Se supone que las pruebas A\/B son la forma racional de tomar decisiones sobre los productos: lanzar dos variantes, medir cu\u00e1l funciona mejor y quedarse con la ganadora. Parece algo cient\u00edfico. Pero a menudo no lo es.<\/p>\n
La mayor\u00eda de las pruebas A\/B a nuestra escala tienen una potencia estad\u00edstica demasiado baja como para ser significativas. Las pruebas que son<\/em> funcionan con suficiente potencia durante tanto tiempo que algo m\u00e1s en la aplicaci\u00f3n o en el mundo cambia sin que se den cuenta, lo que distorsiona el resultado. Y la m\u00e9trica que est\u00e1s midiendo casi nunca es la que realmente te importa: optimizas en funci\u00f3n de los clics porque los clics se pueden contar, y lo que realmente buscabas (confianza, retenci\u00f3n, gusto) se desv\u00eda en alguna direcci\u00f3n que nunca has medido.<\/p>\n Dise\u00f1amos dos opciones, elegimos la que refleje con mayor fidelidad la esencia de la aplicaci\u00f3n, la lanzamos con confianza y escuchamos atentamente lo que nos revelen las rese\u00f1as y las incidencias de soporte t\u00e9cnico de las pr\u00f3ximas seis semanas. Estamos dispuestos a equivocarnos de vez en cuando a cambio de no tener que estar estad\u00edsticamente seguros todo el tiempo.<\/p>\n En cierto sentido es m\u00e1s lento, pero en todos los dem\u00e1s es m\u00e1s r\u00e1pido.<\/p>","protected":false},"excerpt":{"rendered":" Una postura controvertida sobre una costumbre muy apreciada, explicada de buena fe.<\/p>","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-578","post","type-post","status-publish","format-standard","hentry","category-journal"],"yoast_head":"\nLo que hacemos en su lugar<\/h2>\n