Blog list

ABテストツールおすすめ8選｜機能と選び方を比較

プロベル編集部(株式会社プロベル) プロベル編集部 / 株式会社プロベル

2026年10月02日

Webサイトやランディングページの改善では、変更案を公開する前に、複数の表示パターンを比べて成果を確かめる方法が有効です。ただし、ツールによって編集できる範囲、対象者の絞り込み、分析方法は異なります。自社のアクセス規模と運用体制に合わない製品を選ぶと、実験を設定できても判断に使える結果が得られません。本記事では法人サイトで使えるABテストツール8つを比較し、選び方と運用上の注意点を解説します。

ABテストツールおすすめ8選

比較の出発点は、何を変更し、誰がテストを設定するかです。Ptengine・SiTest・Dejamはページ改善と行動分析をまとめて進めたい場合、Optimize Nextは費用を抑えて要素変更や別URL比較を始めたい場合、KARTE Blocksは既存サイトの一部分を継続して差し替えたい場合に候補となります。Wingify・Optimizely Web Experimentation・Adobe Targetは、対象者や実験条件を細かく設計する運用と比較してください。以下の8サービスは公式サイトでABテスト機能を確認できる製品です。

サービス名	テスト作成方法	分析・運用の特徴
Ptengine	ノーコード編集・URL振り分け	ヒートマップ
SiTest	画面上で画像・文言を編集	ヒートマップ・EFO
Dejam	ABテスト・リダイレクトテスト	LP改善機能
Wingify	ABテスト・パーソナライゼーション	分析・Feature Management連携
Optimizely Web Experimentation	バリエーション編集・対象設定	イベント計測
Optimize Next	要素変更・リダイレクト	GA4・Clarity連携
KARTE Blocks	ノーコードでブロック差し替え	ブロック別効果・セグメント分析
Adobe Target	ビジュアル編集・体験設定	対象者別・自動配分

Ptengine

出典：Ptengine

サービス名	Ptengine
運営会社	株式会社Ptmind
本社所在地	東京都新宿区
設立	2010年12月
主なテスト方式	ページ要素変更・リダイレクト

Ptengineは、ページ上の要素をノーコードで変更してABテストを設定できるWebサイト改善ツールです。異なるURLのLPを比較するリダイレクトテストにも対応し、ポップアップや固定バーの表示も検証対象にできます。テスト結果を流入元やユーザー属性などで確認でき、パターンごとのヒートマップを使って行動の違いを調べられる点が特徴です。

SiTest

出典：SiTest

サービス名	SiTest
運営会社	株式会社グラッドキューブ
本社所在地	大阪府大阪市
設立	公式サイトで確認できず
主なテスト方式	ページ要素変更

SiTestはヒートマップ、ABテスト、EFOなどを備えるサイト分析・改善ツールです。画像やテキストを画面上で編集してテストを作成でき、ページ上の行動分析と施策検証を一つの環境で扱えます。サイト改善支援も案内されているため、ツールの操作だけでなく改善案の検討体制を含めて導入したい企業は支援範囲を確認するとよいでしょう。

Dejam

出典：Dejam

サービス名	Dejam
運営会社	株式会社LeanGo
本社所在地	東京都目黒区
設立	2020年4月
主なテスト方式	ABテスト・リダイレクト

Dejamは株式会社LeanGoが提供するサイト改善ツールで、ABテストとリダイレクトテストを実施できます。LP改善に関する機能や情報を提供しており、既存ページの要素変更と別ページの比較を使い分けられます。LPの制作や改善案の検討から検証までを継続して行う場合、どの作業をツール内で完結できるかを確認すると選びやすくなります。

Wingify

出典：Wingify

サービス名	Wingify
運営会社	Wingify
本社所在地	公式サイトで確認できず
設立	公式サイトで確認できず
主なテスト方式	Web・サーバー側の実験

Wingifyは、VWOとAB Tastyが統合して2026年9月に公開された体験最適化プラットフォームです。ABテスト、スプリットURLテスト、多変量テストに加え、パーソナライゼーション、行動分析、Feature Managementなどを共通データ基盤で扱います。従来のVWO・AB Tasty利用企業も継続支援すると案内されているため、既存契約からの移行方法、利用できる機能、料金・サポート窓口は個別に確認してください。単一LPの検証だけでなく、Webやアプリを横断して継続的に改善したい企業の候補です。

Optimizely Web Experimentation

出典：Optimizely Web Experimentation

サービス名	Optimizely Web Experimentation
運営会社	Optimizely
本社所在地	米国ニューヨーク市
設立	公式サイトで確認できず
主なテスト方式	WebページのABテスト

Optimizely Web Experimentationは、Webページのバリエーションを作成し、表示対象と計測イベントを設定して実験を公開する製品です。公式ヘルプでは、編集したバリエーションのプレビューや公開前の確認工程も案内しています。単発のボタン変更だけでなく、実験の作成、対象設定、指標管理を組織的に運用したい場合に検討できます。

Optimize Next

出典：Optimize Next

サービス名	Optimize Next
運営会社	PROJECT GROUP株式会社
本社所在地	東京都千代田区
設立	2012年3月
主なテスト方式	要素変更・リダイレクト

Optimize Nextは、ページの文言や色を編集して比較する要素変更テストと、別URLのページを振り分けるリダイレクトテストに対応します。GoogleアナリティクスとMicrosoft Clarityとの連携を案内しており、結果の数値とパターン別の行動を合わせて確認できます。公式料金ページにはFreeプランと有料プランがあり、Freeでは3パターン以上の比較や細かなターゲティングなどに制限があります。低予算で基本的なテストを始めたい企業は、対象ページと必要な配信条件がFreeで足りるか、試用時に確かめるとよいでしょう。

KARTE Blocks

出典：KARTE Blocks

サービス名	KARTE Blocks
運営会社	株式会社プレイド
本社所在地	東京都中央区
設立	2011年10月
主なテスト方式	ブロック差し替え型ABテスト

KARTE Blocksは、既存サイトの文章・画像などのブロックを差し替えて改善案を試すツールです。公式サイトでは、ノーコードの編集、ABテスト、ブロックごとの効果分析を案内しています。ページ全体を作り直す前に、ファーストビューやCTAなど特定部分の変更を検証したい場合に比較価値があります。公式のABテスト紹介ページでは初期費用10万円、月額固定14.8万円からと案内されています。対象ページの範囲と導入支援を含め、見積条件を確認しましょう。

Adobe Target

出典：Adobe Target

サービス名	Adobe Target
運営会社	アドビ株式会社
本社所在地	東京都品川区
設立	公式サイトで確認できず
主なテスト方式	WebのABテスト・自動配分

Adobe Targetは、Webページの複数案を比較するABテストに加え、訪問者を対象に体験を出し分ける機能を備えた企業向け製品です。公式ヘルプはビジュアルエディターでの変更に加え、Auto-AllocateやAuto-Targetを別のアクティビティとして説明しています。後者にはライセンス条件があるため、契約プランを確認しなければなりません。Adobe製品群とのデータ連携や、複数のデジタル接点での検証を重視する企業に検討余地があります。公式の価格ページは利用規模と製品オプションによる見積りを案内しており、単一LPだけの検証に必要な構成と費用を確認することが重要です。

ABテストツールの選び方

導入前には、実験の作り方だけでなく、成果指標、対象者数、公開後の判定担当を決める必要があります。費用は無料枠の有無だけでは比較できません。例えばOptimize NextはFreeプランを案内していますが一部の高度な設定は有料、KARTE Blocksは初期費用と月額固定費を公開しています。Adobe Targetは利用規模や構成に応じた見積りです。各社の見積りでは対象ページ数・PV、利用人数、サポート範囲、契約期間、タグ設置や制作にかかる社内工数を同じ条件で確認しましょう。次の三点を軸にすると、機能表だけでは見えない運用上の差を把握できます。

テスト対象と編集方法を合わせる

キャッチコピーやボタン位置など小さな変更なら、画面上で編集できるビジュアルエディターが便利です。一方、構成の異なる二つのLPを比べる場合は、別URLへの振り分けに対応したリダイレクトテストが必要になります。企業属性に応じた表示や資料請求フォームの入力フローなど、サイト側の処理を変更するなら、開発者がコードで実験を組めるかも確認しなければなりません。試用時に自社サイトの代表的なページで一件設定すると、運用負荷を判断しやすくなります。

成果指標と分析方法を確認する

CTAクリックと問い合わせ完了では、同じテストでも「勝ち」の判定が変わります。まず商談や申込に近い主指標を決め、必要に応じてフォーム到達、離脱率などを補助指標にします。ツールのレポートとGA4を併用する場合は、計測対象、ユーザー単位かセッション単位か、同意設定の扱いを揃えて確認することが重要です。結果の差がどの流入や端末で生じたかを見る機能も、次の改善案づくりに役立ちます。

配信条件とサイトへの影響を確認する

法人サイトでは、広告経由の訪問者だけにLP案を配信したい、特定の端末では変更を適用したくないといった条件が生じます。対象URL、流入元、端末、既存顧客などをどこまで絞れるかを確認します。タグによる表示の遅れや一瞬だけ元の画面が見える現象は、体験と測定の双方に影響します。導入前のテスト環境で表示速度、ページの崩れ、同時実験の干渉を確認し、個人情報の取得範囲も社内基準と照らし合わせる必要があります。

ABテスト運用で失敗を避けるポイント

適切なツールを導入しても、十分な対象者が集まらない実験や、開始後に判定基準を変える実験では結論が不安定になります。結果を施策に活かすために、準備と終了後の運用まで設計します。

必要なサンプルと期間を見積もる

対象ページのアクセス数が多くても、実際に問い合わせや資料請求に至る件数が少なければ差を判定しにくくなります。過去の対象者数とコンバージョン率から、検出したい改善幅に必要な期間を見積もることが出発点です。小さな差を見つけようとすると、必要なサンプルは増えます。数日間の途中経過だけで勝者を決めず、曜日やキャンペーンの影響を含む期間を確保します。流入が少ない場合は、対象ページや指標を見直す方が有効なこともあります。

一度に変える要素と判定基準を決める

見出し、画像、フォームを同時に変えると、結果が改善してもどの変更が効いたか分かりにくくなります。大幅なページ比較には意味がありますが、学びを次に活かしたいなら変更理由を仮説として記録することが大切です。開始前に主指標、悪化させたくない補助指標、配信割合、終了条件を定めます。途中で都合のよい指標だけを選ぶと、成果を過大評価する恐れがあります。

勝ちパターンの反映まで運用を設計する

テスト上の勝ちパターンは、ツールで配信したままにせず、サイト本体へ恒久的に反映するかを判断する必要があります。反映担当、リリース時期、反映後の計測をあらかじめ決めておくと、実験結果が改善につながります。結果が明確でない場合も、仮説、対象者、期間、判定できなかった理由を記録すれば、同じ検証を繰り返さずに済みます。