4.5A/B testing de los textos
Lo esencial en 30 segundos
- La audiencia decide : el A/B testing reemplaza la opinión (« prefiero ») por el dato — es la conversión medida quien decide.
- Una variable, una conclusión : no cambiar más que un solo elemento entre A y B, con bastantes datos (significación estadística).
- Bucle infinito : probar, guardar el ganador, reprobar — el copywriting se vuelve un proceso de mejora continua.
Mini-caso — Mehdi y sus dos asuntos
Mehdi debate solo ante su pantalla en Argel : ¿su asunto « Tu guía está lista » es mejor que un asunto más enganchador? En vez de decidir por gusto, envía cada versión a la mitad de su lista y compara las aperturas sobre un volumen suficiente. Último episodio : aprende a dejar decidir a la audiencia.
Último episodio del caso 4.1-4.4 — Mehdi pasa de la opinión al dato.
1. Medir en vez de adivinar
El A/B testing compara dos versiones de un texto ante audiencias reales para ver cuál convierte mejor. Reemplaza los debates de opinión (« prefiero este título ») por datos : es la audiencia quien decide, no el ego.
Es el paso del copywriting intuitivo al copywriting medido. Se prueba lo que más impacto tiene : asuntos de correo, títulos, ganchos, CTA, precios, imágenes. Pequeños cambios pueden producir grandes diferencias de conversión.
2. Una sola variable a la vez
Regla metodológica absoluta : cambiar solo una variable entre A y B. Si cambias el título y el botón, no sabrás a qué atribuir la diferencia. Una variable, una conclusión.
Otro salvavidas : la significación estadística. Un resultado solo es fiable con bastantes datos. Una diferencia sobre 20 visitantes no prueba nada ; hace falta un volumen suficiente para concluir. Sin ello, se toma el ruido por una señal.
3. La mejora continua
El indicador central es la tasa de conversión : la parte de la audiencia que realiza la acción buscada. Es lo que se compara entre versiones, no las impresiones ni los « me gusta ».
La verdadera ganancia es una mentalidad : la mejora continua. Se prueba, se conserva el ganador, se prueba de nuevo, se aprende de la audiencia de forma continua. El copywriting se vuelve un proceso iterativo, nunca fijo — cada test enseña algo sobre el público.
🔎 Ejemplo concreto — Probar dos asuntos de correo
Se quiere saber qué asunto hace abrir más.
A : « Tu guía está lista »
B : « [Nombre], el error n.º 1 de los CV (corrígelo esta noche) »
→ Se envía A al 50 %, B al 50 %, se compara la tasa de apertura sobre un volumen suficiente.Resultado : una sola variable (el asunto) cambia ; el dato dice cuál gana.
Después : se conserva el ganador, luego se prueba otra cosa (el CTA, por ej.).
Vocabulario de la sección
- A/B testing
- Comparación de dos versiones de un texto ante audiencias reales para ver cuál convierte mejor.
Ejemplo sencillo: los dos asuntos de Mehdi enviados al 50/50 de su lista.
Lo que no es: elegir por gusto personal sin medir nunca.
Reflejo: ante un desacuerdo, preguntar « ¿probamos? » en vez de debatir.
- Variable única
- Regla del test : cambiar solo un elemento entre A y B para saber a qué atribuir la diferencia.
Ejemplo sencillo: Mehdi solo cambia el asunto, no el contenido ni el CTA.
Lo que no es: cambiar el título y el botón juntos y concluir sobre el título.
Reflejo: una variable, una conclusión — lo demás idéntico.
- Significación estadística
- Fiabilidad de un resultado, alcanzada con bastantes datos ; una diferencia sobre demasiados pocos casos no prueba nada.
Ejemplo sencillo: Mehdi espera un volumen suficiente antes de declarar un ganador.
Lo que no es: concluir sobre 20 visitantes que B bate a A.
Reflejo: pocos datos = indicio cualitativo, no veredicto.
- Tasa de conversión
- Parte de la audiencia que realiza la acción buscada ; principal indicador a comparar entre versiones.
Ejemplo sencillo: Mehdi compara las tasas de apertura, no los « me gusta ».
Lo que no es: comparar las impresiones en vez de la acción buscada.
Reflejo: comparar siempre sobre la acción buscada, nada más.
- Mejora continua
- Enfoque iterativo : probar, conservar el ganador, probar de nuevo, aprender de la audiencia de forma continua.
Ejemplo sencillo: tras el asunto, Mehdi prueba el CTA, luego el gancho.
Lo que no es: fijar sus textos de una vez por todas tras un solo test.
Reflejo: cada test enseña algo sobre el público : anotarlo.
En la práctica — Montar un primer A/B test
- Elige el elemento de alto impacto a probar (asunto de correo, título o CTA).
- Crea dos versiones que solo difieran por ESA variable única.
- Difúndelas a partes iguales y espera un volumen suficiente antes de concluir.
- Conserva la versión ganadora, anota el aprendizaje sobre el público, luego lanza un nuevo test.
Guion listo — lanzar su test (30 s)
« Pruebo el asunto : versión A contra versión B, sola variable que cambia. Envío a partes iguales, espero un volumen suficiente — nada de concluir sobre veinte envíos — luego comparo las tasas y guardo el ganador. Después, pruebo el CTA. »
Para decir al enmarcar todo test antes de enviarlo : una variable, volumen, luego veredicto.
Plantilla lista — ficha A/B test
ELEMENTO PROBADO (asunto, título o CTA) : _______________
VERSIÓN A : _______________
VERSIÓN B (sola variable cambiada) : _______________
REPARTO (50/50) : _______________
INDICADOR COMPARADO (tasa buscada) : _______________
¿VOLUMEN SUFICIENTE ANTES DEL VEREDICTO? (sí / no) : _______________
GANADOR + APRENDIZAJE SOBRE EL PÚBLICO : _______________
PRÓXIMO TEST PREVISTO : _______________TPE / presupuesto pequeño
Sin herramienta de test : alternar A luego B a audiencia comparable y comparar las tasas brutas como indicios, sin sobreinterpretar.
Pyme Argelia
Listas locales pequeñas : el veredicto estadístico estricto queda fuera de alcance — explotar las respuestas directas y las preguntas recibidas como aprendizajes.
E-commerce
Probar en prioridad precios mostrados, CTA y visuales de oferta : pequeños cambios, grandes diferencias de conversión posibles.
Newsletter
Probar los asuntos en continuo (gran palanca de apertura), luego una vez conocido el ganador, probar el gancho del cuerpo.
✓ Buenas prácticas
- Prueba primero los elementos de alto impacto : asuntos, títulos, ganchos, CTA.
- No cambies más que una variable a la vez : si no, el resultado no es interpretable.
- Espera un volumen suficiente : una diferencia sobre pocos casos es ruido, no señal.
✗ Errores frecuentes
- Cambiar varios elementos a la vez : imposible saber qué jugó.
- Concluir sobre demasiados pocos datos : se toma el azar por un resultado.
- Fiarse de la propia opinión (« prefiero ») en vez de lo que hace la audiencia.
Puntos clave
- El A/B testing reemplaza la opinión por el dato : la audiencia decide.
- Una sola variable a la vez : una variable, una conclusión.
- Significación estadística : bastantes datos para que el resultado sea fiable.
- Mejora continua : probar, conservar el ganador, reprobar, aprender.
Reto 48h — aplica mañana
Lanza 1 test real con la ficha de arriba : 2 asuntos (o 2 títulos) que solo difieran por 1 variable, enviados a partes iguales. Anota el aprendizaje sobre tu público, gane quien gane.
- Puedo citar la regla de oro (1 variable) y el salvavidas (volumen).
- Sé qué se compara (tasa de conversión sobre la acción buscada).
- Lancé (o planifiqué) 1 test real con la ficha.
Preguntas frecuentes
¿Qué probar en prioridad?
Los elementos de alta palanca y fáciles de cambiar : el asunto de correo y el título (deciden ser leído o no), luego el CTA y el gancho. Una ganancia en estos elementos repercute en todo lo demás.
Sin gran audiencia, ¿el A/B testing es útil?
El test estadístico estricto pide volumen. Con una audiencia pequeña, se aprende sobre todo cualitativamente (respuestas, preguntas, tasas brutas como indicios). La mentalidad de mejora continua sigue siendo valiosa, aun sin cifras perfectas.
Mehdi cambia el título Y el botón de golpe, concluye sobre 20 visitantes y guarda su versión preferida. ¿Cuántos errores?