---
title: "Análisis de los resultados: documentación de CheckoutOS"
description: "Cómo interpretar datos de pruebas A/B y tomar decisiones. De la sección “Pruebas A/B” de la documentación de Chargezen CheckoutOS."
url: "https://chargezen.com/es/docs/checkoutos/ab-testing/results"
lang: "es"
updated: "2025-01-16"
---

Canonical URL: https://chargezen.com/es/docs/checkoutos/ab-testing/results

# Análisis de los resultados

Cómo interpretar datos de pruebas A/B y tomar decisiones

Última actualización: 2025-01-16

El **análisis de resultados** permite determinar si el experimento aportó conclusiones útiles. CheckoutOS ofrece análisis completos para entender qué ocurrió y decidir con confianza.

## Panel de resultados

El panel de resultados muestra:

*   **Resumen de rendimiento** — Métricas clave por variante
*   **Significación estadística** — Confianza en los resultados
*   **Cálculo de mejora** — Cuánto mejor o peor rindió la variante
*   **Tamaños de muestra** — Tráfico recibido por cada variante
*   **Gráficos de tendencias** — Rendimiento con el tiempo

## Entender las métricas clave

Resumen de resultados

```json
{
  "experiment_results": {
    "status": "significant",
    "winner": "Variant A",
    "runtime_days": 14,
    "total_visitors": 12500,
    "variants": [
      {
        "name": "Control",
        "visitors": 6250,
        "conversions": 312,
        "conversion_rate": "4.99%",
        "revenue": 28750,
        "aov": 92.15
      },
      {
        "name": "Variant A",
        "visitors": 6250,
        "conversions": 387,
        "conversion_rate": "6.19%",
        "revenue": 35418,
        "aov": 91.52,
        "lift": "+24.0%",
        "p_value": 0.003,
        "confidence": "99.7%"
      }
    ]
  }
}
```

## Significancia estadística

La significación estadística indica si la diferencia observada probablemente es real o puede deberse al azar:

#### Indicadores de significación

*   95 % de confianza — Umbral estándar para declarar una ganadora
*   99 % de confianza — Confianza alta; muy poco probable que sea azar
*   Valor p < 0.05 — Significativo al nivel del 95 %
*   Intervalo de confianza — Rango donde probablemente está el valor real

Evita mirar para parar antes

Revisar repetidamente y detenerse al ver significación aumenta los falsos positivos. Fija un tamaño de muestra y respétalo.

## Interpretar los resultados

### Ganadora clara

Si hay significación estadística y una mejora relevante:

1.  Documenta la variante ganadora y lo aprendido
2.  Muéstrala al 100 % del tráfico
3.  Supervisa las métricas después del despliegue para confirmar
4.  Planifica el siguiente experimento

### Sin diferencia significativa

Si las variantes rinden de forma similar:

*   Sigue siendo útil: aprendiste que el cambio no influye
*   Considera si la prueba duró lo suficiente
*   La opción más sencilla o barata puede ser preferible
*   Documenta y pasa a probar cambios mayores

### Resultados inesperados

Si la variante rinde peor de lo esperado:

*   No descartes resultados negativos: tienen valor
*   Investiga por qué no funcionó
*   Busca errores de implementación
*   Considera si probaste la audiencia correcta

## Análisis por segmentos

Desglosa resultados por segmentos para descubrir información oculta:

Desglose por segmentos

```json
{
  "segment_analysis": {
    "by_device": {
      "mobile": { "control": "4.2%", "variant": "6.8%", "lift": "+62%" },
      "desktop": { "control": "5.5%", "variant": "5.4%", "lift": "-2%" }
    },
    "by_customer_type": {
      "new": { "control": "3.1%", "variant": "5.2%", "lift": "+68%" },
      "returning": { "control": "7.8%", "variant": "7.4%", "lift": "-5%" }
    },
    "by_cart_value": {
      "under_50": { "control": "5.1%", "variant": "6.2%", "lift": "+22%" },
      "50_to_100": { "control": "4.9%", "variant": "6.1%", "lift": "+24%" },
      "over_100": { "control": "4.8%", "variant": "6.3%", "lift": "+31%" }
    }
  }
}
```

Conclusiones por segmentos

A veces, la ausencia de ganadora general oculta una gran mejora en un segmento. A los usuarios de teléfono puede encantarles un cambio que detestan los de computadora. El análisis por segmentos revela estas oportunidades.

## Exportar resultados

Exporta datos para analizarlos más a fondo:

#### Opciones de exportación

*   CSV — Datos sin procesar para hojas de cálculo
*   Informe PDF — Resumen que puedes compartir
*   Acceso API — Recuperación de datos mediante código
*   Integración analítica — Envía a Google Analytics, Mixpanel, etc.

## Concluir experimentos

1

#### Verificar significación

Asegúrate de alcanzar significación estadística.

2

#### Documentar los hallazgos

Registra la hipótesis, los resultados y lo aprendido.

3

#### Declarar la ganadora

Elige una ganadora o declara que no hay conclusión.

4

#### Desplegar

Aplica la variante ganadora al 100 % del tráfico.

5

#### Supervisar

Observa las métricas posteriores para confirmar que la mejora se mantiene.

## Buenas prácticas

Consejos de análisis

*   **Espera a la significación** — No declares ganadoras demasiado pronto
*   **Mira varias métricas** — La conversión no lo es todo
*   **Revisa segmentos** — El total puede ocultar diferencias
*   **Considera el impacto comercial** — Una mejora pequeña con mucho tráfico tiene gran valor
*   **Documenta todo** — Crea una base de conocimiento de experimentos

## Temas relacionados

[

### Panel de análisis

Sigue el rendimiento general de CheckoutOS

Más información



](https://chargezen.com/es/docs/checkoutos/analytics/dashboard)[

### Crear experimentos

Configura tu próxima prueba A/B

Más información



](https://chargezen.com/es/docs/checkoutos/ab-testing/creating)

¿Te resultó útil esta página?

¿Necesitas más ayuda? [Contactar con soporte](https://chargezen.com/es/docs/checkoutos/troubleshooting/support)