Una prueba A/B es un experimento controlado donde muestras dos versiones distintas de un elemento a dos grupos de visitantes para determinar cuál genera más conversiones.
Qué es una prueba A/B en el contexto de landing pages
En una prueba A/B, la versión A es tu página actual (el control) y la versión B es la variante con un solo cambio. Ambas versiones reciben tráfico real de forma simultánea.
El objetivo es tomar decisiones basadas en datos, no en opiniones. Si la versión B convierte más que la versión A con significancia estadística, adoptas el cambio de forma permanente.
Estructura de una prueba A/B
Cada prueba sigue este esquema:
- Hipótesis: "Si cambio [elemento], la tasa de conversión aumentará porque [razón]."
- Variable: el único elemento que modificas.
- Métrica principal: la acción que mides (registro, clic, compra).
- Tamaño de muestra: el número mínimo de visitantes para obtener resultados confiables.
- Duración: el tiempo que la prueba debe correr antes de leer resultados.
Cambiar más de un elemento a la vez invalida la prueba. Si cambias el titular y el botón al mismo tiempo, no sabrás cuál de los dos causó la diferencia.
Qué elementos probar primero
No todos los elementos tienen el mismo impacto. Empieza por los que tienen mayor contacto visual con el visitante.
Nivel de impacto alto
| Elemento | Por qué impacta primero |
|---|---|
| Titular principal (H1) | Es lo primero que el visitante lee |
| Llamado a la acción (CTA) | Define si el visitante actúa o no |
| Hero image o video | Ocupa el espacio más visible |
| Oferta o propuesta de valor | Determina el interés inicial |
Nivel de impacto medio
| Elemento | Cuándo probarlo |
|---|---|
| Color del botón principal | Después de optimizar el texto del CTA |
| Formulario (número de campos) | Cuando la tasa de llenado es baja |
| Precio y presentación de planes | Cuando hay abandono en la sección de precios |
| Testimonios (posición o formato) | Cuando la prueba social no genera confianza |
Prioriza los elementos de nivel alto antes de ajustar detalles menores.
Ejemplo 1: prueba de titular (caso básico)
Supón que tienes una landing page para un curso de contabilidad para emprendedores en México.
- Versión A: "Aprende contabilidad desde cero"
- Versión B: "Declara tus impuestos ante el SAT sin errores ni multas"
La versión B es más específica. Menciona un dolor concreto: el miedo a cometer errores con el SAT. Después de 500 visitantes por versión, la versión B registra una tasa de conversión del 7.4% frente al 4.1% de la versión A. El titular más específico gana.
Ejemplo 2: prueba de CTA (caso intermedio)
Una tienda de ropa en línea similar a Liverpool corre una prueba en su landing de temporada de rebajas.
- Versión A: botón con texto "Comprar ahora"
- Versión B: botón con texto "Ver ofertas disponibles hoy"
La versión B reduce la presión de compra inmediata. El visitante siente que solo va a explorar, no que está comprometido. Resultado tras 1,200 visitas por versión: la versión B genera un 22% más de clics al carrito.
Ejemplo 3: prueba de formulario (caso avanzado)
Una empresa de seguros de salud ejecuta una prueba en su formulario de cotización.
- Versión A: formulario con 6 campos (nombre, apellido, correo, teléfono, edad, ciudad)
- Versión B: formulario con 3 campos (nombre, correo, teléfono)
Reducir campos disminuye la fricción. Después de dos semanas con tráfico estable, la versión B genera un 35% más de registros completos. El equipo de ventas pierde algunos datos, pero gana más prospectos para contactar.
Cómo calcular el tamaño de muestra
Correr una prueba con pocos datos produce resultados engañosos. Usa esta regla práctica:
Para detectar una mejora del 20% con confianza del 95%, necesitas al menos 385 visitantes por versión.
Si tu tasa de conversión actual es baja (menos del 2%), necesitas más tráfico. Con $5,000 mensuales en anuncios de Meta Ads en México, puedes obtener entre 800 y 1,500 clics dependiendo del nicho. Eso es suficiente para correr una prueba de dos semanas.
Herramientas gratuitas como Google Optimize (o su sucesor VWO Free) calculan automáticamente el tamaño de muestra cuando ingresas tu tasa de conversión base y la mejora mínima que quieres detectar.
Cuánto tiempo debe durer una prueba
Nunca detengas una prueba antes de tiempo, aunque los resultados se vean prometedores en los primeros días. El comportamiento del usuario varía según el día de la semana.
Duración mínima recomendada: 2 semanas completas. Esto garantiza que capturas ciclos de comportamiento completos: días laborales, fin de semana, inicio y cierre de quincena.
En México, el tráfico y las compras en línea suben significativamente los días 1 y 15 de cada mes. Si tu prueba termina el día 10, estás midiendo un comportamiento incompleto.
Cómo interpretar los resultados
Una vez que alcanzas el tamaño de muestra y la duración mínima, revisa tres números:
- Tasa de conversión de A y tasa de conversión de B
- Significancia estadística: debe ser igual o mayor al 95% para que el resultado sea confiable
- Intervalo de confianza: el rango real de mejora esperada
Si la versión B convierte 6.2% frente al 5.1% de la versión A con 97% de significancia, puedes implementar el cambio con confianza. Si la significancia es del 80%, los datos no son suficientes: extiende la prueba.
Una diferencia pequeña con alta significancia vale más que una diferencia grande con baja significancia.
Herramientas para ejecutar pruebas A/B
| Herramienta | Costo | Ideal para |
|---|---|---|
| Google Optimize | Gratis | Páginas con tráfico moderado |
| VWO | Desde $200/mes | Equipos con múltiples pruebas activas |
| Hotjar + prueba manual | Gratis / $39/mes | Análisis de comportamiento previo a la prueba |
| Unbounce | Desde $99/mes | Landing pages con pruebas integradas |
| Optimizely | Precio personalizado | Empresas grandes como FEMSA o Bimbo |
Para comenzar sin costo, Google Optimize conecta directo con Google Analytics y no requiere código adicional si ya tienes el pixel instalado.
Errores comunes
Error 1: detener la prueba demasiado pronto. Ver que la versión B va ganando en el día 3 no es suficiente. Los resultados pueden invertirse al final de la segunda semana. Respetar la duración mínima evita decisiones basadas en datos incompletos.
Error 2: probar varios cambios en una sola variante. Si cambias el titular, el color del botón y la imagen al mismo tiempo, no puedes saber qué causó la mejora. Haz pruebas de un solo elemento a la vez. Si quieres probar múltiples cambios combinados, usa pruebas multivariadas, que requieren mucho más tráfico.
Error 3: usar la misma audiencia para pruebas consecutivas sin respetar un periodo de "descanso". Si corres tres pruebas seguidas sobre los mismos visitantes, el aprendizaje previo de esos usuarios contamina los resultados. Espera al menos una semana entre pruebas o segmenta audiencias nuevas.
Error 4: medir la métrica equivocada. Aumentar los clics en el botón no significa aumentar las conversiones reales. Siempre mide la acción final que genera valor: el registro completado, la compra confirmada o el lead capturado.
Proceso completo resumido
- Identifica el elemento con mayor potencial de impacto.
- Formula una hipótesis clara con una razón específica.
- Crea la variante B con un solo cambio.
- Calcula el tamaño de muestra necesario.
- Lanza la prueba y espera mínimo 2 semanas.
- Lee los resultados solo cuando alcances muestra y duración.
- Si la variante gana con 95%+ de significancia, impleméntala.
- Documenta el resultado y comienza la siguiente prueba.
Cada prueba completada te da un aprendizaje permanente sobre tu audiencia específica. Diez pruebas bien ejecutadas pueden duplicar la tasa de conversión de tu landing page en seis meses.