ランディングページCRO
コンバージョン率最適化とは、ベストプラクティスを適用することではありません。実際のユーザーエビデンスから具体的な仮説を形成し、テストし、反復することです。このスキルが防ぐ高コストな失敗は、リデザインルーレットです。つまり、テストされていない「改善」の束を一度に出荷し、勝ちと負けが混ざり、何も動かず、何も学ばず、有料広告は穴の開いたページに降り続けるという状況です。
運用手順
順序は厳格です。監査の前に仮説を立ててはいけません(観察のない仮説は推測です)。仮説の前に優先順位付け、優先順位付けの前にテスト、そして判定の前に有意性を確認します。
ステップ 1: インプットを収集する
監査の前に収集します。推測とわかっているものにはラベルを付けます。
- ページURLとその単一のコンバージョン目標(フォーム送信、購入、サインアップ)。2つの目標があるページは、それだけで発見事項です。
- 現在のCVRとトラフィック:週間ユニークビジター数と週間コンバージョン数。これらはステップ5でテスト方法を決定します。
- トラフィックソースと、そのトラフィックを送っている広告またはメール(ステップ2のメッセージマッチチェックに必要)。
- 利用可能なツール:ヒートマップ、セッション録画、分析ファネル。デフォルトでは分析のみを想定し、そのギャップを指摘します。
- 制約:ブランドルール、開発者の工数、期限。
ステップ 2: 仮説を立てる前に監査する
2種類のエビデンスを収集します。
- 定量的:ヒートマップ、スクロールマップ、クリックマップ、セッション録画、ファネルの離脱データ。意見を形成する前に、少なくとも1時間をセッション録画に費やしてください。
- 定性的:ユーザー調査、ライブチャットのトランスクリプト、営業電話のメモ。ユーザー自身の言葉による異議。
監査では3つの質問に答える必要があります。どこでユーザーが離脱しているか、コンバージョンに役立たないものを何をクリックしているか、どのような異議が繰り返し述べられているか。
最初にメッセージマッチチェックを実行します。これは最も一般的なCROの失敗です。広告が特定の約束をしているのに、ページが一般的なブランドステートメントを提供している場合です。すべての有料ソースは、その広告のオファーを直接反映した見出しを持つページにランディングする必要があります。1つのページが複数のキャンペーンにサービスを提供している場合は、他のテストの前に、動的テキスト置換、または主要なキャンペーンテーマごとに専用ページを導入します。
次に、典型的な影響度の順に、最もレバレッジの高い5つの要素を監査します。(1) 見出し – 広告の約束と一致し、特定の痛点に語りかける必要があります。(2) 主要なCTA – テキスト、位置、コントラスト。(3) 社会的証明 – 具体性は量に勝ります。名前付きの顧客の引用は、星評価よりも効果的です。(4) ファーストビューのビジュアル – 製品ではなく、成果を示す必要があります。(5) フォーム/チェックアウトの摩擦 – 不要なフィールドはコンバージョンを減らします。背景色やフォントサイズをテストする前に、これらを修正してください。
ステップ 3: 構造化された仮説を書く
すべての仮説は次の正確な形式を使用します。「[監査からの観察]のため、[要素]を[提案された変更]に変更すると、[期待される測定可能な結果]が[オーディエンス]に対して生じる。」観察がない場合は、それは推測であり、バックログに入りません。モックアップの前に仮説を書きましょう。思考が実行よりも重要です。
ステップ 4: ICEで優先順位付けする
各仮説を1〜10のスケールで、影響度(真の場合にCVRをどれだけ動かすか)、確信度(背後にあるエビデンスの強さ)、容易性(構築とテストの速さ)についてスコアリングし、掛け合わせます。最も高いスコアを最初に実行します。同じページで同時にテストするのは最大2つまでにします。それ以上は解釈を複雑にします。テストごとに1つの変数のみを変更します。見出しとCTAを同時に変更するテストは、その結果を属性付けできません。
ステップ 5: 統計的有意性までテストする
- 標準:各バリアントあたり少なくとも100コンバージョン、95%の統計的有意性に達するまでは勝者を宣言しないでください。
- 低トラフィック(おおよそ月間1,000コンバージョン未満):ベイズテストに切り替え、90%の確率で勝つ閾値を使用するか、効果サイズが検出可能なより大きな変更(セクション全体の書き換えなど)をテストします。
- 1つのバリアントが「良さそうに見える」という理由でテストを早期に終了しないでください。平均への回帰は現実です。サンプルサイズまたは実行期間を起動前に事前にコミットし、少なくとも1つの完全なビジネスサイクル(通常1〜2週間)を実行して、平日と週末のミックスが反映されるようにします。
- 敗北を含むすべての結果をテストログに文書化します。失敗した仮説も学習であり、文書化されていないものは6ヶ月後に再実行されることになります。
ステップ 6: 出荷、記録、ループ
勝者をロールアウトし、結果を仮説に対して記録し、バックログを再スコアリングし(勝利は関連する仮説の確信度を変えることがよくあります)、ステップ4に戻ります。
成果物例:スコアリングされた仮説バックログ
ページ: /demo-request 目標: デモフォーム送信 ベースラインCVR: 2.1% トラフィック: 9,400/週
| # | 仮説(なぜなら / 変更 / すると / に対して) | I | C | E | ICE |
|---|---------------------------------------------------------------------------|---|---|---|-----|
| 1 | 有料訪問者の62%が10秒未満で直帰し、広告が「請求書処理時間を80%削減」| 8 | 8 | 9 | 576 |
| | と約束しているのに見出しが「モダンファイナンスプラットフォーム」のため、| | | | |
| | 見出しを広告のオファーに合わせるように変更すると、有料トラフィックのCVR| | | | |
| | が向上する | | | | |
| 2 | 録画によると、ユーザーの40%が7つのフィールドのフォームを開き、「電話番号」| 7 | 7 | 6 | 294 |
| | で離脱しているため、電話番号と会社規模を削除すると、全トラフィックのフォーム| | | | |
| | 完了率が向上する | | | | |
| 3 | チャットのトランスクリプトに「これはNetSuiteと連携しますか?」と繰り返し| 6 | 6 | 7 | 252 |
| | あるため、NetSuiteのロゴと1行の統合証明をファーストビューに追加すると、| | | | |
| | ERP由来のセグメントのCVRが向上する | | | | |
実行順序: #1を最初に。1変数。最小サンプル: 100コンバージョン/バリアント、95%有意、
完全な2週間サイクル。結果は結果に関わらずテストログに記録。
成果物
以下を含むCROパッケージを作成します。監査結果(離脱ポイント、誤解を招くクリック、そのままの異議、メッセージマッチの判定)、上記フォーマットのスコアリングされた仮説バックログ、最優先仮説のテスト計画(変数、サンプルサイズ、有意性基準、期間)、および結果を記録するためのテストログ構造。
禁止事項
- 監査前にテストしないでください。観察のない仮説は推測であり、推測をテストするとトラフィックを無駄にします。
- 1つのテストで複数の変数を変更しないでください。結果は属性付け不能になり、「学習」はノイズになります。
- バリアントがリードしているからといって、覗き見して早期に停止しないでください。初期のリードは回帰し、それらを勝者と呼ぶと敗者を出荷することになります。
- 5つの高レバレッジ要素に対処されていない発見事項があるのに、ミクロ要素(ボタンの色合い、フォント)から始めないでください。
- 低トラフィックのページで頻度論的95%/100コンバージョンテストを実行しないでください。テストは決して結論に達しません。ベイズ閾値またはより大きな変更を使用してください。
- 敗北したテストの文書化をスキップしないでください。文書化されていない敗北は、高コストで再実行されます。
品質基準
次の場合にのみ出荷します。すべての仮説が具体的な監査観察を引用している。ICEスコアが正当化されており、雰囲気ではない。各計画されたテストが1つの変数を分離している。有意性基準とサンプル数の下限が書面で事前コミットされている。すべての有料ソースについてメッセージマッチが検証されている。最初のテストが開始される前にテストログが存在する。
エスカレーション
全く新しいページのコピーを書く場合は landing-page-copy。パフォーマンス不良の広告側を診断する場合は paid-acquisition-audit。完了した実験の詳細な統計的読み出しは ab-test-analyzer。1ページを超えるファネル全体の離脱は funnel-analysis。