A/B testing es un método para comparar dos versiones de un mismo elemento —un anuncio, una landing, un asunto de email— mostrándolas al mismo tiempo a públicos equivalentes y midiendo cuál genera mejor resultado. La versión A es el control (lo que ya está funcionando) y la B es la variante que querés probar: gana la que consigue más conversiones sobre el mismo tráfico.
La regla base es cambiar una sola cosa por vez: el titular, el botón, la imagen. Así, si una versión gana, sabés exactamente qué la hizo ganar y no quedás adivinando.
Cómo se mide
El test se lee comparando la tasa de conversión de cada variante y calculando la mejora relativa, o lift:
Lift = ((Conversión B − Conversión A) / Conversión A) × 100
Un lift positivo significa que B superó a A. Pero el número solo no alcanza: hay que confirmar que la diferencia no sea azar. La referencia habitual es un 95% de confianza estadística, el umbral que reportan las herramientas de testeo y que evita mudarse a una variante que en realidad no era mejor.
Un ejemplo en números
Ejemplo ilustrativo, con valores en pesos argentinos:
- Landing A: 4.000 visitas y 80 ventas, o sea 2,00% de conversión.
- Landing B: 4.000 visitas y 104 ventas, o sea 2,60% de conversión.
- Lift = (2,60 − 2,00) / 2,00 × 100 = 30% de mejora.
Con una inversión de $1.200.000 en cada variante, el CPA pasa de $15.000 en A a $11.538 en B: unos $3.462 menos por venta sin sumar un peso al presupuesto. Ese efecto acumulado es lo que convierte al A/B testing en el motor del CRO.
Tipos de test
| Tipo | Qué cambia | Tráfico que pide |
|---|---|---|
| A/B test | Un solo elemento entre dos versiones | Moderado |
| Test multivariante | Varios elementos combinados a la vez | Alto |
| Split URL | Dos páginas distintas en URLs separadas | Moderado a alto |
Con volúmenes chicos, lo habitual en pymes, el A/B clásico es casi siempre la opción correcta: el multivariante necesita muchísimo tráfico para llegar a una conclusión válida.
Errores comunes
- Cortar antes de tiempo. Un test con dos días y veinte clics mide ruido, no comportamiento real.
- Testear varias cosas juntas. Si cambiás titular, imagen y botón a la vez, no vas a saber cuál movió la aguja.
- Mirar la métrica equivocada. Una variante puede ganar en clics y perder en ventas: el test se define por la conversión final, no por una métrica intermedia.
- Probar micro-detalles. El color de un botón rara vez cambia algo; la oferta, el titular y la propuesta de valor sí.
Cómo se usa en la práctica
Un test bien planteado arranca con una hipótesis concreta (“si el titular menciona el precio, más gente completa el formulario”), define de antemano la métrica que decide y el tiempo mínimo de corrida, y recién ahí se lanza. Lo que gana pasa a ser el nuevo control y el ciclo vuelve a empezar: el A/B testing no es una acción puntual, es una rutina.
En Rableb trabajamos así desde 2019, dentro de una lógica de performance marketing donde deciden los datos y no las opiniones. Si querés aplicarlo a tu sitio, empezá por cómo optimizar una landing page.