Statsig Análisis 2026: funciones, precios y propiedad

Statsig es una de las plataformas de experimentación más capaces del mercado y, en 2026, también la que exige leer con más cuidado quién está de hecho al mando de ella. En menos de un año fue adquirida por OpenAI y después tuvo su marca y su base de clientes asumidas por Amplitude. Nada de eso invalida el producto, que sigue publicando sus precios, sigue entregando un plan gratis sustancial y es técnicamente fuerte, pero sí cambia cuánto peso merece el criterio de “estabilidad del proveedor” en tu decisión. Este análisis cubre qué hace la herramienta, cuánto cobra, cuánto de tu test cabe dentro del margen gratis y qué significan en la práctica esos dos anuncios. Para el panorama de la categoría, mira nuestra comparación neutral de herramientas de CRO y test A/B.

Declaración antes que nada: Donnu es una herramienta de test A/B y compite con Statsig en parte de este alcance. Este texto está escrito para ser útil incluso para quien termine eligiendo Statsig.

Qué es Statsig, una línea por pieza

Pieza	Qué hace	A quién le suele importar
Feature flags y configs	Enciende y apaga funcionalidad por segmento, sin un nuevo deploy	Ingeniería, dentro del flujo normal de entrega
Experimentación	Test A/B server-side y client-side atado a esos flags	Producto, midiendo lo que acaba de salir
Analítica de producto	Embudos, retención y métricas sobre los mismos eventos	Equipos que deciden con sus propios datos
Session replay	Reproducción del comportamiento real en la interfaz	Diagnóstico cualitativo de lo que mostró el número
Warehouse native	Cómputo que corre sobre el propio data warehouse de la empresa	Organizaciones con gobierno de datos centralizado

La lectura honesta de esa tabla: Statsig es dev-first por diseño. El camino natural es instrumentar eventos, crear un flag y convertir ese flag en un experimento. No es una herramienta donde alguien de marketing edita una página en el navegador y publica un test sin ingeniería, y esa es la primera pregunta calificadora a responder antes que cualquier otra.

Precios: la tabla publicada, completa

Números consultados en la página oficial de precios el 14 de agosto de 2026:

Plan	Precio	Eventos incluidos	Session replays	Retención de analítica	Chequeos de flag
Developer	Gratis, sin tarjeta	2 millones/mes	50.000/mes	1 año	Ilimitados
Pro	150 dólares/mes	5 millones/mes, excedente 0,05 dólares por cada 1.000	100.000/mes	Ilimitada	Ilimitados
Enterprise	Cotizado	Contrato por eventos o por experimentos, descuentos por volumen	Cotizado	Ilimitada	Ilimitados

Enterprise agrega ejecución warehouse-native, integraciones de salida de datos, ingesta desde el warehouse, SSO, control de acceso por rol y por equipo, soporte prioritario y elegibilidad HIPAA bajo un acuerdo específico.

Dos cosas que esa tabla deja explícitas:

1. El plan gratis es genuinamente grande. Dos millones de eventos al mes y 50.000 replays no es un margen de demo, es volumen suficiente para que una operación pequeña funcione de verdad sobre él.
2. El flag no es la unidad de facturación. Los chequeos de flag y de config aparecen como ilimitados en todos los planes. Quien compare herramientas de feature flag por costo por evaluación con mucho tráfico debería registrar esa diferencia, que también cubre nuestra comparación de herramientas de feature flag.

Quién controla la plataforma: los dos anuncios que importan

Esta es la sección que hace que este análisis valga más que leer la página de precios, y es enteramente factual.

El 2 de septiembre de 2025, OpenAI anunció su adquisición de Statsig en una operación totalmente en acciones reportada en cerca de 1.100 millones de dólares, con el fundador y CEO Vijaye Raji convirtiéndose en CTO de Applications de OpenAI y el equipo de Statsig acompañándolo.

El 5 de mayo de 2026, Amplitude anunció que asume la marca y los clientes de Statsig. En palabras del anuncio oficial, Amplitude mantendrá y desarrollará la plataforma Statsig existente, tanto cloud como warehouse-native, incluido el soporte a los clientes actuales, y trabajará de cerca con el equipo de Statsig en OpenAI durante la transición, empezando a construir una hoja de ruta más integrada entre las dos plataformas.

La lectura neutral: continuidad comprometida por escrito no es lo mismo que continuidad garantizada, y tampoco es señal de abandono. Dos consecuencias prácticas, ambas defendibles sin importar tu opinión sobre la operación:

• Prefiere contratos más cortos mientras la transición esté en curso, y trata la renovación como un punto de decisión y no como un trámite.
• Mantén tus datos de experimento exportables. Eso vale para cualquier proveedor, y vale más cuando la plataforma acaba de cambiar de manos.

Cuánto de tu test cabe en el margen gratis

El precio por evento ata el costo de la herramienta al volumen de tu instrumentación, no a la cantidad de experimentos que corres. Ajusta la calculadora a tu propia tasa base:

Tasa de conversión actual%Efecto mínimo detectablerelativo (%)absoluto (pp)Confianza909599%Poder8090%Visitantes por semana (total)Testbilateralunilateral

-Visitantes por variación

-Total (2 variaciones)

-Duración estimada

Cálculo por aproximación normal de dos proporciones, 2 variaciones (50/50). Cambia los campos y mira el impacto en vivo.

El ejemplo trabajado

Un producto SaaS convierte el 4% de los visitantes que entran a su flujo de registro y recibe 40.000 usuarios por semana en ese flujo. Para detectar una mejora relativa del 10% (de 4% a 4,4%) con 95% de confianza y 80% de poder, la matemática pide 39.475 usuarios por variante, lo que lleva 14 días. Apuntando a 15% relativo en cambio (de 4% a 4,6%), el requisito baja a 17.943 por variante y el test cierra en 7 días.

El experimento de 14 días involucra unos 78.950 usuarios entre las dos variantes. Con una instrumentación de 10 eventos por usuario (vista de pantalla, clics principales, conversión), eso son aproximadamente 790.000 eventos, o 40% del margen mensual gratis de 2 millones. Incluso sumando encima el tráfico ordinario del producto, una operación pequeña corre este test sin salir del plan gratis.

Escenario de instrumentación	Eventos del experimento	¿Cabe en los 2 millones gratis?	Costo contra el excedente de Pro
10 eventos por usuario	~790.000	Sí, con holgura	Cero
25 eventos por usuario	~1,97 millones	Sí, justo en el límite	Cero
60 eventos por usuario	~4,74 millones	No, necesita Pro	Cero dentro de los 5 millones de Pro
100 eventos por usuario	~7,9 millones	No	~145 dólares de excedente de Pro

El excedente de Pro es 0,05 dólares por cada 1.000 eventos, o sea 50 dólares por millón adicional. La lectura práctica: lo que cuesta dinero no es correr experimentos, es sobreinstrumentar. Los equipos que disparan un evento por cada interacción de interfaz revientan el margen con tráfico moderado, mientras que los equipos que instrumentan solo lo que alimenta una métrica corren durante años dentro del plan gratis.

Facturación por evento contra facturación por visitante

La comparación que la mayoría de los compradores realmente necesita no es Statsig contra otra plataforma dev-first, es facturación por evento contra la facturación por visitante testeado que usan casi todas las herramientas de testing lideradas por marketing. Los dos modelos premian comportamientos opuestos, y saber en cuál estás cambia cómo planificas un programa:

	Por evento (Statsig)	Por visitante testeado (la mayoría de las suites de CRO)
Qué sube la factura	Profundidad de instrumentación, tráfico del producto, uso de analítica	Cuánta gente metes en experimentos
Costo de correr más tests	Casi cero, porque los flags no se facturan y los eventos ya existen	Directo, porque cada visitante testeado cuenta contra el plan
Costo de un test más largo y mejor dimensionado	Casi cero sobre el experimento en sí	Directo, el tamaño de muestra es literalmente la unidad de facturación
El mal incentivo que crea	Subinstrumentar, o discutir volumen de eventos con ingeniería	Dimensionar tests por debajo, o testear menos páginas para no salirse del plan
A quién favorece	Equipos con muchos experimentos e instrumentación disciplinada	Equipos con pocos tests, grandes y de mucho tráfico

Lee esa tabla antes de comparar precios de vitrina. Un equipo que corre veinte experimentos pequeños por trimestre puede encontrar el precio por evento drásticamente más barato, mientras que un equipo que instrumenta cada interacción de interfaz y corre dos tests al año puede encontrarlo más caro que un plan plano, con el mismo tráfico. Nuestra comparación de precios de herramientas de test A/B pone los modelos lado a lado entre proveedores.

Leyendo el resultado

Digamos que el test corrió hasta 20.000 usuarios por variante y cerró con 800 registros en el control (4,00%) contra 884 en la variación (4,42%).

Control (A)

VisitantesConversiones

Variación (B)

VisitantesConversiones

Confianza90%95%99%

Control (A) · Tasa-

Variación (B) · Tasa-

Mejora relativa-

valor-p-

IC 95% de la diferencia-

Test z bilateral de dos proporciones. "Sin significancia" casi siempre significa que falta muestra, no que las versiones sean iguales.

Pasando esos cuatro números por el motor de significancia de este blog: z = 2,09, valor-p ≈ 0,0365, con un intervalo de confianza del 95% sobre la diferencia de +0,03 a +0,81 puntos porcentuales, y una mejora relativa observada de +10,5%. Es significativo contra la barra del 5%, y el intervalo es ancho: la mejora verdadera podría ser casi nada o casi el doble de la estimación puntual. Ninguna herramienta, por buena que sea, arregla eso; solo lo arregla más muestra, y por eso nuestra guía de significancia estadística insiste en leer el intervalo antes que la estimación puntual.

Fortalezas reales

• Un plan gratis que de verdad se puede usar. Dos millones de eventos y 50.000 replays al mes ponen a una operación pequeña en producción sin contrato.
• Precio por evento público. Puedes proyectar costo desde tu propia instrumentación en lugar de pasar por una cotización.
• Los flags no se facturan. Para productos con muchos flags y mucho tráfico, eso elimina una línea de costo que existe en algunos competidores.
• Warehouse-native en Enterprise. Para empresas con gobierno de datos centralizado, correr el cómputo sobre su propio warehouse resuelve un problema real de confianza en el número.
• Experimentación y analítica sobre los mismos eventos. Evita la divergencia clásica entre el número de la herramienta de testing y el de la herramienta de analítica.

Limitaciones y puntos de atención

• Dos cambios de control en menos de un año. Este es el punto de atención número uno en 2026, y la razón para contratos cortos y datos exportables.
• No es una herramienta para marketing sin ingeniería. Sin editor visual como camino principal, testear una landing page sin un desarrollador no es el flujo natural del producto.
• Costo guiado por la instrumentación. Una decisión de arquitectura de eventos tomada por ingeniería se convierte en una línea de la factura, y esos dos equipos rara vez lo conversan antes.
• Curva de aprendizaje estadística. Una plataforma con funciones avanzadas de experimentación asume un equipo que sabe lo que está activando; encender todo sin entenderlo fabrica falsa confianza más rápido que una herramienta más simple.
• Hoja de ruta convergente. El anuncio oficial habla de integrar las hojas de ruta de las dos plataformas. La integración suele traer ganancias, y también descontinuaciones.

Cómo evaluarla en un piloto

1. Instrumenta solo lo que alimenta una métrica. Haz la cuenta de eventos por usuario antes de escribir la primera llamada track.
2. Corre un test A/A. Sin diferencia real entre los lados, confirma que la herramienta reporta el no efecto y que la división de tráfico coincide con lo que configuraste.
3. Prueba el camino de exportación. Saca los datos crudos del experimento antes de depender de ellos.
4. Confirma los márgenes vigentes en la página oficial. Los precios y los límites de plan cambian, y más en una plataforma que ha cambiado de dueños.
5. Acuerda un techo de excedente con finanzas. 0,05 dólares por cada 1.000 eventos es barato por unidad y suma rápido con instrumentación generosa.

Análisis de Statsig: conclusión y para quién es

Encaja en equipos de producto e ingeniería que ya trabajan con feature flags en su flujo de entrega, que quieren experimentación y analítica sobre los mismos eventos, y que se benefician de un plan gratis grande para empezar sin contrato. Para empresas más grandes con requisitos de gobierno de datos, la ejecución warehouse-native de Enterprise es un argumento fuerte por sí solo. Si lo estás pesando contra el lado open source de la categoría, nuestra comparación GrowthBook contra Statsig cubre esa decisión directamente, y nuestra comparación de precios de herramientas de test A/B pone los números lado a lado.

Encaja peor en equipos de marketing que necesitan testear páginas sin depender de un deploy, en compradores que ponen la estabilidad contractual de largo plazo por encima de la capacidad técnica, y en operaciones pequeñas de ecommerce cuyo caso es testear páginas web, donde herramientas client-side con editor visual, como las que cubrimos en nuestro análisis de Convert.com y en alternativas a Google Optimize, lo resuelven con menos esfuerzo.

Si tu caso es ese segundo grupo, Donnu es una opción más liviana enfocada en test A/B web con precio predecible y estadística conservadora. No reemplaza a Statsig en feature flags, analítica de producto, session replay ni ejecución sobre warehouse, y decir lo contrario sería deshonesto. Si lo que necesitas es testear páginas con rigor sin construir una plataforma, empieza una prueba gratis de 14 días.

---

Lee también: Herramientas de CRO comparadas · Herramientas de feature flag comparadas · GrowthBook contra Statsig · Precios de herramientas de test A/B comparados

Referencias

• Statsig. Pricing. Planes Developer, Pro y Enterprise, márgenes de eventos y replays, precio del excedente y funciones por plan, consultado el 14 de agosto de 2026. statsig.com/pricing.
• CNBC. OpenAI buys Statsig for $1.1 billion, hires CEO as applications exec. Cobertura del anuncio de adquisición del 2 de septiembre de 2025. cnbc.com.
• TechCrunch. OpenAI acquires product testing startup Statsig and shakes up its leadership team. 2 de septiembre de 2025. techcrunch.com.
• Amplitude. Amplitude and Statsig Partnership. Anuncio oficial del 5 de mayo de 2026, con el compromiso de mantener y desarrollar la plataforma y dar soporte a los clientes existentes. amplitude.com.
• MarTech. Amplitude and Statsig deal raises questions for customers. Cobertura independiente de las preguntas que abre la operación. martech.org.
• Kohavi, R., Tang, D. y Xu, Y. Trustworthy Online Controlled Experiments: A Practical Guide to A/B Testing. Cambridge University Press, 2020. Capítulos sobre elección de plataforma, test A/A e instrumentación. Material complementario en experimentguide.com.