LPのABテスト設計｜検証すべき要素・期間・判断基準を解説

本記事は、LPのABテストで何を比べ、どの数字で判断すべきか迷っている方に向けて、実務で使える設計手順を解説します。

LPのABテストは、便利なようで危険です。

ボタンの色を変える。見出しを変える。画像を変える。2案を出して勝った方を残す。これだけなら簡単に見えます。しかし、仮説がないABテストは、ただのくじ引きに近くなります。

本当に必要なのは、勝ち負けを見ることではありません。なぜユーザー行動が変わったのかを学ぶことです。この記事では、LPのABテストを成果につなげるための考え方と手順を整理します。

ABテストは「何となく改善」を止めるために行う

LP改善では、意見がぶつかりやすいです。

「もっと派手にした方がいい」

「CTAを上に置いた方がいい」

「料金を出すと離脱するのでは」

どれも一理あります。しかし、ユーザーの行動を見ずに決めると、声の大きい人の意見が採用されがちです。

ABテストの役割は、感覚の議論を検証に変えることです。たとえば、次のように考えます。

• 仮説: 料金目安を出すと比較検討ユーザーの不安が減る
• 変更: CTA前に料金の目安を追加する
• 指標: CTAクリック率とフォーム到達率を見る
• 判断: 商談化率が落ちないかも確認する

この形にすると、ただのデザイン変更ではなく、意思決定の実験になります。

Google OptimizeとOptimize 360は、2023年9月30日に利用できなくなりました。GoogleはGA4とのサードパーティABテスト連携に投資すると説明しています。出典：Google Analytics Help, 2023

つまり現在のLP改善では、GA4で成果を測りながら、別のテストツールや手動の期間比較を組み合わせる前提で考える必要があります。

テスト前に見るべき数字を決める

ABテストでよくある失敗は、テスト後に都合の良い数字を探すことです。

CTAクリック率は上がった。でもフォーム完了率は下がった。CVRは少し上がった。でも商談化率は落ちた。このような状態で、どちらが勝ちか判断できなくなります。

だから、テスト前に主指標と副指標を決めます。

• 主指標: 最も改善したい数字
• 副指標: 悪化していないか確認する数字
• ガードレール指標: 絶対に落としたくない数字

たとえば、CTA文言のテストなら主指標はCTAクリック率でもよいです。ただし、副指標としてフォーム完了率を見ます。さらに、問い合わせ後の商談化率をガードレールにします。

Google Analyticsでは、事業にとって重要な行動をキーイベントとして設定できます。問い合わせ完了、資料請求完了、予約完了などをキーイベントにしておくと、LPごとの成果を確認しやすくなります。出典：Google Analytics Help, 2026

ABテストは、クリックを増やすためだけに行うものではありません。事業成果に近い行動が増えているかを見る必要があります。

テストする要素は1つに絞る

ABテストでは、一度に多くを変えすぎないことが重要です。

見出し、画像、CTA、料金表示、フォーム項目を同時に変えると、勝った理由が分かりません。結果が良くても、次に再現できない改善になります。

最初にテストしやすい要素は次の通りです。

• ファーストビューのメインコピー
• CTA文言
• CTA位置
• 料金目安の有無
• 事例の見せ方
• フォーム前の説明
• フォーム項目数

ただし、影響が小さい要素から触ると学びが少なくなります。ボタンの角丸や影よりも、メインコピーやCTA文言の方がユーザー判断に直結しやすいです。

第一原理で考えるなら、ユーザーはページを美術作品として見ていません。自分の問題が解決できるか、信頼して進んでよいかを見ています。だから、テスト対象もその判断に関わる要素から選びます。

期間とサンプル数を軽く見ない

ABテストは、数日で判断すると危険です。

曜日、広告予算、キャンペーン、季節性、競合の動きで数値は揺れます。特にBtoBや高単価商材では、そもそも問い合わせ数が少ないため、短期間の差は偶然かもしれません。

Optimizelyは、統計的有意性を使って、観測された差が偶然ではない可能性を判断すると説明しています。ただし、有意性を高くするほど、判断にはより多くのデータが必要になります。出典：Optimizely, 2026

実務では、次のように考えると現実的です。

• 流入が多いLP: ABテストで判断しやすい
• 流入が少ないLP: 前後比較やヒートマップも使う
• 問い合わせが少ない商材: 商談化率や問い合わせ内容も見る
• 広告流入が多いLP: 配信条件をできるだけ揃える

少ないデータで無理に勝敗を出すより、仮説の確からしさを高める方が価値があります。

SEO流入ページではクローキングに注意する

ABテストはSEOにも配慮が必要です。

Google Search Centralには、ウェブサイト変更やABテストに関するページが用意されています。検索エンジンに見せる内容とユーザーに見せる内容を不自然に分けると、意図しないリスクになります。出典：Google Search Central, 2026

LPが広告専用なら比較的シンプルです。しかし、SEO流入もあるページで大きく内容を変える場合は注意します。

• 検索意図とずれた案を出さない
• テスト期間を必要以上に長くしない
• 正規URLやリダイレクトを適切に扱う
• 重要コンテンツをテストで消しすぎない
• 検索エンジンだけ別内容にしない

SEOで評価されているLPは、成果ページであると同時に検索ページでもあります。ABテストは、検索意図を壊さない範囲で行います。

勝った案を残すだけで終わらせない

ABテストの価値は、勝った案を残すことだけではありません。

大事なのは、学びを次に使うことです。たとえば「料金目安を出したらCVRが上がった」なら、ユーザーは価格不安を持っていた可能性があります。この学びは、別のLP、営業資料、広告文、FAQにも使えます。

テスト後に残すべき情報は次の通りです。

• 仮説
• 変更内容
• 主指標
• 副指標
• 結果
• 学び
• 次に試すこと

この記録があると、LP改善が属人的になりません。チームで改善知を蓄積できます。

まとめ

LPのABテストは、なんとなく2案を比べる作業ではありません。ユーザーの判断がどこで変わるかを学ぶための実験です。

最初に仮説を作る。主指標と副指標を決める。変更点を1つに絞る。十分な期間とサンプルを確保する。SEO流入があるページでは検索意図を壊さない。そして、勝ち負けだけでなく学びを残す。

最初の一歩は、今のLPで一番大きな不安を1つ選ぶことです。料金なのか。信頼なのか。フォームなのか。そこに対して、1つの仮説を立てて小さくテストしましょう。LP改善は、勘の勝負ではありません。学習速度の勝負です。

参考文献

Google Analytics Help「[Sunset September 2023] Google Optimize」Google, 2023, https://support.google.com/analytics/answer/12979939

Google Analytics Help「About key events」Google, 2026, https://support.google.com/analytics/answer/9267568

Optimizely Support「Statistical significance」Optimizely, 2026, https://support.optimizely.com/hc/en-us/articles/4410284003341-Statistical-significance

Google Search Central「A/B testing your site」Google for Developers, 2026, https://developers.google.com/search/docs/crawling-indexing/website-testing