Calculadora de duración de test A/B

Esta es la herramienta de tiempo. Responde "cuántos días y cuándo termina", ideal para encajar el test en el calendario y decidir si cabe. Si lo que quieres es el número de visitantes por variación, usa la calculadora de tamaño de muestra. Las dos usan la misma base estadística, cambia el ángulo: aquí el resultado principal es el plazo y la fecha.

Cómo usarla

1. Ingresa la tasa de conversión actual y el efecto mínimo detectable (la menor ganancia que cambia tu decisión).
2. Elige el número de variaciones, contando el control (2 es un A/B simple).
3. Ingresa tu tráfico semanal total en la página testeada.
4. Lee los días, el total de visitantes y la fecha prevista de término, más el aviso de plazo saludable o demasiado largo.

Cómo funciona: la fórmula

Primero la calculadora dimensiona la muestra por variación con la aproximación normal de dos proporciones. Después divide el total por el tráfico diario:

El n por variación viene del mismo cálculo de la calculadora de muestra. El total multiplica por cuántas variaciones existen, y el tráfico semanal se convierte en tráfico diario para llegar a los días. La fecha de término es hoy más esos días, en tu zona horaria.

Ejemplo trabajado (reproduce el resultado por defecto)

Con los valores cargados: tasa 5%, MDE +10% relativo, confianza 95%, poder 80%, 2 variaciones y 20.000 visitantes por semana. La muestra da 31.234 por variación, o 62.468 en total. El tráfico diario es 20.000 / 7 = 2.857. Entonces días = ⌈62.468 / 2.857⌉ = 22 días, cerca de 3 semanas. Es lo que muestra la herramienta arriba.

Cómo interpretarla y dónde puede engañar

Trata la duración como un piso, no un techo exacto. Asume tráfico estable y división igual entre las variaciones. En la práctica, cierra siempre ciclos semanales completos: si da 22 días, planifica 3 semanas completas para no terminar en medio de un lunes atípico.

Si el plazo aparece demasiado largo, el problema casi nunca es la herramienta, es el test. Aumenta el MDE, lleva más tráfico o reduce variaciones. Y recuerda: correr hasta la fecha no vale nada si espías y paras antes, eso es el problema del peeking. Al terminar, revisa el resultado con la calculadora de significancia.

Buenas prácticas al planificar el plazo

La duración solo vale algo si respetas el calendario que sugiere. Antes de agendar el test, alinea estos puntos con quien cuida la página.

• Redondea siempre a semanas completas. Un test que termina un miércoles mezcla semanas incompletas y engaña la lectura.
• Reserva tráfico estable en el período. Una campaña de medios a mitad del test cambia el público y distorsiona el resultado.
• Si el plazo pasa de pocas semanas, prefiere menos variaciones. Un A/B simple responde mucho más rápido que un A/B/C.
• Anota la fecha de término y trátala como un compromiso. Terminar antes por ansiedad es la forma más común de arruinar un test bien planificado.

Preguntas frecuentes

¿Cuánto tiempo necesita correr un test A/B?

El tiempo suficiente para acumular la muestra necesaria en todas las variaciones, sin parar antes. Depende de tu tasa de conversión, del efecto que quieres detectar, del número de variaciones y del tráfico. Para 5% de tasa, +10% relativo y 20 mil visitantes por semana en dos versiones, son cerca de 22 días.

¿Cuál es la diferencia entre esta y la calculadora de tamaño de muestra?

La de tamaño de muestra responde "cuántos visitantes por variación". Esta responde "cuántos días y cuándo termina", ya considerando el número de variaciones y tu tráfico. Usa la de muestra para dimensionar, esta para planificar el calendario del test.

¿Debo correr el test por al menos una semana?

Sí, siempre cierra ciclos semanales completos. El comportamiento de compra cambia entre días hábiles y fin de semana, así que terminar a mitad de una semana distorsiona el resultado. Si la duración da 9 días, redondea a 14.

¿Qué hacer cuando la duración queda demasiado larga?

Tres palancas: aumentar el efecto mínimo que aceptas detectar (un MDE mayor acorta mucho el test), llevar más tráfico a la página testeada, o reducir el número de variaciones. Testear menos cosas al mismo tiempo es casi siempre el camino más rápido hacia una respuesta.

¿Más variaciones hacen el test más lento?

Sí. El tráfico se divide entre todos los grupos, así que cada uno tarda más en alcanzar la muestra. Un test A/B/C bien dimensionado lleva bastante más del doble que un A/B simple con el mismo tráfico.

Continúa

Para entender por qué el tiempo y la muestra van juntos, mira cuántos visitantes necesita un test A/B y la guía qué es un test A/B.