Calculadora de significancia de test A/B gratis

Descubre en segundos si el resultado de tu split test es estadísticamente significativo. Introduce visitantes y conversiones de ambas variantes para ver el ganador, el lift, el valor p y el tamaño de muestra que necesitas.

Nivel de confianza
Control (A)
0,00%tasa de conversión
Variante (B)
0,00%tasa de conversión
Esperando datosIntroduce visitantes y conversiones de ambas variantes para ver tu veredicto.
Confianza--
Lift--
valor p--
Tamaño de muestra--

Consejo pro. No pares un test en cuanto la confianza cruza el 95%. Decide el tamaño de muestra de antemano y deja correr el test; si no, es muy probable que estés declarando falsos positivos.

Cómo comprobar la significancia de un test A/B en 3 pasos

Obtén un veredicto claro y estadísticamente sólido sobre tu split test en menos de un minuto, sin hojas de cálculo ni registro.

  1. 01

    Introduce los datos del control

    Añade el total de visitantes y conversiones de la variante A, la versión original contra la que estás testando.

  2. 02

    Introduce los datos de la variante

    Añade visitantes y conversiones de la variante B, la nueva versión. Las tasas de conversión se actualizan al vuelo.

  3. 03

    Lee tu veredicto

    Comprueba si el resultado es significativo, junto con el lift, el valor p y la confianza, además de cuántos visitantes más necesitas si aún no has llegado.

Por qué los marketers hacen un chequeo de significancia

Una tasa de conversión más alta no significa que haya ganador. Un test de significancia bien hecho te dice cuándo parar, cuándo seguir y cuándo un resultado es simple ruido.

Saber cuándo parar un test

Declara ganadores con confianza real en vez de a ojo, y no dejes variantes que funcionan sobre la mesa.

Evita los falsos positivos

Que el problema del peeking no te cueste dinero. Un valor p correcto te dice cuándo una diferencia es real.

Planifica tu próximo test

La pista de tamaño de muestra te muestra exactamente cuántos datos más necesitas para decidir con seguridad.

Reportes más limpios

Comparte el enlace del resultado con tu equipo en un clic para que todos lean los mismos números con la misma confianza.

Dónde usan los equipos la calculadora de test A/B

De landing pages a creatividades: así aplican los marketers un chequeo rápido de significancia en cada experimento que lanzan.

Tests de landing page

Compara dos versiones de una landing page para saber qué titular, qué hero o qué CTA mueve de verdad la tasa de conversión.

Facebook y Meta Ads

Decide entre dos creatividades o audiencias con respaldo estadístico real en lugar de fiarte de las etiquetas del Ads Manager.

Tests de copy en Google Ads

Compara dos variantes de anuncio de búsqueda adaptable y confirma que un titular nuevo supera al control antes de escalar la inversión.

Tests de asuntos de email

Envía dos asuntos a una porción pequeña de tu lista y elige el ganador con confianza antes del envío completo.

Tests del flujo de checkout

Valida que un nuevo paso del checkout, un sello de confianza o un upsell mejora de verdad la tasa de finalización y no es ruido.

Experimentos en la página de precios

Haz un test limpio entre dos planes o dos diseños y decide según los registros, no según la intuición.

Preguntas frecuentes

La significancia estadística mide cuánta confianza puedes tener en que la diferencia entre dos variantes es real y no simple variación aleatoria. La regla habitual es declarar un ganador cuando la confianza llega al 95% o más, es decir, cuando hay menos de un 5% de probabilidad de que el resultado se deba al azar.
El valor p es la probabilidad de observar tu resultado (o uno aún más extremo) si en realidad no hubiera ninguna diferencia entre las variantes. Cuanto menor es el valor p, más fuerte es la evidencia de que la diferencia es real. Un valor p de 0,05 equivale a un 95% de confianza.
La mayoría de los marketers usa un 95% de confianza, lo que implica aceptar un 5% de probabilidad de falso positivo. Usa 99% cuando la decisión es de alto riesgo (por ejemplo, aplicar un cambio a todo el tráfico de pago) y 90% solo para experimentos tempranos de bajo riesgo.
Depende de tu tasa de conversión de partida y del tamaño del lift que quieras detectar. Como regla general, los lifts pequeños (por debajo del 5%) requieren decenas de miles de visitantes por variante, mientras que los grandes (20% o más) se confirman con unos pocos miles. Nuestra calculadora te dice exactamente cuántos visitantes más necesitas para alcanzar la significancia con el efecto que observas ahora.
El lift es la diferencia porcentual relativa entre las tasas de conversión de las dos variantes. Si la variante A convierte al 3% y la B al 4,5%, el lift de B sobre A es del 50%. El lift es lo que realmente usas para decidir si vale la pena lanzar un cambio.
Una tasa de conversión más alta no basta por sí sola. Necesitas datos suficientes para que sea improbable que la diferencia venga del azar. Cuanto menor es el lift, más visitantes hacen falta. Si detienes un test demasiado pronto, corres el riesgo de lanzar un cambio que era solo ruido.
El peeking consiste en mirar los resultados una y otra vez y parar en cuanto la confianza cruza el 95%. Hacerlo dispara tu tasa de falsos positivos. Para evitarlo, decide de antemano el tamaño de muestra que necesitas y revisa el resultado una sola vez al final.
Sí. La significancia es un estadístico universal, así que la calculadora funciona con cualquier test A/B en el que puedas medir visitantes (o impresiones, clics, envíos) y conversiones. Introduce datos de Meta Ads, Google Ads, TikTok Ads, plataformas de email o la analítica de tu landing page.
Sí. La calculadora de significancia de test A/B es 100% gratis, sin registro, sin límites y sin pedir tu email. Haz todos los tests que necesites, para uso personal o comercial.
No. Todos los cálculos ocurren íntegramente en tu navegador. Las cifras de visitantes y conversiones nunca salen de tu dispositivo ni se envían a nuestros servidores.

Sin tarjeta de crédito

Logo de LanderLab