ページ内のどこに課題やチャンスがあるかを特定しABテストを実施。資料請求率が向上|KARTE Blocks

データが不十分でどこから改善に着手すべきか分からなかった資料一覧ページを、KARTE Blocksの「ブロックパフォーマンス機能」を活用して課題を発見し仮説をたて、ABテストを実施。資料請求率が向上しました。

課題
ページ内のどこを改善すれば良いのかデータと分析が不十分だった
施策
ブロックごとの効果が可視化され、仮説からABテストを実施
結果
画像を変更しカテゴリ分けを実施したテストパターンでゴール率が上昇

課題
ページ内のどこを改善すれば良いのかデータと分析が不十分だった

資料一覧ページはプロダクトの概要資料や、業界ごとの事例を資料形式でご紹介するページです。最近になって掲載資料数が増えてきたため、どの資料がよく見られているのかGoogle Analyticsで確認しようとしたところ、リンクごとのクリック数が計測されていないことが分かりました。
GAでイベントトラッキングを実装すれば、各コンテンツのクリック数、ゴール率(目標とした行動への到達率)といったデータを把握することができますが、実際やろうと思うとラベル・アクション・カテゴリの命名規則を決めてフロントエンジニアに依頼、実装の上、数値を集計する必要があったり、そもそもフロントエンジニアのリソース状況を考えると、なかなか優先度をあげることができずにいました。
画像の変更などいくつか改善案が浮かんだのですが、詳細データが不足しているためどのアイデアが効きそう(定量的にインパクトがありそう)か不明瞭で動きにくい状況でした。

施策
ブロックごとの効果が可視化され、仮説からABテストを実施

詳細データを把握するために、KARTE Blocksのブロックパフォーマンス機能を活用。ページ上で計測したいブロックをポチポチと選択していくだけで、効果を把握したいコンテンツがリスト化されました。登録後から表示回数、クリック率、ゴール率の計測が始まり、簡単に数値を可視化することができます。(動画参照)



4@1200w

データを見てみると、「内容を画像で表示している資料のクリックが良い」こと、「いくつかの資料が圧倒的にクリックが良い」こと、「資料の種類ごとにクリックの良いコンテンツに傾向がある」ことが分かりました。

ここから、

  1. 資料の内容が視覚的に分かりやすい方が興味を持ってもらいやすいのでは
  2. どの資料が人気があるか分かりやすくした方がいいのでは
  3. コンテンツのカテゴリーが分かりやすい方が資料を選びやすいのでは

と数値を元にした仮説を立てることができ、具体的なアクションを考えやすくなりました。
ABテストでは、画像の変更、フラグの追加、コンテンツのカテゴリ分けを実施。資料掲載エリア全体を書き換えたテストパターンとオリジナルパターンとでABテストを行いました。

    結果
    画像を変更しカテゴリ分けを実施したテストパターンでゴール率が上昇

    画像を変更しカテゴリ分けを実施したテストパターンとオリジナルパターンとを比較すると、資料ダウンロード完了率(ゴール率※)が40%程度高い傾向が見えてきました。概ね仮説を検証することができたため、テストパターンの比率を引き上げました(下記のイメージ参照)

    ※ゴール率とは、置き換えブロックを表示したUUのうち、資料ダウンロード完了ページを閲覧したUU数の割合を表しています。つまり、「どれか1つでも資料請求を完了しているユーザー」の数が増えたことを意味します。

    blocks abtest

    従来であれば複数のツールを跨いで分析と実装を行ない、時間・手間をかけなければ実施できなかったプロセスを、BMS(Block Management System)を活用することで、1つのツール上でスピーディに完結することができました。

    (2021/3/5〜4/27、オリジナルパターンとテストパターンを比較。調査者:株式会社プレイド)

    インタビューイー

    中城千佳 様

    株式会社プレイド / KARTE サービスサイト

    https://karte.io/

    あらゆるサイトをリアルタイムに可視化し顧客体験をアップデートするCXプラットフォーム「KARTE」を提供しています。

    SHARE