LP改善何から手をつける？CVR1.78%→3.01%に変えた方法

LP（ランディングページ）を作って広告を流したものの、CVR（コンバージョン率）が思うように伸びない。改善したいけれど、チェックすべき項目が多すぎて、どこから手をつければよいか決まらない。そんな停滞は、LP改善の現場でよく起きます。

結論から言うと、LP改善（LPO）の本質は単発の施策ではなく「現状分析→ボトルネック特定→優先順位付け→ABテスト→検証→次の改善」というサイクルを仕組みとして回すことです。改善ポイントは20項目以上ありますが、効くのは上から5項目で、それも「CVRインパクト×実装コスト」で順序を付けると意思決定が早くなります。

この記事では、LP改善の優先順位フレーム、6ステップの手順、20項目のチェックリスト、ABテストと多変量解析の使い分け、自社で実証したCVR1.78%→3.01%の改善プロセス、そして「LPを変えても伸びないとき」に疑うべき5要因までを、toCインハウスマーケターが自社で回せる粒度で整理しました。

LP改善（LPO）とは？ランディングページ改善の仕組みと考え方

LP改善（LPO=Landing Page Optimization）とは、LPに訪れたユーザーがCV（資料請求・購入・申込など）に至る割合を高めるための施策の総称です。流入を増やすSEOや広告とは別軸で、「流入してきた1人をどれだけ取りこぼさないか」を扱う領域です。

具体的には、ファーストビューのキャッチコピー、CTAボタンの文言や配置、フォームの項目数、本文の構成、信頼要素の見せ方などを、計測と仮説検証で見直していきます。LPOの仕組みは、特別な技術というより、現状を測り、ボトルネックを見つけ、優先順位を付けて改善するPDCAサイクルと捉えるのが実務的です。

SEOは「LPに来てもらう」流入施策、LPOは「来た後にCVしてもらう」CVR施策です。たとえばSEOで流入を増やしても、LPやフォームで離脱していればCVは増えません。逆に、同じ流入数でもCVRが上がれば獲得数は増えます。LP改善は、この「来た後の取りこぼし」を減らすために行います。

LP改善が必要な3つの状況

LP改善に着手すべきタイミングは、次のいずれかに該当したときが目安です。

• 自社の過去CVRや同じ流入元の実績と比べて、CVRが明らかに低い
• 直帰率が高く、ファーストビュー周辺での離脱が多い
• 広告のCPA（獲得単価）が悪化し、媒体側の最適化だけでは戻らない

これらは「LP外（広告や商材）が原因」と切り分けるためにも、まずLPの現状計測から入ります。

改善で動かせるCVRの目安

CVRの目安は、業種・商材・流入元・CV地点によって大きく変わります。外部調査の平均値をそのまま基準にするより、「自社の過去CVRからどれだけ動いたか」で見る方が現実的です。後半で紹介する自社事例では、CVRが1.78%から3.01%に動きました。1.7倍弱の改善幅です。

LP改善・LPO対策の優先順位｜CVRインパクト×実装コストで決める

LP改善で最もよくある停滞は「やるべきことが多すぎて、結局何から手をつけるか決まらない」です。結論として、改善ポイントは「CVRインパクト×実装コスト」の2軸で4象限に分け、左上（インパクト高×コスト低）から着手するのが意思決定として最も早いです。

改善ポイントを「インパクト×コスト」で4象限に分ける

LPの改善案を全て並べると、20項目近くなります。これを全部やるつもりで眺めると止まりますが、2軸でマップ化すると着手順が見えます。

改善案や改善ポイントを探すときに困りやすいのは、左上と右下が同列に並んでいる記事を読んでしまうことです。コスト感まで揃えて初めて、現実の意思決定に使えます。

優先順位Top5

具体的に着手すべき順番は次の5つです。これは既存記事でも一貫している順序で、迷ったらこの並びで触ります。特にファーストビューとCTAは、改善インパクトが大きい一方で「何をどう変えるか」で迷いやすい領域です。キャッチコピー・要素配置から見直すならLPファーストビューの作り方、ボタン文言や押す直前の不安を減らすならCVボタン改善の記事で具体例まで確認できます。

1. ファーストビュー：キャッチコピー・サブコピー・メインビジュアル。最初の3〜5秒で離脱を止める入口
2. CTA：ボタン文言・直下マイクロコピー・配置。最後の迷いを減らして行動につなげる出口
3. オファー：提示している価値・特典・価格表現
4. 構成：情報の順序、課題→解決→証拠→行動の流れ
5. デザイン：色・装飾・余白・スマホ最適化

順序の根拠は「離脱は上から起こる」というシンプルな構造です。LPではファーストビュー周辺の離脱が大きなボトルネックになりやすいため、下流のデザインだけ触っても、上流の離脱を超えてくる人数は変わりません。

Top5の次に見る改善項目

ファーストビュー・CTA・オファー・構成・デザインを見直したら、次はLPの説得力や使いやすさを底上げする項目に進みます。

• 信頼要素：実績数値・受賞・第三者の声
• コピーの磨き込み：ベネフィット先出し・反論の先回り
• 表示速度：LCP2.5秒以内が目安
• スマホ最適化：文字サイズ・タップ領域・縦の高さ
• フォーム改善：項目数の削減・入力支援

フォーム改善は本来インパクトが大きいのですが、実装コストがやや高い（HTMLや外部ツールの導入が必要）ため、Top5の次に置いています。詳細はEFOツール記事で深掘りしています。

余裕があれば取り組む

リソースとデータが揃ってきたら、次の領域に進みます。

• 流入セグメント別のパーソナライズ：広告経由／オーガニック経由でLPを出し分け
• 多変量解析（MVT）による細部最適化
• Web接客ツールでの動的な声かけ

これらは「LP単体で月間数千CV以上のデータが取れる」段階で意味を持ちます。流入が少ないLPで先に手を出すと、データ不足で判断できず時間だけ消費します。

LP改善のコツは「1度に1要素ずつ」変えること

優先順位を付けたら、必ず「1度に1要素ずつ」変えます。理由は、複数同時に変えると「何が効いたか」が分からなくなるからです。CVRが上がっても、次のLPに転用できる知見が残らない。これがLP改善で最も損する状態です。

LP改善のコツを一言で言えば、急がば回れの「1要素ずつ変え、記録を残す」に尽きます。

LP改善の進め方｜現状分析からPDCAサイクルまで6ステップ

LP改善は、6つのステップを1サイクルとして回します。1サイクルの目安は1〜2ヶ月。これを年5〜6サイクル回す前提で、ステップを設計します。

ステップ1: 現状のCVR・直帰率・スクロール深度を計測する

最初にやることは「いま何が起きているか」を数字で押さえることです。最低でも次の3指標を3ヶ月分は取ります。

• CVR：フォーム完了数 ÷ LP訪問数
• 直帰率：LPだけ見て離脱した割合
• スクロール深度：LPのどこまで読まれたか

GA4の拡張計測機能では、ページ下部付近まで到達したスクロールを自動計測できます。10%・50%・90%など任意の深度で見たい場合は、Google Tag Managerのスクロール距離トリガーを使って追加設定します。ここを飛ばして仮説に入ると、ボトルネックが分からないまま「やった感」だけの改善になります。

ステップ2: ボトルネックを特定する

数字で「LPがダメ」と分かっても、LP内のどこで離脱しているかは見えません。ここでヒートマップやレコーディングツールを使います。

無料で始められるのはMicrosoft Clarityです。ユーザーのクリック・タップ、スクロール、ページ遷移などの行動を、実際の動画ではなく再構成されたセッションレコーディングとして確認できます。有料ツールではPtengine、Mouseflow、Robeeなどがあります。

ここで見つかるボトルネックは、たとえば次のようなものです。

• ファーストビューで7割が離脱している
• スクロール深度が60%で止まり、CTA手前で離脱
• フォーム入力欄の3項目目で離脱が集中

数字と挙動を突き合わせて、「どこを直すべきか」を1〜2箇所に絞ります。

ステップ3: 改善仮説を立てる

ボトルネックに対し「何を変えれば動くか」を仮説化します。仮説はフォーマット化して残すと、後でサイクルを回すときに過去の判断が再利用できます。

仮説シートを残しておくと、社内で改善提案を通すときの根拠資料にもなります。

ステップ4: ABテストで検証する

仮説が固まったら、ABテストで検証します。原則は「1要素ずつ・サンプル数を守る・期間を揃える」です。

• 1度に変えるのは1要素のみ
• 各パターンで最低100CV以上を目安に蓄積
• 流入が少なくても、最低2週間×2サイクル（合計4週間）は走らせる
• 統計的有意性は95%を判定基準とするのが業界一般

詳しい手順とサンプル数の計算はABテストのやり方の記事に整理しています。ツールがなくても、URL分割や期間前後比較で始められます（厳密性は劣りますが、最初の一歩としては十分です）。

ステップ5: 結果を判定して採用・不採用を決める

ABテストの結果は、次の3区分で判定します。

• 採用：BパターンがAより統計的に有意に高い
• 不採用：BパターンがAと同等または低い
• 保留：差は出たが統計的有意性に届かない（サンプル数を増やす）

ここでよくある失敗は、「保留」を「採用」と扱ってしまうことです。サンプル不足のまま結論を出すと、次のサイクルで仮説が崩れ、改善が逆戻りします。

ステップ6: 次の改善サイクルに入る

採用された変更をベースに、次の仮説に進みます。重要なのは「学びをドキュメント化する」ことです。

• 何を変えたか
• なぜ効いたか／効かなかったか
• 次は何を試すか

これを溜めていくと、半年後には「自社LPの改善知見データベース」ができます。新しいLPを作るときも、この知見が初期設計の精度を上げます。LP改善は単発でなく、サイクルで効いてくる施策です。

LP改善のチェックリスト20項目｜LPO手法・対策を要素別に網羅

LP改善のチェック項目は、要素別に分けると見落としが減ります。ここでは6カテゴリ20項目で網羅しました。各項目の詳細は、要素別の専門記事への内部リンクで深掘りできます。

ファーストビュー

ファーストビューはLPの離脱率を最も大きく動かす要素です。詳細はLPファーストビューの作り方の記事に整理しています。

1. キャッチコピーが「誰の・何の悩みを・どう解決するか」を一文で伝えている
2. メインビジュアルが商材タイプ（写真／イラスト／UI／人物）に合っている
3. CTAボタンが1種類だけ置かれている
4. 信頼要素（実績・受賞・第三者）が入っている

CTAボタン

CTAは2番目にインパクトが大きい要素です。詳細はCVボタン改善の記事で深掘りしています。

5. ボタンが周囲とコントラストの強い色で目立っている
6. ボタン直下にマイクロコピー（「30秒で完了」「無料・登録不要」など）が添えられている
7. ボタンが3箇所以上（FV／中盤／クロージング）に配置されている
8. ボタン文言が能動的で、押した後の体験を伝えている

オファー・コピー

9. ベネフィットがファーストビューで先出しされている
10. ターゲットへの呼びかけが具体的（「○○な方へ」など）
11. 想定される不安・反論への先回りがある

構成・本文

12. 上から「課題→解決→証拠→行動」の順で並んでいる
13. 本文の訴求がファーストビューの訴求と一貫している
14. FAQセクションで購入前の不安を払拭している

フォーム

15. フォーム項目数が必要最低限に絞られている
16. 入力支援（オートコンプリート・郵便番号→住所自動入力）が効いている
17. 必須・任意の区別が一目で分かる

ユーザビリティ・速度

18. スマホで文字サイズを小さくしすぎず、主要なタップ領域を44×44 CSS px以上に近づけている
19. LCP（最大コンテンツの表示時間）が2.5秒以内
20. 1スクロール目までに「読み続けたい理由」が提示されている

各要素のさらに細かいチェック観点は、要素別の専門記事（ファーストビュー／CVボタン／EFOツール）に整理しています。

ABテストと多変量解析の使い分け｜LP改善で何を選ぶか

LP改善の検証手法は、大きくABテストと多変量解析（MVT）に分かれます。結論として、流入が少ない／大きな変更を試したい時はABテスト、流入が十分にあって細部の組み合わせを最適化したい時はMVTを使います。

ABテストは「大きな変更」、多変量解析は「細部の組み合わせ」

ABテストは、2〜3パターンを比較する手法です。「変えた要素が効いたか」を1対1で確かめる構造で、シンプルです。一方で多変量解析（MVT）は、複数の要素を複数水準ずつ組み合わせて同時にテストします。たとえばキャッチ4種類×ボタン色3種類=12通りを一度に試すような形です。

多変量解析を調べる方は、MVTで一気に最適解を見つけたい意図を持っていることが多いですが、実務的にはABテストが先で、MVTは後です。

要素数とサンプル数の目安

サンプル数は業界一般の目安で、厳密には事前の検出力計算で算出します。ただし最初のうちは「各パターン100CV」「2週間×2サイクル」を守れば、判断ミスは大きく減ります。

流入が少ないLPは多変量解析を使わない

多変量解析の罠は、サンプル不足のまま走らせてしまうことです。12通りの組み合わせに対し、各通り300CV必要なら、合計3,600CVが必要になります。月間500CVのLPで回そうとすると、判定までに7ヶ月かかります。その間に市場も商材も変わるため、結果が出る頃には参考にならない数字になります。

流入が少ない段階では、ABテストで「大きく効く要素」を1つずつ潰していくほうが、改善速度が出ます。

ツールなしで始められるABテスト

ABテスト専用ツールがなくても、ABテストは始められます。

• URL分割：A用・B用の2つのLPを作り、広告側でURLを出し分ける
• 期間前後比較：同じLPで、変更前2週間と変更後2週間を比較
• 時間帯分割：午前・午後で異なるパターンを出す（厳密性は劣る）

厳密性は専用ツールに劣りますが、改善サイクルを回し始める一歩としては十分です。本格化したらABテストツールの記事で紹介しているツールに移行する流れになります。

LP改善の実例｜自社CVR1.78%→3.01%の改善プロセス

ここまでの考え方を、SPIRITSが自社で実施したLP改善の事例で見ていきます。Microsoft Clarityのレコーディングを見ながら、読まれているのにCVしない理由を探り、CVRは1.78%から3.01%に動きました。1.7倍弱の改善です。詳細はCVR改善の事例記事に整理しています。

改善前の課題

改善前のLPは、広告から流入は来ていましたが、CVRが1.78%で停滞していました。レコーディングを見ると、一定時間LPを読んでいるユーザーはいる。それでもCTAクリックやCVにはつながっていない。「読まれているのにCVしない」という、もどかしい状況でした。

ヒートマップ・レコーディングで特定したボトルネック

Microsoft Clarityのレコーディング機能で、訪問者の動きを実際に観察しました。見えてきたのは次の傾向です。

• LPを最後まで見ているユーザーが一定数いる
• お客様のbefore/after、お客様の声、サービス内容のカルーセルなどは読まれている
• CTAボタン周辺でスクロールが止まるが、クリックまでは進まないユーザーがいる

数字だけ見ていたら「CTAボタンが悪い」と判断したかもしれません。しかしレコーディングを見ると、ボタンそのものだけでなく、相談会の内容への不安や、コンテンツの具体性不足が行動を止めている可能性が見えてきました。

仮説と改善案

ボトルネックに対して立てた仮説は、主に2つです。

• CTAボタン周辺で、「相談会がどのように行われるのか」が伝わらず、不安が残っている
• 読まれているコンテンツが抽象的で、ユーザーが自分ごととしてイメージしきれていない

改善案は、CTAボタン周辺のコピー調整と、読まれているコンテンツの具体化でした。たとえば、相談会が「顔出し不要」であること、担当者のイメージ、実際の成果物や読者に合ったお客様の声を追加し、申し込み前の不安を減らす方向で修正しました。

検証方法と数値

今回の事例では、統計的有意差を取れるほどのサンプル数を待つより、キャンペーン期間中に改善サイクルを速く回すことを優先しました。そのため、厳密なABテストではなく、1週間の検証期間でCVRとCPAの変化を確認しています。

結果として、CVRは1.78%から3.01%へ、CPAは10,982円から5,630円へ改善しました。ただし、統計的有意差を検証した事例ではありません。あくまで「短期間でボトルネック仮説を立て、改善方向を見つけた実務例」として見るのが適切です。

改善後の数値と再現性のあるポイント

この改善で再現性があるポイントは、次の3つです。

1. 「読まれていないからCVしない」とは限らない。読まれていてもCVしないことはある。レコーディングで「読み方の質」を見る価値が大きい
2. CTA周辺の不安を減らすだけでもCVRは動くことがある。顔出し有無、担当者、申し込み後の流れなど、最後の一押しに必要な情報を見直す価値がある
3. 短期検証と厳密なABテストは分けて扱う。短期改善で方向性をつかみ、再現性を高めたい施策は次のサイクルで改めて検証する

数値そのものは商材・流入元によって変わりますが、「レコーディングで迷いを見る→CTA周辺や読まれているコンテンツの仮説を立てる→短期で変化を見る」という流れは、他のLPでも応用できます。詳細はこちらの事例記事で書いています。

外部事例から見える共通点

自社事例だけを見ると「このLPだけの特殊な結果ではないか」と感じるかもしれません。ただ、外部のLP改善・ABテスト事例を見ても、最初に触るべき箇所は大きく変わりません。

株式会社くるみのLP ABテスト解説では、ファーストビューのキャッチコピー、CTAボタン、ヒーロー画像を最優先のテスト要素として整理しています。ローカルマーケティングパートナーズのLP改善解説でも、BtoB企業のLP改善では「ファーストビュー → CTA → フォーム」の順にインパクトの大きい要素から検証する考え方が示されています。

つまり、自社事例で見えた「読まれているのにCVしない」「CTA直前で迷いが残る」というボトルネックは、特殊な例ではありません。LP改善では、まずファーストビューで期待を合わせ、CTA周辺で不安を減らし、フォームで入力負担を下げる。この順番で見ると、改善案を出しやすくなります。

LP改善ツールの位置づけ｜役割別に使い分ける

LP改善ツールは、機能で比較するより「役割」で整理したほうが選びやすいです。ツール選びで迷う原因の多くは、計測ツールとABテストツールとEFOツールが同じ「LPOツール」と呼ばれていて、何を入れればよいか見分けにくいことです。

計測・分析

LP改善の出発点になる役割です。「いま何が起きているか」を可視化します。

• GA4（Google Analytics 4）：訪問数・CVR・直帰率などの基礎指標
• Microsoft Clarity：無料のヒートマップ＆レコーディング
• Ptengine／Mouseflow／Robee：有料のヒートマップ＆ファネル分析

最初の1サイクルはGA4とClarityの組み合わせで十分始められます。

ABテスト

仮説検証の役割です。

• Google Optimize終了後のGA4連携候補：AB Tasty、Optimizely、VWO など
• ABテスト結果の行動分析補助：Microsoft Clarity（バリエーション別のヒートマップ・レコーディング確認）
• LPO・分析改善統合：dejam、ミエルカオプティマイズ、SiTest、DLPO、Ptengine など
• Web接客・パーソナライズ統合：KAIZEN UX、KARTE Blocks、Sprocket、TETORI、Flipdesk など
• 海外プラットフォーム：VWO、AB Tasty、Optimizely など

詳しい比較はABテストツール記事に整理しています。最新の料金や機能は公式で要確認です。

フォーム改善（EFO）

フォーム特化の改善ツールです。LPの本文を直さなくても、フォーム改善だけで完了率が大きく動くケースがあります。

フォームアシスト、EFO CUBE、Gyro-n EFO、formrun、Tayori など。詳しくはEFOツール記事で15ツールを比較しています。

接客・離脱防止

LP上で動的に声かけ・離脱防止を行うツールです。

• 離脱防止ポップアップ：TETORI、Promolayer、ecコンシェル など（離脱防止ポップアップ記事）
• Web接客全般：KARTE for Web、Flipdesk、Sprocket など（Web接客ツール記事）

ツール詳細はLPOツール記事へ

ツール選定の全体像と、自社に合うタイプを絞る判断軸は、LPOツール記事にまとめています。ここでは「役割」のみ整理し、比較表は置きません。

LPを改善してもCVが伸びない時に疑う5つの要因

LP改善で最後にぶつかるのは、「ファーストビューもCTAも触ったのに、CVRがほとんど動かない」という壁です。この時に疑うべきは、LP単体ではなくLPの外側です。

1. 流入元の広告クリエイティブとの整合

広告のキャッチとLPのファーストビューが別の話をしていると、ユーザーは「期待と違う」と感じて離脱します。広告で「初回半額」と見せておきながら、LPのファーストビューに価格訴求がない、というケースがよくあります。

広告クリエイティブとLPファーストビューを並べて、訴求が一致しているか確認します。LP単体ではなく、流入元と組で見る視点です。

2. フォームの長さ・項目数

LP本文でモチベーションを上げても、フォームで離脱されていたら台無しです。項目数が多くなるほど入力負担は増え、完了率が下がりやすくなります。

• 必須項目を最低限に削れているか
• 入力支援（オートコンプリート・郵便番号→住所自動入力）が効いているか
• スマホでキーボードの種類（数字／英数）が項目ごとに切り替わるか

フォーム改善は、LP本体より小さい工数でCVRを動かせる可能性があります。詳細はEFOツール記事で扱っています。

3. ターゲット設定そのもの

そもそも流入してきているセグメントが、商材のオファーと合っていないケースです。広告のターゲティングが広すぎて、検討段階にない層まで連れてきていると、LP側で何をしてもCVには結びつきません。

広告管理画面でユーザー属性別のCVRを見て、特定セグメントだけ極端に低い場合は、配信ターゲティングの見直しが先です。

4. CV後の受け皿

CVR自体は数字上で動いていても、CV後の体験が弱いと最終的な売上には結びつきません。

• フォーム送信後のサンクスページが「ありがとうございました」だけで終わっている
• 確認メールが届くまで時間がかかる
• 資料請求後のフォローが3日後の一斉メールしかない

サンクスページに次のアクション（事例ダウンロード、関連資料、LINE登録）を置く、確認メールにすぐ役立つコンテンツを入れる、LINE登録に誘導してリアルタイムで温度を保つ。CV後の体験設計は、LP改善と一緒にやると効果が出やすい領域です。

5. 商材・価格・オファーの根本

最後に、商材そのものや価格・オファーが市場の期待と合っていないケースです。これはLP改善で動かせる範囲を超えています。

• 競合と比べて価格が高く、LP上で差別化できない
• オファー（割引・特典・無料体験）の魅力が薄い
• そもそも商材自体に検討層が少ない

この場合、LP担当が単独で動かせる領域ではありません。マーケと事業企画が組んでオファーや価格を見直す動きが必要です。LPを何度もABテストしても動かないときは、この層を疑う段階に入っています。

LP改善を社内で進めるための体制と進め方

LP改善は1人で完結しません。計測・仮説立案・実装・判定の4役を、最低でも兼任で割り振ります。1人で全部やるとサイクルが回らないか、判断の偏りが出やすくなります。

1人で全部やらない

役割を分けるのは「分業のため」ではなく、「判断の質を保つため」です。仮説を立てた人と判定する人が同じだと、自分の仮説に引っ張られて「効いたことにしたい」バイアスが入ります。最低でも仮説と判定は別の目を入れます。

改善提案フォーマット

社内で改善を進めるには、提案を「思いつきベース」から「フォーマットベース」に変えると通りやすくなります。

このフォーマットを社内に定着させると、判断会議で「やる／やらない」を素早く決められます。上司に改善提案を通すときも、口頭の説明より格段に通りやすくなります。

改善の判定会議は最低月1回

走っているABテストの中間進捗と、判定会議は最低月1回開きます。1サイクル1〜2ヶ月で回す前提だと、月1回の判定で年5〜6サイクル回せます。

会議で扱うのは次の3つです。

• 走行中ABテストの進捗（サンプル数・暫定数値）
• 判定の出ているテストの採用／不採用判定
• 次の仮説の優先順位

会議体を持たないと、テストが流れっぱなしになり、学びが溜まりません。

制作会社・外部支援を使うべき判断軸

外注の判断軸は「自社にない能力かどうか」で決めます。

• 計測・仮説まで自社／実装だけ外注：最も現実的なバランス
• 計測も外注：自社にマーケアナリストがいない場合
• 全部内製：LP改善を事業の中核に据えていて、専任チームがある場合

「リソースが足りないから外注」だけだと、外注先に依存して自社にノウハウが残りません。仮説立案までは自社で持つことを優先するのが、長期的には効きます。

LP改善の総合チェックリスト

ここまでの内容を、現場で使えるチェックリストにまとめました。Yes/Noで判定し、Noが多い項目から着手します。

1. 直近3ヶ月のCVR・直帰率・スクロール深度を計測している
2. ヒートマップ／レコーディングでボトルネックを特定している
3. 改善案を「インパクト×コスト」で優先順位付けしている
4. 1度に変えるのは1要素ずつにしている
5. 各パターン100CV以上、最低2週間×2サイクルで判定している
6. ファーストビューの5要素（キャッチ・サブ・MV・CTA・信頼）が揃っている
7. CTAボタンが1種類で、マイクロコピーが添えられている
8. 流入元の広告クリエイティブと訴求が一致している
9. フォームの項目数を最低限に絞っている
10. スマホで文字サイズを小さくしすぎず、主要なタップ領域を44×44 CSS px以上に近づけている
11. LCP2.5秒以内（表示速度）を満たしている
12. 信頼要素（実績・第三者・受賞）が入っている
13. CV後の受け皿（メール／LINE／資料送付）の設計がある
14. 改善判定会議を月1回以上開催している
15. 改善仮説をフォーマット化して残している

Noが5個以上ある場合は、まずチェックリストの上位（1〜5）を整える段階です。計測と優先順位付けが整って初めて、要素別の改善が効きはじめます。

よくある質問（FAQ）

まとめ｜LP改善は「優先順位×サイクル×事業設計」で回す

LP改善（LPO）は、思いつきの単発施策ではなく、サイクルで回す仕組みです。要点を整理します。

• LP改善は「現状分析→ボトルネック特定→優先順位付け→ABテスト→検証」のサイクルを回す
• 改善ポイントは「CVRインパクト×実装コスト」で優先順位を付け、左上（インパクト高×コスト低）から着手する
• Top5の順番は ファーストビュー→CTA→オファー→構成→デザイン。迷ったらこの並びで触る
• 1度に1要素ずつ、各パターン100CV以上・最低2週間×2サイクルで判定する
• ABテストは「大きな変更／流入少」、多変量解析は「細部最適化／流入十分」で使い分ける
• 自社事例ではCVRが1.78%から3.01%へ。構成の順序整理だけでも数字は動く
• LP単体で動かない時は、広告整合／フォーム／ターゲット／CV後／商材まで疑う
• 社内では計測・仮説・実装・判定の4役を分け、判定会議を月1回。仮説はフォーマット化して残す

改善案を出すのが難しいと感じる時は、案の数が足りないのではなく、優先順位の決め方が定まっていないことが多いです。ここで紹介した優先順位フレームと6ステップを土台に、1サイクル目を回してみてください。1サイクル目で得られる学びが、2サイクル目以降の精度を一段上げます。

関連記事

LP改善を進めるうえで、次に確認したい記事を目的別に整理しました。

• LP全体の順番を見直したい方：LP構成の作り方｜成果につながる要素・順番・ワイヤーフレーム設計
• ファーストビューを改善したい方：LPファーストビューの作り方｜サイズ・要素・キャッチコピーの選び方
• CTAを改善したい方：CVボタンを変えてもCVRが伸びない原因｜デザイン・文言の選び方とABテスト
• ABテストの進め方を知りたい方：ABテストのやり方｜LP・Webで失敗しない手順とサンプル数・判定
• 実際の改善事例を見たい方：【CVR改善】「読まれてもコンバージョンしない」をClarityのレコーディングで改善。CVR1.78%→3.01%になった事例
• CVR改善トピック全体の地図から見たい方：CVR改善完全ガイド｜思いつきの手直しで終わらせない計測と検証の設計

Mariko Sekido

Webマーケティング領域で、課題整理と集客設計から、施策の実行・計測・改善まで担当しています。広告・SEO・Web改善を横断し、現場の意思決定に使える形で考え方とプロセスを整理して発信します。

See Full Bio