ABテストとは？

詳細解説

ABテスト（A/B Testing）は、Webサービスやマーケティング施策において、ある変数（ボタンの色・見出し文・画像・レイアウト等）だけを変えた2パターン（A案・B案）をランダムに振り分けたユーザーグループに同時配信し、どちらが目標指標（クリック率・コンバージョン率・離脱率等）が優れているかを統計的に検証する実験手法です。ABテストの重要原則として「一度に1変数だけ変える」ことが挙げられます。複数の要素を同時に変えると、どの変更が効果に影響したか判断できません。統計的有意差（通常p値<0.05、信頼水準95%以上）を満たすまでデータを収集することも必須で、サンプル数が少ない段階での判断は誤った結論を招きます。より高度な手法として、3パターン以上を比較する「多変量テスト（MVT）」があります。グロースハックやリーンスタートアップの文脈ではABテストが仮説検証サイクルの中核を担い、継続的な改善（改善→測定→学習）を高速で回す基盤となります。ITパスポートでは「ABテストの目的（データに基づく意思決定）」「1変数ずつ変える原則」「サンプルサイズと統計的有意性の重要性」が問われます。

ITパスポートでの出題ポイント

• 1ABテスト＝1変数のみ変えた2パターンを同時配信し統計的に優劣を判定
• 2サンプルサイズ不足での早期判断は誤った結論を招く（統計的有意差が必要）
• 3グロースハック・リーンスタートアップとの連動：仮説→ABテスト→学習サイクル

関連用語