El test A/B en landing pages es una de las herramientas más potentes dentro del CRO. Y también una de las más mal aplicadas. La mayoría de experimentos se diseñan sin hipótesis clara, se detienen antes de alcanzar significancia estadística o se interpretan sin rigor. El resultado siempre es el mismo: decisiones basadas en ruido, no en datos. Cambios que parecen mejoras y no lo son. Oportunidades reales que pasan desapercibidas porque el test no tenía poder estadístico suficiente.
Esta guía no es una introducción al A/B testing. Es una guía de metodología avanzada para quien ya sabe qué es un test y quiere hacerlo bien.
Qué es realmente un test A/B en landing pages
Un test A/B compara dos versiones de una misma landing — A y B — modificando una variable específica para medir cuál genera mejores resultados en una métrica definida.
La definición es simple. La ejecución es donde se separa el testing que aporta valor del testing que solo genera actividad.
La diferencia entre un test táctico y un test estratégico
Un test táctico cambia elementos visuales sin hipótesis clara. «Cambiamos el botón de azul a verde a ver qué pasa.» Puede producir resultados, pero no produce aprendizaje. Si la versión verde convierte más, no sabes por qué — y eso significa que no puedes replicar el aprendizaje en el siguiente test.
Un test estratégico valida una hipótesis basada en datos cualitativos y cuantitativos. «Los mapas de calor muestran que el 60% de los usuarios en móvil abandona antes de llegar al formulario. Si movemos el CTA above the fold, reducimos ese abandono y aumentamos la conversión móvil en al menos un 10%.» Si el test confirma la hipótesis, aprendes algo sobre el comportamiento del usuario que puedes aplicar en otras páginas.
Cuándo tiene sentido un test A/B y cuándo no
Tiene sentido cuando hay suficiente tráfico para alcanzar significancia estadística, cuando existe una hipótesis clara basada en datos de comportamiento y cuando la métrica principal está bien definida antes de lanzar el test.
No tiene sentido cuando el tráfico es insuficiente — el test no va a llegar a conclusiones fiables —, cuando no hay diagnóstico previo que justifique qué variable testear, o cuando se busca validar algo que ya es obvio sin necesidad de un experimento formal.
Cómo formular hipótesis que producen aprendizaje real
La hipótesis es la pieza más importante del proceso. Sin ella, el A/B testing es experimentación aleatoria disfrazada de metodología.
Una buena hipótesis tiene cinco componentes: el problema detectado en los datos — baja conversión en móvil, alto abandono en el formulario, CTR bajo en el CTA —, el insight que explica por qué ocurre — los mapas de calor muestran que el formulario queda por debajo del fold en móvil —, el cambio propuesto — mover el CTA y el formulario above the fold —, el impacto esperado con una cifra — aumento del 10% en la tasa de conversión móvil — y la métrica principal que va a medir el resultado — CVR en dispositivos móviles.
Sin esos cinco componentes, la hipótesis no es una hipótesis. Es una intuición.
Variables independientes y dependientes
La variable independiente es el elemento que modificas: el titular, el CTA, el formulario, el layout. La variable dependiente es el resultado que mides: la tasa de conversión, los leads generados, el revenue por visitante.
La regla más importante del diseño experimental es mantener todo lo demás constante. Si cambias el titular y simultáneamente cambias el color del botón, no sabrás qué produjo el resultado. Un cambio por test, siempre.
Estadística que necesitas entender antes de lanzar un test
El A/B testing sin estadística es astrología con dashboards. Los números que da la herramienta de testing tienen que interpretarse con criterio.
Tamaño de muestra mínimo
Sin volumen suficiente no hay significancia estadística. El tamaño de muestra necesario depende de tres factores: la tasa de conversión actual de la página, el mínimo uplift que quieres detectar — cuanto menor la mejora esperada, mayor muestra necesitas — y el nivel de confianza deseado.
Usa una calculadora de tamaño de muestra antes de lanzar el test. Si el tráfico de la página no permite alcanzar ese volumen en un plazo razonable, el test no tiene sentido — dedica ese tiempo a algo con mayor impacto.
Nivel de confianza y significancia estadística
En entornos profesionales se trabaja normalmente con 95% de confianza (p < 0.05). Eso significa que la probabilidad de que el resultado sea aleatorio — un falso positivo — es inferior al 5%.
Un test con 80% de confianza puede ser aceptable en fases exploratorias. Para tomar decisiones de negocio relevantes, 95% es el mínimo razonable.
Error tipo I y error tipo II
El error tipo I — falso positivo — es creer que la versión B gana cuando en realidad la diferencia es ruido estadístico. Es el error más frecuente cuando se detienen los tests demasiado pronto, en el momento en que la variante parece ganar.
El error tipo II — falso negativo — es no detectar una mejora real porque el test no tenía poder estadístico suficiente. Ocurre cuando la muestra es demasiado pequeña o cuando el uplift esperado es menor que la precisión del experimento.
Reducir uno suele aumentar el otro. El equilibrio correcto depende del coste de cada tipo de error para tu negocio.
Duración mínima del experimento
Un test debe cubrir al menos uno o dos ciclos completos de tráfico — normalmente una semana mínima para capturar variaciones por día de la semana. No debe detenerse al primer pico favorable, porque las fluctuaciones diarias pueden crear la ilusión de una ganancia que desaparece al día siguiente. Y no debe extenderse indefinidamente — si después de alcanzar el tamaño de muestra calculado no hay diferencia estadísticamente significativa, la hipótesis no se confirma y hay que pasar a la siguiente.
Qué elementos testear en una landing de captación de leads
No todos los elementos tienen el mismo impacto potencial en la conversión. Hay que priorizar según el punto de mayor fricción en la página.
Propuesta de valor y titular
El titular es el primer elemento que lee el visitante y el que determina si sigue o abandona. Cambios en la claridad, especificidad o enfoque del titular — problema vs. solución, resultado vs. proceso — suelen tener el mayor impacto en la conversión. Es el elemento que más vale la pena testear primero.
CTA — llamada a la acción
El texto del CTA, su posición en la página, su tamaño y su contraste visual son variables con impacto demostrado. «Solicitar información» convierte diferente que «Ver cómo funciona» o «Empezar ahora». El texto tiene que reducir la fricción percibida y conectar con lo que el usuario gana, no con lo que tiene que hacer.
Formulario
El número de campos, el orden de las preguntas y el microcopy — los textos de ayuda dentro del formulario — afectan directamente a la tasa de completado. Un campo menos puede aumentar el volumen de leads. Una pregunta adicional puede mejorar la calidad de los que llegan. El equilibrio correcto depende del objetivo: más volumen o más cualificación. Si quieres profundizar en esto, puedes leer sobre cómo crear formularios que convierten.
Prueba social
La posición y el formato de los testimonios, casos de éxito y logos de clientes afectan a la credibilidad percibida en el momento de decisión. Un testimonio above the fold junto al CTA puede tener más impacto que tres testimonios al final de la página que nadie lee.
Layout y jerarquía visual
El orden de los bloques de contenido determina la narrativa que recibe el visitante. Una landing que presenta el problema antes de la solución convierte diferente que una que empieza directamente por la propuesta. Testear el orden narrativo puede ser uno de los experimentos con mayor impacto.
Errores que invalidan un test A/B
Detener el test demasiado pronto. El error más frecuente. La variante B parece ganar después de 200 visitas, se detiene el test y se implementa el cambio. Tres semanas después, el efecto desaparece. La muestra era insuficiente y el resultado era ruido.
Testear múltiples variables simultáneamente. Si cambias el titular y el CTA en la misma variante, no sabes qué produjo el resultado. Solo funciona en tests multivariantes diseñados específicamente para eso — con muestras mucho más grandes.
No segmentar por dispositivo. Un cambio que funciona en escritorio puede perjudicar en móvil. Si el tráfico tiene una distribución significativa entre dispositivos, los resultados deben analizarse por separado.
Cambiar el test mientras está activo. Cualquier cambio externo durante el experimento — una campaña nueva, un cambio en la segmentación, una promoción temporal — contamina los datos y hace el resultado ininterpretable.
Medir la métrica equivocada. Un test que optimiza para clics en el CTA puede aumentar los clics y reducir los leads cualificados si el cambio atrae a un perfil menos relevante. La métrica principal tiene que ser la que conecta con el resultado de negocio, no con la actividad de la página.
El testing como ciclo de mejora continua
El valor real del A/B testing no está en cada test individual. Está en el aprendizaje acumulativo — en construir un modelo de comportamiento del usuario de tu landing que mejora con cada experimento.
Una landing que ha pasado por veinte ciclos de testing bien ejecutados es radicalmente diferente a una que se diseñó una vez y no se ha tocado. Cada test añade una capa de conocimiento sobre qué mensajes conectan, qué elementos generan fricción y qué combinaciones producen el mayor volumen de leads cualificados.
Ese proceso de mejora continua es exactamente lo que hace Clickmi con las landings del Sistema CLICK®. Cada ciclo genera datos sobre qué audiencias convierten mejor y qué elementos de la landing generan más leads cualificados — y esa señal alimenta la siguiente ronda de optimización.
