Google口コミ依頼のA/Bテスト設計｜QR・SMS・メール・タイミング別に投稿率を比較する方法

監修: 菊地 将（リブランディング株式会社）

Google口コミを増やすために、QR、メール、SMS、依頼文、送信タイミングをあれこれ試していても、複数の条件を同時に変えていると「何が効いたのか」は判断できません。

この問題を避けるのが、口コミ依頼のA/Bテスト（条件を1つだけ変えた2つの案を、同じ条件の顧客に出して結果を比べる方法）です。押さえる点は、1回のテストで変える要素を1つに絞ること、同じ条件の顧客をAとBに分けること、依頼数・到達数・クリック数・新規口コミ数を同じ定義で比べることの3つです。さらに、途中経過だけを見て勝者を決めないために、必要な対象者数（母数）と停止条件を先に決めておきます。

この記事では、Googleの口コミポリシーを守りながら、店舗担当者がQR・SMS・メール・文面・タイミングを比較できるように、A/Bテストの設計方法を順に説明します。後半には、開始前に使える15項目のチェックリストもあります。なお、Google上の新規口コミ数には、依頼を受けていない人の投稿も混ざることがあります。そのため、依頼経由の投稿率を正確には測れない場合があり、その場合の指標の選び方もステップ3で扱います。

まず押さえる3原則：変える要素は1つ、顧客の条件は同じ、数え方は同じ

口コミ依頼のA/Bテストを「今月はQR、来月はSMS」と順に試すだけでは、比較として不十分です。季節、曜日、店舗、客数、顧客属性が変わると、口コミ数の差がチャネル（メールやSMSなどの依頼手段）の違いによるものか、別の条件によるものか分からなくなるためです。

そこで、次の3つを基本ルールにします。

• 1回のテストで変える要素は原則1つにする
• 比べるAとBは、できるだけ同じ条件の顧客から割り付ける
• 依頼数・クリック数などの数え方（何を数え、何で割るか）と、テストの終了条件を、開始前に決める

たとえばメールとSMSを比べるなら、メールを受け取れる顧客だけとSMSを受け取れる顧客だけを後から比べても、手段の差は分かりません。両方の方法で連絡でき、依頼対象としての条件も同じ顧客をAとBに分けます。この「AとBに分ける元になる顧客のグループ」が母集団です。

成果指標は、何を数え、何で割るか（比率を計算するときの分母）まで、AとBで同じ定義にします。具体的な指標はステップ3で説明します。

次の表は、テストする項目ごとに、AとBに入れる案と、原則として固定する項目をまとめたものです。1回のテストでは、表の1行だけを選びます。

テストする項目	A	B	原則固定する項目
チャネル	メール	SMS	対象顧客、依頼文、送信タイミング
文面	短文	説明付き	チャネル、対象、送信時間、リンク
タイミング	利用翌日	利用3日後	対象、文面、チャネル
QR設置場所	会計時カード	レシート	店舗、依頼文、対象期間
CTA表現	「口コミを投稿する」	「ご感想をお聞かせください」	その他の文面、送信条件

表の「CTA表現」にあるCTAは、読者に次の行動（クリックや投稿など）を促す文言のことです。

図のように、比べたい要素（ここではメールとSMS）だけを変え、顧客の条件・文面・送信タイミングはそろえます。複数の要素を同時に変えると、結果が良くても原因を特定できません。

Google口コミでA/Bテストしてよい項目と避けるべき項目

Googleは、実際の顧客体験に基づく口コミを、評価や内容に影響を与えない形で依頼すること自体は認めています。Googleビジネスプロフィールでは、口コミ依頼用のリンクやQRコードを作成し、領収書、感謝メール、チャット終了時、店頭などで共有できます。

一方で、Googleは次の行為を禁止しています。インセンティブとの交換、否定的な口コミの抑制、肯定的な顧客だけを選んだ依頼、その場での投稿の強要、口コミへ特定内容を含めるよう求める行為です。そのため、A/Bテストで比べるのは、規約内で認められる依頼方法に限ります。

次の表は、比べてよいものに○、避けるものにバツ印が付いた一覧です。分かれ目は、規約に反しないか、肯定的な口コミを選んだり誘導したりしないかです。

比較対象	A/Bテスト	理由
メール vs SMS	○	中立的な依頼方法の比較
QRの設置場所	○	導線上の摩擦を比較できる
利用翌日 vs 3日後	○	依頼タイミングの比較
短文 vs 説明付き文面	○	評価を誘導しない範囲なら比較可能
CTAの位置	○	導線改善として比較可能
満足顧客だけ依頼 vs 全顧客へ依頼	×	肯定的な口コミの選択的な募集につながる
特典あり vs 特典なし	×	Googleは口コミとの引き換えのインセンティブを禁止
「星5をお願いします」vs 中立文	×	評価を誘導するテストになる
特定のキーワード記載あり・なし	×	特定内容を含めるよう依頼する行為になる
店頭でその場投稿を求める	×	投稿の要求・強要につながる

なお、口コミ投稿を条件とする割引や、事業者が投稿内容の決定に関与する施策は、Googleのポリシーとは別に、日本の景品表示法上のステルスマーケティング規制（広告であることを隠した表示の規制）も確認する必要があります。消費者庁も、事業者が表示内容の決定に関与したかどうかを重要な判断要素として示しています。

口コミ依頼の対象、タイミング、導線、規約リスクを含む全体設計は、口コミ獲得・増加施策の全体設計で確認できます。

口コミ依頼のA/Bテストを設計する6ステップ

テストの設計は、次の6ステップで進めます。何を知りたいかを先に決め、比べる顧客、数える指標、割り付け、必要な人数、終了条件の順に決めていくと、結果を見てから基準を動かすことを防げます。

ステップ1｜改善したいことを1つに絞る

最初に、テストで答えたい問いを1つだけ決めます。たとえば、次のような問いです。

• QRとSMSでは、どちらが口コミページまで進みやすいか
• SMSは利用翌日と3日後のどちらが反応されやすいか
• 同じメールでも短文と説明付き文面のどちらがクリックされやすいか

反対に、「メールとSMSを比べながら、SMSだけ送信時間と文面も変える」ような設計では、どの変更が結果に影響したのかを区別できません。問いを1つに絞り、それ以外の条件は固定します。

ステップ2｜比べる顧客の条件を先にそろえる

AとBで顧客の条件をそろえるのは、比べたい要素以外の違いを結果に混ぜないためです。たとえばメールとSMSを比べるときに、メールアドレスしか持っていない顧客と電話番号しか持っていない顧客を比べても、チャネルの効果だけを比べたことにはなりません。顧客層そのものが違う可能性があるからです。

可能であれば、次の条件をすべて満たす顧客を母集団にします。

• 同じ期間に利用した
• 同じ店舗を利用した
• 同じ依頼対象基準を満たす
• メール・SMSのどちらでも連絡できる
• 既存の連絡同意・配信ルールを満たす

この母集団から、AとBへランダム（無作為）に分けます。

多店舗で実施する場合も、「A店はメール、B店はSMS」のように店舗ごとに完全に分けるより、各店舗の中でAとBに分けるほうが、店舗による差を抑えやすくなります。

ステップ3｜依頼から投稿までの段階を分け、同じ定義で数える

口コミ依頼では、クリック数と口コミ投稿数を同じ指標として扱わないようにします。最低でも、次の5つの段階に分けて数えます。

段階	指標	計算例
対象	依頼対象者数	テスト対象となった顧客
依頼	送信・配布数	実際にSMS・メール等を送った数
到達	配信成功・QR接触	配信成功数など
反応	QR読取・リンククリック	ユニーククリック数など
投稿	新規口コミ	対象期間中に増えたGoogle口コミ

表の「計算例」の列は、各段階で何を数えるかの例です。左から順に、依頼から投稿までの段階を示しています。

QRの読み取りやリンクのクリックは、投稿の完了ではありません。依頼から新規口コミまでは、別々の指標として管理します。

メールやSMSなら、クリック率は次の式で比べられます。

クリック率＝ユニークリンククリック数 ÷ 配信成功数

ユニークリンククリック数は、同じ人が何度クリックしても1回と数えたクリック数です。

一方、Google上の新規口コミ数には、依頼を受けずに自発的に投稿した口コミも混ざる可能性があります。そのため、依頼経由の投稿完了を個別に確認できない計測環境では、次の式の値を「依頼経由の正確な投稿率」と断定せず、期間全体の口コミ増加を見る参考指標として扱います。

新規口コミ数 ÷ 依頼対象数

したがって、A/Bテストでは、計測しやすいクリック率などを主な指標にし、新規口コミ数を最終成果の補助指標として組み合わせる方法も現実的です。

ステップ4｜AとBへの割り付け方法を決める

個人に直接送れるメールやSMSでは、顧客単位でランダムに割り付けるのが基本です。たとえば対象者が2,000人なら、乱数などを使って約1,000人ずつAとBに分けます。

QRのように店舗内に置く施策は、個人単位で分けにくい場合があります。その場合は、次のような単位を実験の単位として割り付けます。

• 店舗×曜日
• 店舗×週
• レジ単位
• 同条件の店舗ペア

ただし、月曜をA、土曜をBと固定すると、曜日の差が結果に混ざります。AとBの曜日を入れ替える、複数週にわたって比べるなど、曜日や季節による偏りを抑える設計にします。

ステップ5｜必要な対象者数を実験前に決める

A/Bテストでは、10人対10人の結果が「1件対3件」だったからといって、Bが優れているとは判断できません。差が小さいほど、その差を確認するために多くの対象者が必要になります。

【弊社算出】次の表は、2群の比率差を比較する一般的な近似計算で、両側有意水準5％・検出力80％・A/B同数とした場合の目安です。有意水準と検出力は統計の用語で、ここでは「偶然のばらつきを差と誤認しにくくし、本当に差があるときに見つけやすくするための設定」と理解すれば足ります。

想定するA	検出したいB	差	必要数の目安
5%	7%	+2pt	約2,213人／群
5%	8%	+3pt	約1,059人／群
10%	13%	+3pt	約1,774人／群
10%	15%	+5pt	約686人／群

表の読み方は、たとえば基準（A）の投稿率が5％で、Bが8％になる（3ポイントの差）ことを検出したい場合、1群あたり約1,059人が必要になる、というものです。同じ基準でも、検出したい差が2ポイントに小さくなると、約2,213人が必要です。

※一般的な2群比率比較の近似式による参考値です。実際に必要な数は、基準となる投稿率、検出したい最小差、割り付け方法、欠測（計測できなかったデータ）などで変わります。

「何人集まったら勝者を決めるか」は、結果を見る前に決めておきます。

ステップ6｜停止条件と勝敗の判定基準を先に決める

A/Bテストを毎日確認して「今日はBが勝っているから終了」とすると、一時的なばらつきを勝ちパターンと誤認しやすくなります。開始前に、たとえば次のように決めておきます。数字は例で、自社の状況に合わせて調整します。

• 最低1,100人／群まで実施する
• 最低2週間は実施し、曜日差を含める
• 最大6週間で終了する
• 主指標はリンククリック率とする
• 事前に決めた改善幅以上か確認する
• 必要な対象者数に届かなければ「Bの勝ち」ではなく「判定保留」とする
• 配信停止、苦情、規約上の問題が増えた場合は成果だけで採用しない

1つ目の1,100人は、ステップ5の表にある、5％から8％への差を検出する場合の約1,059人／群を上回る人数の例です。

「差がなかった」ことと「判断できるだけのデータが集まらなかった」ことは、別の状態です。後者は「Bの負け」でも「差なし」でもなく、判定保留として扱います。

QR・SMS・メール・タイミング別に、割り付けの単位と固定する条件を決める

どの単位で分けるかは、比べる施策によって変わります。

QR・メール・SMS・店頭案内それぞれの導線設計を先に整えたい場合は、口コミを増やす依頼導線の作り方を参照してください。

次の表は、施策ごとの推奨する割り付けと、固定するもの、主な注意点をまとめたものです。

比較	推奨する割り付け	固定するもの	主な注意点
メール vs SMS	顧客単位	文面、対象、送信時点	両方の連絡条件を満たす顧客で比較
SMS文面A vs B	顧客単位	送信時刻、対象、リンク	評価誘導につながる表現は使わない
翌日 vs 3日後	顧客単位	チャネル、文面	曜日構成をそろえる
QR位置A vs B	店舗・レジ・店舗日	デザイン、文面、対象	店舗差・曜日差を混ぜない
店頭QR vs 後日SMS	顧客単位が理想	対象顧客	接点そのものが異なるため設計に注意

特に「QRとSMS」を比べる場合は、QRを見た人とSMSを受け取った人の属性が、最初から違うことがあります。その場合は、単純に投稿数を比べるのではなく、同じ顧客をどちらへ割り当てるかまで設計できるかを先に確認してください。

口コミ依頼のタイミングは、感覚ではなく実験で確かめる

依頼のタイミングについては、研究でも、タイミングによって結果が変わることが報告されています。

Jungらは、レビュー依頼のタイミングを対象に2つのランダム化フィールド実験（実際の場面で、利用者を無作為に分けて行う実験）を行っています。体験直後のリマインドはレビューの投稿確率を下げる場合があり、時間を置いたリマインドでは投稿確率が高まったと報告しています。研究者は、早すぎる依頼では心理的な反発が生じる可能性を指摘しています。

また、PoniatowskiらはTrusted Shopsの2,230万件のレビュー依頼と230万件のレビューを分析し、依頼を送る時間帯と回答率に関係があることを報告しています。

ただし、これらはGoogle口コミだけを対象にした日本国内の店舗の実験ではありません。そのため、「翌日が必ず正解」「昼に送れば必ず増える」と一般化せず、自社の顧客接点でA/Bテストを行うための仮説として使うのが適切です。たとえば、最初の表の「タイミング」の行（利用翌日と利用3日後）の比較が、その仮説を試すテストにあたります。

投稿数だけで勝者を決めない

口コミ依頼の目的は件数を増やすことですが、投稿数だけを最適化すると、ほかの面に変化が出る可能性があります。

GaoらはTripAdvisorの自然実験（実験として設計されていない現実の変化を使う分析）で、レビュー依頼プログラムへの参加によってレビュー量が34.3％増えた一方、レビューの長さは16.9％減ったと報告しています。また、自然に投稿されるレビューの量への負の波及も確認されています。

これはGoogle口コミで同じ結果になるという意味ではありません。ただ、「依頼数を増やせばすべての指標が良くなる」とは限らないことを示しています。そのため、A/Bテストでは最低限、次の項目を併せて確認します。

• クリック率
• 新規口コミ数
• 依頼対象者数
• 配信停止・苦情などの運用上の問題
• 口コミ内容や評価分布に不自然な偏りが出ていないか

特に、星評価が高くなるタイミングだけを意図的に選ぶような運用は、Googleが禁止する評価操作との境界を意識する必要があります。

依頼できる人数が少ない店舗では「勝敗をつけない」判断も必要

口コミ施策は、広告のクリックのように、大量のデータが短期間で集まるとは限りません。

Bayerlらの研究では、33のデータセット、約4億件のレビューを用いた大規模分析に加えて、レビューサイトの利用者1万2,500人を対象とした事前登録済みのフィールド研究も行われています。これほど大きなデータを使う研究とは違い、1店舗の依頼で実際に行動する人は限られます。反応する人が少なければ、比べられる反応数も少なくなります。

たとえば月100件しか依頼できない店舗が、5％と7％のような小さな差を短期間で判定するのは、現実的でない場合があります。その場合は、次の選択肢を検討します。

• テスト期間を延ばす
• 複数店舗で同じ設計を行う
• 投稿完了だけでなくクリック率を先行指標にする
• 検出したい改善幅を事前に見直す
• 十分な母数が集まらなければ判定を保留する

小さな数字から無理に「勝ちパターン」を作るより、判断できない状態を正しく認識するほうが、継続して運用するうえでは役に立ちます。

A/Bテストの結果は「勝者あり・判定保留・中止」の3つで判定する

テスト終了後は、AかBかの二択にせず、3つの区分で判定すると実務で使いやすくなります。次の表は、各区分の条件の例と次の行動です。

判定	条件例	次の行動
勝者あり	必要母数を満たし、事前に決めた改善差を確認	勝者を標準化
判定保留	母数不足、差が小さい、結果が不安定	継続または再テスト
中止	規約、苦情、配信停止、運用負荷などに問題	採用しない

A/Bテストでは、必ず勝者を決める必要はありません。十分なデータがなければ「判定保留」とし、再検証します。

勝者を決めるときは、数値の差だけでなく、切り替えるための負担も見ます。たとえばBのクリック率がAより0.2ポイント高くても、運用コストが大幅に増えるなら、実務上の勝者とは限りません。ステップ6で「何ポイント改善すれば切り替える価値があるか」を決めておくと、この判断がしやすくなります。

口コミ依頼A/Bテストの実施前チェックリスト

実験を始める前に、次の項目を確認してください。1つでも当てはまらない項目があれば、開始前に設計を見直します。

• テストで答えたい質問が1つに絞られている
• AとBで変更する変数が原則1つだけになっている
• AとBの対象顧客条件が同じである
• 顧客を恣意的にA・Bへ振り分けていない
• 店舗差・曜日差・新規客とリピーターの差を混ぜていない
• 「依頼」「到達」「クリック」「新規口コミ」の定義が決まっている
• QR読取やクリックを口コミ投稿完了として扱っていない
• 必要母数を開始前に設定している
• 最低期間と最大期間を設定している
• 勝者とする最低改善幅を決めている
• 母数不足の場合は「判定保留」にできる
• 満足顧客だけを選んだ依頼になっていない
• インセンティブを付けていない
• 星数や口コミ内容を指定していない
• 店頭で投稿を強要する設計になっていない

まとめ

Google口コミ依頼のA/Bテストは、「今月はメール、来月はSMS」と施策を入れ替えるだけでは、原因を区別できる比較になりません。

同じ条件の顧客をAとBに分け、チャネル・文面・タイミングなどのうち1つの要素だけを変え、依頼数、到達数、クリック数、新規口コミ数を同じ定義で測ります。必要な対象者数、最低期間、停止基準、勝敗の判定は、テスト開始前に決めます。データが足りなければ「差がない」ではなく「判定保留」としてください。

Google口コミでは、肯定的な顧客だけを選んだ依頼、インセンティブ、評価・内容の誘導、その場での投稿の強要は禁止されています。A/Bテストは、規約内のチャネル・タイミング・中立的な文面・導線を改善するために使います。

最初の一歩は、ステップ1の問いを1つだけ選び、ステップ6の停止条件と判定基準を書き出してから、依頼を送り始めることです。感覚で「口コミが増えた気がする」と判断せず、比較条件と判定ルールを固定すれば、自社に合った口コミ依頼の方法を継続して検証できます。

口コミ依頼を継続運用する仕組みまで整えたい場合は、アンケートを起点にGoogle口コミ投稿を支援するクチコミ増えるくんも選択肢です。

参考文献・データ元

‹ 親記事: 口コミ依頼への承諾率は8割超なのに、なぜ増えない企業があるのか？獲得・増加施策の設計と規約リスク

関連記事

• › 口コミを増やす依頼導線の作り方｜QR・メール・SMS・店頭案内をどう使い分けるか
• › 多店舗で口コミ依頼の実施率を管理する方法｜対象判定・案内件数・店舗差を週次改善

関連テーマ

AIO SEO MEO 採用改善 オウンドメディア集客