなかったのかにより多くの時間を費やすことができます。

• スライド 4: テストから得られた教訓– テストで明確な成果が得られなかった場合は、データを使用してストーリーを語るチャンスです。 レポートの数字が何を意味するのか、これらのテストを実行して得た洞察、将来のテストのために新しい仮説をどのように生成する予定なのかを利害関係者に説明してください。
  
  これは、テスト チームにとっても非常に重要です。 失敗から学んだ教訓は、チームの次のステップを決定することができます。

• スライド 5: 収益への影響: 可能であれば、前に示した上昇率を、YoY の予測される収益の影響で数値化してみてください。
  
  経営幹部の利害関係者が実験に関心を持つためには、会社の収益への影響を示す必要があることを忘れないでください。 表示する予測収益がない場合は、影響を与える可能性のある将来のテストを実行する計画が学習に含まれていることを確認してください。
  
  

これを正しく行う唯一の方法はないため、何人かの専門家にレポートの構成方法を共有してもらいました。彼らの答えは次のとおりです。

レポートを構成するための非常に標準的な方法があります。これには次のものが含まれます。

1. 概要
   
   私たちがテストしたこと、なぜそれを行ったのか、何を観察したのか、次に何をしようとしているのかについて、簡単で平易な言葉でまとめています。

2. テストのコンセプト
3. テスト クリエイティブ
4. 日付と期間
5. 指標
6. ページ
7. 仮説
8. 分析
9. 結果
   
   私の意見では、すべてのレポートに完全な生の結果を含めて、他の人が調査できるようにし、後世の利益のためにも不可欠です.
   
   A/B テスト ツールで今すぐ結果にアクセスできるのは当然だと思うかもしれませんが、1 年後はどうでしょうか? 2年？ 三？

10. 次のステップ
    
    この実験でわかったことに基づいて、次に何をしますか?

Oliver Palmer、CRO コンサルタント、Oliver Palmer

当社の A/B テスト レポートには、常に次の要素が含まれます。

1. 各バージョンで行われた変更の明確な説明;

2. どのバージョンのパフォーマンスが優れているかを含む、実験の結果。 と

3. A/B テストの結果に基づくさらなる実験の推奨事項

これらのレポートは、ストアに最適なものを理解し、コンバージョン率を改善する方法について十分な情報に基づいた決定を下すのに役立ちます。

PalaLeather の CEO である Luke Lee 氏は次のように述べています。

1. “閲覧した実験 (ページ) – 何人の人が実験を見ましたか?
2. 閲覧した実験 (要素) – 実験がスクロールでのみ表示される場合、何人が閲覧したか?
3. 実験の滞留 – デスクトップで、ユーザーのカーソルが実験領域の上に移動しましたか?
4. 実験の相互作用 – ユーザーは実験と相互作用しましたか? (各要素を個別に追跡)
5. ページ滞在時間
6. チェックアウトの時間”

AirOps の創設者兼 CEO である Alex Halliday 氏は次のように述べています。

ONTRACK Digital のアクティビティ レポートの 1 つがどのように見えるかの簡単な例を次に示します。

(これをレポートのテンプレートとして使用できます。)

スライド 1:

• ブランド名
• レポート名
• 期間

スライド 2:

テストのハイライト

• 完了したテストの数
• 成功したテストの数
• 実装された機能
• 進行中のテストの数
• ステータスの更新を含むすべてのテストの概要

スライド 3:

特定の期間の Google アナリティクスの概要

• 収益とコンバージョン率
• 取引
• AOV

スライド 4:

現在実行中のテスト

• 現在進行中のテストのスナップショット
• どちらが勝者として浮上しているかを示す A/B テスト ソフトウェアのビジュアル
• テストの進行状況をサポートする Google アナリティクスの指標

スライド 5:

今後のテストの概要

• 計画されているすべてのテスト

各テストを説明する 1 つのスライドと、ビジュアルを使用できます。

カバーする目標と KPI

目標と KPI は「テストの詳細」セクションに表示されるため、実験の目的を説明できます。

選択内容を説明するメモを必ず追加してください。 追跡する特定の目標や KPI を他の目標よりも優先して選択した理由について、厳しい質問を受けるかもしれません。

追跡する目標と KPI を特定するのにサポートが必要ですか? A/B テストで目標を使用するための究極のガイドを入手してください。

また、何人かの専門家に、どの目標を追跡しているかを尋ねました。

Shopify ストアでテストする私のお気に入りの目標は、カタログ ページでのエンゲージメントを高めることです。 当社の製品は、チャネル内の売上高と顧客の成長を定義します。 この目標に焦点を当ててテストすることで、ページが十分な回数訪問されているかどうかについての有益な洞察が得られます。 エンゲージメントが低い場合、テストによって不足している領域を見つけ出し、マーケティング活動の見直しを促します。

Faruzo の CEO である Aviad Faruz 氏は次のように述べています。

目標の追跡に関しては、通常、以下のリストから主要な指標を 1 つ選択し、残りを正常性指標またはカウンター指標として使用します。 意図しない結果が生じた場合に備えて、複数の数字に注意することをお勧めします。

1. 直帰率
2. CVR (コンバージョン率の全体的な向上)
3. AOV（平均注文額）
4. 訪問者あたりの平均収益 (上記の 2 つのブレンド)
5. NPS または類似の

また、次のようにユーザーを分類するのも好きです。

1. UTM ソース
2. デバイスタイプ
3. 位置
4. 新規 vs リピーター」

AirOps の創設者兼 CEO である Alex Halliday 氏は次のように述べています。

目標に関しては、通常、私たちが直接影響を与えようとしている先行指標 (たとえば、表示された製品ページやサイズ/カラー フィルターとの相互作用) があり、ほとんどの場合、コンバージョンと訪問者あたりの収益があります。 追跡された目標は、実験の仮説と商業目的に直接関連する必要があるため、3 つまたは 4 つ以上追跡することはほとんど役に立ちません。

Oliver Palmer 氏、Oliver Palmer の CRO コンサルタント

通常、A/B テストでは、コンバージョン率と平均注文額という 2 つの目標を追跡します。 ただし、実験の性質によっては、クリック率やサイト滞在時間など、他の目標も追跡する場合があります。 それは一般的に実験に依存します。 他のユーザーや企業では、それぞれの目標を追跡するための基準が異なる場合があります。

Shopify ストアでテストする私たちのお気に入りの目標は、コンバージョン率と平均注文額です。 これらは私たちのストアにとって最も重要な指標であり、ストアを改善する方法に関して最も洞察を提供してくれます。 ただし、すべての店舗は異なるため、他の目標がビジネスにとってより重要であることがわかる場合があります。 それは本当にあなたが最適化しようとしているものに依存します.

パラレザーのルーク・リー最高経営責任者（CEO）

視覚的なストーリーテリングのためのクリエイティブの追加

使用するほとんどの A/B テスト ソフトウェアには、レポートをエクスポートするときに使用できる表やグラフ、または既製のテンプレートが用意されています。 これらのグラフィックをレポートに追加し (もちろん関連性がある場合)、独自のグラフィックを作成することを検討してください。

あなたの数字が物語っています。 クリエイティブを使って視覚的に表現するだけです。 コツは、できれば一度に理解できる視覚化を使用することです。

CXL の Annemarie Klaassen と Ton Wesseling は、機能するソリューションにたどり着くためにさまざまな方法を試しながら、この道をたどりました。 彼らのアドバイスの簡単な要約は次のとおりです。

ヒント 1: 確信が持てない場合は、通常の Excel スプレッドシートを使用してください。

リフトとインパクトがすぐにわかります。 また、勝者を色分けして、どのバリアントが勝ったかを誰もが簡単に確認できるようにすることもできます。

ヒント 2: グラフを追加する

1 日あたりのコンバージョン率を時系列で確認し、デフォルトのバリエーションの下限と上限を追加できます。

ただし、これでは、どのバリアントが勝利し、KPI がどのように影響を受けたかについて明確な答えは得られません。 利害関係者にとって興味のない安定した効果があることを示すだけです。

ヒント 3: 統計学者をエミュレートする

もう 1 つの方法 (より正確な可能性があります) は、統計学者が行うことを再現することです: 2 つのベル カーブ、臨界値、および影付きの領域。 しかし、問題は、それを明確に説明するのが難しすぎることです。

Annemarie と Ton は次のように考えました。

両方のバリアントのコンバージョン率を示す 2 つの明確なポイント。 点線は信頼区間を表します。

「バリエーション B のコンバージョン率が A の信頼区間の範囲外にある場合、バリエーション B は大幅に優れています。 緑の網掛け部分がこれを強調しています。 赤い領域の点は、バリエーションのパフォーマンスが大幅に低下していることを意味します。」

それを正しくするために、さらに数回の試行が必要でした。 最終的に完成したのは、チームにとって意味のある統合されたバージョンであり、クリエイティブの制作を自動化することができました。

投稿全体を読んで、彼らが最終的にどうなったかを確認できます。

PSこれを過度に複雑にする必要はありません。 結果と学習を裏付けるクリエイティブを用意し、誰もが簡単に理解できるようにします。

ターゲティングと実験計画をカバー

実験をどのように設計し、どのオーディエンス セグメントをターゲットにしたかは、そこから学んだことと同じくらい重要です。特に、それらの洞察を使用して将来のテストを作成する必要があるためです。

これらは「詳細」セクションにも表示されます。 経営陣に関係のない情報を要約したり、要約したバージョンを提示したりすることができます。

専門家がターゲティングとセグメンテーションにアプローチする方法は次のとおりです。

リピーターやメインの製品ページを見た個人など、さまざまなユーザー セグメントを対象とするさまざまな実験が行われます。 英語圏全体からのユーザーがいる場合は、UK English で英国のクライアントをターゲットにすることができます。 オーディエンスをセグメント化することで、基準を満たす特定の数の訪問者のみに実験を公開し、そうでない訪問者を除外することができます。

ストアで A/B テストを実行する前に、オーディエンスのどのセクションが仮説に適しているかを把握する必要があります。 セグメンテーションにより、正しい実験が正しいクライアントに表示されることが保証されます。

Lulu Albanna、共同創設者 – WRC Media

これらの特定の選択をした理由を説明してください。 それは以前の実験の結果でしたか？ それとも、コンバージョンリサーチからある仮説にたどり着きましたか？

Electric Sc​​ooter Guide のテクニカル マネージャーである Paul Somerville も、テストがトリガーされた場所と、それが重要な理由を共有することを推奨しています。

Shopify カンパニーとして、ライブ チャット、CTA ボタン、製品写真、アップセル ポジショニング、ランディング ページ、ナビゲーション メニューなどの機能について、数多くの A/B テストを実施しました。

たとえば、A/B テストは、クロスセルとアップセルの適切なバランスを確立するのに役立ちました。カスタマー エクスペリエンスに煩わしさや摩擦はありません。

いくつかの実験を行った結果、チェックアウト時に提示されたものよりも、製品ページですぐに関連性の高い提案が好まれたことがわかり、その結果、平均取引額が増加しました.

セグメンテーションに照準を合わせる

すべてのテストは、オーディエンス セグメントを念頭に置いて開始するわけではありません。 多くの場合、テストの目的は、どのセグメントが変化によりよく反応するかを調べることです。

したがって、テストが完了した後にオーディエンス セグメントを定義する場合は、レポートの「結果」セクションと「学習」セクションにその結果を含めるようにしてください。

レポートに含める一般的なセグメンテーションは次のとおりです。

• 地理的
• 行動
• 天気
• テクノグラフィック

これらはすべて、オーディエンスをよりよく理解し、優れたテストを設計するために必要な結果を絞り込むのに役立ちます。

ただし、ポストセグメンテーションでは、サンプル サイズが小さすぎる、複数のセグメントを比較する、完全に間違ったセグメントに注目する、という 3 つの一般的な問題が発生する可能性があることに注意してください。

注: また、ポスト セグメンテーション (Cookie、データ レイヤー、さらには HubSpot リストに基づいてオーディエンスをセグメント化) で高度になることもできます。

Shopify A/B テストの価値を社内およびクライアントに伝える

Shopify A/B テストレポートがどのように表示されるかがわかったので、専門家からのアドバイスを以下に示します。

• B2C vs. B2B – 正しい道を示す
  B2C の購入サイクルははるかに短く、トラフィックも多いため、理想的には多くのテストを実行できる可能性があります。 しかし、ほとんどのブランドは依然として「試行錯誤された」獲得チャネルに焦点を当てていることがわかりますが、新しいプライバシーの更新によりデータが不十分になるため、持続不可能になりつつあります. 結果？ 顧客獲得コストの驚異的な上昇。 クライアント/利害関係者に、すべての競合他社よりも多くの費用をかけることはできないことを説明してください。

• リーダーシップの利益のためにプレーする
  A/B テストの真の価値は、実験から得られる洞察にあります。 しかし、これらは創業者やその他の利害関係者にとって役に立ちません。 彼らは学んだことに感銘を受ける可能性が低く、「勝利」に関心があります。

• 間違った期待を設定しないでください
  もちろん、収益への影響を示すように努める必要がありますが、ここでのキー フレーズは「可能な場合」です。 コンバージョン率や平均注文額の増加に基づいて収益を予測しないでください。
  代わりに、テストされたものに焦点を当てます。
  
  
  • 何をしたかを具体的に示し、視覚的で適切なレポートを作成します。
  • 学んだことは何ですか？ これは、CR や ARPV 移動などのメトリックから取得できます。 動きに固執するのではなく、仮説が正しいことが証明されているかどうかに固執してください。 もしそうなら、因果関係はあなたのオーディエンスセグメントについて何を明らかにしますか?
  • この洞察で何をしますか？ ポジショニングを微調整しますか？ それとも、サイトのデザインを改善しますか?
  • これはビジネス全体にとって何を意味するのでしょうか? また、ブランドはビジネス目標の達成に一歩近づくことができるでしょうか?

• 提示した数字にコンテキストを追加する
  人々が何を見ているのか、はっきりとした言葉で知らせる必要があります。 これは、色分け、業界ベンチマークの追加、平均や視聴者セグメントの表示、さらにはさまざまなチャネルの費用の表示を意味する可能性があります.

このアプローチに従うことで、すぐに成果を上げなければならないというプレッシャーに常にさらされているわけではありません。

実験とは何か、つまり学習に再び注意を向けることができます。 しかし重要なのは、どちらかを優先することではありません。

最高の実験機関は、テストしているものと同じくらい関心と賛同を重視しています。 熱意 (はい! 実験はビジネスを成長させることができます) と不正確な期待の設定 (収益は 2 倍になります) の間の真のバランスをとる行為です。

今後の道は（*太鼓を鳴らしてください*）教育です。 「Experimentation Works」のコピーを入手してください。専門用語のない読み物であり、より優れたテストを実行し、実用的な洞察を共有するためのガイドとなります。

また、負荷を分散するのに役立つ A/B テスト ツールを探している場合は、Convert を試してみてください。 15 日間無料です。クレジット カードは必要ありません。