定義
Multivariate Testing（多変量テスト / MVT） とは、1つのページ上に存在する複数の要素（ファクター）を同時に組み合わせて検証し、どの組み合わせが最も高い成果を生むか、そして各要素が成果にどれだけ貢献しているかを特定する実験手法です。
A/Bテストが「1要素・2パターン」の比較であるのに対し、MVTは「複数要素 × 複数バリエーション」を掛け合わせた全組み合わせ（フルファクトリアル）、または一部組み合わせ（フラクショナルファクトリアル）を検証します。たとえば「ヒーロー画像3種 × CTAコピー3種 × 価格表示2種」なら、3×3×2＝18通りの組み合わせを同時に回すイメージです。
DTC文脈では、商品詳細ページ（PDP）やランディングページ（LP）のように要素が密集し、改善余地が複数絡み合う画面で真価を発揮します。
类比（たとえ話）
MVTは「ラーメン屋の試作」に似ています。
- A/Bテスト＝「醤油か味噌か」を1つだけ比べる。
- MVT＝「スープ（醤油/味噌/塩）× 麺（細/太）× チャーシュー（あり/なし）」を一斉に試し、「塩×太麺×チャーシューあり」が最もウケる、しかもスープの種類が味の評価の6割を決めていると突き止める作業です。
単に「最強の一杯」を見つけるだけでなく、どの具材がどれだけ効いているか（主効果）、具材同士の相性（交互作用）まで見える化できるのがMVTの本質です。
公式・計算ロジック
MVTの設計と評価で押さえるべき数式は以下です。
1. 組み合わせ数（フルファクトリアル）
$$
N = \prod_{i=1}^{k} L_i
$$
- $k$：ファクター数
- $L_i$：各ファクターの水準（バリエーション）数
- $N$：総組み合わせ数
例：ファクター3つ、水準がそれぞれ3・3・2 → $N = 3 \times 3 \times 2 = 18$ 通り。
2. 各組み合わせへの必要サンプルサイズ（概算）
$$
n = \frac{16 \cdot \sigma^2}{\Delta^2}
$$
- $\sigma$：コンバージョン率の標準偏差（$p(1-p)$ の平方根）
- $\Delta$：検出したい最小改善幅（例：CVR +0.5pt）
3. 要素の貢献度（主効果）
$$
\text{主効果}_A = \bar{Y}_{A=高} - \bar{Y}_{A=低}
$$
各水準の平均CVR差を見ることで、「この要素を変えると平均何pt動くか」を定量化できます。
对比表：A/Bテスト vs MVT
| 項目 | A/Bテスト | Multivariate Testing（MVT） |
|---|---|---|
| 検証対象 | 1要素・2〜3パターン | 複数要素 × 複数水準の組み合わせ |
| 必要トラフィック | 少〜中 | 中〜大（組み合わせ数に比例） |
| 得られる示唆 | 「どちらが勝つか」 | 「最適組み合わせ」＋「各要素の貢献度」 |
| 交互作用の検出 | 不可 | 可能 |
| 向く画面 | シンプルなLP、CTA単体 | PDP、カテゴリページ、複雑なLP |
| 実装コスト | 低 | 中〜高（タグ設計が重要） |
| 結果解釈の難易度 | 易 | やや難（多重比較に注意） |
応用シーン（DTC・EC実務）
1. 商品詳細ページ（PDP）の最適化
ファクター例：メイン画像（モデル着用/物撮り/動画） × 価格表示（税込/税抜/分割払い強調） × 送料無料バッジ（あり/なし） × CTA文言（今すぐ購入/カートに入れる）。
実データ例：あるアパレルDTCでは、PDPのCVRが2.8% → 3.6%（+0.8pt、約+29%改善） に向上。主効果が最も大きかったのは「分割払い強調」で、単独で+0.45pt寄与しました。
2. 新規流入向けLP
広告クリエイティブとLPの一貫性を高めるため、ファーストビューのヘッドライン × ビジュアル × オファーをMVTで検証。CVRが1.9% → 2.5% に改善した事例では、ヘッドラインの主効果が全体改善の約55% を占めました。
3. カート離脱対策
カートページで「送料表示タイミング × 返品保証バッジ × 決済アイコン数」を検証。カート離脱率が68% → 61%（-7pt） に改善。
4. メール/SMSの件名最適化
件名の「絵文字有無 × 数字有無 × 緊急度ワード」を組み合わせ、開封率22% → 27%（+5pt） を達成。
よくある誤解（アンチパターン）
1. 「A/Bテストの延長で気軽にやればいい」
→ 組み合わせ数が増えるほど必要トラフィックが跳ね上がります。18通りを各群均等に回すと、1群あたり数百〜数千セッションが必要。フラクショナル設計や多腕バンディットの併用を検討しましょう。
2. 「勝ち組み合わせだけ見ればOK」
→ 本当の価値は主効果と交互作用にあります。「画像Aは単体では弱いが、CTA-Bと組み合わせると最強」といった発見が次の打ち手を生みます。
3. 多重比較補正を無視する
→ 組み合わせが多いほど偽陽性が増えます。Bonferroni補正やベイズ手法で有意水準を厳格化してください。
4. 季節性・在庫・広告配信の偏りを無視
→ テスト期間中にセールや在庫切れが重なると結果が汚染されます。均等割付（ランダム化） と期間の固定が必須。
5. モバイルとPCを混ぜて集計
→ デバイスで最適解が逆転することが多い。セグメント別に分析しましょう。
6. 「CVRだけ見れば十分」
→ AOV（平均注文額）やLTV、返品率も同時に追う。CVRが上がっても利益が下がるケースは珍しくありません。
関連术语
- A/B Testing（A/Bテスト）：単一要素の2〜3パターン比較。MVTの基本単位。
- Factorial Design（要因配置計画）：MVTの統計的設計手法。フル／フラクショナルがある。
- Main Effect（主効果）：各ファクター単独が成果に与える影響。
- Interaction Effect（交互作用）：ファクター同士の組み合わせで生まれる相乗・相殺効果。
- Multi-Armed Bandit（多腕バンディット）：探索と活用を動的に配分し、機会損失を抑える手法。
- Statistical Power（検出力）：真の差を検出できる確率。サンプルサイズ設計の要。
- Sequential Testing（逐次検定）：途中経過で判断できる検定設計。MVTの長期運用に向く。
- Conversion Rate Optimization（CRO）：MVTを含む転換最適化の総称。
まとめ
Multivariate Testingは、「どの組み合わせが最強か」と「なぜ強いのか」を同時に解き明かす、DTC・ECのCROにおける上級武器です。ただし組み合わせ数に比例してトラフィックと設計難度が上がるため、フラクショナル設計・多重比較補正・セグメント分析をセットで運用することが成功の鍵。PDPやLPのように要素が多い画面から着手し、主効果と交互作用を蓄積して再現性のある改善サイクルを回していきましょう。