Preferencias de cookies
Usamos cookies para analítica. Política de privacidad Puedes aceptar o rechazar el seguimiento no esencial.
Guía práctica sobre «Pruebas multivariadas versus pruebas A/B: un marco de decisión»: pasos clave, errores comunes e implementación con Calculadora A/B.
Ir a la herramienta
Significancia estadística (Z-test) e intervalos de confianza.
Una prueba A/B cambia un elemento y compara dos versiones: A (control) vs B (variante). Una prueba multivariante (MVT) cambia múltiples elementos simultáneamente y prueba todas las combinaciones.
Ejemplo: usted quiere probar 2 títulos y 2 imágenes de héroe.
Aquí es donde MVT se vuelve costoso. El tamaño de la muestra se escala con el número de combinaciones:
| Elementos probados | Variaciones cada uno | Combinaciones totales | Multiplicador de tráfico vs A/B |
|---|---|---|---|
| 1 (A/B) | 2 | 2 | 1x |
| 2 (título + imagen) | 2 cada uno | 4 | 2x |
| 3 (título + imagen + CTA) | 2 cada uno | 8 | 4x |
| 3 elementos | 3 cada uno | 27 | 13.5x |
Si una prueba A/B necesita 3,000 por variante (6,000 en total), la misma MDE con 8 combinaciones MVT necesita 24,000 en total — y eso es por celda, por lo que la detección de interacción necesita aún más.
MVT es únicamente valioso cuando los elementos interactúan — es decir, el efecto de un cambio depende de otro.
Ejemplo: un título formal funciona muy bien con una imagen de héroe corporativa, pero mal con una foto informal. Una prueba A/B en el título solo promedia en ambos tipos de imagen y puede no mostrar ningún efecto. MVT detecta que el título B + imagen A convierte un 15% mejor que cualquier otra combinación.
Si su hipótesis involucra una combinación ("este título funciona *con* esta imagen"), MVT es la herramienta adecuada.
Use Calculadora de pruebas A/B para estimar el tamaño de muestra requerido para cada enfoque y comparar duraciones.
La mayoría de los equipos de productos deben usar pruebas A/B de forma predeterminada y reservar MVT para páginas de alto tráfico (página de inicio, checkout) donde los efectos de interacción son plausibles y el tráfico supera los 100K/mes. Ejecute pruebas A/B secuenciales para todo lo demás — aprenderá más rápido incluso si pierde algunas interacciones.
Estime cuántas combinaciones necesita su prueba, luego ingrese los números en Calculadora de pruebas A/B para ver si su tráfico admite MVT o si las pruebas A/B secuenciales son la opción práctica.
Este artículo es revisado por el equipo editorial de Tools Hub para validar precisión, relevancia práctica y consistencia con los flujos actuales del producto.
Última revisión:
Guía práctica sobre «Cuándo detener una prueba A/B con poco tráfico»: pasos clave, errores comunes e implementación con Calculadora A/B.
Guía práctica sobre «Discrepancia en la proporción de muestras: detección y causas fundamentales»: pasos clave, errores comunes e implementación con Calculadora A/B.
Guía práctica sobre «Pruebas A/B bayesianas frente a frecuentistas para equipos de productos»: pasos clave, errores comunes e implementación con Calculadora A/B.
Guía práctica sobre «Pruebas secuenciales y la trampa de las miradas»: pasos clave, errores comunes e implementación con Calculadora A/B.