Respuesta corta: un test A/B enfrenta dos versiones de una misma página con visitantes reales y solo da una respuesta fiable si hay tráfico suficiente y se cambia una única cosa cada vez.
Para seguir leyendo tienes Cómo solicitar el Kit Digital paso a paso, Cómo implantar ISO 27001 en una PYME en 6 meses y Cómo mejorar SEO local con Google Business Profile.
Antes de empezar: lo que necesita una landing para poder testearse
Un test A/B reparte al azar a los visitantes entre la página actual (la versión A) y una modificada (la B), y compara qué porcentaje de cada grupo completa la acción que buscas: rellenar un formulario, llamar, comprar. Esta guía recorre el proceso completo para que una pyme pueda plantearlo por su cuenta. Si prefieres que lo haga otro, al final tienes la opción de contar con nosotros.
Antes de montar nada, comprueba que tienes:
- Una conversión bien medida: el envío del formulario o el clic en el teléfono queda registrado como evento y sabes que los datos son correctos.
- Tráfico suficiente: una landing con pocas visitas y apenas conversiones tardaría meses en dar una respuesta fiable.
- Una página estable: si cada semana cambian la oferta, el precio o las fuentes de tráfico, no sabrás a qué atribuir la diferencia.
- Alguien que decida: una persona con autoridad para publicar la versión ganadora o descartar la perdedora sin reabrir el debate.
- La versión actual guardada: capturas y datos de partida de la página A antes de tocar nada.
Si falta alguno de los cinco, resuélvelo primero. Un test lanzado sobre una medición dudosa produce números que parecen serios y no lo son.
Paso 1: elegir qué probar y por qué
Probar al azar es la forma más cara de aprender poco. Dedica un rato a mirar dónde se pierde la gente antes de decidir qué cambiar.
Qué revisar
- El recorrido de los visitantes: cuántos llegan a la landing, cuántos bajan hasta el formulario y cuántos lo envían.
- El rendimiento por dispositivo: muchas landings convierten bien en ordenador y mal en el móvil.
- Los mapas de calor y las grabaciones de sesión, si los tienes: muestran dónde dudan, dónde se detienen y qué elemento ignoran.
- Las preguntas que llegan al equipo comercial o de atención: lo que se repite en las llamadas suele faltar en la página.
- La coherencia con el anuncio o el enlace de origen: si el anuncio promete una cosa y la landing abre con otra, ahí hay un candidato claro.
Qué dejar por escrito
Una lista corta de candidatos, cada uno con el problema observado y la evidencia que lo respalda. «No me gusta el botón» no es evidencia; «la mayoría abandona al llegar al formulario de siete campos» sí.
Paso 2: escribir la hipótesis y preparar la variante
Cada test necesita una hipótesis con tres partes: qué cambias, qué esperas que ocurra y por qué lo esperas. Por ejemplo: «si reducimos el formulario a nombre, correo y teléfono, enviarán más personas, porque ahora lo abandonan al ver tantos campos».
Ficha del test
| Campo | Qué se anota | Ejemplo orientativo |
|---|---|---|
| Cambio | La única diferencia entre A y B | Formulario más corto |
| Hipótesis | Qué esperas y por qué | Menos fricción, más envíos |
| Métrica principal | La que decide el test | Porcentaje de visitas que envían el formulario |
| Métricas de control | Las que no deben empeorar | Calidad de los contactos recibidos |
Reglas para la variante
- Cambia una sola variable. Si modificas el titular, la imagen y el botón a la vez, un buen resultado no te dice cuál de los tres funcionó.
- La diferencia debe ser perceptible. Un tono de azul ligeramente distinto rara vez mueve nada que se pueda medir.
- Elige una métrica principal antes de empezar. Si decides después cuál mirar, acabarás encontrando la que sale a tu favor.
- Prueba la variante en móvil y en ordenador antes de lanzar: una versión rota en una pantalla falsea el resultado.
Paso 3: calcular muestra y duración antes de lanzar
El error más habitual es lanzar el test y parar cuando «ya se ve» un ganador. La muestra y la duración se fijan antes de empezar, y de ellas depende que el resultado signifique algo.
De qué depende el tamaño de la muestra
- La tasa de conversión de partida: cuanto más baja, más visitas necesitas para notar un cambio.
- La mejora mínima que quieres detectar: detectar una mejora pequeña exige muchísimas más visitas que detectar una grande. Como regla general, reducir a la mitad la diferencia que quieres detectar obliga a multiplicar por cuatro la muestra.
- El nivel de confianza y la potencia: lo habitual es trabajar al 95 % de confianza y alrededor del 80 % de potencia, y las calculadoras de tamaño de muestra los traen por defecto.
Introduce tus datos en una de esas calculadoras antes de empezar y anota la cifra de visitas por variante. Si el resultado son más visitas de las que la página recibe en varios meses, el test no es viable tal como lo planteas: busca un cambio más ambicioso o una conversión intermedia que ocurra con más frecuencia.
Cuánto debe durar
Además de alcanzar la muestra, deja correr el test semanas completas, porque el comportamiento del lunes no se parece al del sábado. Dos ciclos semanales completos es un mínimo razonable, y si tu negocio tiene picos mensuales o de campaña, procura que el test los incluya enteros o los evite del todo.
Paso 4: vigilar el test sin tocarlo
Una vez lanzado, la tarea es comprobar que todo funciona, no mirar quién gana. Haz una revisión en los primeros días y otra a mitad del test.
- ¿Llegan visitas a las dos versiones en proporciones parecidas al reparto previsto?
- ¿Se registran conversiones en ambas, o una de las dos tiene el seguimiento roto?
- ¿Ha cambiado algo ajeno al test, como una campaña nueva, una promoción o una caída del servidor?
- ¿La variante se ve bien en todos los dispositivos?
Cuadro de control
| Comprobación | Cuándo | Si falla |
|---|---|---|
| Reparto de visitas entre A y B | Primeros días | Revisar la configuración antes de seguir |
| Registro de conversiones en ambas | Primeros días | Corregir el evento y reiniciar el test |
| Cambios externos durante el test | Cada semana | Anotarlos; si alteran el tráfico, repetir |
Mientras tanto, no cambies nada de la página ni retires una versión porque «va perdiendo». Si hay que tocar algo, el test se reinicia.
Paso 5: leer el resultado y decidir
Cuando se alcanza la muestra prevista y el tiempo fijado, llega el momento de mirar el resultado. Para leerlo bien conviene entender dos conceptos.
- Significación estadística: un resultado «significativo al 95 %» quiere decir que, si en realidad no hubiera diferencia entre A y B, una diferencia tan grande aparecería por azar menos de una vez de cada veinte. No equivale a una probabilidad del 95 % de que B sea mejor.
- Tamaño del efecto: una diferencia puede ser estadísticamente real y demasiado pequeña para importar al negocio. Pregúntate cuánto supone en contactos o ventas al año.
Qué decisión tomar
- B gana con claridad y no empeora las métricas de control: publícala como versión definitiva y anota qué aprendiste.
- No hay diferencia: tampoco es un fracaso. Has descubierto que ese elemento no era el problema; pasa al siguiente candidato de la lista.
- B pierde: conserva A y revisa si la hipótesis estaba mal planteada.
- Resultado dudoso: no lo des por bueno por parecerse a lo que esperabas. Trátalo como «sin diferencia» o repite el test desde cero con una muestra calculada de nuevo; alargar el mismo test hasta que aparezca un ganador da falsos positivos.
Paso 6: convertir los tests en una rutina
Un test aislado enseña poco; una serie ordenada de tests va afinando la página con el tiempo. Para que funcione como hábito:
- Mantén un registro de tests con hipótesis, fechas, resultado y decisión, accesible para quien llegue nuevo al equipo.
- Lanza un test cada vez en la misma página, para no mezclar efectos.
- Revisa de vez en cuando las mejoras ya implantadas: lo que funcionó hace un año puede haber dejado de hacerlo si ha cambiado el público o el canal.
- Aplica lo aprendido a otras landings parecidas, pero comprueba que se mantiene en ellas antes de darlo por válido.
La optimización de conversión es un trabajo continuo. Las páginas que se dejan sin revisar acaban desalineadas con lo que la gente busca.
Errores típicos que invalidan un test A/B
Estos son los fallos más frecuentes, y casi todos anulan el resultado sin que se note:
- Parar el test en cuanto sale un ganador: mirando cada día, tarde o temprano una de las versiones irá por delante por azar, y detenerte ahí da falsos positivos.
- Cambiar varias cosas a la vez: el resultado no te dice qué lo causó.
- Probar sin tráfico suficiente: con muy pocas conversiones, cualquier diferencia es ruido.
- Comparar periodos distintos: si pones A en marzo y B en abril, el resultado mezcla el efecto del cambio con todo lo que varió de un mes a otro.
- Enfrentar muchas variantes a la vez: cuantas más comparaciones, más probable es que alguna gane solo por casualidad.
- Buscar subgrupos después: si el resultado general es neutro y «encuentras» que B gana entre usuarios de móvil de cierta ciudad, probablemente sea casualidad.
- Ignorar la calidad: una variante que atrae más contactos pero peores no ha ganado.
Qué herramientas hacen falta
El equipo mínimo para empezar es sencillo:
- Un programa de test A/B que reparta a los visitantes y mida cada versión. Google Optimize dejó de existir en 2023, así que hoy hay que elegir entre alternativas de terceros o resolverlo en el propio gestor de contenidos.
- Analítica: GA4 con eventos de conversión bien definidos y, si quieres ver el comportamiento, un servicio de mapas de calor y grabaciones como Hotjar en su versión gratuita.
- Una calculadora de tamaño de muestra, para fijar las visitas necesarias antes de empezar.
- Una hoja de cálculo o un documento compartido donde llevar el registro de tests.
Las herramientas de test suelen usar cookies para recordar qué versión vio cada persona. Comprueba que tu aviso de cookies y tu política de privacidad lo recogen.
Si prefieres delegarlo
Si no tienes tiempo o el tráfico de tu página exige un planteamiento cuidadoso, puedes encargárnoslo. Cuéntanos tu caso y te respondemos en 24 horas.
No vendemos packs cerrados ni inflamos el alcance. Trabajamos solo si encaja para las dos partes, y lo dejamos por escrito antes de cobrar nada.
Para qué sirve cada herramienta en el proceso
Cada etapa del test tiene una herramienta que te ayuda.
Para elegir qué probar
- GA4 (gratis): dónde abandonan los visitantes y qué dispositivos convierten peor.
- Mapas de calor y grabaciones (versión gratuita de Hotjar): qué ve y qué ignora la gente en la página.
- PageSpeed Insights: si la velocidad de carga frena la conversión, antes de gastar en un test conviene arreglarla.
Para organizar y leer los resultados
- Notion, una hoja de cálculo o Google Drive: registro de hipótesis y decisiones.
- Looker Studio (gratis): panel con la conversión de cada versión a lo largo del tiempo.
Para ejecutar el test
El programa de test depende del gestor web que uses. Antes de pagar ninguno, pruébalo en su periodo de prueba durante al menos 14 días y verifica que mide bien las conversiones.
Cómo organizar tu registro de tests
Un registro ordenado evita repetir tests ya hechos y permite aprender de los fallidos. No hace falta nada sofisticado: un documento compartido o una hoja de cálculo con una fila por test.
Cada fila debería contener:
- El nombre del test y las fechas de inicio y fin.
- La hipótesis completa: qué cambia, qué se espera y por qué.
- La métrica principal y las de control.
- La muestra prevista y la alcanzada.
- El resultado, con la diferencia observada y el nivel de confianza.
- La decisión tomada y lo que se aprendió.
Con esos seis campos, cualquiera del equipo puede entender por qué la página es como es.
Cuánto dura cada fase
Los plazos dependen sobre todo del tráfico que reciba tu landing:
- Elegir qué probar: unos días, mientras revisas datos y hablas con el equipo comercial.
- Hipótesis y variante: depende de si el cambio es solo de texto o exige diseño y desarrollo.
- Cálculo de la muestra: unos minutos con una calculadora, pero conviene hacerlo con calma.
- Test en marcha: el que marque la muestra, siempre en semanas completas. Con poco tráfico pueden ser varios meses.
- Análisis y decisión: unas horas si el registro está al día.
Si el tiempo necesario para una respuesta fiable es demasiado largo, replantea el test antes de lanzarlo.
Cuándo pedir ayuda profesional
Hay momentos en los que una segunda opinión ahorra tiempo:
- Cuando no sabes si tu página tiene tráfico suficiente para testear.
- Cuando los datos de GA4 no cuadran con los del formulario o el CRM.
- Cuando varios tests seguidos dan resultados neutros.
- Cuando necesitas que una decisión sobre la landing se apoye en datos y no en opiniones internas.
En esos casos, una sesión de una hora con un especialista, sin coste con nosotros, puede evitarte semanas de pruebas poco concluyentes.
Preguntas frecuentes
¿Qué incluye el acompañamiento de Summum en un test A/B de una landing?
Revisamos el seguimiento de conversiones en GA4, ayudamos a definir la hipótesis y la métrica principal, preparamos la variante y analizamos el resultado contigo. El diseño y la optimización continua de landings, con tests A/B de los elementos clave, forman parte de nuestro trabajo de CRO.
¿Cuánto cuesta un test A/B de una landing para una pyme?
Depende de lo que haya que preparar: no es lo mismo cambiar un titular que rediseñar una sección con desarrollo. Tras una descripción breve de tu caso te damos un precio concreto en 48 h, sin compromiso.
¿Cuánto tarda un test A/B en dar un resultado fiable?
Depende sobre todo del tráfico de la página. Hay que alcanzar la muestra calculada de antemano y completar semanas enteras. Con muchas visitas puede bastar un par de semanas; con pocas, el test puede alargarse meses o no ser viable.
¿Cómo sé que la versión ganadora lo es de verdad?
Fijando antes del test la métrica principal, la muestra y la duración, y no parándolo antes de tiempo. Después se comprueba que la diferencia supera el azar y que compensa en términos de negocio, vigilando que la calidad de los contactos no empeore.
¿Por qué trabajar con Summum Marketing?
Trabajamos desde 2016 con pymes de Castilla y León y de Canarias. Nuestro laboratorio de neuromarketing es uno de los pocos con equipamiento profesional en Castilla y León.
¿Puedo dejar de trabajar con vosotros cuando quiera?
Los contratos son trimestrales y, para terminar, basta avisar con 30 días de antelación. No hay penalizaciones y te llevas todo lo entregado: accesos, documentación y paneles. La idea es que puedas continuar por tu cuenta si lo prefieres.
¿Tiene sentido un test A/B si soy autónomo o tengo una web pequeña?
Solo si la página recibe visitas y conversiones suficientes. Con muy poco tráfico, un test A/B apenas distingue la señal del azar y conviene apoyarse en mapas de calor, llamadas de clientes y sentido común. Cuéntanos tu caso y te decimos con franqueza si compensa.
¿Te ha quedado alguna duda?
Escríbenos el caso concreto y te contestamos. Si es algo que podemos resolver en dos líneas, te lo resolvemos en dos líneas.