Test A/B: cómo hacerlo y leer los resultados

Un test A/B compara dos versiones de una página, un anuncio o un correo para ver cuál consigue mejor resultado con usuarios reales. La mitad del público ve la versión A, la otra mitad la B, y los datos deciden. Sustituye la discusión de opiniones por una medición, siempre que la prueba esté bien planteada.

En resumen

Pruebe una hipótesis concreta con una métrica principal definida antes de empezar.
Necesita tráfico suficiente; con pocas visitas, el resultado es ruido.
No detenga la prueba el primer día que una versión va por delante.
Google admite las pruebas si no hay encubrimiento y se usan canonical y redirecciones 302.

Qué es un test A/B

Es un experimento controlado. Se reparte el tráfico al azar entre la versión original (control) y una variante, y se compara una métrica: clics, formularios enviados, compras. Si se prueban varios cambios combinados a la vez, se habla de test multivariante, que exige mucho más tráfico.

Qué merece la pena probar

Elemento	Ejemplo de prueba
Título principal	Beneficio concreto frente a descripción del servicio
Llamada a la acción	"Pedir presupuesto" frente a "Hablar por WhatsApp"
Formulario	Tres campos frente a seis
Oferta	Consulta gratuita frente a guía descargable
Prueba social	Con reseñas visibles frente a sin ellas
Precio	Mostrar rango orientativo frente a "consultar"

Deslice la tabla hacia los lados para ver todas las columnas.

Empiece por las páginas con más tráfico y más cerca de la conversión dentro de su embudo de ventas. Cambiar el color de un botón rara vez mueve el resultado; cambiar la oferta o el título, sí.

Cómo hacerlo en siete pasos

Formule la hipótesis: "Si reducimos el formulario a tres campos, más personas lo enviarán porque exige menos esfuerzo".
Elija una métrica principal y, como mucho, una o dos secundarias.
Calcule la muestra con una calculadora de tamaño muestral: tasa actual, mejora mínima que quiere detectar y nivel de confianza.
Cree la variante cambiando solo lo que dice la hipótesis.
Reparta el tráfico al azar y al mismo tiempo. Comparar esta semana con la anterior no es un test A/B.
Mantenga la prueba hasta alcanzar la muestra y cubrir semanas completas.
Decida y documente: qué se probó, qué ocurrió y qué se aplica.

Cuánto tiempo y cuánto tráfico

Depende de su tasa de conversión y de la diferencia que espera encontrar. Google lo resume así: el tiempo necesario varía según las conversiones y el tráfico del sitio, y una buena herramienta indica cuándo hay datos suficientes. Como orientación práctica:

Cubra al menos una o dos semanas completas para recoger el comportamiento de todos los días.
Con pocas conversiones al mes, pruebe cambios grandes o use otra vía: entrevistas, grabaciones de sesión, encuestas.
No amplíe ni recorte la prueba sobre la marcha para "llegar" a un resultado.

Cómo leer los resultados

Significación estadística: indica la probabilidad de que la diferencia no sea casual. Lo habitual es exigir un 95 %.
Tamaño del efecto: una mejora real pero mínima puede no compensar el cambio.
Intervalo de confianza: el rango donde probablemente está la mejora real.
Segmentos: mire móvil y escritorio por separado, pero no busque ganadores en veinte segmentos hasta encontrar uno.
Calidad: compruebe que más formularios significan más ventas, no solo más contactos sin valor.

Un resultado "sin diferencia" también es útil: descarta una idea y evita un cambio innecesario.

Test A/B y SEO: lo que recomienda Google

La documentación de Search Central sobre pruebas de sitios web recoge cuatro prácticas:

Sin encubrimiento: no muestre a Googlebot un contenido distinto del que ven los usuarios.
rel="canonical" en las URL alternativas apuntando a la original.
Redirecciones 302 (temporales), no 301, cuando redirija a una variante.
Duración limitada: mantenga el experimento solo el tiempo necesario y aplique la versión ganadora al terminar.

Google señala también que los cambios pequeños, como el tamaño o el color de un botón o el texto de la llamada a la acción, suelen tener poco o ningún efecto en el fragmento o en el posicionamiento de la página.

Errores frecuentes

Probar sin hipótesis ni métrica definida.
Parar en cuanto una versión va ganando.
Cambiar varias cosas a la vez y no saber cuál funcionó.
Probar en páginas sin tráfico.
Dejar el experimento activo durante meses.
No guardar el aprendizaje.

Siguiente pasoEmbudo de ventas: etapas, métricas y ejemplos prácticos→

Preguntas frecuentes

¿Cuánto tráfico necesito para un test A/B?

Depende de la tasa de conversión y de la mejora que quiera detectar. Una calculadora de tamaño muestral da la cifra antes de empezar.

¿Puedo probar más de un cambio a la vez?

Sí, pero entonces no sabrá cuál causó el resultado. Para aislar el efecto, cambie una cosa por prueba.

¿Un test A/B perjudica el SEO?

Si sigue las prácticas de Google (sin encubrimiento, canonical, 302 y duración limitada), el impacto es mínimo.

¿Qué herramienta uso?

Hay opciones dentro de plataformas de páginas de destino, de correo y de anuncios, además de herramientas específicas. Elija la que se integre con lo que ya usa.

¿Qué hago si no hay ganador?

Mantenga la versión original, anote el aprendizaje y pruebe una hipótesis más ambiciosa.

Fuentes

Google Search Central: Minimiza el impacto de las pruebas A/B en la Búsqueda de Google

Sobre este artículo. Elaborado por el equipo de MetaEX con apoyo de IA, a partir de la documentación oficial que figura en Fuentes. Los ejemplos marcados como ilustrativos no son datos de clientes. Última actualización: 11 de noviembre de 2026.