Calculadora gratis de significancia de test A/B
Descubre en segundos si el resultado de tu test A/B es estadísticamente significativo. Introduce visitantes y conversiones de las dos variantes para ver la ganadora, la mejora, el valor p y el tamaño de muestra que necesitas.
Nivel de confianza
Confianza
0.0%
Esperando datosIntroduce visitantes y conversiones de las dos variantes para ver tu veredicto.
- Control (A) tasa de conversión
- 0.00%
- Variante (B) tasa de conversión
- 0.00%
- Mejora
- --
- Valor p
- --
- Tamaño de muestra
- --
Consejo pro. No pares un test en cuanto la confianza supere el 95%. Decide el tamaño de muestra de antemano y deja que el test corra. Si no, lo más probable es que declares falsos positivos.
Cómo funciona
Cómo comprobar la significancia de un test A/B en 3 pasos
Obtén un veredicto claro y estadísticamente sólido sobre tu test A/B en menos de un minuto, sin hojas de cálculo y sin registro.
- 01
Introduce los datos del control
Añade el total de visitantes y conversiones de la variante A, la versión original contra la que estás testeando.
- 02
Introduce los datos de la variante
Añade visitantes y conversiones de la variante B, la nueva versión. Tus tasas de conversión se actualizan al instante.
- 03
Lee tu veredicto
Comprueba si el resultado es significativo, junto con la mejora, el valor p y la confianza, además de una estimación de cuántos visitantes más necesitas si aún no llegas.
Por qué importa
Por qué los marketers comprueban la significancia
Una tasa de conversión más alta no basta para tener una ganadora. Usa un test de significancia de verdad para saber cuándo parar, cuándo seguir y cuándo un resultado es solo ruido.
Sabe cuándo parar un test
Declara ganadoras con confianza real en lugar de adivinar, y no dejes escapar variantes que funcionan.
Evita los falsos positivos
Que el problema del peeking no te cueste dinero. Un valor p bien calculado te dice cuándo una diferencia es real.
Planifica tu próximo test
El aviso de tamaño de muestra estima cuántos visitantes necesita cada variante, con una potencia del 80%, para confirmar la diferencia que ves. Úsala para dimensionar tu próximo test antes de empezarlo.
Informes más claros
Comparte el enlace del resultado con tu equipo en un clic para que todos lean los mismos números, con la misma confianza.
Casos de uso
Dónde usan los equipos la calculadora de test A/B
De landing pages a creatividades de anuncios, así aplican los marketers una comprobación rápida de significancia en cada experimento que lanzan.
Tests de landing pages
Compara dos versiones de una landing page para saber qué titular, hero o 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 de Ads Manager.
Tests de copy en Google Ads
Compara dos variantes de anuncio de búsqueda adaptable para confirmar que un titular nuevo supera de verdad al control antes de escalar la inversión.
Tests de asuntos de email
Envía dos asuntos a una pequeña parte de tu lista y declara el ganador con confianza antes del envío completo.
Tests del flujo de checkout
Valida que un nuevo paso de 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 de precios o dos diseños y decide según los registros, no por intuición.
FAQ
Preguntas sobre la calculadora de significancia de test A/B.
Lo que no esté aquí lo encontrarás en el Centro de ayuda, o pregúntanos.
Preguntas frecuentes
¿Qué es la significancia estadística en un test A/B?
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.
¿Qué es un valor p?
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.
¿Qué nivel de confianza debería usar?
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.
¿Cuántos visitantes necesito para un test A/B?
Depende de tu tasa de conversión de partida y del tamaño de la mejora que quieras detectar. Como regla general, las mejoras pequeñas (por debajo del 5%) requieren decenas de miles de visitantes por variante, mientras que las grandes (20% o más) se confirman con unos pocos miles. La calculadora estima cuántos visitantes más necesita cada variante para confirmar la diferencia que ves, con una potencia del 80%.
¿Qué es la mejora (lift) en un test A/B?
La mejora 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%, la mejora de B sobre A es del 50%. La mejora es lo que realmente usas para decidir si vale la pena lanzar un cambio.
¿Por qué mi test no es significativo aunque la variante B va ganando?
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 la mejora, más visitantes hacen falta. Si detienes un test demasiado pronto, corres el riesgo de lanzar un cambio que era solo ruido.
¿Qué es el problema del peeking?
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.
¿Sirve esta calculadora para Facebook, Google o TikTok Ads?
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.
¿Esta calculadora de test A/B es gratis?
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.
¿Se guardan mis datos en algún sitio?
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.
Testea en A/B la landing page que tus visitantes ven de verdad
Las mayores victorias en tests A/B vienen de testear la página donde aterriza tu tráfico de pago. Usa LanderLab para crear, testear y publicar landing pages que convierten, y luego trae los números de vuelta a esta calculadora.