A/Bテストで確認したいのは「画像が違うと行動が変わるか」
「もっと良い画像にする」だけでは評価しづらいため、今回の変更でどの行動を変えたいかを決めます。商品一覧で目に留めたいのか、商品詳細で理解を深めたいのか、購入判断の不安を減らしたいのかによって、テストする画像と指標が変わります。
| 仮説 | A案 | B案 | 主に見たい変化 |
|---|---|---|---|
| 一覧で商品形状を認識しやすくする | 余白が広い代表画像 | 商品を大きく見せた代表画像 | 商品詳細への遷移・クリック |
| 使用イメージを伝える | 商品単体の補足画像 | 使用シーンの補足画像 | 購入・コンバージョン関連 |
| 仕様差を理解しやすくする | ディテール画像 | 比較・仕様を整理した画像 | 購入・離脱・問い合わせ等 |
ただし、プラットフォーム固有の画像ルールを破る案はテスト候補にしません。AmazonならAmazonの商品画像要件を先に確認します。
A/Bテストと前後比較は何が違う？
| 比較方法 | 特徴 | 混ざりやすい要因 |
|---|---|---|
| 前後比較 | 画像変更前後の期間を比較 | 季節、広告、価格、在庫、競合、曜日構成 |
| A/Bテスト | 同じ期間のユーザーを異なる案へ分けて比較 | 実験配信の偏り、同時施策、サンプル不足 |
前後比較も改善の手掛かりにはなりますが、結果を「画像変更の効果」と断定しない方が安全です。A/Bテストでは同時期の条件を比較できるため、時間による外乱を減らしやすくなります。
ランダムに分けて表示できる仕組みが必要
Amazonの現在のManage Your Experimentsの公開案内では、商品詳細ページを閲覧するユーザーがランダムにグループ分けされ、Version AまたはVersion Bを表示する仕組みが説明されています。自社ECで独自に実験する場合も、「自分でAの日とBの日を交互に変える」だけでは同じランダム分割になりません。
一度に何を変えるかは「学習したいこと」で決める
B案で背景、構図、文字、商品サイズ、色調を全部変えると、結果が違っても何が効いたか判断しにくくなります。特定要素の効果を知りたいなら主要差分を絞ります。
一方、AmazonのManage Your Experimentsには現在、異なる種類のコンテンツ実験を並行して実施する機能も案内されています。これは「複数要素を一つのB画像で全部変えてよい」という意味ではありません。何を学習したい実験かに合わせて設計します。
指標をテスト開始前に決める
画像テストでは、結果を見てから都合のよい指標だけ選ぶと判断がぶれます。主要指標と、悪化していないか確認する補助指標を分けます。
| 段階 | 候補指標 | 注意 |
|---|---|---|
| 一覧・検索結果 | クリック、商品詳細への遷移 | 表示機会や掲載位置の変化も確認 |
| 商品詳細 | コンバージョン、購入数、売上 | 価格・在庫・キャンペーンを記録 |
| 理解補助 | 問い合わせ、返品理由など | データ量が少ないと判断しづらい |
| Amazon MYE | conversion、sales、units sold、sample size等 | 実際に表示される指標は現在の画面を確認 |
Amazon Manage Your Experimentsを現在例として理解する
Amazonの現在の公開案内では、Manage Your Experimentsで画像、タイトル、箇条書き、商品説明、A+ Contentなどの商品詳細コンテンツを比較できます。利用にはブランドと商品側の条件があり、すべての出品者・すべての商品で必ず使える機能ではありません。
- 対象商品が登録ブランドに属しているか
- 最近のトラフィックが実験に十分として適格表示されるか
- テストしたい画像タイプが現在のアカウント/UIで選べるか
- Version A/Bの差が検証したい仮説に対応しているか
- 期間設定・自動公開設定を確認したか
Amazonのグローバル公開ページでは、固定期間を自分で選ぶ場合に8〜10週間を推奨する説明があり、「to significance」を選ぶ場合は勝者判定に必要なデータが集まるまで実験する方式が案内されています。これはAmazonの現在公開機能の例であり、すべてのECサイトへ同じ期間を当てはめる基準ではありません。
テスト前にA/B両案を同じ品質基準へ揃える
片方だけ文字が崩れている、AI生成で商品形状が違う、解像度が低い、といった状態では「表現案の比較」より「品質不良の比較」になります。AI画像なら先にAI商品画像の確認チェックリストを通し、両案とも商品事実と販売先ルールを満たす状態へ揃えます。
テスト中に記録しておく外部要因
- 価格変更・クーポン・セール
- 広告予算・配信先・クリエイティブ変更
- 在庫切れ・配送日数の変化
- 商品レビュー数や評価の大きな変化
- 競合の大型キャンペーン
- 季節イベント・曜日構成
- 商品タイトル・説明・画像以外の同時変更
実験システムがランダム分割を行っていても、商品そのものの販売条件が大きく変わった場合は解釈時に確認します。
結果は「勝ち / 負け / 結論なし」で考える
差が小さい、サンプルが少ない、外部要因が大きい場合は「結論なし」も有効な結果です。勝者を必ず作る必要はありません。Amazonの現在のManage Your Experimentsも、結果画面でVersion間の比較やサンプル、販売関連指標を確認する設計を案内しています。
勝った画像を別商品へそのまま横展開する場合も、商品カテゴリ・検索意図・価格帯が違えば同じ結果になるとは限りません。「この商品ではこの仮説が支持された」という単位で学習を残します。
画像テストの記録テンプレート
| 記録項目 | 例 |
|---|---|
| 仮説 | 商品を大きく表示すると一覧で認識しやすくなる |
| A | 現在の代表画像 |
| B | 余白を減らし商品比率を上げた画像 |
| 主要指標 | クリック率 / conversion等 |
| 開始前固定条件 | 価格、広告、在庫方針 |
| 期間・終了条件 | 実験ツールの設定に従う |
| 結果 | A / B / 結論なし |
| 次の仮説 | 使用シーン画像の順番を検証 |
画像SEOとA/Bテストは目的が違う
EC商品画像のSEO対策はGoogleが商品画像を発見・理解しやすくする工程です。A/Bテストは、掲載可能な複数案のうちユーザー行動に差が出るかを測定する工程です。altやファイル名の最適化と、画像クリエイティブの実験を混ぜないようにします。
pictoECとの関係
このページはECでの商品画像改善を検証する一般的な方法の解説です。現在確認済みのpictoEC実装から、A/Bテスト配信、ユーザーのランダム分割、統計判定機能があるとは判断していません。
よくある質問
画像変更後にCVRが上がれば成功ですか？
前後比較だけなら他条件も変わっている可能性があります。価格、広告、在庫、季節要因なども確認し、画像変更だけが原因と断定しないでください。
何日テストすればよいですか？
一律の日数では決められません。Amazonの現在公開例では固定期間なら8〜10週間の推奨がありますが、これはAmazon MYEのガイダンスです。トラフィック量、差の大きさ、実験方式によって必要期間は変わります。
A案とB案は大きく変えた方がよいですか？
何を学びたいかによります。特定要素の影響を知りたいなら差分を絞ります。Amazon MYEではVersion間が似すぎる場合に差を大きくするための案内もありますが、複数の変更を混ぜると原因は分けにくくなります。
売上だけを見ればよいですか？
主要目的に合わせてconversionや売上などを決めつつ、サンプル数や価格・在庫・広告変更も確認します。画像の役割によってはクリックや商品理解に近い指標が先に変わる場合があります。