A/B Test
Pruebas estadísticas para comparar dos variantes
¿Qué es una Prueba A/B?
La Prueba A/B es un método estadístico para comparar dos versiones (A y B) y determinar cuál funciona mejor. ¡Es como hacer un experimento científico con tus usuarios!
Divides tu público en dos grupos: uno ve la versión A (control) y el otro ve la versión B (variante). El sistema calcula si la diferencia observada es estadísticamente significativa.
Ejemplos de uso:
- • Probar dos versiones de una página de ventas
- • Comparar la eficacia de dos campañas de marketing
- • Evaluar el impacto de cambios en el diseño o el texto
- • Decidir entre dos estrategias de pricing
Inicio Rápido
- 1. Prepara tus datos en formato CSV con grupo (A o B) y métrica de resultado.
- 2. Sube el archivo en la página de carga
- 3. Configura los parámetros (nivel de confianza, tipo de prueba)
- 4. Espere el procesamiento (normalmente 1-2 minutos)
- 5. Analiza los resultados estadísticos y toma decisiones basadas en datos
Cómo organizar tus datos
Organiza tus datos en una hoja de cálculo CSV con dos columnas:
Columna 1: Grupo
Identifica qué versión fue mostrada. Usa 'A' para control y 'B' para variante.
Columna 2: Conversión/Métrica
Resultado de la acción (1 = convirtió, 0 = no convirtió) o valor numérico (tiempo, ingreso, etc)
Ejemplo de hoja de cálculo de prueba A/B:
| group | converted |
|---|---|
| A | 1 |
| A | 0 |
| B | 1 |
| B | 1 |
💡 Consejo: Cada fila representa un usuario u observación. Usa 1 para éxito (conversión, clic, compra) y 0 para fallo.
Configuraciones de la prueba
Nivel de Confianza
Define cuán seguro quieres estar de que la diferencia es real (no es por casualidad).
Tipo de Prueba
Elija la prueba estadística adecuada para sus datos:
Z-Test (proporciones)
Para datos binarios (0 o 1): conversiones, clics, compras
T-Test (medias)
Para valores numéricos continuos: tiempo, ingresos, cantidad
Prueba Unicaudal vs Bicaudal
Define la hipótesis de la prueba:
Bicaudal (two-tailed)
Prueba si hay diferencia en cualquier dirección (mayor o menor)
Unicaudal (one-tailed)
Testa si B es específicamente mejor que A
Entendiendo los resultados
La prueba devuelve estadísticas que ayudan a decidir si la versión B es realmente mejor que A o si la diferencia puede ser solo suerte.
Métricas Clave
P-valor (p-value)
Probabilidad de observar esta diferencia por casualidad.
p < 0.05 = ¡Diferencia significativa! | p > 0.05 = ¡Diferencia no significativa!
Tasa de Conversión
Porcentaje de éxito en cada grupo (A y B).
Ejemplo: Grupo A: 12%, Grupo B: 15% (B es 25% mejor)
Intervalo de Confianza
Rango donde probablemente se encuentra la verdadera diferencia.
Si no incluye cero, la diferencia es estadísticamente significativa.
Tamaño del Efecto (Effect Size)
Magnitud práctica de la diferencia encontrada.
Pequeño (0.2), Mediano (0.5), Grande (0.8)
⚠️ Importante: Un resultado estadísticamente significativo (p < 0.05) no garantiza impacto en el negocio. Siempre considere el tamaño del efecto y el contexto práctico de la decisión.
¿Necesitas ayuda? Póntete en contacto: contato@grabatus.com