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。BrazeAITMで最適化 を使用して、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： 実験して、ユーザーに何が響くかを学びましょう。
- 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が可能な限り効果的であることを確認しましょう。
- 複数のメッセージアイデアがある場合： テストを実施し、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実際に特定のオーディエンス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施するためのヒント
- 大きなサンプルを使用することで、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す。
- テストグループをランダム化することで、反応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す。
- 何をテストしているかを把握してください。単一の変更を分離すると、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と、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てください。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ることで、メッセージをまったく送信しない場合と比較した影響を測定します。
New Stuff!