商品Aと商品Bの比較
トリガー商品、表示場所、対象ユーザー、文章、特典をそろえ、提案する商品だけを変えます。これにより、どの補完的な組み合わせにお客様がより反応するかを確認できます。たとえば、ランニングシューズをカートに追加した後に、高機能ソックスとシューズケアキットを比較します。
Shopify向けBumpZen
ShopifyアップセルのA/Bテスト
商品・割引・売上を比較するShopifyアップセルのA/Bテスト
条件を満たすセッションをほぼ均等に分け、焦点を絞った二つのオファーをテストします。承諾と注文完了のデータをもとに、次の判断を行えます。
無料プランをご用意しています。最新の機能とプランの詳細は、Shopifyのアプリ掲載ページをご確認ください。
この表示場所が効果的な理由
キャンペーンの明確な問いを一つ検証
どちらも妥当なアップセル案でも、実績は大きく異なることがあります。BumpZenは、直感だけで商品、割引、メッセージを選ぶのではなく、Shopifyマーチャントが体系的にキャンペーンのバリエーションを比較できるようにします。
有用なテストでは、対象ユーザー、トリガー、表示場所、その他のキャンペーン設定をそろえ、提案商品、特典、見出しなど、意味のある違いを一つだけ切り分けます。結果を説明しやすくなり、次の行動にもつなげやすくなります。
仕組み
結果を読み解けるテストを実施
適切な商品選びのタイミングで役立つ次のオファーを提案し、結果に基づいて改善します。
-
01
変える要素を一つ選ぶ
商品、特典、その他の意味のある違いのうち、何を比較するか決めます。
-
02
二つのバージョンを作る
同じ表示場所の既存オファーをバリエーションAにし、バリエーションBでは一つの要素に絞って変更します。
-
03
比較可能なアクセスを集める
BumpZenは条件を満たすセッションをほぼ均等に割り当て、セッション中は各お客様に同じバリエーションを表示します。
-
04
結果全体を確認する
まず承諾率を比較し、購入完了と確認済み売上を確かめてから、バリエーションを継続するか改善するか決めます。
実践的なテストガイド
Shopifyマーチャントは何をA/Bテストすべきですか？
お客様に何を見せるかを変え得る判断から始めましょう。以下の各テストは異なる要素を切り分けているため、結果を具体的な次の行動につなげられます。
10%割引と割引なしの比較
同じ対象ユーザーに、同じ表示場所で同じ商品を提案し、特典だけを変えます。承諾率だけで判断しないでください。割引によって承諾が増えても、セッションあたりの確認済み売上や利益率が下がることがあります。十分な純増価値を生む範囲で、特典は最小限に抑えましょう。
見出しAと見出しBの比較
商品、価格、表示場所、ボタンをそろえ、実用的なメリットと組み合わせの提案など、一つの明確なメッセージを比較します。文章に焦点を絞ったテストなら、別のオファーによる影響と混同せず、伝え方が行動を変えたかを確認できます。
カート表示とチェックアウト表示の比較
これは表示場所の比較として扱い、BumpZen標準のランダム化A/Bテストとは区別してください。標準のBumpZen実験では、両方のバリエーションを同じ表示場所に設定します。カートとチェックアウトを比較する場合は、期間と対象ユーザーをそろえた別々のキャンペーンを実施し、アクセスや注文構成の変化を考慮してください。結果はランダム化による証明ではなく、傾向を示す参考情報として解釈します。
サンプルサイズと信頼度
どれくらいのアクセスが必要ですか？
一律に必要なセッション数や日数はありません。必要なアクセス量は、基準となるコンバージョン率、バリエーション間の差の大きさ、ストアで通常生じる変動によって変わります。大きな差は、小さな差より早く判断材料になることがあります。
標準のBumpZen実験では、条件を満たすセッションを約50/50に割り当て、セッション内では割り当てを固定します。わずかな表示や承諾だけで判断せず、通常の営業サイクルを代表する期間を通してデータを集めてください。週末の販促、在庫切れ、例外的に大きな注文が一件あるだけでも、短期間の結果は偏ることがあります。
任意で実施できるランダム化AI純増効果テストでは、各群30セッションは、BumpZenが統計的な信頼度の評価を始める最低条件にすぎず、結論が得られる保証ではありません。95%信頼区間に差がない値が含まれない場合にのみ、BumpZenは優位な案を報告します。それ以外は、さらに根拠が集まるまで結論未確定のままです。
適切な成果指標を読み取る
承諾率と確認済み売上が異なる理由
アップセルの承諾は購入意欲の記録です。確認済み売上は、完了したShopify注文で確認されたアップセルの金額で、その後のキャンセルや返金も反映します。この二つの指標は、異なる問いに答えます。
- 承諾率
- バリエーションを見たお客様が、どれくらいの割合で承諾したかを示します。直感的な魅力を判断するのに役立ちます。
- 確認済み売上
- 注文との照合とその後の調整を経て、アップセルが完了した注文の売上に実際にどれだけ貢献したかを示します。
- セッションあたりの売上
- 購入につながらなかったセッションも含め、割り当てられた各セッションが平均でどれだけの確認済み売上を生んだかを示します。
承諾率が高くても低価格のオファーは、承諾率が低くても高額なオファーに売上で劣ることがあります。また、割引で承諾が増えても、正味の価値が増えるとは限りません。承諾を行動の指標として読み取り、購入完了と確認済み売上で事業への効果を判断してください。
BumpZenの機能
BumpZenでのShopifyアップセル実験の仕組み
BumpZenの標準実験は、何が変わったかを把握できるよう、意図的に比較対象を絞っています。
- 有効なサイドカートまたは購入後オファーを、バリエーションAとして選びます。
- バリエーションBは、商品、見出し、説明、ボタンの文言、価格や割引など、一つの焦点に沿って作成します。幅広い違いを検証する意図がある場合は、全体を比較することもできます。
- BumpZenは元のオファーを一時的に置き換え、条件を満たすセッションの約半数ずつに各バリエーションを表示します。各セッション内では割り当てが固定されます。
- 表示回数、承諾数、承諾率、売上を並べて比較します。BumpZenは現時点で優勢な案を示しますが、採用するかテストを続けるか、十分な根拠が集まったかを判断するのはマーチャントです。
BumpZenでできること
このキャンペーンで利用できる機能
- キャンペーンのバリエーションテスト
- セッションをほぼ均等に割り当て
- セッション内でバリエーションを固定
- 承諾状況を並べて比較
- 確認済み売上の追跡
- 商品・文章・特典のテスト
- ランダム化AI純増効果テスト
キャンペーン戦略
意味のある要素を一つだけ変える
商品、文章、割引、表示場所、対象ユーザーを一度に変えると、何が効果を生んだのかわかりません。次の行動につながるよう、テストの焦点を絞りましょう。
-
1
テストは一つの具体的な問いに答えていますか？
-
2
比較対象以外の要素は、バリエーション間でそろっていますか？
-
3
偶然の変動に反応しないために、十分なアクセスがありますか？
ビジネスの成果を測定
データを活用してキャンペーンを改善
承諾率は直感的な魅力を示しますが、購入完了とは異なります。より多く承諾されたバリエーションが、完了した注文でもより多くの価値を生んだかを、購入完了数と確認済み売上で確かめてください。
1
オファー表示回数
2
承諾されたオファー
3
完了したコンバージョン
4
確認済み売上
よくある質問
ShopifyアップセルのA/Bテストに関するよくある質問
最初に何をA/Bテストすべきですか？
商品Aと商品B、10%割引と割引なし、見出しAと見出しBなど、意味のある違いを一つ選ぶところから始めましょう。対象ユーザー、トリガー、表示場所、比較対象以外のキャンペーン設定はそろえてください。
Shopifyアップセルのテストには、どれくらいのアクセスが必要ですか？
一律の必要数はありません。標準実験では、わずかな反応だけで判断せず、ストアの通常のアクセスを代表する期間にわたって実施してください。ランダム化AI純増効果テストでは、信頼度の評価に各群最低30セッションが必要ですが、明確な結論を得るにはさらに多くのアクセスが必要な場合があります。
BumpZenでカート表示とチェックアウト表示をランダムに割り当てられますか？
一つの標準A/B実験ではできません。標準実験では、同じ表示場所のバリエーションを比較します。カートとチェックアウトは期間をそろえた別々のキャンペーンで比較し、表示場所間でアクセスをランダムに割り当てていないため、結果は傾向を示す参考情報として扱ってください。
承諾率が最も高い案と、売上が最も高い案が異なるのはなぜですか？
承諾はお客様がオファーを選んだ記録ですが、確認済み売上にはShopifyでの注文完了が必要で、その後のキャンセルや返金も反映されます。このため、商品価格、割引率、完了率、注文の調整により、承諾率が低い案のほうが高い価値を生むことがあります。
まずは相性のよい商品の組み合わせを一つ
キャンペーンの問いを、判断の根拠に変える
焦点を絞った二つのバリエーションを作り、比較可能なアクセスを十分に集め、完了した注文の成果を次の改善につなげましょう。
ShopifyにBumpZenをインストール