Texto Largo vs Texto Corto: cómo testearlo de verdad

“Texto largo o texto corto” es una de las preguntas más antiguas del marketing digital y una de las peores de testear, porque casi nadie testea lo que cree estar testeando. Cambiar una página de 380 palabras por una de 1.900 casi nunca cambia solo el tamaño: cambia los argumentos, las pruebas, el orden y la estructura al mismo tiempo. Esta guía muestra qué dice realmente la investigación de lectura (el visitante lee como máximo un 28 por ciento de las palabras de una página media, según el Nielsen Norman Group), cómo montar un test que aísle el tamaño, por qué la profundidad de scroll es diagnóstico y nunca veredicto, y un ejemplo trabajado en el que la versión larga gana con valor p de 0,0006 pero la ganancia viene casi toda de un único segmento. Esta guía forma parte de nuestra guía completa de optimización de conversión (CRO).

Por qué la pregunta está mal hecha

Cuando alguien pregunta “¿texto largo o corto?”, la pregunta implícita suele ser otra: “¿necesito explicar más o necesito ir directo al grano?”. Las dos no son lo mismo, y es la confusión entre ellas la que hace que el test salga torcido.

El tamaño no es una variable de diseño, es una consecuencia. El tamaño de la página es el resultado de tres decisiones separadas:

1. A cuántas preguntas respondes. Una página que responde a 3 objeciones es más corta que una que responde a 9. Eso es alcance, no estilo.
2. Cuánta prueba muestras por pregunta. Un número contra un número más un gráfico más un testimonio. Eso es densidad de evidencia.
3. Cuántas palabras gastas por idea. La misma respuesta en 40 o en 140 palabras. Eso es lo único que de verdad es “tamaño del texto”.

La discusión pública casi siempre trata las tres como una sola. De ahí viene la leyenda: alguien cambia una página corta y genérica por una larga y bien argumentada, ve subir el número y concluye que “el texto largo convierte”. Lo que subió fue el número de objeciones respondidas, no el número de palabras.

Qué muestra la investigación de lectura

Dos conjuntos de datos del Nielsen Norman Group enmarcan cualquier conversación sobre tamaño de página, y los dos son públicos y citables.

Cuánto se lee. En el artículo “How Little Do Users Read?” (Jakob Nielsen, 5 de mayo de 2008), el análisis de 45.237 visualizaciones de página de 25 usuarios con navegador instrumentado (datos recogidos en 2005 por Weinreich, Obendorf, Herder y Mayer) lleva a la conclusión que se cita hasta hoy: en una página media, el usuario tiene tiempo de leer como máximo un 28 por ciento de las palabras durante una visita, y un 20 por ciento es más probable. El mismo artículo registra que el visitante lee la mitad de la información solo en páginas de 111 palabras o menos, y que la página media del conjunto tenía 593 palabras.

Dónde queda la atención. En el artículo “Scrolling and Attention” (Therese Fessenden, 15 de abril de 2018), un estudio de seguimiento ocular con más de 130 mil fijaciones de 120 participantes midió que un 57 por ciento del tiempo de visualización queda por encima del pliegue y un 74 por ciento en las dos primeras pantallas. La comparación con el estudio de 2010 del mismo grupo, que apuntaba a un 80 por ciento por encima del pliegue, muestra que las personas hacen más scroll del que hacían, pero el texto sigue diciendo que raramente pasan de la tercera pantalla.

La lectura correcta de esos dos estudios es la misma: el problema nunca fue la extensión, fue la dependencia. Una página de 2.000 palabras en la que la propuesta solo queda clara en el párrafo 14 es mala. Una página de 2.000 palabras en la que la propuesta está resuelta en las primeras 80 y las otras 1.920 sirven a quien quiere profundizar no tiene ningún problema de extensión.

El confundidor: cambiar el tamaño lo cambia todo a la vez

Este es el motivo por el que la mayoría de los tests de tamaño no enseña nada. La tabla muestra lo que suele cambiar de verdad cuando alguien “testea la versión larga”.

qué cambia entre las versiones	¿es tamaño?	efecto posible en la conversión
número de objeciones respondidas	no, es alcance	alto, y es probablemente lo que carga el resultado
cantidad de prueba (números, casos, testimonios)	no, es evidencia	alto; ve prueba social
número de preguntas frecuentes en la página	no, es alcance	medio, y también mueve el tráfico de búsqueda
posición del botón de acción y cuántas veces aparece	no, es layout	medio
peso de la página y tiempo de carga	no, es rendimiento	medio; ve velocidad de página y conversión
palabras gastadas para decir la misma idea	sí	suele ser el menor de los efectos de la lista

Existen dos formas honestas de resolver esto, y responden a preguntas distintas:

Test de paquete. Comparas la página corta actual contra la página larga nueva, entera, y aceptas que la respuesta es “esta página es mejor que aquella”. Es un test legítimo y con frecuencia el más útil desde el punto de vista de negocio. Lo que no permite es la frase “el texto largo convierte más”: permite “esta página larga convirtió más que aquella página corta”.

Test de densidad. Mantienes exactamente la misma información, en el mismo orden, con las mismas pruebas, y solo varías cuántas palabras usa cada bloque. Recortar de 1.900 a 900 palabras sin perder ningún argumento es difícil de escribir y es el único diseño que responde a la pregunta del título. Si vas por ese camino, fija el número de bloques, el número de imágenes y la posición de cada botón, y usa el contador de palabras para registrar el tamaño exacto de cada brazo en el plan del test.

Mezclar los dos diseños y después concluir sobre el tamaño es lo que produce las afirmaciones categóricas que circulan sobre el asunto. Si quieres separar más de una variable a la vez, la herramienta correcta no es el test A/B de dos páginas: ve test A/B, multivariado y split URL.

Qué medir, y qué solo sirve de diagnóstico

señal	papel en el test	trampa
conversión de la página (acción principal)	métrica primaria	ninguna, siempre que se declare antes
calidad del lead o del pedido	métrica primaria secundaria, declarada antes	una página larga puede filtrar y convertir menos con mejor lead
profundidad de scroll	diagnóstico	sube en la versión larga por construcción, ya que la página es más alta
tiempo en página	diagnóstico	sube en la versión larga por construcción, y también sube cuando el visitante se confunde
tasa de rebote	diagnóstico	baja cuando añades cualquier interacción, sin que nada haya mejorado
clics en el botón de acción	diagnóstico	más botones generan más clics sin generar más conversiones

La regla que resuelve casi todo debate de sala: si la métrica sube por construcción cuando la página se alarga, no puede ser el veredicto. La profundidad de scroll y el tiempo en página son los dos ejemplos canónicos. Sirven para explicar por qué el resultado salió como salió, no para decidir quién ganó. La métrica primaria tiene que declararse por escrito antes, como argumentamos en métrica primaria y OEC.

El caso de la calidad del lead merece atención especial en SaaS y servicios. Una página larga que explica precio, alcance y lo que el producto no hace tiende a reducir el volumen de solicitudes de demo y aumentar la proporción de las que se convierten en oportunidad. Si tu veredicto es solo el volumen del formulario, vas a matar la versión que gana dinero. Eso está detallado en optimización del formulario de demo SaaS.

Tamaño de muestra: la cuenta antes de la opinión

conversión de la página	detectar +10% relativo	detectar +15% relativo	detectar +20% relativo
2,0%	80.682 por variación	36.693 por variación	21.109 por variación
4,2%	37.513 por variación	17.050 por variación	9.803 por variación
8,0%	18.872 por variación	8.568 por variación	4.921 por variación

Con un 4,2 por ciento de conversión y 8 mil visitantes por semana, detectar un 10 por ciento relativo lleva 66 días. Con 15 mil por semana, 36 días. Si tu tráfico no llega ahí, el camino no es correrlo igual y declarar ganador el día 10: es testear un cambio mayor, o leer CRO para sitios de bajo tráfico.

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.

Ejemplo trabajado: una landing page de SaaS B2B

Una empresa de software corre una landing page de captación de demo. La versión actual tiene 380 palabras: propuesta, tres beneficios y el formulario. La nueva tiene 1.900 palabras: la misma propuesta y los mismos tres beneficios, más una sección de cómo funciona, una tabla de comparación con la alternativa manual, dos casos de uso, el precio explicado y ocho preguntas frecuentes. Es un test de paquete, y el informe lo va a decir.

El test corre con 38 mil visitantes por brazo (por encima de los 37.513 que la calculadora pide para un 10 por ciento relativo), durante 36 días a 15 mil visitantes por semana. El análisis por origen de tráfico fue declarado antes de encender, con dos segmentos: tráfico frío (medios pagados para público nuevo) y tráfico templado (búsqueda de marca, correo y recomendación).

corte	versión	visitantes	solicitudes de demo	tasa	lift relativo	valor p
General	corta (380 palabras)	38.000	1.602	4,216%	referencia	referencia
General	larga (1.900 palabras)	38.000	1.798	4,732%	+12,2%	0,0006
Tráfico frío	corta	26.000	858	3,30%	referencia	referencia
Tráfico frío	larga	26.000	910	3,50%	+6,1%	0,2083
Tráfico templado	corta	12.000	744	6,20%	referencia	referencia
Tráfico templado	larga	12.000	888	7,40%	+19,4%	0,0002

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.

Pega 38000 y 1602 en el lado A y 38000 y 1798 en el lado B para reproducir la fila general: valor p de 0,0006, lift relativo del 12,2 por ciento e intervalo de confianza de la diferencia de 0,22 a 0,81 punto porcentual. Para el segmento templado, usa 12000 y 744 contra 12000 y 888: valor p de 0,0002 e intervalo de 0,56 a 1,84 punto porcentual.

Qué permite y qué no permite la lectura por segmento. Permite, porque se declaró antes de correr, con solo dos cortes y con la hipótesis escrita (“esperamos un efecto mayor en quien ya conoce la marca”). Si la división por origen hubiera surgido después de ver el resultado general, sería pesca, y el valor p del segmento no significaría lo que parece: es el asunto de efecto heterogéneo por segmento y de plan de análisis preregistrado.

Fíjate además en que el segmento frío tiene 26 mil visitantes por brazo y aun así no concluye: con una base del 3,30 por ciento, esa muestra detecta cerca de un 12 por ciento relativo, y el efecto observado allí fue del 6,1. No concluir no es lo mismo que no tener efecto. Ve potencia observada antes de escribir “la versión larga no funciona para tráfico frío”.

La salida que suele ganarles a las dos: página por capas

La alternativa más sólida al debate no es elegir un lado, es cambiar el formato. Jakob Nielsen, en el artículo “Long vs. Short Articles as Content Strategy” (11 de noviembre de 2007), argumenta que los dos perfiles de lector, el apurado y el investigador, suelen ser la misma persona en momentos distintos, y recomienda empezar por visiones generales y páginas cortas y simplificadas y después enlazar a la cobertura larga y profunda en otras páginas. En la aritmética ilustrativa del artículo, la dieta mixta rinde más que la dieta de solo contenido corto.

En landing page, eso se convierte en un diseño concreto:

1. La primera pantalla resuelve la propuesta entera. Qué es, para quién, qué cambia, y la acción. Quien solo va a leer un 20 por ciento de las palabras necesita que ese 20 por ciento esté aquí.
2. Justo debajo, la objeción número uno de tu público, respondida con prueba, no con adjetivo.
3. Profundización en bloques autónomos, cada uno con un título que dice a qué responde, para que la lectura en diagonal funcione.
4. Preguntas frecuentes al final, que absorben el resto de las objeciones y además rinden en búsqueda y en citación por IA.
5. La acción repetida al final de cada bloque grande, para quien decidió a mitad de camino.

Ese formato vuelve el debate “largo o corto” casi irrelevante, porque la página queda larga para quien quiere y corta para quien no. Y cambia lo que vale la pena testear: en vez de “1.900 contra 380 palabras”, se testea “qué objeción sube a la primera pantalla”, que es una pregunta mucho menor, mucho más barata y casi siempre más rentable.

El lado que el test A/B no mide: búsqueda y citación por IA

Un test A/B mide lo que pasa con quien ya llegó a la página. El tamaño del texto tiene un segundo efecto, que ocurre antes de eso y que ningún test de dos semanas captura: cuánta superficie ofrece la página a la búsqueda y a los motores de respuesta por IA.

Una página de 380 palabras responde a una pregunta. Una página de 1.900 palabras bien estructurada responde a ocho, y cada bloque con título propio es un fragmento candidato a aparecer como respuesta. Eso no es un argumento a favor de escribir más por escribir: es un argumento a favor de escribir en bloques autónomos con una afirmación citable al principio de cada uno, que es el mismo formato que hace que el visitante apurado entienda la página en diagonal. Las dos exigencias coinciden, lo cual es conveniente.

Tres consecuencias prácticas para quien va a decidir el tamaño:

1. La ganancia de búsqueda aparece en meses, el resultado del test aparece en semanas. Si la versión corta gana por poco y la larga trae ocho bloques indexables, la decisión puede ser mantener la larga aunque pierda en el test. Eso no es ignorar el dato, es reconocer que el test no midió esa parte. Registra la decisión en el informe.
2. Las preguntas frecuentes cargan más que el resto. Responden en formato de pregunta, que es exactamente lo que busca un motor de respuesta, y se convierten en marcado estructurado en la página. Ve estructurar contenido de FAQ para que la IA lo cite.
3. Recortar texto largo puede tumbar tráfico que no estabas midiendo. Antes de publicar la versión recortada ganadora, comprueba qué consultas traen gente a la página hoy y si las respuestas correspondientes sobreviven al recorte.

Lo contrario también vale: nada de esto salva a una página larga que repite la misma idea con otras palabras. Volumen sin información nueva no rinde ni en búsqueda ni en conversión, y encima aumenta el peso de la página. El criterio es siempre el mismo, medido por bloque: ¿este bloque responde a una pregunta que alguien realmente hace? Si la respuesta es no, no está ayudando ni a la conversión ni al tráfico.

Cuándo el texto largo es una apuesta razonable y cuándo es un síntoma

Antes de gastar 36 días de tráfico, vale la pena comprobar si la hipótesis tiene sentido para tu caso. La tabla cruza la situación con la apuesta más plausible.

situación	apuesta más plausible	por qué
producto nuevo en una categoría que el cliente no conoce	más explicación	no hay referencia mental lista; cada objeción no respondida se convierte en abandono
compra cara, con comité o aprobación interna	más explicación	el visitante necesita material para convencer a terceros, y lo copia de tu página
producto simple y categoría madura	menos texto	el visitante ya sabe qué es; el texto de más solo aplaza la acción
tráfico de búsqueda con intención de compra declarada	menos texto	quien busca “comprar X” ya pasó la fase de aprender qué es X
tráfico de medios pagados en frío, primera exposición	depende, y es el caso en que más vale testear	puede necesitar contexto, puede solo necesitar menos fricción
tasa alta de solicitudes de información en atención al cliente	más explicación, pero de la duda correcta	lee las preguntas reales antes de escribir; la objeción que imaginas raramente es la que aparece
la página larga existe porque nadie consigue recortar nada	ninguna de las dos, es un problema de decisión	el tamaño por acumulación política no es estrategia de contenido

La última fila es más común de lo que parece. Una página larga suele crecer por adición: cada área pide un párrafo, nadie tiene autoridad para quitar, y el resultado es una página que no es larga por elección, es larga por sedimentación. En ese caso, el test correcto no es “larga contra corta”: es reescribir la versión recortada con la misma información y ver si alguien echa algo en falta. El evaluador de landing page ayuda a mapear qué está intentando hacer la página antes de decidir qué recortar.

Vale también una advertencia sobre el efecto novedad. Una reescritura grande suele tener un efecto más fuerte en los primeros días, sobre todo con visitante recurrente, y después regresa. Por eso el test necesita cubrir al menos un ciclo semanal entero; ve efecto novedad y ciclo semanal en test A/B.

Cómo leer el resultado sin engañarse

1. ¿Qué cambió además del número de palabras? Haz la lista. Si la lista tiene más de tres ítems, el informe es sobre el paquete, no sobre el tamaño.
2. ¿La métrica primaria se declaró antes? Si el veredicto apareció después de que alguien mirara scroll y tiempo en página, el resultado ya está contaminado.
3. ¿El efecto es uniforme entre los segmentos declarados? Si no lo es, la decisión puede ser servir versiones distintas por origen de tráfico, y no elegir una ganadora única.
4. ¿Cambió la calidad de lo que se convirtió? En formulario, compara la proporción que se convierte en oportunidad, no solo el volumen.
5. ¿La versión larga cargó más despacio? Mídelo. Una diferencia de segundos entre los brazos es un confundidor que no tiene nada que ver con el texto.
6. ¿La primera semana fue más fuerte que la segunda? Señal de novedad, no de contenido.
7. ¿El segmento que no concluyó tenía potencia para el efecto observado? No concluir no es evidencia de ausencia de efecto.
8. ¿Alguien puede reescribir la versión perdedora incorporando lo que funcionó? Casi siempre el mejor resultado del test no es el brazo ganador, es la tercera versión que nace de leerlo.

Checklist antes de encender el test

1. Escribe cuál de los dos tests estás corriendo, el de paquete o el de densidad, y qué va a poder afirmar el informe al final.
2. Cuenta las palabras de los dos brazos y regístralo en el plan, junto con el número de bloques, imágenes y botones de cada uno.
3. Declara la métrica primaria y di explícitamente que el scroll y el tiempo en página son diagnósticos.
4. Añade la calidad del lead como métrica declarada cuando la conversión sea un formulario.
5. Declara los segmentos antes, como mucho dos o tres, con la hipótesis escrita para cada uno.
6. Mide el peso y el tiempo de carga de los dos brazos: una versión larga con cinco imágenes más es también un test de rendimiento.
7. Comprueba la versión larga en un móvil de verdad, y no solo en el navegador del ordenador estrechado.
8. Dimensiona para un 10 a 15 por ciento relativos y acepta el plazo que devuelva la calculadora.

Hazlo automático en Donnu

El dolor específico de testear el tamaño del texto es que la página entera cambia, el efecto casi nunca es uniforme entre públicos y la tentación de decidir por scroll y tiempo en página es grande.

En Donnu, el objetivo de conversión puede ser un envío de formulario, un clic o una visita a una página, y también se puede confirmar desde tu servidor, lo que permite usar el pedido cualificado como métrica y no solo el formulario enviado. El experimento puede restringirse por dispositivo, origen de tráfico y visitante nuevo o recurrente, lo que ayuda a declarar el segmento antes de correr en vez de descubrirlo después. El informe es bayesiano, avisa cuando la división de visitantes se aleja de lo configurado y solo declara ganadora con al menos 200 visitantes por variación y 7 días de test.

Lo que sigue siendo tuyo: decidir qué pregunta estás testeando y escribir la versión larga que merece ser leída. Para el resto, la calculadora de tamaño de muestra, la calculadora de significancia, el contador de palabras y la calculadora de tiempo de lectura hacen las cuentas de esta guía con tus números, gratis.

Referencias

• Nielsen Norman Group (Jakob Nielsen). How Little Do Users Read? 05/05/2008. Artículo leído íntegramente. Fuente del máximo del 28 por ciento de palabras leídas en una visita media, del 20 por ciento como escenario más probable, de las 111 palabras como límite para que se lea la mitad de la información, de las 593 palabras de la página media y del conjunto de 45.237 visualizaciones de 25 usuarios (datos de 2005 de Weinreich, Obendorf, Herder y Mayer). Consultado el 21/09/2026. nngroup.com.
• Nielsen Norman Group (Therese Fessenden). Scrolling and Attention. 15/04/2018. Artículo leído íntegramente. Fuente del 57 por ciento de tiempo de visualización por encima del pliegue, del 74 por ciento en las dos primeras pantallas, del estudio con más de 130 mil fijaciones de 120 participantes y de la comparación con el 80 por ciento medido en 2010. Consultado el 21/09/2026. nngroup.com.
• Nielsen Norman Group (Jakob Nielsen). Long vs. Short Articles as Content Strategy. 11/11/2007. Artículo leído íntegramente. Fuente de la recomendación de empezar por visiones generales y páginas cortas y enlazar a la cobertura larga, de la observación de que el lector apurado y el investigador suelen ser la misma persona, y de la aritmética ilustrativa en la que la dieta mixta rinde más que solo contenido corto (los números del artículo son hipotéticos y el autor los declara como tales). Consultado el 21/09/2026. nngroup.com.

Lee también: Optimización de conversión (CRO) · Test A/B de landing page B2B SaaS · Prueba social en test A/B · Efecto heterogéneo por segmento · Plan de análisis preregistrado · Optimización del formulario de demo SaaS · Velocidad de página y conversión · Leia em português · Read in English