Test A/B para Push y Native: un marco práctico

Por qué el tráfico push y native necesita disciplina

El tráfico push y native es barato por clic y ruidoso por ubicación. Una landing que "gana" tras 300 clics a menudo pierde tras 3.000. La mayoría de las malas decisiones en estos verticales vienen de detener un test demasiado pronto o de cambiar varias cosas a la vez.

Qué testear primero

Testea el cambio con mayor efecto esperado, uno a la vez:

1. La oferta. Dos ofertas en la misma landing pueden diferir entre 2 y 3 veces en EPC.
2. El ángulo de la landing. Quiz versus artículo versus directo, no el color de los botones.
3. El paso de prelanding. Si usarlo o no, y cuánto dura.
4. Detalles. Titulares, imágenes y llamadas a la acción, una vez resueltas las piezas grandes.

Cómo ejecutar el test

En XPNSR Tracker un test A/B pertenece a una campaña. Elige qué comparas (landings, ofertas o todo el flujo), añade las variantes y define el split, 50/50 o 70/30 cuando quieras proteger un control probado.

• Vincula visitantes. Actívalo para que un visitante recurrente siempre vea la misma variante; de lo contrario, una misma persona cuenta en ambas.
• Mantén todo lo demás fijo. Mismo GEO, fuentes, pujas y horario para todas las variantes, durante todo el test.
• Filtra bots primero. Los clics de bots nunca convierten y diluyen cada variante; corre el antifraude antes de leer los resultados.

Cuántos datos son suficientes

Mira las conversiones, no los clics. Como regla general, quieres al menos 100 conversiones por variante antes de confiar en una diferencia del 20–30%. Diferencias más pequeñas necesitan muchas más. El tracker informa la significancia estadística de cada test, así que espera a que indique que el resultado es significativo en lugar de calcular a ojo la tasa de conversión.

Después del test

Envía todo el tráfico al ganador, archiva el perdedor y anota lo que aprendiste. Luego testea lo siguiente de la lista. Si prefieres no ejecutar cada split a mano, el optimizador en Pro y superiores desplaza automáticamente el peso de los streams hacia los que mejor rinden, y las reglas de automatización pueden pausar variantes que caigan por debajo de un umbral de ROI.