戦国IT - 情報処理技術者試験の過去問対策サイト
ブログお知らせお問い合わせ料金プラン

ITパスポート 2022年 34


問題文

あるオンラインサービスでは、新たに作成したデザインと従来のデザインのWebサイトを実験的に並行稼働し、どちらのWebサイトの利用者がより有料サービスの申込みに至りやすいかを比較、検証した。このとき用いた手法として、最も適切なものはどれか。

選択肢

A/Bテスト(正解)
ABC分析
クラスタ分析
リグレッションテスト

🔒 解説は解答すると表示されます

あるオンラインサービスの新旧デザインを比較する手法【ITパスポート 解説】

正解の理由

この問題で求められるのは、「新たに作成したデザインと従来のデザインのWebサイトを並行稼働し、どちらが有料サービスの申込みに至りやすいかを比較、検証する手法」です。これは利用者をランダムに振り分けて2つのバージョンを比較する「A/Bテスト」が最も適切です。A/Bテスト(A/B test:二つの案を直接比較する実験)は、どちらのデザインがコンバージョン(申込みなど望む行動)を多く生むかを統計的に判定するために使います。したがって、選択肢のうち正しいのは です。
(用語補足:コンバージョン=conversion(望ましい行動、ここでは有料サービスの申込み)。)

解法ステップ

  1. 問題文の目的を確認する
    • 「どちらのWebサイト利用者がより有料申込みに至りやすいかを比較」とある → 2つ(または複数)の案を直接比較する手法が必要。
  2. 各選択肢の目的を簡単に当てはめる
    • 比較・検証を行う手法は何か? → A/Bテストを想起。
  3. 実験手法の特徴を照らし合わせる
    • ランダムにユーザーを振り分け、指標(コンバージョン率)を比較するのがA/Bテストの特徴で、問題に合致する。
  4. 結論
    • 問題の状況に最も適するのは (A/Bテスト)。
実務でのA/Bテストの実施ステップ(簡潔版):
  • 目的・仮説の設定(例:「新デザインの方が申込率が高い」)
  • 指標の決定(コンバージョン率など)
  • トラフィックの分割(ランダムにA群とB群)
  • 並行稼働とデータ収集
  • 統計的に差があるかを判定(有意差検定)
  • 結果に応じて採用・廃止・追加検証

選択肢別の誤答解説

  • :A/Bテスト(正解)
    • A/Bテストは、2つ以上のデザインや文言を同条件下で比較し、どちらがより成果(コンバージョン)を出すかを確かめる実験手法です。問題文の並行稼働・比較にぴったり合致します。
  • イ:ABC分析
    • ABC分析(ABC analysis:在庫や取引先を重要度で分類する手法)は、売上や在庫の比率でA(重要)〜C(重要度低)に分類する管理手法です。商品の優先度付けや在庫管理で使います。今回の「2つのデザインを並行比較してどちらが有利かを検証する」用途には適しません。
  • ウ:クラスタ分析
    • クラスタ分析(cluster analysis:似た性質を持つものをグループ化する統計手法)は、顧客を行動や属性でグループ分けするときに使います。どのグループが申込みしやすいか調べる用途には使えますが、今回のように「2つのサイトデザインを直接比較する」手法ではありません。
  • エ:リグレッションテスト
    • リグレッションテスト(regression test:ソフトウェア変更後に既存機能が壊れていないかを確認するテスト)は、品質保証のためのテスト手法です。ここでの「どちらが有料申込みに至りやすいかの比較」目的には関係ありません。なお「回帰分析(regression analysis)」と混同しないよう注意してください(回帰分析は変数間の関係を見る統計手法で、用途がまた異なります)。

よくある誤解

  1. 「A/Bテストは必ず2つしか比較できない」
    • 誤りです。A/B/nテストやマルチバリアントテストの形で複数案を同時に比較できます。ただし、案が増えると必要なサンプル数や解析が複雑になります。
  2. 「少しの差でも短時間で結果が出れば勝ちと判断してよい」
    • 誤りです。訪問者数が少ない・短期間で結果を見ると偶然の差で誤判定します。統計的有意性(偶然かどうかの判断)と十分なサンプル数が必要です。
  3. 「A/Bテストはデザインだけのもの」
    • 誤解です。文言、色、配置、料金プランの提示順など、ユーザー行動に影響するあらゆる要素を対象にできます。

補足コラム

  • 統計的有意性と信頼区間(やさしく)
    • A/Bテストの結果を判断する際は「偶然ではない差か」を見ます。一般的に「p値」という値があり、これが小さいほど偶然の可能性が低いと判断します。企業やサービスによって「有意水準(例:5%)」を決めて使いますが、難しく感じる場合はツールに任せるのが現実的です。
  • 実務で気をつける点
    • ランダム化が不十分だと偏り(例えば時間帯やデバイスの偏り)が出ます。
    • 同時並行で他施策(広告やキャンペーン)を行うと結果が混ざり、正確な評価ができません。
    • A/Aテスト(同じページを2つに分けて差が出ないか試す)で実験の設定や計測が正しいか検証してから本番のA/Bテストを行うと安心です。

FAQ

Q1: A/Bテストはどのくらいの期間で行えばよいですか?
A1: 必要な期間は訪問者数や期待する効果の大きさによります。一般に「最低のサンプル数(各群)」が集まるまで続けること、週次の曜日変動を避けるために少なくとも1〜2週間は行うことが多いです。ツールにサンプルサイズ計算機能があると便利です。
Q2: 結果が有意差無しだったらどうすればよいですか?
A2: 「差がない」=「現状維持でよい」という判断の材料になります。もしくは別の仮説(文言を変える、別の誘導動線など)で再試行します。
Q3: 要件定義やエンジニアの手間を減らしたいがツールはある?
A3: はい。A/Bテスト用のSaaS(Software as a Service:サービスとして提供されるソフトウェア)製品が多数あり、コード変更を最小化してテスト可能です。
Q4: 統計の知識がなくてもできる?
A4: 基本はツールが解析をしてくれますが、結果の読み方(有意差・インパクトの大きさなど)を理解するための基礎知識はあると安心です。


関連キーワード: A/Bテスト、コンバージョン率、有意差検定、ランダム化、マルチバリアント、A/Aテスト、クラスタ分析、ABC分析、リグレッションテスト、回帰分析
← 前の問題へこの年度をクイズで解く次の問題へ →
戦国ITクイズ機能

\ せっかくなら /

ITパスポート
クイズ形式で学習しませんか?

クイズ画面へ遷移する

すぐに利用可能!

©︎2026 情報処理技術者試験対策アプリ

このサイトについてブログプライバシーポリシー利用規約特商法表記開発者について