多変量テスト（Multivariate Test）
定義
多変量テストとは、複数の要素（例：見出し×画像×CTA文言）の組み合わせを同時に出し分け、最も成果が高いコンビネーションを見つける検証手法です。
1要素のみを比較するA/Bテストより設計が難しく、必要トラフィックも多めです。
ポイント：要素の数を絞り、重要な仮説だけを検証すると少ない母数でも回しやすくなります。
設計のコツ
- 要素を最大2〜3個に限定（見出し・画像・CTAなど）。
- 水準は各2案に絞る（3案以上は母数が急増）。
- 完全要因計画（全組み合わせ）か、部分要因計画（代表組み合わせ）を選ぶ。
- 重要指標を1つに固定（CVRなど）し、期間は十分に。
- 勝ち筋の再検証：ベスト組み合わせをA/Bで再確認すると堅いです。
具体例
見出し（A: ベネフィット重視 / B: 具体数値）× 画像（A: プロダクト / B: ユーザー利用シーン）× CTA（A: 無料で試す / B: 2分で相談）を同時検証。
「数値見出し × 利用シーン × 2分で相談」の組み合わせが最良で、CVRが改善しました。
FAQ
- Q. トラフィックが少ないとできない？
- A. 要素と水準を絞る、部分要因計画にする、まずA/Bで当たりを探してから多変量に移行する、などで対応可能です。
- Q. いつA/Bではなく多変量を選ぶ？
- A. 要素間の相互作用（例：画像と見出しの組み合わせ効果）を見たいときに有効です。
- Q. 結果の読み方は難しい？
- A. 組み合わせの上位だけでなく、各要素の主効果・交互作用を見て「なぜ効いたか」を学びとして残しましょう。
👉 他の用語も調べたい方はこちら
