Cómo calcular el tamaño de muestra en un test A/B
Cuando haces una prueba A/B, comparas dos versiones de tu página (A y B) para descubrir cuál convierte mejor (por ejemplo, vende más o consigue más registros). Si invitas muy pocas personas, podrías no notar una mejora real; si invitas demasiadas, pierdes tiempo y recursos. Aquí tienes una guía paso a paso, sencilla y profesional, para saber cuánta gente necesitas en cada grupo.
¿Qué es un test A/B y por qué el tamaño de muestra importa?
Un test A/B consiste en mostrarle la versión A a un grupo y la versión B a otro, y luego comparar los resultados.
Con pocas personas, la diferencia puede ser solo “ruido” o azar.
Con muchas, tardas demasiado en recoger datos.
Por ejemplo, si solo 10 personas prueban tu web, un solo clic más de un par inclina demasiado la balanza. En cambio, con 1 000 personas, un clic extra tiene menos impacto porcentual. Encontrar el equilibrio es el objetivo.¿Cómo calcular tu tasa de conversión base?
¿Cómo calcular tu tasa de conversión base?
La tasa de conversión base es el porcentaje de personas que ya hacen la acción que quieres (comprar, suscribirse, dar clic) con la versión actual.
Abre tu herramienta de analítica (Google Analytics, por ejemplo).
Suma todas las conversiones en un periodo (un mes, idealmente).
Divide entre las visitas totales y multiplica por 100:
tasa_base (%Ejemplos prácticos de Unit Economics) = (conversión_total / visitas_totales) × 100
Ejemplo: si tu web tuvo 10 000 visitas y logró 2 000 registros, tu tasa base es 20 %.
Antes de arrancar tu prueba, asegúrate de tener tráfico estable. Si acabas de lanzar contenido nuevo, quizá te convenga reforzar tu estrategia de marketing de contenidos para obtener datos más consistentes.
Definir el Efecto Mínimo Detectable (MDE)
El MDE es el cambio más pequeño que te interesa medir.
Si tu tasa base es 20 % y quieres saber si sube al 25 %, tu MDE es +5 puntos porcentuales.
Cambios menores (por ejemplo, 22 %) podrían quedar en la “zona gris” y no resultar estadísticamente fiables.
¿Cómo elegir un MDE adecuado?
Piensa en el impacto real en tu negocio. Un 5 % más de ventas puede significar miles.
Consulta con expertos si dudas: una buena consultoría de marketing digital te ayudará a definir objetivos claros.
Poder estadístico (1 − β) y nivel de significación (α)
Dos números que controlan la fiabilidad de tu prueba:
Poder estadístico (1 − β): probabilidad de detectar el MDE si existe.
Con un poder de 80 %, acertarás en 8 de cada 10 tests.
Nivel de significación (α): riesgo de “falso positivo” (decir que hay efecto cuando no lo hay).
Con α = 5 %, de cada 100 tests, 5 podrían fallar.
Para entenderlo fácil: el poder te protege de pasar por alto un cambio real; α te protege de creer en cambios que solo son azar.
¿Cómo usar una calculadora de tamaño de muestra?
Con tus valores de tasa base, MDE, poder y α, abre una herramienta online y haz esto:
Parámetro | Ejemplo |
|---|---|
Tasa de conversión base | 20 % |
Efecto Mínimo Detectable (MDE) | +5 pp (20 → 25 %) |
Poder estadístico (1−β) | 80 % |
Nivel de significación (α) | 5 % |
Usuarios por grupo | 1 030 |
Necesitas 1 030 visitas en la versión A y 1 030 en la versión B.
Si tu empresa opera en Queretaro, una consultoría en Querétaro puede adaptar estos cálculos a tu mercado local.
Consejos prácticos para tu test A/B
Segmenta tu audiencia: evita mezclar usuarios nuevos y recurrentes.
Limita cambios: prueba un solo elemento a la vez (título, color de botón).
Controla el tiempo: cubre ciclos de semana y fin de semana para no sesgar datos.
Revisa tus datos: asegúrate de que no haya picos extraños (caídas de servidor, promociones).
Aprovecha la analítica: usa herramientas de analítica web para cruzar métricas y entender mejor el comportamiento.
Si necesitas apoyo en la fase de análisis, considera una consultoría en Bogotá para optimizar tus informes y sacar conclusiones más claras.
¿Qué hacer después de obtener resultados?
Confirma la ganadora: si la variante supera tu MDE con el poder y α esperados, ¡celebra y aplica el cambio!
Analiza métricas secundarias: tasa de rebote, tiempo en página y tickets promedio.
Itera: planifica un nuevo test con un nuevo MDE o distintos elementos.
Documenta: registra todo en tu base de conocimiento para aprender con el tiempo.
Preguntas frecuentes
¿Puedo usar porcentajes de conversión muy bajos (<1 %)?
Sí, pero la muestra necesaria puede ser muy grande. Evalúa agrupar objetivos o ajustar tu MDE.
¿Y si tengo menos tráfico del recomendado?
Alarga la prueba o acepta un MDE mayor. Menos muestra baja tu poder estadístico.
¿Cómo afecta la estacionalidad?
Realiza el cálculo con datos de periodos representativos (fiestas, rebajas). Así evitas sesgos.
¿Se puede probar más de dos versiones?
Sí, pero necesitas recalcular α (p. ej., Bonferroni) y aumentar el tamaño de muestra por variante.
