無料のA/Bテスト有意差計算ツール

スプリットテストの結果に統計的な有意差があるかを数秒で確認できます。両方のバリエーションの訪問数とコンバージョン数を入力すると、勝者、改善率、p値、必要なサンプル数がわかります。

信頼水準
コントロール（A）
0.00%コンバージョン率
バリエーション（B）
0.00%コンバージョン率
データ待ち両方のバリエーションの訪問数とコンバージョン数を入力すると、結論が表示されます。
確信度--
改善率--
p値--
サンプル数--

ワンポイント。確信度が95%を超えた瞬間にテストを止めないでください。サンプル数を先に決めてテストを走らせきらないと、偽陽性を勝者と判断してしまいがちです。

3ステップでA/Bテストの有意差を確認する方法

スプレッドシートも登録も不要で、1分足らずでスプリットテストに対する統計的に妥当な結論が得られます。

  1. 01

    コントロールの数値を入力

    比較対象となる元のバージョン、バリエーションAの総訪問数とコンバージョン数を入力します。

  2. 02

    バリエーションの数値を入力

    新しいバージョンであるバリエーションBの訪問数とコンバージョン数を入力します。コンバージョン率はその場で更新されます。

  3. 03

    結論を読み取る

    結果に有意差があるかどうか、改善率、p値、確信度に加えて、まだ足りない場合はあと何人の訪問者が必要かも確認できます。

マーケターが有意差を確認する理由

コンバージョン率が高いというだけでは、勝者とは言えません。きちんとした有意差検定を使えば、いつ止め、いつ続け、どの結果が単なるばらつきなのかがわかります。

テストをやめるタイミングがわかる

勘に頼らず確かな根拠で勝者を判断でき、実は効いているバリエーションを取りこぼしません。

偽陽性を避ける

途中で結果を覗くことによる損失を防ぎましょう。適切なp値が、その差が本物かどうかを教えてくれます。

次のテストを計画する

必要サンプル数の目安が、確信を持って判断するにはあとどれだけデータが必要かを正確に示します。

すっきりした報告

結果のリンクをワンクリックでチームに共有すれば、全員が同じ数値を同じ確信度で読めます。

A/Bテスト計算ツールが役立つ場面

ランディングページから広告クリエイティブまで。マーケターがあらゆる実験で手早い有意差チェックをどう活かしているかをご紹介します。

ランディングページのテスト

ランディングページの2バージョンを比べて、どの見出し、メインビジュアル、CTAが実際にコンバージョン率を動かしているのかを見極めます。

FacebookとMetaの広告

広告マネージャの表示を鵜呑みにせず、統計的な裏づけをもとに2つのクリエイティブやオーディエンスから選べます。

Google広告のコピーテスト

レスポンシブ検索広告の2バリエーションを比べ、新しい見出しが本当にコントロールを上回っているかを確認してから予算を増やせます。

メール件名のテスト

リストの一部に2つの件名を送り、全体配信の前に自信を持って勝者を決められます。

購入フローのテスト

新しい購入ステップ、信頼バッジ、アップセルが本当に完了率を高めているのか、それとも単なるばらつきなのかを確かめられます。

料金ページの実験

2つの料金プランやレイアウトできれいなテストを行い、感覚ではなく登録数で判断できます。

よくあるご質問

統計的有意差とは、2つのバリエーションの差が偶然のばらつきではなく本物だと、どれだけ確信できるかを示す指標です。一般的な目安は、確信度が95%以上になってから勝者を決めることです。これは、その結果が偶然生じた可能性が5%未満であることを意味します。
p値とは、仮にバリエーション間に実際の差がなかったとしたら、観測された結果（またはそれ以上に極端な結果）が生じる確率のことです。p値が小さいほど、その差が本物である証拠は強くなります。p値0.05は確信度95%に対応します。
多くのマーケターは確信度95%を使います。これは偽陽性の可能性を5%まで許容するという意味です。判断の重みが大きい場合（有料トラフィック全体に変更を展開するなど）は99%を、リスクの小さい初期段階の実験に限り90%を使いましょう。
元のコンバージョン率と、検出したい改善幅の大きさによります。おおまかな目安として、小さな改善（5%未満）にはバリエーションごとに数万人の訪問者が必要ですが、大きな改善（20%以上）なら数千人でも確認できます。このツールは、いま観測されている効果のもとで有意差に達するにはあと何人必要かを正確に教えてくれます。
改善率とは、2つのバリエーションのコンバージョン率の相対的な差をパーセントで表したものです。バリエーションAが3%、バリエーションBが4.5%でコンバージョンしているなら、Aに対するBの改善率は50%です。変更を反映する価値があるかを判断する際に、実際に使うのはこの数値です。
コンバージョン率が高いというだけでは足りません。その差が偶然では起こりにくいと言えるだけのデータが必要です。改善幅が小さいほど、必要な訪問者数は増えます。テストを早く止めすぎると、単なるばらつきだった変更を反映してしまう恐れがあります。
ピーキングとは、テスト結果を何度も確認し、確信度が95%を超えた瞬間に止めてしまうことです。これをすると偽陽性の割合が大きく跳ね上がります。避けるには、必要なサンプル数を先に決め、最後に一度だけ結果を確認しましょう。
はい。有意差は普遍的な統計指標なので、訪問者（またはインプレッション、クリック、配信数）とコンバージョンを測れるA/Bテストなら何にでも使えます。Meta広告、Google広告、TikTok広告、メール配信サービス、ランディングページのアナリティクスなど、どの数値でも入力できます。
はい。A/Bテスト有意差計算ツールは完全に無料で、登録も回数制限もメールアドレスの入力も不要です。個人利用でも商用利用でも、必要なだけお使いいただけます。
いいえ。計算はすべてブラウザ内で完結します。訪問者数やコンバージョン数が端末の外に出ることも、当社のサーバーへ送信されることもありません。

訪問者が実際に見るランディングページをA/Bテストしましょう

A/Bテストで最も大きな成果が出るのは、有料トラフィックの着地先であるページをテストしたときです。LanderLabで成果の出るランディングページを作り、A/Bテストして公開し、その数値をこのツールに戻して確認しましょう。

始めてみる - 無料です

クレジットカード不要

LanderLabロゴ