Webパーソナライゼーションとは、訪問者の属性・流入元・行動履歴に応じて、見せる内容を変える施策です。全員に同じLPを見せる設計では、どのセグメントにも最適でない平均的なページになります。
本記事では、パーソナライゼーションを9つの手法に整理し、ABテストとの使い分けと着手する順番を解説します。
記事のポイント
- パーソナライゼーションの9つの手法と目的別の分類
- ABテストとの使い分けの基準
- 業界別に出し分けてクリック率59%上昇した公開事例
- 着手する順番は流入元 → 訪問回数 → 行動履歴
- 出し分けを増やすほど検証が難しくなるという制約
目次
- Webパーソナライゼーションとは
- ABテストとの違いと使い分け
- 9つの手法
- 着手する順番
- 公開事例の数値
- 出し分けを増やすほど検証が難しくなる
- Dejamでパーソナライゼーションを始める
- よくある質問
- まとめ
Webパーソナライゼーションとは
Webパーソナライゼーションとは、訪問者ごとに見せる内容を変える施策の総称です。
全員に同じページを見せる設計の問題は、平均に最適化されることです。 広告から来た初回訪問者と、検索から来た再訪ユーザーでは、必要な情報が違います。両方に効くコピーを書こうとすると、どちらにも刺さらない表現になります。
| 全員に同じページ | パーソナライゼーション | |
|---|---|---|
| 最適化の対象 | 平均 | セグメントごと |
| 運用コスト | 低い | 高い |
| 検証のしやすさ | 高い | 低い（母数が分割される） |
「パーソナライゼーション＝ツールの導入」ではありません。 広告のリンク先URLをキャンペーンごとに変えるのも、立派なパーソナライゼーションです。
Web接客ツールとしての種類・向き不向きは「Web接客とは？3つの種類と向き不向き」を参照してください。
ABテストとの違いと使い分け
この2つは対立する手法ではなく、順番と目的が違います。
| ABテスト | パーソナライゼーション | |
|---|---|---|
| 問い | どれが全体で一番いいか | 誰にどれを見せるか |
| 出力 | 勝ちパターン1つ | セグメントごとの出し分けルール |
| 前提 | 全員に同じものを見せる | セグメントが定義できている |
先にABテストで全体の勝ちパターンを作ってください。 全体で勝てていないページをセグメント別に分けても、どのセグメントでも勝てません。
パーソナライゼーションが有効になるのは、セグメントによって勝ちパターンが逆転するときだけです。 全セグメントで同じパターンが勝つなら、出し分けは運用コストを増やすだけです。
併用の型は3つに整理されています（出典: ABテストとパーソナライゼーションを併用する最適な方法 - DLPO）。
| 型 | 内容 |
|---|---|
| セグメント別ABテスト | セグメントごとにABテストを回し、最適なパターンを特定する |
| ルールベース | 出し分けルールを先に定義し、そのうえでABテストする |
| 予測的パーソナライゼーション | セグメントを自動発見し、多数のアイデアを同時にテストする |
実務では「セグメント別ABテスト」から始めてください。 ルールを人が定義できる範囲で十分な効果が出ます。
ABテストの進め方は「ABテストのアイデア52選」を参照してください。
9つの手法
Ptengine は、パーソナライゼーションの手法を9つに整理しています（出典: 「最高の顧客体験」に成功するWebパーソナライゼーション9つの手法 - Ptengine）。獲得・オンボーディング・顧客維持・アップセルの4つの目的に分類されます。
| # | 手法 | 使うデータ | 主な目的 |
|---|---|---|---|
| 1 | 流入元を利用する | 参照元・広告パラメータ | 獲得 |
| 2 | 離脱行動を利用する | 離脱意図・非アクティブ時間 | 獲得 |
| 3 | 初回訪問を利用する | 訪問回数 | 獲得・オンボーディング |
| 4 | 利用シーン別状況を利用する | デバイス・時間帯・地域 | 獲得 |
| 5 | 報酬を利用する | クーポン保有状況 | 獲得・維持 |
| 6 | レコメンドを利用する | 閲覧・購入履歴 | アップセル |
| 7 | 離脱履歴を利用する | カート放棄・途中離脱 | 維持 |
| 8 | 購入履歴を利用する | 購入商品・頻度 | 維持・アップセル |
| 9 | 類似商品閲覧履歴を利用する | 閲覧商品の類似度 | アップセル |
1〜3が実装コストの低い順です。 6・8・9はレコメンドエンジンや購買データとの連携が必要になります。
まず1〜3から着手してください。 流入元・離脱行動・訪問回数は、タグ1本で取れる情報です。
着手する順番
| 順番 | 出し分けの軸 | 必要なもの | 効果が出やすい場面 |
|---|---|---|---|
| 1 | 流入元 | 広告パラメータ・参照元 | 広告のクリエイティブとLPがずれている |
| 2 | 訪問回数（初回／再訪） | Cookie・ローカルストレージ | 初回に説明、再訪にオファーが必要 |
| 3 | 離脱行動 | 離脱意図・非アクティブ検知 | 検討途中で離脱している |
| 4 | デバイス・時間帯 | UA・時刻 | モバイルと PC で行動が違う |
| 5 | 行動履歴（閲覧・カート） | サイト内の行動ログ | EC・多商品サイト |
| 6 | 購入履歴・会員属性 | 基幹システムとの連携 | LTVを伸ばす段階 |
1（流入元）が最も費用対効果が高い理由は、広告費が既に投下されているからです。 広告のメッセージとLPのファーストビューが一致していないだけで、獲得できたはずのCVを落としています。詳しくは「流入元別のLP出し分け」を参照してください。
5・6は基幹システムとの連携が必要になり、着手のハードルが一段上がります。 1〜3で成果が出てから検討してください。
公開事例の数値
業界別に出し分けた事例が公開されています。
メイン画像・ボディコピー・CTAを業界ごとにパーソナライズした結果、次の結果が出ています。
| 指標 | 全体 | 銀行業界 |
|---|---|---|
| クリック率 | +59% | +269% |
| ダウンロード率 | +28.96% | +195.77% |
信頼度95%、総訪問者10万人（セグメントごとに2万人）、3か月。SAPによる実施です（出典: 【ABテスト事例】セグメンテーションは効果的？それとも逆効果？ - DLPO）。
注目すべきは全体と銀行業界の差です。 全体では59%の改善ですが、銀行業界だけを見ると269%です。セグメントによって効果の大きさがまったく違います。
この事例が「セグメントごとに勝ちパターンが違う」ことの実証になっています。 全体平均だけを見ていると、269%の伸びしろがある層を見逃します。
もう1件、性別ごとにオファーを変えた事例では、注文が46%増加しています（信頼度99%、132,000人、8日間、Greenhouse Group / Staatsloterij。出典: 【ABテスト事例】性別によるセグメント分割はコンバージョンに影響する？ - DLPO）。
ただし性別による出し分けは、日本では慎重な検討が必要です。 ステレオタイプに基づく訴求は反発を招くことがあります。詳しくは「パーソナライゼーションが逆効果になるケース」を参照してください。
出し分けを増やすほど検証が難しくなる
パーソナライゼーションには構造的な制約があります。
セグメントを分けると、1セグメントあたりの母数が減ります。 母数が減ると、有意差の検出に必要な期間が伸びます。
| セグメント数 | 1セグメントあたりの母数 | 検証にかかる期間 |
|---|---|---|
| 1（全員同じ） | 100% | 基準 |
| 2 | 50% | 約2倍 |
| 4 | 25% | 約4倍 |
| 8 | 12.5% | 約8倍 |
月間1万セッションのサイトで8セグメントに分けると、1セグメントあたり1,250セッションです。 この母数では、ほとんどの差が検出できません。
セグメント数の上限は、トラフィックが決めます。
| 月間セッション | 現実的なセグメント数 |
|---|---|
| 〜1万 | 1〜2（そもそもABテストを優先する） |
| 1万〜10万 | 2〜4 |
| 10万〜 | 4〜8 |
「もっと細かく分ければ効果が上がる」は成立しません。 検証できない出し分けは、効果があるかどうか分からないまま運用コストだけが増えます。
判定の考え方は「AAテストでABテストの有意性を見極める」、評価の落とし穴は「出し分けの効果測定とセグメント別比較の落とし穴」を参照してください。
Dejamでパーソナライゼーションを始める
ABテスト（リダイレクトテスト）
流入元別にLPを分ける場合、別URLのLPを用意してリダイレクトテストで比較できます。 独自ドメインが300件まで追加費用なしで使えるため、キャンペーンごとにLPを立てる運用がコストで止まりません。
ポップアップテスト
離脱行動・訪問回数による出し分けは、ポップアップで実装するのが最も低コストです。 LP本体を分けずに、条件に応じたメッセージだけを出せます。表示条件の設計は「ポップアップのABテスト」を参照してください。
ヒートマップ
セグメントを決める前に、そもそもどこで差が出ているかを確認できます。 全体の離脱位置が分かっていないまま出し分けを始めると、分ける軸が決まりません。
よくある質問
Q. Webパーソナライゼーションとは何ですか？
A. 訪問者の属性・流入元・行動履歴に応じて見せる内容を変える施策です。全員に同じページを見せると、どのセグメントにも最適でない平均的なページになります。広告のリンク先URLをキャンペーンごとに変えるのも含まれます。
Q. ABテストとどちらを先にやるべきですか？
A. ABテストが先です。 全体で勝てていないページをセグメント別に分けても、どのセグメントでも勝てません。パーソナライゼーションが有効なのは、セグメントによって勝ちパターンが逆転するときだけです。
Q. 何から出し分ければいいですか？
A. 流入元です。 広告費が既に投下されているため、広告のメッセージとLPのファーストビューが一致していないだけで獲得を落としています。次が訪問回数（初回／再訪）、その次が離脱行動です。
Q. セグメントは細かく分けるほどいいですか？
A. トラフィックが上限を決めます。 セグメントを2倍にすると1セグメントの母数が半分になり、検証期間が約2倍になります。月間1万セッション未満なら1〜2セグメントに留め、ABテストを優先してください。
Q. 事例の「59%上昇」は自社でも出ますか？
A. 出るとは限りません。 同じ事例でも全体は59%、銀行業界だけでは269%と、セグメントによって効果がまったく違います。自社のどのセグメントに伸びしろがあるかは、実際に分けて測るまで分かりません。
まとめ
Webパーソナライゼーションについて、要点を整理します。
- 全員に同じページを見せる設計は、平均に最適化される
- ツールの導入とは限らない。広告ごとにLPを分けるのも含まれる
- ABテストが先。 全体で勝てないページを分けても勝てない
- 有効なのはセグメントによって勝ちパターンが逆転するときだけ
- 併用の型はセグメント別ABテスト・ルールベース・予測的の3つ。実務は1つ目から
- 手法は9つ。実装コストが低いのは流入元・離脱行動・訪問回数
- 着手順は流入元 → 訪問回数 → 離脱行動 → デバイス → 行動履歴 → 購入履歴
- 流入元が最優先なのは広告費が既に投下されているから
- 公開事例では業界別の出し分けでクリック率**+59%（銀行業界は+269%**）
- セグメントを分けるほど1セグメントの母数が減り、検証期間が伸びる
- 月間1万セッション未満なら1〜2セグメントに留める
CVR改善ならDejam！出し分けの前に全体の勝ちパターンを作る
Dejamは、LP制作・ヒートマップ分析・ABテスト・AI自動解析をオールインワンで提供するCVR改善特化ツールです。「全員に同じLPを見せている」という段階から、検証できる範囲で出し分けるまでを総合支援します。
Dejamが選ばれる理由
- ワンプロダクトで完結: LP制作・ヒートマップ分析・ABテストをすべて単一ツールで実施
- 月額3万円〜利用可能: オプティマイズプラン月額3万円〜 / CMSプラン月額5万円〜 / オールインワン月額12万円〜
- ユーザー課金なし: 何名で使っても追加費用は発生しない
- ISMS認証取得: ISO/IEC 27001:2022 & JIS Q 27001:2023認証取得済み
- 毎週アップデート: 市場トレンドとユーザーリクエストに応じて機能を毎週拡充
- 権威ある実績: 代表がダイレクトアジェンダで2連覇。LPO顕彰制度「LPO AWARD」主催者
Dejamの主要機能
- LP/記事LP制作: ノーコード・コードの切り替えに対応。AIで生成したコードを直接取り込み可能
- ヒートマップ: 5種類（クリック/クリックイベント/熟読/滞在/離脱）。データ保存期間無制限
- ABテスト: デザイン変更テスト・リダイレクトテスト・ポップアップテストの3種類。AIが自然言語でテストコードを自動生成
- 自動解析: どのコンテンツがCVRに貢献しているかAIが自動解析。ゴールデンルート機能でページ遷移の最適パスも特定
- 独自ドメイン300件まで無料: LP専用ドメインを大量運用しても追加費用なし
流入元別の出し分けは、キャンペーンごとにLPを立ててリダイレクトテストで比較するのが最も確実です。 独自ドメインの追加費用がないため、この運用がコストで止まりません。
