Parámetros de tu test
Necesitas
Cómo usar esta calculadora
Antes de lanzar un test A/B, la pregunta más importante es: ¿tengo tráfico suficiente para detectar una diferencia significativa? Lanzar un test con muy pocos visitantes es perder el tiempo — o nunca alcanzas significancia, o (peor) declaras un ganador falso y despliegas un cambio que no funciona.
Esta calculadora responde esa pregunta. Introduces tu tasa de conversión actual y la mejora mínima que quieres detectar, y obtienes el número de visitantes por variante que necesitas antes de poder confiar en el resultado.
Cómo elegir tu tasa de conversión base
Revisa tus analytics de la página, botón o paso del funnel que quieres optimizar. Usa la tasa de conversión de los últimos 30-90 días como base. Evita picos estacionales (Black Friday, semanas de lanzamiento) — no son representativos del tráfico normal.
Cómo elegir tu mínimo efecto detectable (MDE)
El MDE se expresa como un cambio relativo. Si tu base es 2% y pones MDE en 10%, estás diciendo "quiero detectar una mejora de 2% a 2.2% o mayor".
- 5-10% — sitios grandes (100k+ visitas/mes). Detecta mejoras pequeñas y sutiles.
- 10-20% — la mayoría de negocios. Ajuste estándar de la industria.
- 20-40% — sitios de poco tráfico. Solo detectas cambios grandes de forma fiable.
Un MDE menor requiere mucho más tráfico. Reducirlo a la mitad requiere aproximadamente 4 veces más visitantes. Si el cálculo dice que necesitas 50.000 visitantes por variante y no tienes ese tráfico en un plazo razonable, prueba cambios más grandes — apunta a mejoras de 20%+ que se vean sin microscopio.
Significancia y poder explicados
Significancia estadística (confianza) es la probabilidad de que la diferencia observada no sea ruido aleatorio. 95% es el estándar académico. El motor de Testio usa 90% por defecto porque lo combina con una regla Bayesiana de parada que valida el resultado de forma cruzada — obtienes rigor equivalente, más rápido.
Poder estadístico es la pregunta opuesta: si realmente existe una diferencia, ¿cuán probable es que el test la detecte? 80% es el estándar de la industria. Mayor poder = menor tasa de falsos negativos, pero requiere más tráfico.
La fórmula bajo el capó
Donde p₁ es la tasa base, p₂ es la tasa esperada de la variante (base + MDE),
y p̄ es la media combinada. zα y zβ vienen
de la distribución normal estándar según la significancia y poder elegidos.
Es la fórmula exacta implementada en el backend de Testio en
apps/api/src/lib/statistics.ts — sin aproximaciones, sin trucos de redondeo.
Errores comunes a evitar
- Mirar los resultados antes de tiempo. Revisar antes de alcanzar el tamaño de muestra y parar cuando ves un resultado "significativo" dispara tu tasa de falsos positivos.
- Correr demasiados tests simultáneos en la misma página. Las variantes interactúan entre sí, haciendo que los resultados no sean fiables.
- Ignorar efectos de novedad y día de la semana. Corre los tests al menos un ciclo completo (7+ días), aunque alcances el tamaño de muestra antes.
- Optimizar la métrica equivocada. Un CTR mayor en un CTA no significa nada si el revenue final se queda igual.
Preguntas frecuentes
¿Realmente necesito tanto tráfico? Otras calculadoras dan números más pequeños.
La mayoría de calculadoras con "números pequeños" sacrifican rigor por marketing. Usan supuestos optimistas (tests de una cola, sin corrección para variantes múltiples, menor poder). Esta calculadora usa la misma fórmula y defaults que el motor real de Testio, así que el número coincide con lo que realmente necesitarás en producción.
¿Qué pasa si tengo múltiples variantes (A/B/C o A/B/C/D)?
Cada variante necesita el tamaño de muestra completo. Si necesitas 10.000 por variante y corres 4 variantes, necesitas 40.000 visitantes totales. Más variantes también aumentan ligeramente el riesgo de falsos positivos salvo que apliques corrección — Testio lo maneja automáticamente en producción.
¿Cuál es la diferencia entre A/B testing frecuentista y Bayesiano?
El frecuentista (el método que usa esta calculadora) requiere un tamaño de muestra comprometido de antemano. Los métodos Bayesianos permiten "parada temprana" cuando la probabilidad posterior cruza un umbral. Testio usa decisiones Bayesianas en producción (probabilidad-de-ser-mejor ≥ 95% con pérdida esperada < 0,001), que suele declarar ganadores más rápido de lo que predice esta calculadora — pero la calculadora te da el número "techo" seguro.
¿Puedo reducir el tamaño de muestra que necesito?
Tres formas: (1) probar cambios más grandes que produzcan mayores saltos, (2) optimizar una página con tasa de conversión base más alta, (3) aceptar menor poder estadístico (a riesgo de más falsos negativos). Nunca simplemente "esperar hasta que se vea significativo" — eso no es una reducción válida.
¿Listo para lanzar tu test A/B?
Editor visual, detección automática de ganador y resultados en tiempo real. Prueba de 3 días, desde $9/mes.
Empezar prueba gratis →