A/B/nテスト仮説と目的
このページの翻訳はAIによって自動的に行われました。可能な限り正確な翻訳を心掛けていますが、原文と異なる表現や解釈が含まれる場合があります。正確で公式な情報については、必ず英語の原文をご参照ください。
A/B/n検定の最初のステップは明確な仮説を立てることです。この仮説はテストの意図された結果を示し、それを測定するのに役立ちます。例えば、仮説Variant B will lead to at least 20% more page views than the control variantを考えます。この仮説は、2つの可能な結果をもたらす可能性があります。
-
Null hypothesis - A/B/n検定では、各変異と対照変異の間に有意な差は認められなかった。
-
Alternative hypothesis - ある変異が対照群よりも良いパフォーマンスを示し、仮説を裏付ける。これがA/B/nテストの望ましい結果です。
各仮説に対して、達成したい目標を反映するために測定可能な目標を含めることをお勧めします。A/B/nテストの主な目的は、訪問者体験の変化を評価し、特定のビジネス成果を改善することです。
これらの変更をテストし、パフォーマンスを追跡するには、テスト目標を設定する必要があります。
例えば、ページビューを増やすことが目標なら、目標を追跡したいページを指定する必要があります。Sitecoreはこの目標の指標を以下に用いています:
-
バリアントを勝者と宣言するか、テストが決定的でないと宣言するための必要な訪問回数を計算してください。
-
各バリアントのパフォーマンスを測定し、統計的有意性が出る前に目標達成に先行しているバリアントを特定しましょう。
テストが24時間終わった後、分析結果 を確認してバリアントのパフォーマンスを比較できます。これにより、各バリアントの定量データを確認でき、どのデザインやコンテンツがページビューの増加を促しているのかという不確実性を排除できます。
SitecoreがどのようにA/B/nテストの勝者を決定するのかを理解するために、テストの指標や計算 に慣れておくことをお勧めします。