Crear experimentos: documentación de CheckoutOS

Crear una prueba A/B en CheckoutOS es sencillo. Esta guía recorre la configuración de experimentos desde la hipótesis hasta el lanzamiento.

Antes de empezar

Lista previa a la prueba

Define la hipótesis — ¿Qué esperas que ocurra?
Elige una variable — Prueba un cambio a la vez
Fija las métricas de éxito — ¿Qué medirás?
Estima la muestra — ¿Cuánto tiempo deberá durar la prueba?
Consigue el acuerdo de los interesados — Asegúrate de que todos aprueben la prueba

Crear un experimento

Ir a pruebas A/B

Ve a CheckoutOS → A/B Testing → Create Experiment.

Nombrar el experimento

Usa un nombre descriptivo, como “Prueba del titular de venta adicional — enero de 2025”.

Elegir qué probar

Elige el elemento: oferta de venta adicional, extensión del checkout, paquete, etc.

Crear variantes

Configura la experiencia de control actual y la variante nueva.

Configurar la distribución de tráfico

Decide cómo repartir visitantes entre variantes.

Fijar la métrica de éxito

Elige tu métrica principal: conversión, valor medio del pedido, etc.

Lanzar

Revisa la configuración e inicia el experimento.

Tipos de experimentos

Prueba de oferta de venta adicional

Prueba distintos productos, descuentos o mensajes de venta adicional:

Prueba A/B de venta adicional

{
  "experiment": {
    "name": "Premium Product Upsell Test",
    "type": "upsell_offer",
    "variants": [
      {
        "name": "Control",
        "weight": 50,
        "offer": {
          "product_id": "standard-upsell",
          "discount": "15%",
          "headline": "Add this to your order"
        }
      },
      {
        "name": "Premium Offer",
        "weight": 50,
        "offer": {
          "product_id": "premium-upsell",
          "discount": "20%",
          "headline": "Exclusive: Save 20% on this upgrade"
        }
      }
    ],
    "success_metric": "upsell_acceptance_rate"
  }
}

Prueba de precios

Prueba importes de descuento o estrategias de precios distintos:

Prueba A/B de precios

{
  "experiment": {
    "name": "Discount Format Test",
    "type": "pricing",
    "variants": [
      {
        "name": "Percentage",
        "weight": 50,
        "discount": {
          "type": "percentage",
          "value": 20,
          "display": "20% OFF"
        }
      },
      {
        "name": "Fixed Amount",
        "weight": 50,
        "discount": {
          "type": "fixed",
          "value": 10,
          "display": "$10 OFF"
        }
      }
    ],
    "success_metric": "revenue_per_visitor"
  }
}

Prueba de ubicación

Prueba dónde aparecen las ofertas en el checkout:

Prueba A/B de ubicación

{
  "experiment": {
    "name": "Upsell Placement Test",
    "type": "placement",
    "variants": [
      {
        "name": "Post-Purchase",
        "weight": 50,
        "placement": "post_purchase_page"
      },
      {
        "name": "Thank You Page",
        "weight": 50,
        "placement": "thank_you_page"
      }
    ],
    "success_metric": "conversion_rate"
  }
}

Configurar variantes

Cada variante puede cambiar:

Opciones de variantes

Producto u oferta mostrados
Importe y tipo de descuento
Texto del titular y la descripción
Texto y color del botón
Imagen o contenido multimedia
Ubicación
Momento en que aparece la oferta

Diferencia las variantes

Asegúrate de que las variantes sean significativamente distintas. Comparar un 14 % con un 15 % de descuento no aporta conclusiones útiles para actuar.

Pruebas multivariantes

Para usuarios avanzados, CheckoutOS permite probar varias variables simultáneamente:

Prueba multivariante

{
  "experiment": {
    "name": "Headline + Discount MVT",
    "type": "multivariate",
    "factors": [
      {
        "name": "headline",
        "levels": ["Save Big!", "Exclusive Offer", "Don't Miss Out"]
      },
      {
        "name": "discount",
        "levels": ["10%", "15%", "20%"]
      }
    ],
    "success_metric": "upsell_acceptance_rate"
  }
}

Advertencia sobre la muestra

Las pruebas multivariantes necesitan muestras mucho mayores. El ejemplo anterior tiene 9 combinaciones, 3 × 3, y exige 9 veces más tráfico para alcanzar significación estadística.

Programar experimentos

Controla cuándo se ejecutan:

Experimento programado

{
  "schedule": {
    "start_date": "2025-02-01T00:00:00Z",
    "end_date": "2025-02-28T23:59:59Z",
    "auto_conclude": true,
    "minimum_runtime_days": 14,
    "minimum_conversions": 500
  }
}

Buenas prácticas

Consejos de configuración

Escribe primero la hipótesis — “Creemos que X mejorará Y un Z %”
Usa nombres descriptivos — Lo agradecerás en el futuro
Empieza con 50/50 — El tráfico igual da resultados más rápidos
Fija una duración mínima — Evita mirar resultados y parar antes de tiempo
Documenta todo — Registra el razonamiento y los resultados

Temas relacionados

Distribución del tráfico

Estrategias avanzadas de distribución de tráfico

Más información

Análisis de los resultados

Cómo interpretar los datos del experimento

Más información