この記事のポイント
- サムネイルのA/Bテストをする意味があるのは、それぞれの案が「人がクリックする理由」についての異なる仮説になっている場合だけです。1枚の画像の色違いを3つ並べても、それは実験ではありません。2週間を無駄にするだけです。
- YouTubeのTest & Compareは、クリック率ではなく総再生時間で勝者を選びます。つまりテストが答えてくれるのは「どのパッケージがクリックを取るか」ではなく、「どのパッケージが合った視聴者を連れてくるか」です。
- 現実的な差であるクリック率1ポイントの違いを見分けるには、案ごとにおよそ15,000〜25,000インプレッションが必要です。1本の動画でそこまで届くチャンネルはほとんどありません。だからこそ、証拠の単位は1回のテストではなく10回のテストになります。
- いちばん見返りが大きいのは過去の動画(バックカタログ)でのテストです。基準となる数字が安定していて、インプレッションはタダで手に入り、勝った案はその後何年も効き続けます。
- テストが続かない原因は知識不足ではなく制作のキャパシティです。週2本の投稿で動画ごとに3枚作ると、編集ソフトで年間312枚、約130時間になります。3枚目がいつも真っ先に削られるのはそのためです。
- テストを続けた先に残るのは、勝ったサムネイルの山ではありません。自分の視聴者について確かだと言えることを書き出したリストです。そしてこのリストこそ、この記事に出てくるもののうち、競合がまねできない唯一の資産です。
サムネイルのA/Bテストをしたことがあるクリエイターは、ほぼ全員と言っていいでしょう。けれども、テストを仕組みとして回したことがある人はごくわずかです。この記事のテーマは、まさにその2つの違いです。
単発のテストは、ひとつの出来事です。画像を2〜3枚作ってYouTube Studioに入れ、待っていると、2週間後にバッジがどれかの勝ちを知らせてくれます。仕組みとしてのテストは、繰り返しのサイクルです。視聴者について仮説を立て、それが間違っていると証明できる実験を設計し、実行し、結果を記録する。次のテストは、前回よりよい地点から始まります。前者で得られるのは、1本の動画のちょっとよいサムネイルです。後者で得られるのは、証拠に裏づけられた自分のチャンネルの型であり、積み上がっていくのはこちらです。
このガイドは、その長い版です。サムネイルのテストが実際に何を測っているのか、学びが得られる案の設計方法、結果に意味が出るまでに本当に必要なトラフィックの量、自分をだまさずに判定を読む方法、YouTubeの標準ツールが使えない場合のテスト方法、そして思いつきで時々やるのではなく90日間の計画として回す方法を解説します。テストが続かない最大の理由にも正面から向き合います。動画ごとに本当に違うサムネイルを3枚作るのは手間がかかり、どれほどやる気があっても、その計算の前ではもちません。
YouTube標準機能の仕組み(利用条件、期間、判定の種類)だけを知りたい場合は、Test & Compareの解説記事で詳しく紹介しています。この記事はその内容を前提に、より難しい後半部分、つまり実験の設計、統計、そしてテストを回すための運用の仕組みを扱います。
第1部:サムネイルのテストが本当に測っているもの
実験を設計する前に、何をテストしているのかを正確にしておきましょう。「どの画像のほうが好かれるか」というよくある考え方は、そのまま悪いテストにつながる形で間違っているからです。
サムネイルが競っているのは好感度ではありません。グリッドの中での注目です。時間はおよそ1秒、相手はほかの11枚のサムネイルで、しかも視聴者には何かをクリックする義務すらありません。その1秒を勝ち取ったサムネイルは、ひとつの約束をします。動画の最初の30秒が、その約束を守るか破るかを決めます。テストが測っているのは画像単体ではなく、この一連の流れ全体です。
流れを構成する3つの数字
| 段階 | 指標 | サムネイルが左右できること |
|---|---|---|
| 表示される | インプレッション数 | 直接にはほとんど何もありません。配信を決めるのはYouTubeです。パッケージが影響するのは、YouTubeがその判断を続けてくれるかどうかです。 |
| 選ばれる | クリック率 | ほぼすべてです。タイトルと合わせて、クリックするかどうかの判断はここで完結します。 |
| 見続けてもらう | 平均視聴時間 | 最初の30秒です。サムネイルがつくった期待のツケは、ある程度まで視聴維持率で払うことになります。 |
多くの人がテストしているつもりなのは真ん中の行です。しかし、テストの勝敗を決めるのは3行目です。YouTubeはTest & Compareを総再生時間で採点します。つまり、クリックでは勝っても実験では負ける案がありえます。集めた視聴者が、そもそも合っていなかったからです。
これは細かい話ではありません。サムネイルで昔から使われてきた戦略を、根本からひっくり返すものです。大げさに期待をあおるサムネイルは、クリック率というたったひとつの数字を最大化するために作られています。総再生時間で判定されるいま、その工夫はむしろ足かせです。本当にその動画を見たい人から、クリック数が20%少ない案のほうが、20秒で離脱する人を大勢集めた案に勝つことがあるのです。
サムネイルのテストは美人コンテストではありません。合った視聴者を選ぶオーディションです。
「どっちが好き?」が最悪の質問である理由
人に聞いてみたくなるのは自然なことです。コミュニティ投稿に両方を載せる、Discordで聞く、パートナーに聞く。調べている気分になれますし、お金もかかりません。
ただし、この方法は3つの点で間違ったものを測っています。
- 相手が違う。チャンネル登録者や友人は、もともとその動画を見たいと思っています。クリック率を決めるのは、ブラウジングのフィードにいる、こちらに何の関心もない見知らぬ人たちです。
- 状況が違う。投票ではサムネイルが大きく、単独で、中央に表示されます。フィードでは168×94のサイズで、競合に囲まれ、視界の端に映るだけです。
- 行動が違う。投票が測るのは口にした好み、フィードが測るのは行動に表れた好みです。この2つは常にずれます。人は落ち着いた上品な案が好きだと決まって答え、決まって顔の入った案をクリックします。
投票は、すでに自信のある2案の決着をつけるためだけに使いましょう。投票そのものを実験にしてはいけません。
第2部:仕組みを1枚の表で
この後の内容の土台として、YouTube標準ツールの仕組みを手短にまとめておきます。
| 項目 | 仕組み |
|---|---|
| 案の数 | 1本の動画につき最大3つ |
| テストできるもの | サムネイル、タイトル、またはタイトルとサムネイルの組み合わせ |
| 勝敗の指標 | 総再生時間(クリック率ではない) |
| 利用できる場所 | パソコン版のYouTube Studioのみ |
| 利用条件 | 高度な機能が有効であること。登録者数の下限なし。 |
| 期間 | 最長でおよそ2週間。十分な確度に達すればそれより早く終了 |
| 判定の種類 | Winner · Performed Same · Inconclusive |
| Inconclusiveのときの扱い | 最初にアップロードした案が使われる |
| 対象外 | ショート、プレミア公開(終了するまで)、予約済みのライブ配信、非公開動画、年齢制限のあるコンテンツ、子ども向けとして設定された動画 |
仕組みはYouTubeヘルプに基づいています。利用条件や使える画面は公開以来何度も広がっているため、お使いのStudioの表示がこの表と違う場合は、Studioのほうが正しいと考えてください。
この中で、ふだん見過ごされがちなのに重要な運用上のポイントが2つあります。1つ目はInconclusiveのときの扱いです。一般的なチャンネルではテストのかなりの割合がInconclusive(結論なし)で終わるため、1番目の枠は中立な枠ではありません。何もしなければそのまま採用される、いわば本命の枠です。面白そうだからという理由で、いちばん実験的な案をそこに入れてはいけません。2つ目はパソコン版のみという点です。テストの設定はノートパソコンでする作業なので、スマホでの習慣ではなくアップロードのチェックリストに組み込んでおかないと、いつまでも実行されません。
第3部:学びが得られる実験を設計する
テストにかける労力の大半が無駄になるのはここです。統計でもツールでもなく、案の設計の段階です。クリエイターは自信のあるサムネイルを1枚作り、残りの枠を埋めるために兄弟を2枚こしらえます。同じ写真に違う枠を付けたもの、同じレイアウトで文字の位置を変えたもの、同じ画像を暖色寄りに補正したもの。2週間後の結果は「Performed Same」です。何も学べず、2週間分のインプレッションだけが消えます。
解決策は、ツールを開く前に使えるひとつのルールです。 どの案も、見知らぬ人がクリックする理由について、それぞれ違う一文を絵にしたものでなければなりません。 3つの案それぞれについてその一文が書けないなら、案は3つあるとは言えません。あるのはサムネイル1枚と、書き損じが2枚です。
画像より先に仮説を立てる
何かをデザインする前に、次の形で、わかりやすい言葉で書き出しておきましょう。
私たちの視聴者は、主に[動機]のためにクリックしていると考えている。それが正しければ、[要素]を前面に出した案が総再生時間で勝つはずだ。もし[別の要素]の案が勝ったら、動機についての考えが間違っていたことになる。
大事なのは最後の一文です。間違いようのない仮説は仮説ではなく、驚きようのないテストはテストではありません。どの案が勝つかすでにわかっているなら、実験は飛ばしてその案で公開しましょう。
3つのコンセプトの型:リアクション、結果、リスク
ほぼどんな動画でも、本当に競い合う3つのコンセプトを確実に作れる方法があります。それぞれが、異なるクリックの理由に対応しています。
- リアクション:感情で引きつける決定的な瞬間の自分の顔を、画面の3分の1を占める大きさで入れ、文字は多くても2〜3語にします。視聴者は人柄と感情の共有を求めてクリックする、という仮説を検証します。
- 結果:成果で引きつける完成品、数字、ビフォーアフター、グラフ。視聴者は証拠と見返りを求めてクリックする、という仮説を検証します。
- リスク:緊張感で引きつける危険、代償、カウントダウン、いまにも起きそうな失敗。視聴者はハラハラ感と好奇心を求めてクリックする、という仮説を検証します。
この型の価値は、答えがほかの動画にも使えることです。「結果が勝った」は、次の20本の動画にも当てはまる、視聴者についての事実です。「青い枠が赤い枠に勝った」は1枚の画像についての事実で、その画像とともに賞味期限が切れます。勝者からほかにも通じる結論が引き出せるテストを設計しましょう。
テストする価値のある8つの軸(想定される効果の大きい順)
すべての変数が同じだけ結果を動かすわけではありません。実際に案の差がつきやすいものをもとに、典型的な効果の大きい順におおまかに並べると、次のようになります。
| 軸 | 典型的な効果 | 勝ったときにわかること |
|---|---|---|
| コンセプト(リアクション/結果/リスク) | 大 | 視聴者がクリックするいちばんの動機。最もほかに応用できる発見です。 |
| 顔あり/顔なし | 大 | 人を引きつけているのが自分なのか、題材なのか。制作のやり方全体が変わります。 |
| 被写体の大きさ(寄り/引き) | 大 | 視聴者がクリックを決めるまでに、どれだけの状況説明を必要とするか。 |
| 文字あり/文字なし | 中 | 画像だけで約束を伝えきれるのか、言葉のフックが必要なのか。 |
| 具体的な数字/あいまいな主張 | 中 | 自分のジャンルでクリックを生むのは、信頼性なのか好奇心なのか。 |
| 表情の強さ | 中 | 視聴者にとって「引き込まれる」と「疲れる」の境目がどこにあるか。 |
| 背景の処理 | 小〜中 | 主に見やすさについての発見です。被写体をどれだけ背景から浮かせる必要があるか。 |
| 色と書体 | 小 | 単独で決め手になることはまれです。最初ではなく、最後にテストしましょう。 |
上から順に始めてください。最初の10回のテストを配色に使ったチャンネルは、5か月かけて何も学べません。一方、それをコンセプトと顔に使ったチャンネルは、今後作るすべてのサムネイルを左右する2つのことを学び終えています。
変数はひとつずつ。ただしサムネイルはそのルールを破る
古典的な実験計画では、何が差を生んだのかわかるように、変数をひとつに絞れと教えます。しかしサムネイルはそうはいきません。サムネイルはひとつのまとまりとして見られるからです。顔を大きくすれば構図が変わり、構図が変われば文字を置ける場所が変わり、それによって切り抜き方も変わります。変数をひとつに絞ると、案どうしが似すぎて差がまったく検出できないことがよくあります。よかれと思った対策が、かえって問題を生んでしまうのです。
現実的な折衷案は2段階のはしごです。第1段階では、まるごと違う3つのコンセプトをテストして動機を突き止めます。このとき、勝因をひとつの要素に絞れないことは受け入れます。第2段階では、あるコンセプトの系統が何度も勝ったあとで、その系統の中で単一の要素をテストします。効果は小さくなりますが、何が効いたのかははっきりします。まずコンセプト、次に細部の調整。逆の順番では決してやらないでください。
具体例:同じ動画を3通りに
動画:300ドル以下でホームスタジオ用のデスクを組み立てる14分の動画。
| 案 | 画像 | その案が主張する一文 |
|---|---|---|
| A:結果 | 照明を当てて少し下から撮った完成後のデスク。隅に大きく「$287」 | この成果が欲しいし、値段を見て自分にもできそうだと思えるから、クリックする。 |
| B:リアクション | 折れた金具を手に笑っている自分の顔。背景のデスクはぼかす | この人がトラブルに振り回される姿を見るのが好きだから、クリックする。 |
| C:リスク | 組み立て途中で目に見えて傾いているデスク。「THIS WAS A MISTAKE」 | 何かがまずいことになっていて、どこまでひどいのか知りたいから、クリックする。 |
画像は3枚、主張は3つ、動画は1本です。どれが勝っても、その後に作るすべての組み立て動画に当てはまる何かが学べます。多くの人がやっているパターンと比べてみてください。黄色い文字の完成デスク、白い文字の完成デスク、矢印付きの完成デスク。同じ2週間をかけて、得られる知見はゼロです。
第4部:はっきりした答えに必要なトラフィック量を計算する
サムネイルについてのアドバイスの多くが飛ばしているのがこの部分です。そして、テストは「効果がない」と感じるクリエイターがこれほど多い理由もここにあります。テストは効果があります。ただ、思っているより多くのトラフィックが必要なのです。その数字を前もって知っておくと、何をテストするかの選び方が変わります。
すべてを左右するのは案ごとのインプレッション数と、検出したい効果の大きさです。3案のテストではインプレッションが3つに分かれるので、30,000インプレッションの動画でも、各案に回るのは10,000だけです。
必要な量のおおよその目安
| 現在のクリック率 | 検出したい差 | 案ごとに必要なインプレッション数 |
|---|---|---|
| 4% | +2.0ポイント(4% → 6%) | 約4,000 |
| 4% | +1.0ポイント(4% → 5%) | 約13,000 |
| 4% | +0.5ポイント(4% → 4.5%) | 約48,000 |
| 8% | +2.0ポイント(8% → 10%) | 約6,500 |
| 8% | +1.0ポイント(8% → 9%) | 約24,000 |
| 8% | +0.5ポイント(8% → 8.5%) | 約92,000 |
信頼度95%、検出力80%での、標準的な2群の比率の差に関するサンプルサイズ計算です。数字はキリのよい値に丸めています。厳密な基準値ではなく、桁の目安として扱ってください。YouTubeは判定に使う確度の基準を公開しておらず、クリック数ではなく総再生時間で採点しているため、クリック数だけを比べる場合よりもいくらか多くのデータが必要になります。
この表からは3つのことが言えます。どれも役に立ちます。
小さな差は、1本の動画では事実上検出できません。2枚のサムネイルの差が0.5ポイントなら、1回のアップロードでできるどんなテストでもそれは証明できません。ツールの欠陥ではなく、0.5ポイントの差とは統計的にそういうものです。小さな差を見極めようとするのはやめて、もっと大きな差を設計しましょう。
大きな差は少ないデータで見つかります。顔を前面に出したコンセプトと物を前面に出したコンセプトなら、2ポイントの差は十分にありえます。この程度の差なら案ごとに数千インプレッションで決着がつき、そこそこの規模のチャンネルでも、たいていの動画が2週間以内に届く量です。これが、要素単位ではなくコンセプト単位でテストすべき数学的な理由であり、見た目の観点からの理由よりも説得力があります。
トラフィックが少ないときは、3案より2案のほうが有利です。3案ではインプレッションが3等分されます。2週間で12,000インプレッションの動画なら、3案のテストでは1案あたり4,000となり、大きな効果しか見分けられません。2案なら1案あたり6,000です。インプレッションが少ないなら、3案ではなく、はっきり違う2つのコンセプトで勝負しましょう。
証拠の単位は1回ではなく10回
ある程度の規模があっても、サムネイルのテストの多くは1回ごとでは検出力が足りません。解決策は、1回のテストにもっと辛抱強く付き合うことではありません。テストの仕組み全体をひとつの実験とみなし、個々のテストはその中のひとつの観測として扱うことです。
リアクション/結果/リスクの型を10本連続の動画で使い、「結果」が6回勝ち、3回引き分け、1回負けたとします。これは、ごく普通の規模のチャンネルで、1回のテストでは決して得られなかった発見です。個々のテストが出したのは弱いシグナルですが、それらを通して見えるパターンは強いのです。これがこの記事で最も重要な運用上の考え方です。 結果をまとめて分析できるように、多くの動画で型を変えずに使い続けること。
裏を返せば、動画ごとにテストの設計を変えるのは明らかに有害です。互いに関係のない単発のテストを10回やっても、返ってくるのは10回分の「よくわからない」です。同じ3案の型を10回繰り返せば、結論が出ます。
現実的な勝ちにはどれだけの価値があるか
「クリック率を最適化しよう」というアドバイスは、たいてい具体的な数字なしで語られるので、ここで地に足をつけておきましょう。月400,000インプレッション、クリック率5%のチャンネルで考えます。
第5部:自分をだまさずに結果を読む
判定を得るのは簡単です。正直な判定を得るには、5つの誘惑に打ち勝つ必要があります。
3種類の判定と、それぞれの本当の意味
Winner(勝者あり)。ある案がほかの案を上回り、YouTubeが勝者と判定できるだけの確度に達した状態です。記録するのは画像ではなく、そこから得た洞察です。どの主張が勝ったのか、前回勝ったのと同じ主張なのかを確かめましょう。
Performed Same(差なし)。意味のある差が検出されなかった状態です。原因が次の2つのどちらなのか、正直に見極めてください。案どうしが似すぎていて区別できなかったのか、本当に同じくらい効果があったのか。実際には、前者のほうがはるかに多いのです。1枚の写真の色違いを3つテストしたのなら、この結果は始める前から予想できたことであり、発見ではなく設計ミスとして記録すべきです。
Inconclusive(結論なし)。データが足りなかった状態です。インプレッションの少ない動画ではよくあることで、サムネイルの出来とは関係ありません。そのときの扱いを忘れないでください。YouTubeは最初にアップロードした案をそのまま使い続けます。
落とし穴1:1回の結果を深読みする
1本の動画での1回の勝利は、弱い証拠にすぎません。案ごとのインプレッションが数千に満たない場合はなおさらです。それなのに、1回のテストでチャンネルの見た目をまるごと作り変えてしまうクリエイターはあとを絶ちません。ぐっとこらえましょう。結果を記録し、次の動画でも同じ型でテストし、変更に値するパターンが出てくるのを待つのです。
落とし穴2:トラフィックソースを無視する
再生の大半が検索から来ている動画を評価しているのは、特定のキーワードを入力した人たちです。ホームフィードで伸びている動画を評価しているのは、何かを探していたわけではない人たちです。この2つの層は、サムネイルに求めるものが違います。検索から来る人は、わかりやすさとキーワードとの一致、つまり探していたものそのものが映っていることに反応します。ブラウジングから来る人は、好奇心と感情に反応します。
テストした動画については、Studioでトラフィックソースの内訳を確認しましょう。検索中心の動画で出た勝者なら、その教訓をブラウジング中心の動画に持ち込むのは慎重にすべきです。チャンネルのトラフィック構成が変わったとたん、「実証済み」のはずのサムネイルの勝ちパターンが通用しなくなる、よくある原因のひとつがこれです。
落とし穴3:途中で結果をのぞいてしまう
実行中のテストを毎日チェックし、ある案が初めてリードした時点で動いてしまうなら、それは実験ではありません。自分の考えを裏づけてくれる、たまたまのノイズを探しに行っただけです。数の少ないテストでは、序盤のリードはしょっちゅう逆転します。テストを開始したら、結果が出るまで触らないでください。テストの途中で画像を差し替えれば、その時点で結果は無効になります。
落とし穴4:勝者の呪い
検出力の足りないテストは、勝ちの大きさを系統的に大きく見積もります。少ないデータで確度の基準を超えるには、ある案がかなり大きくリードしているように見える必要があります。そのため、基準を超えたテストでは、測定された差が運によって水増しされているのです。勝ちの方向はたいてい本物ですが、差の大きさはたいてい本物ではありません。勝った案が実際の運用ではテストほど華々しい成績を出さないことを想定し、テストで出た目立つ数字を新しい基準値として扱うのはやめましょう。
落とし穴5:いつもと違う期間にテストする
祝日、ニュース、大きなチャンネルでの紹介、外部サイトでのリンク掲載などがあると、普段と違う視聴者が押し寄せ、2週間のテストが大きくゆがむことがあります。期間中に何か変わったことがあったなら、その結果は知見として記録するのではなく、割り引いて受け止めてください。将来の自分がきれいなデータだと勘違いしないように、異常があったことをログに書いておきましょう。
誰も確認しない区分:リピーターと新規視聴者
チャンネル登録者がサムネイルをクリックするのは、顔や色づかい、レイアウトに見覚えがあるから、という面もあります。見知らぬ人にはそれがありません。登録者がトラフィックの大半を占める動画では、テストがサムネイルの質ではなくブランドの認知度を測ってしまい、いつもの作風にいちばん近い案が勝つ、ということが気づかないうちに起こります。新しい視聴者に届けることが目的なら、新規視聴者の割合が高い動画でのテスト結果を重視しましょう。そこでは、パッケージが本当に仕事をしています。
第6部:Test & Compareが使えない場合のテスト方法
ショートのクリエイター、高度な機能が使えないチャンネル、対象外の種類の動画をテストしたい人にも、ちゃんとした選択肢があります。精度は落ちますが、精密な方法を一度もやらないより、粗い方法を続けるほうがはるかにましです。
順番に試す方法を、正しくやる
サムネイルAで公開してしばらく様子を見たら、サムネイルBに差し替えて比べます。すぐに思いつく反論は、期間によって条件が変わるということです。実際その通りです。それでも、次の手順を守れば、影響をかなり抑えられます。
- 新しい動画ではなく、古い動画を使う新しい動画は、公開から2週間ほどインプレッションの推移が激しく変動します。公開から2か月たった動画なら基準となる数字が平らで予測しやすく、理想的な実験台になります。
- 同じ長さの期間で比べ、どちらも最低7日間とる7日間あれば、1週間のサイクルを丸ごとカバーできます。平日5日と週末を比べると、判断を誤ります。
- 期間ごとにインプレッション数、クリック率、平均視聴時間を記録するクリック率だけを見ると、期待をあおりすぎる案を選んでしまいます。毎回3つとも記録しましょう。
- ほかには何も変えないタイトルも、説明文も、終了画面も変えないでください。1つの期間で変えるのは1か所だけ。そうしないと比較の意味がなくなります。
- 最後に、もう一度元に戻して3つ目の期間をとるA-B-Aの順で試すのが、時間とともに起こる変化への最も安上がりな対策です。Aの2回目の期間が1回目と似た数字なら、比較は信頼できます。そうでなければ外部の何かが動いたということで、そのテストは無効です。
この3つ目のステップこそが、順番に試すテストと当て推量を分けるものなのに、ほとんど誰もやっていません。かかるのは1週間の追加だけで、それで逸話が証拠に変わります。
ほかの選択肢を、正直に評価すると
- コミュニティ投稿のアンケート。速くて無料ですが、測っているものが間違っています。すでにファンである人たちが口にした好みにすぎません。決着をつけるためだけに使いましょう。
- 外部のテストパネル。集めた被験者に案を見せ、好みや、視線計測のような注目度を報告してくれるツールもあります。少なくとも中立な人たちが相手なので、登録者に聞くよりはましです。ただし、それでもフィードでの行動ではなく、実験室での好みです。
- 5秒診断。幅168ピクセルに縮小し、少しぼかし、彩度を落としてから、1秒だけ見ます。よくできた2枚のどちらが勝つかはわかりませんが、最初から勝ち目のなかった1枚は確実に見つけられます。しかもかかるのは2週間ではなく数秒です。無料のサムネイルプレビューツールなら、実際のフィードのサイズでこれをブラウザ上で確認できます。サムネイルA/B比較ツールでは、2つの候補を360、246、168ピクセルで並べ、ぼかし、グレースケール、コントラストの測定値とあわせて比べられます。
- 競合と並べたグリッド。実際に表示される検索結果やフィードのスクリーンショットに、候補を実寸ではめ込んでみます。サムネイルの成績の半分は、周りとのコントラストで決まります。単独で眺めていては、それは決してわかりません。
証拠としての質の高い順に並べると、標準のTest & Compare、きちんとA-B-Aで行う順番テスト、テストパネル、アンケートとなります。5秒診断と競合グリッドはそもそもテストではありません。最初から負けると決まっていた案にテストの枠を使わないための、ふるいです。
第7部:過去の動画こそ、最も見返りの大きいテストの場
多くのクリエイターは新しくアップロードした動画しかテストしません。気持ちはわかりますが、少しやり方が逆です。テストがいちばん報われるのは過去の動画で、理由は4つあります。
- 基準となる数字が安定している。アクセスが安定した古い動画なら、新しい動画につきものの公開直後の混乱がなく、きれいに比較できます。
- インプレッションがタダで手に入る。学ぶために新しい配信枠を使うのではなく、すでにあるトラフィックから学べます。
- 勝てば効果が続く。ずっと見られ続ける動画のサムネイルを改善すれば、その動画が見られる限り、たいていは何年にもわたって成績が上がります。
- 失うものが少ない。2年前の動画で大胆な実験をしても、リスクはほとんどありません。新作の公開では絶対に試せないアイデアもテストできます。
どの動画を選ぶか
| 動画のタイプ | 狙い目である理由 | 優先度 |
|---|---|---|
| インプレッションは多いが、クリック率が低い | YouTubeはまだ表示してくれているのに、視聴者が断り続けています。問題はパッケージです。 | 最優先 |
| クリック率は高いが、視聴維持率が低い | サムネイルが期待をあおりすぎています。約束を直せば、総再生時間が増える可能性があります。 | 高 |
| 検索からのアクセスが安定していて、デザインが古い | 基準が予測しやすく、需要が長続きし、しかも自分の作風はおそらく当時より上達しています。 | 中 |
| これまでで最も成績のよかった動画 | パッケージの何かがうまくいきました。バリエーションをテストして、それが何かを突き止めましょう。 | 中 |
| インプレッションがほとんどない動画 | 測るものがありません。求められていないテーマは、サムネイルを変えても生き返りません。 | 対象外 |
しっかり頭に入れておきたいのは1行目です。Studioで動画を過去90日間のインプレッション数で並べ替え、クリック率の列を見てください。インプレッションが多いのにクリック率がチャンネル平均を大きく下回っている動画は、YouTubeが「この動画を宣伝する気はあるのに、視聴者が誘いに乗ってこない」と、何度も大規模に伝えてきている動画です。これはプラットフォーム上で最も行動に移しやすいシグナルなのに、ほぼすべてのチャンネルで、アナリティクスの表の中に読まれないまま眠っています。
対象の動画を見つけたあと、何を変えればよいかを詳しく知りたい場合は、クリック率を上げる10のデザインルールで、同じ問題をデザインの面から解説しています。
第8部:90日間のサムネイルテスト計画
ここまでの内容も、スケジュールがなければ動き出しません。ここでは、ほぼ週1本のペースで投稿しているチャンネル向けに、具体的な90日間の計画を紹介します。ペースは調整してかまいませんが、順番は守ってください。
1〜7日目:基準を把握する
- 過去90日間の動画の成績を書き出します。インプレッション数、クリック率、平均視聴時間、トラフィックソースの内訳です。
- 平均ではなくチャンネルのクリック率の中央値を書き留めます。1本だけ突出してバズった動画があると、平均は大きくゆがみます。
- トラフィックソースごとの中央値も記録します。ブラウジングと検索のクリック率はまったく別物で、混ぜてしまうと実態が見えなくなります。
- 過去の動画のうち、インプレッションが多く、クリック率が中央値を下回っているものを5本選びます。これがテスト待ちのリストです。
8〜35日目:コンセプトのテストを4回
- この期間にアップロードするすべての動画と、過去の動画の最優先候補1本で、リアクション/結果/リスクの型を使います。
- Inconclusiveのときに備えて、毎回いちばん自信のある案を1番目の枠に入れます。
- 結果が出たら、その日のうちにすべて記録します。後回しにしないこと。「後で」は来ません。
- この期間は、パッケージのほかの部分は何も変えません。実験は一度にひとつだけです。
36〜63日目:パターンを見つけ、細部を詰める
- 結果をまとめて見ます。どのコンセプトの系統がいちばん多く勝ったか。Inconclusiveは何回あったか、そしてそれは3案ではなく2案にすべきだという意味なのか。
- ある系統がはっきり先行しているなら、第2段階のテストに移ります。その系統の中で、被写体の大きさ、文字の有無、表情の強さといった単一の要素を試します。
- どれも先行していないなら、案どうしが似すぎている可能性が高いでしょう。近づけるのではなく、もっと離してください。
64〜90日目:ルールにまとめ、量産の仕組みにする
- 自分のチャンネルのルールを書き出します。テストで裏づけられた3〜5つの文です。この文書こそが、計画全体の成果物です。
- 過去の動画のうち特に成績の悪いものを、そのルールに沿って一気に作り直します。
- 次の90日間で何をテストするか決めます。次に試す軸は必ずあります。この計画にゴールはなく、あるのはいま問うべき問いだけです。
この計画を机上の空論で終わらせないための、ただひとつのこと
この計画は、案を作ること以外はどれも簡単です。2枚目と3枚目のサムネイル作りに1時間かかるなら、計画は3週間ほどで終わります。2分で済むなら、計画はずっと続きます。まず制作のコストを解決すれば、続ける力は自然とついてきます。それを扱うのが第10部です。
第9部:知見のログ
1年間テストを続けて得られる最も価値のあるものは、勝ったサムネイルを集めたフォルダではありません。自信を持って信じてよいと言える文を並べた、1ページの文書です。スプレッドシートで管理し、テストの結果が出たその日に1行ずつ埋めていきましょう。
| 列 | この列が必要な理由 |
|---|---|
| 動画と日付 | パターンが見えてきたときに、あとからアナリティクスを確認し直せます。 |
| 仮説 | デザインする前に書いた一文です。何を予測していたかについて、正直でいられます。 |
| 案(1つにつき1行) | それぞれの画像が何を主張したか。絵の説明ではありません。 |
| 判定と差 | Winner、Performed Same、Inconclusiveのどれか。あわせて、差がどれくらいあったか。 |
| 案ごとのインプレッション数 | この行をどれくらい重く見てよいかを、将来の自分に教えてくれます。いちばん省かれがちな列です。 |
| トラフィックの内訳 | ブラウジング中心か、検索中心か。その教訓がほかに当てはまるかどうかを決めます。 |
| 異常 | 祝日、ほかのチャンネルでの紹介、ニュース。ゆがんだ期間の結果を信じ込まずに済みます。 |
| いま信じていること | 一文で書きます。書けないなら、そのテストからは何も学べなかったということです。 |
十数行たまると、最後の列は、YouTube上でほかの誰も持っていないスタイルガイドになります。視聴者一般ではなく、自分の視聴者について書かれているからです。テストをする理由は、まさにそこにあります。どのガイドに載っているデザインルールも、私たちのものを含めて、全体の平均にすぎません。自分のログに書かれているのは、自分のチャンネルにとっての真実です。
十分に育ったログの結論は、たとえば次のようなものになります。
- 「ブラウジングからのトラフィックでは顔が勝ち、検索からのトラフィックでは顔が負ける。想定するトラフィックソースに合わせてパッケージを作る。」
- 「テストするたびに、具体的な数字があいまいな主張に勝っている。常に実際の数字を使う。」
- 「要素が3つ以上あると必ず負ける。うちの視聴者には、フィードのサイズで被写体が1つであることが必要。」
- 「強い表情は無表情に勝つ。ただし、いちばん極端なものは視聴維持率で負ける。」
どれも普遍的な法則ではありません。1つのチャンネルを支える事実であり、十数回ほどのテストと引き換えに見つけたものです。そしてそれは、どんな一般論のアドバイスよりも価値があります。
第10部:制作の問題と、その解決法
ここまでの内容は、理解するのは簡単でも、続けるのは難しいものです。理由はやる気ではなく、計算にあります。
そこそこのサムネイルを1枚作るには、デザインツールでおよそ25分かかります。画像の用意、被写体の切り抜き、文字入れ、フィードのサイズでの確認、書き出しまで含めた時間です。週2本の投稿なら、動画1本に1枚で年間104枚。きちんとテストするなら312枚です。
これは品質への不満ではない、という点に注意してください。Photoshop、Canva、Photopea、Affinityはどれも優れたサムネイルを作れますし、腕のある人が使えば、生成したどんなものにも勝ちます。ただ、これらのツールは1つのキャンバスに1回の書き出しという前提で作られています。15年間、それが仕事の単位だったからです。YouTubeは仕事の単位をサムネイル1枚から3枚に変えましたが、編集ソフトはそれに追いついていません。
この差を埋めようとする3つの方法
- テンプレート。レイアウトを1つ作り、案ごとに写真と文字を入れ替えます。時間は確かに減ります。しかしできあがる案は、コンセプトではなく装飾が違うだけのものになり、それこそが「Performed Same」を返すテストです。間違った実験のコストを最適化しているにすぎません。
- まとめて作る。1か月分のサムネイルを一度に作ります。同じ頭の使い方を続けられるので確かに効率は上がり、編集ソフトを使う前提では最善の答えです。それでも作業が長引けば、真っ先に削られるのは3枚目です。そして作業は、必ず長引きます。
- 編集ではなく生成する。違うコンセプトを作るのがひとつの「プロジェクト」ではなく、ひとつの「プロンプト」で済むツールを使います。3枚目のコストが1枚目とほぼ同じになるのはこの方法だけで、テストの計画が3週目を越えて続くための条件は、それしかありません。
私たちが作ったものと、それがある理由
その最後の点こそ、Thumbloreが存在する理由です。Thumbloreは動画のタイトルと保存した顔から、完成した16:9のサムネイルを生成します。そのため2つ目、3つ目のコンセプトを作るのは、夜をまるごと使う作業ではなく、もう一度生成するだけのことになります。
編集ソフトでのテストを挫折させる具体的な工程は、顔です。同じ人物で3案作るということは、切り抜きが3回、ライティング合わせが3回、輪郭の処理が3回ということです。そして多くの人がここで、黙ってサムネイルは1枚でいいと決めてしまいます。Thumbloreは顔をアバターとして一度保存し、毎回の生成で使い回します。だからこそ、一貫性のある3案が理屈の上ではなく実際に作れるのです。
- 向いている用途
- 動画1本ごとに本当に違うコンセプトを複数作ること。まさに本物のA/Bテストに必要で、まさに編集ソフトでは高くつく作業です。
- 顔の一貫性
- 顔をアバターとして一度保存すれば、毎回の生成で使われます。切り抜きを繰り返す必要はなく、案ごとに見た目がぶれることもありません。
- 出力
- 1280×720、16:9の完成したサムネイル。そのままTest & Compareの枠にアップロードできます。
- 1案あたりの時間
- 生成は数秒、確認して選ぶのに1〜2分。編集ソフトのおよそ25分と比べてください。
- 正直に言うと苦手なこと
- 特定の構図をピクセル単位で細かく調整したいなら、いまでも編集ソフトのほうが上です。生成が得意なのは、量、試行錯誤、テストです。そしてそれが、いまの仕事の大半を占めています。
決める前に市場全体を見ておきたい場合は、サムネイル作成ツールの比較記事をご覧ください。Thumbloreを、Canva、Photoshop、Photopea、Picsart、Adobe Expressと、2026年の料金、AIクレジットの上限、1年間サムネイルを作り続けたときの実際の年間コストで比較しています。比べて不利なところは、あえて不利なまま書いています。
第11部:ジャンル別、テストで見えてきやすい傾向
これらは取り入れるべきルールではなく、テストするための仮説として使ってください。役目はただひとつ、最初のテストが見当違いにならないよう、筋のよい第一候補を示すことです。
| ジャンル | 勝ちやすいもの | 対抗としてテストする価値があるもの |
|---|---|---|
| チュートリアル・ソフトウェア | 結果:完成したもの、画面、成果 | 信頼感を出す顔。特にブラウジングからのトラフィックで |
| Vlog・ライフスタイル | リアクション:表情だけでクリックを取れる | 行き先そのものが魅力の場合は、場所や物のカット |
| ゲーム | リスク:大惨事の直前の瞬間 | 攻略やクリア系の動画なら、すっきりした結果のカット |
| お金・ビジネス | 具体的な数字と信頼できる証拠 | 顔。このジャンルでは、ほかの多くのジャンル以上に信頼が重要です |
| フィットネス・健康 | ビフォーアフターの変化 | 検索中心の動画なら、1つの種目がひと目でわかるカット |
| 料理・グルメ | よく照らした完成料理のアップ | テクニック系の動画なら、調理の過程や手元のカット |
| 教育・解説 | わかりやすい視覚的なたとえや図解 | シリーズものや人柄で見せるチャンネルなら、出演者を前面に出した構図 |
| レビュー・テック | 製品を大きく、評価をにおわせる要素とともに | 評価が意外なものなら、リアクションのカット |
この表の根底にあるパターンはこうです。検索中心のジャンルほど、勝つサムネイルは文字どおりの見せ方になり、ブラウジング中心のジャンルほど、感情に訴えるものになります。トラフィックの構成が変われば、勝ちパターンも一緒に変わると考えてください。そして構成は実際に変わります。1本の動画がバズったのをきっかけに変わることもよくあります。再生がどこから来ているかが大きく変わったら、テストし直しましょう。
第12部:よくある12の失敗と、代わりにすべきこと
| 失敗 | 代わりにすること |
|---|---|
| 1つのアイデアを3パターンでテストする | 3つのアイデアをテストする。デザインする前に、それぞれの案が主張する一文を書く。 |
| 実験的な案を1番目の枠に入れる | 1番目の枠はInconclusiveのときに使われる案。いちばん自信のある案を入れる。 |
| クリック率だけで判断する | 視聴維持率も記録する。勝つパッケージは、最後まで見てくれる視聴者を連れてくる。 |
| 毎日チェックして、序盤のリードで動く | 設定したら放っておき、結果が出てから読む。 |
| 1回勝っただけでチャンネルの見た目を作り変える | チャンネルの型を変えるのは、複数のテストでパターンが見えてから。 |
| 動画ごとに型を変える | 型を変えずに続け、結果をまとめて本物の結論にする。 |
| 色やフォントから先にテストする | 検出できる大きさの効果がある、コンセプトと顔から始める。 |
| 新しくアップロードした動画しかテストしない | 過去の動画には安定した基準と、タダのインプレッションがある。 |
| 結果を記録しない | テスト1回につき1行。ログこそが、この計画の本当の成果物。 |
| アクセスの少ない動画で3案を回す | 2案にする。インプレッションが少ないときは、3等分より2等分のほうが有利。 |
| テレビでどう見えるかを考えない | テストの前に、168×94とリビングのテレビ画面の両方のサイズで確認する。 |
| アンケートを証拠として扱う | アンケートは決着をつけるためのもの。証拠になるのはフィードでの行動。 |
最初から最後までのワークフロー
- 撮影の前にパッケージを決めるまずタイトルと3つのサムネイルのコンセプトを決めます。必要なカットを確実に撮れますし、弱い企画をまだ安く切り捨てられるうちに切り捨てられます。
- 仮説を書く視聴者がクリックする理由を一文で。結果によって否定されうる形で書きます。
- 3つのバージョンではなく、3つのコンセプトを生成するリアクション、結果、リスク。同じ動画について、3つの違う主張をします。
- それぞれに5秒診断をかける縮小し、ぼかし、彩度を落とします。ここで不合格になった案は、2週間分のインプレッションを無駄にする前に、直すか外します。
- 実際のフィードと並べて確認する実際に競うことになる結果ページのスクリーンショットにはめ込むか、上位2案をA/B比較ツールに入れて、フィードのサイズで比べます。
- いちばん自信のある案を1番目の枠にアップロードするInconclusiveの場合はその案が使われ、しかもInconclusiveになるテストは少なくないからです。
- 結果が出るまで触らない途中経過を見て差し替えるのは禁止です。テスト中に変更すると、結果が無効になります。
- 結果が出たその日に記録する判定、差、案ごとのインプレッション数、トラフィックの内訳、そしていま信じていることを一文で。
- 同じ型を10回繰り返す発見とは、10回のテストを通して見えるパターンのことです。1回のテストは逸話にすぎません。
- ルールにまとめ、新しい問いを選ぶ証拠が裏づけるチャンネルのルールを書き出し、過去の動画に当てはめ、次の軸で次の90日間を始めます。
よくある質問
一度に何枚のサムネイルをテストすべきですか?
2週間で15,000インプレッション以上を余裕で稼げる動画なら3枚、そうでなければ2枚です。3案ではトラフィックが3等分されるため、インプレッションの少ない動画では各案のデータが少なすぎて、大きな差以外は見分けられません。
サムネイルのA/Bテストはどのくらいの期間行うべきですか?
結果が出るまでです。Test & Compareでは通常、最長でおよそ2週間で、早めに十分な確度に達すればそれより短く終わることもあります。手動で順番に試す場合は、両方の期間で1週間のサイクルを丸ごとカバーできるよう、それぞれ最低7日間の同じ長さの期間をとってください。
有効な結果を得るには、何インプレッション必要ですか?
クリック率の大きな差(2ポイント)を検出するには、案ごとにおよそ4,000です。1ポイントの差なら、現在のクリック率によって案ごとに13,000〜25,000が必要です。案ごとに数千を下回る場合はInconclusiveになると考え、どんな判定が出ても、発見ではなく弱いヒントとして扱ってください。
YouTubeはクリック率で勝者を決めるのですか?
いいえ。Test & Compareは、最も多くの総再生時間を生んだ案を選びます。これは意図的な設計で、クリックを取るだけのパッケージではなく、最後まで見てくれる視聴者を連れてくるパッケージが報われるようになっています。
ショートでもサムネイルのA/Bテストはできますか?
標準ツールではできません。ショートは対象外で、ほかにも終了前のプレミア公開、予約済みのライブ配信、非公開動画、年齢制限のあるコンテンツ、子ども向けとして設定された動画が対象外です。対象外のコンテンツでは順番に試す方法が代わりの手段になり、時間とともに起こる変化にはA-B-Aの手順で備えます。
サムネイルを変えると、既存の動画に悪影響はありますか?
ありません。サムネイルを差し替えても、動画の評価がリセットされたりペナルティを受けたりすることはなく、YouTubeは新しい画像を表示し始めるだけです。インプレッションが意味のある量までたまるには数日かかるため、手動で差し替えた場合は、結論を出すまで1週間ほど待ちましょう。
タイトルとサムネイル、どちらを先にテストすべきですか?
一般的にはサムネイルです。視覚的なフィードではサムネイルのほうが影響力が大きく、効果も大きいので、テストの結果が早く出ます。サムネイルの方向性が固まったら、次の軸として自然なのがタイトルです。詳しくはYouTubeのタイトルの書き方ガイドで解説しています。
小さなチャンネルでもA/Bテストをする価値はありますか?
あります。ただし期待値は調整してください。1回ごとのテストはInconclusiveになることも多いですが、同じ型を多くの動画で続ければ、1回のテストでは見えないパターンが浮かび上がります。また、3案を作る制作の習慣を、それが切実に必要になるほどのトラフィックがつく前に身につけられます。
よいクリック率とはどのくらいですか?
ほとんどのチャンネルは数%台の前半から半ばに収まります。ただしこの数字はジャンル、トラフィックソース、動画の公開からの期間によって大きく変わるので、外部のベンチマークはほとんど役に立ちません。公表されている数字ではなく自分のチャンネルの中央値と比べ、トラフィックソース別に分けて見てください。ブラウジングと検索のクリック率は比較できないからです。
テストの結果が「Performed Same」になったのはなぜですか?
ほとんどの場合、案どうしが似すぎていて、検出どころか差そのものが存在しなかったからです。まれに、本当にどの案も同じくらい効果があったという意味のこともあります。3枚の画像を見直してみてください。見知らぬ人がそれらを同じ一文で説明しそうなら、それは発見ではなく設計ミスです。
同じサムネイルのコンセプトを複数の動画でテストしてもいいですか?
はい、むしろそうすべきです。1つの型を多くの動画で繰り返すことで、検出力の足りない個々のテストの積み重ねが、行動に移せる結論に変わります。結果をまとめて分析できるのは、設計に一貫性があるからです。
ある案が明らかに勝っているなら、テストを早めに止めてもいいですか?
いいえ。数の少ないテストでは、序盤のリードはしょっちゅう逆転します。最初に都合のよい瞬間が来たところで動くと、ノイズを誤った思い込みに変えてしまいます。テストは最後まで任せて、結果が出るのを待ちましょう。
サムネイルのテストは、動画の順位に影響しますか?
テストはYouTubeの標準機能であり、実施してもペナルティはありません。もちろん、案そのものは成績に影響します。それがテストの目的です。しかし、テストをしたこと自体が動画の不利になることはありません。
夜をつぶさずにサムネイルを3枚作るには?
編集ソフトではなく生成ツールを使うか、テンプレート程度の違いで妥協し、テストが弱くなることを理解したうえで進めるかです。3案が必要だという事情は、生成ツールを使う最も強い実用上の理由です。編集ソフトはもともと、その仕事のために作られていないからです。Thumbloreはタイトルと保存した顔から1280×720の完成したサムネイルを生成するので、2つ目、3つ目のコンセプトを作るコストは、1つ目とほぼ変わりません。
負けた案はどうすればいいですか?
取っておきましょう。負けたサムネイルが、別の動画ではよい実験台になることはよくあります。ブラウジングからのトラフィックで負けたコンセプトが、検索中心の動画では勝つこともあります。保存するときはファイル名だけでなく、その案がどんな仮説を表していたかもあわせて残してください。
出典
- YouTubeヘルプ: タイトルとサムネイルのA/Bテスト(案の上限、総再生時間による勝者の決定、利用条件、期間、判定の種類、対象外のコンテンツ)
- YouTubeヘルプ: 中級者向け機能と高度な機能へのアクセス(高度な機能の利用に必要なもの)
- YouTubeヘルプ: カスタム サムネイルを追加する(現在の解像度とファイルサイズの要件)
- YouTubeヘルプ: インプレッションとクリック率(インプレッションの数え方、除外されるもの、クリック率を総再生時間とあわせて読むべき理由)
サンプルサイズの数値は、信頼度95%、検出力80%での標準的な2群の比率の差の計算によるもので、計画の目安として掲載しています。YouTubeは、内部で使っている確度の基準を公開していません。
まとめ
サムネイルのA/Bテストは、動画のクリック率をあと1ポイント絞り出すための小技ではありません。視聴者についての自分の意見を、視聴者についての知識に置き換えられる唯一の手段です。そしてその知識は、この世界で競合にはまねできない、たったひとつの資産です。
やり方は複雑ではありません。違うことを主張する案を設計する。1回ごとのテストの多くは検出力が足りないと理解し、まとめて分析する。判定は疑ってかかる。インプレッションがタダで、勝てば効果が続く過去の動画でテストする。学んだことは、学んだその日に、文章で書き残す。
複雑なのは、本当に違うサムネイルを動画ごとに3枚、毎回、1年間作り続けることです。そしてそれは、根性の問題ではなくツールの問題です。それを解決すれば、ここまでの内容はすべて日常の作業になります。解決しなければ、2月には見事なテストを4回こなしても、5月には1回もしていないでしょう。
仕様、デザインルール、そしてこれらすべてを支える制作の仕組みの全体像は、YouTubeサムネイル完全ガイドで解説しています。あるいはThumbloreで案の生成を始めて、今週アップロードする動画で最初の本格的なテストをしてみてください。