01 / CONTEXTO
El número no habla solo
Antes de celebrar o descartar una prueba, volvería a lo que quería averiguar. El resultado depende de quién participó, qué cambiamos, durante cuánto tiempo medimos y con qué total comparamos la cifra. También pueden influir cosas ajenas a la prueba. Si no lo dejo registrado, es fácil inventar después una explicación que encaje con el número.
02 / CASO LOCAL
Lo que mostró una prueba de Daves
En una campaña de Daves comparamos anuncios dirigidos a contactos de nuestra base de clientes con anuncios dirigidos a personas seleccionadas por sus intereses. También encontramos problemas en la configuración que debía registrar las conversiones. Los clics y las visitas no se traducían automáticamente en ventas. Para interpretar aquella prueba necesitábamos comprobar tanto la medición como lo que pasaba después de que alguien mostrase interés [1].
Para volver a interpretar aquel resultado, anotaría a quién se mostró cada campaña, qué acción registraba la plataforma, qué ventas pudimos verificar y qué otras cosas cambiaron. Los datos publicitarios ayudan a investigar, pero deben contrastarse con el registro de clientes y la contabilidad.
03 / MECANISMO
Pasar de resultado a decisión
Prepararía una hoja con la idea que queremos comprobar, el cambio que hacemos, el grupo, las fechas y la medida principal. Añadiría con qué total la comparamos, de dónde viene el dato, qué ocurrió, qué dudas quedan y qué haremos después. Distinguiría:
- Descripción: qué ocurrió.
- Comparación: frente a qué referencia.
- Explicación: qué podría haber provocado lo ocurrido.
- Decisión: qué cambio haré y qué volveré a medir.
Las herramientas registran lo que hemos configurado: pueden contar dos veces un formulario o no detectar una compra. Kaushik recomienda combinar lo que vemos en la navegación con los resultados del negocio, pruebas, conversaciones con clientes e información del mercado. Esas fuentes permiten contrastar cosas que una sola pantalla de estadísticas no muestra. [2]
04 / EJEMPLO
Muchas visitas y una compra: qué puede haber ocurrido
Imagina una página que recibe 1.000 visitas, 40 formularios y una sola compra. Puede que el precio no encaje, que nadie haya respondido a tiempo, que quienes rellenan el formulario no puedan decidir o que algunas ventas no se hayan registrado. No concluiría que el texto de la página falla sin averiguar quién vio la oferta y qué pasó después.
Supón que hablo con cinco de esas personas: tres no podían autorizar la compra y dos nunca recibieron respuesta. Eso da motivos para revisar a quién llegamos y cómo atendemos las solicitudes. No obliga a cambiar el texto. Si hubieran recibido respuesta y rechazado el precio, prepararíamos otra prueba. El número de formularios, por sí solo, no permitía distinguir estas explicaciones.
05 / APLICACIÓN
Cerrar el ciclo con una decisión
Al terminar conservaría la configuración, las fechas, el grupo al que llegamos, otros cambios que hicimos a la vez y las ventas comprobadas. Escribiría una conclusión limitada a lo observado: «durante este periodo ocurrió X en estas condiciones». Con eso decidiría si continuar, ajustar, repetir o parar, y qué tendría que observar para resolver la duda principal.
También calcularía qué quedó después de los costes y si podemos atender las ventas. Una campaña puede vender más y empeorar el negocio si atrae pedidos poco rentables o desborda la entrega. Otra puede recibir pocos clics y llegar a clientes que compran mejor. Medir debe ayudar a decidir, no solo a mostrar una cifra vistosa.
06 / LÍMITES
No toda variación tiene una causa identificable
Si no hay un grupo de comparación adecuado o un diseño que permita separar los efectos, no atribuiría todo el resultado a un solo cambio. La temporada, los participantes, la configuración, los competidores y el azar también pueden influir. La documentación de una plataforma explica cómo medir; no elimina esos problemas ni sustituye entender al cliente.
07 / APRENDIZAJES
Qué me llevaría
- Escribiría qué quiero comprobar y qué voy a medir antes de ver el resultado.
- Revisaría con qué total comparo la cifra, qué periodo medí, cómo se registró y qué ventas ocurrieron.
- Distinguiría lo que ocurrió, sus posibles explicaciones y lo que permite demostrar una causa.
- Cerraría cada prueba con una decisión y una duda siguiente.
08 / PREGUNTAS DETONANTES
Para no precipitarme
- ¿Qué conté exactamente y qué quedó fuera?
- ¿Con qué total estoy comparando la cifra y qué periodo observé?
- ¿Qué cambió a la vez?
- ¿Qué explicación alternativa debo comprobar?
- ¿Qué haré de otra manera después de conocer el resultado?
09 / REFERENCIAS
Cómo se ha elaborado esta bitácora
Parto de los análisis y pruebas de Daves que dejé documentados. Mantengo sus dudas sobre qué produjo cada resultado y no añado ventas. El ejemplo de los formularios es hipotético. Kaushik ayuda a combinar fuentes de información, mientras que la documentación de GA4 explica la medición técnica.
Fuentes
- Diagnóstico de funnel y analytics de Daves
Nota local leída completa sobre dónde se pierden posibles clientes, visitas recurrentes y dificultades para atribuir resultados. Las cifras orientativas conservan sus límites.
- Diagnóstico de campañas Ads de Daves
Nota local leída completa sobre campañas, errores al registrar conversiones y ejemplos de retorno de inversión. No constituye una auditoría completa.
- Multiplicity: Web Analytics 2.0 ↗︎
Artículo consultado completo sobre cinco fuentes de datos y por qué una sola no explica todo el negocio.
- GA4 key events and conversions ↗︎
Página consultada completa sobre configurar el registro de acciones y conversiones. Explica implementación, no cómo demostrar una causa.
Datos de la entrada
- Autor
- Iván Carrillo
- Revisión
- 2026-09-22
- Idioma
- Español
- Apoyo de elaboración
- Inteligencia artificial para investigación, redacción y montaje; basada en mis notas personales.