AB テスト

実験を行ってメッセージングを最適化しましょう。AB テストでは、同じキャンペーンの複数のバージョンに対するユーザーの応答を比較します。多変量テストでは、これを2つ以上の変数に拡張します。Braze では、セットアッププロセスが同じであるため、これらの用語は同じ意味で使用されます。AB テストとインテリジェントセレクションを組み合わせて、結果を自動的に最適化しましょう。

セクション記事

AB テストを使用するタイミング

• 新しいメッセージングタイプを試す場合: 実験を行い、ユーザーに響くものを学びましょう。
• オンボーディングキャンペーンや定期送信: トラフィックの多いキャンペーンを可能な限り効果的にしましょう。
• 複数のメッセージアイデアがある場合: テストを実行し、データドリブン型の意思決定を行いましょう。
• 前提を検証する場合: 従来のマーケティング戦術が特定のオーディエンスに実際に効果があるかどうかをテストしましょう。

効果的なテストを実行するためのヒント

• 大きなサンプルサイズを使用して、結果が平均的なユーザーを反映し、外れ値に左右されないようにしましょう。
• テストグループをランダム化して、応答率の違いがサンプルの違いではなく、メッセージの違いを反映するようにしましょう。
• 何をテストしているかを把握しましょう。 単一の変更を分離することで、どの要素が最も大きな影響を与えたかを特定できます。複数の違いをテストすることで、より広範なアプローチを比較できます。
• テスト期間を事前に設定し、初期の結果が有望に見えても、テストを早期に終了しないでください。
• 起動前にテストを追加しましょう。 実行中のキャンペーンにテストを追加すると、不正確な結果が生じます。キャンペーンを複製し、元のキャンペーンを停止してから、複製にテストを追加してください。
• コントロールグループを含めて、メッセージを送信しない場合と比較した影響を測定しましょう。