Estadísticas inteligentes para el A/B testing

 

El A/B testing, inspirado por el enfoque de probar y aprender ha sido acogido con un gran éxito. Soluciones innovadoras de SaaS(Software as a Service), las cuales dan más poder a los equipos de marketing, han hecho que cualquiera pueda acceder a este tipo de herramientas sin ningún tipo de conocimiento técnico previo. Es fácil de usar, pero no se debe olvidar sus implicaciones estadísticas. Más allá de simplemente modificar las páginas de un sitio web, el A/B testing es una herramienta que te ayuda a tomar decisiones. Puede, o no, validar hipótesis aplicando medidas de fiabilidad estadística a los datos recogidos.Clever Statistics - Ebook Cover

Es importante saber con  seguridad si las diferencias en los resultados son debidas a los cambios realizados, o si se deben al azar. De hecho, algunos usuarios dudan la fiabilidad de estos test ya que no siempre muestran los mismos resultados una vez que las modificaciones ganadoras se implementan definitivamente.
Estas dudas surgen principalmente de una falta de conocimiento sobre los test estadísticos llevados a cabo por su herramienta y lo que significan sus resultados. Si no eres un experto estadístico, es fácil malinterpretar los indicadores que se proveen. Ten en cuenta que muchas soluciones se basan en enfoques que no responden la pregunta fundamental del encargado de marketing: ¿cuál es el beneficio de cambiar la versión A por la versión B? Soluciones de A/B testing avanzadas como AB Tasty, responden a este problema con nuevos enfoques estadísticos que permiten una toma de decisiones más rápida y segura. También se
esfuerzan para maximizar las conversiones con un test que usa los algoritmos más potentes.
Os damos un resumen sobre estas innovaciones en las siguientes páginas.