多変量ランディングページ最適化

多変量ランディング ページ最適化(MVLPO)は、Web ページ上の視覚要素 (グラフィック、テキストなど) の複数のバリエーションを評価する、ランディング ページ最適化の特定の形式です。たとえば、特定のページには、タイトルの選択肢がk個、注目の画像またはグラフィックの選択肢がm個、会社のロゴの選択肢がn個あるとします。この例では、 k×m×n のランディング ページ構成が生成されます。

MVLPO の実験設計の最初の適用は、1998 年に Moskowitz Jacobs Inc. によってLEGOのシミュレーション/デモンストレーション プロジェクトとして実行されました。MVLPO は 2003 年または 2004 年まで主流のアプローチにはなりませんでした。

多変量ランディング ページの最適化は、ライブ (本番) 環境で実行することも、シミュレーションや市場調査アンケートを通じて実行することもできます。

多変量ランディング ページ最適化は、ウェブページ要素の構造化された組み合わせをテストする実験設計(離散選択、コンジョイント分析、タグチ メソッド、IDDEA など) に基づいています。一部のベンダー (Memetrics.com など) は、すべての可能な要素の組み合わせをテストする「完全実施要因」アプローチを使用しています。このアプローチでは、統計的有意性を達成するために、従来の分数タグチ デザインよりも小さいサンプル サイズ (通常は数千) が必要です。この品質は、選択モデリングが2000 年にノーベル賞を受賞した理由の 1 つです。シミュレーション環境で通常使用される分数デザインでは、可能な組み合わせの小さなサブセットをテストする必要があり、誤差の範囲が広くなります。このアプローチに対する批評家の中には、ウェブページの要素間の相互作用の可能性と、ほとんどの分数デザインではこの問題に対処できないことに疑問を呈する人もいます。

部分的デザインの限界を解決するために、ルール開発実験（RDE）パラダイムに基づく高度なシミュレーション方法が導入されました。^[1] RDEは、各回答者ごとに個別のモデルを作成し、要素間のあらゆる相乗効果と抑制を発見し、 ^[2]態度のセグメンテーションを明らかにし、テスト全体と時間の経過に伴うデータベース化を可能にします。^[3]

ライブ環境での MVLPO 実行では、特別なツールがページに動的な変更を加え、訪問者を実験設計に従って作成されたランディング ページのさまざまな実行に誘導します。システムは、コンバージョン率、ページでの滞在時間など、訪問者とその行動を追跡します。十分なデータが蓄積されると、システムは個々のコンポーネントがターゲット測定 (例: コンバージョン率) に与える影響を推定します。

ライブ環境での実行には次の利点があります。

• バリエーションの効果を実際の体験としてテストできる
• 一般的に訪問者に対して透明である
• 比較的シンプルで安価に実行できる

ライブ環境での実行には、次の欠点があります。

• 高コスト
• 実稼働レベルのウェブサイトの変更に伴う複雑さの増大
• 統計的に信頼できるデータを取得するには長い時間がかかります。この状況は、決定に必要なデータを生成するトラフィック量の変動によって発生します。
• サイト管理者が潜在的な顧客を失いたくない、トラフィックが少なく重要度の高いウェブサイトには不適切である可能性が高い

シミュレーション（調査）MVLPO実行では、基礎は高度な市場調査技術で構成されています。調査段階では、回答者は、実験的に設計されたランディングページの組み合わせのセットを提示する調査に誘導されます。回答者は、何らかの要因（購入意向など）に基づいて各バージョンを評価します。調査段階の最後に、個々のページまたはページパネル全体に対して回帰分析モデルが作成されます。結果は、さまざまなランディングページ実行におけるページ要素の有無と回答者の評価を関連付けます。これらの結果を使用して、インタラクションの有無にかかわらず、サブグループまたは市場セグメントに最適化された最高得点の要素の組み合わせとして新しいランディングページを合成できます。 ^[4]

シミュレーション実行には次の利点があります。

• 多くの場合、ライブ環境での実行に比べて準備と実行が速く簡単
• トラフィックの少ないウェブサイトに適用可能
• ページデザインの制御が強化されたため、より堅牢で豊富なデータを生成できます。

シミュレーション実行には次の欠点があります。

• 実際の環境ではなくシミュレートされた環境であるため、バイアスが生じる可能性があります。
• 回答者を募集し、必要に応じてインセンティブを与える必要性