Distribución del tráfico: documentación de CheckoutOS

La asignación de tráfico determina cómo se reparten los visitantes entre las variantes. La estrategia adecuada equilibra la potencia estadística y el riesgo para el negocio.

Principios de asignación

Cuando un visitante entra al checkout, CheckoutOS le asigna una variante al azar según la configuración. Una vez asignada, la mantiene durante toda la sesión y en visitas futuras.

Ejemplo de asignación de tráfico

{
  "traffic_allocation": {
    "method": "random",
    "variants": [
      { "name": "Control", "weight": 50 },
      { "name": "Variant A", "weight": 50 }
    ],
    "sticky_assignment": true,
    "assignment_key": "visitor_id"
  }
}

Estrategias de asignación

Reparto igual, 50/50

El enfoque estándar para la mayoría de los experimentos:

Significación más rápida — Muestras iguales optimizan la potencia
Análisis sencillo — No exige ponderar los cálculos
Ideal para — La mayoría de las pruebas A/B estándar

Reparto conservador, 90/10

Minimiza el riesgo al probar cambios potencialmente disruptivos:

Menor riesgo — Solo el 10 % ve la experiencia nueva
Resultados más lentos — Tarda más en alcanzar significación
Ideal para — Cambios grandes, funciones nuevas y experimentos arriesgados

Asignación conservadora

{
  "traffic_allocation": {
    "variants": [
      { "name": "Control", "weight": 90 },
      { "name": "New Checkout Flow", "weight": 10 }
    ]
  }
}

Despliegue gradual

Aumenta progresivamente la exposición a la variante:

Asignación gradual

{
  "traffic_allocation": {
    "method": "ramped",
    "stages": [
      { "day": 1, "control": 95, "variant": 5 },
      { "day": 3, "control": 80, "variant": 20 },
      { "day": 7, "control": 50, "variant": 50 }
    ],
    "auto_progress": true,
    "hold_on_degradation": true
  }
}

Cuándo usar el despliegue gradual

Úsalo si quieres los beneficios de probar, pero necesitas minimizar el riesgo. Si la variante rinde mal, el impacto se limita a un porcentaje pequeño.

Bandido multibrazo

Desvía automáticamente tráfico a las variantes con mejores resultados:

Asignación con bandido multibrazo

{
  "traffic_allocation": {
    "method": "bandit",
    "algorithm": "thompson_sampling",
    "exploration_rate": 0.1,
    "optimize_for": "revenue_per_visitor",
    "minimum_traffic_per_variant": 0.05
  }
}

Ventajas y desventajas

Ventaja: maximiza los ingresos durante la prueba
Ventaja: se adapta automáticamente al rendimiento
Desventaja: dificulta calcular la significación
Desventaja: puede converger antes de tiempo

Selección de audiencia

Ejecuta experimentos en segmentos de clientes específicos:

Experimento dirigido

{
  "audience": {
    "include": [
      { "type": "customer_tag", "value": "vip" },
      { "type": "order_count", "operator": "gte", "value": 2 }
    ],
    "exclude": [
      { "type": "customer_tag", "value": "wholesale" }
    ],
    "percentage_of_audience": 100
  }
}

Opciones de segmentación

Etiquetas y segmentos de clientes
Visitantes nuevos o recurrentes
Historial de pedidos: primera compra o repetición
Umbrales de valor del carrito
Ubicación geográfica
Dispositivo: teléfono o computadora
Fuente: orgánico, de pago o sitios de referencia

Reglas de exclusión

Impide que ciertos visitantes participen en experimentos:

Configuración de exclusiones

{
  "exclusions": {
    "other_experiments": ["experiment-123", "experiment-456"],
    "customer_segments": ["employees", "testers"],
    "conditions": [
      { "type": "cart_value", "operator": "lt", "value": 20 }
    ]
  }
}

Exclusión mutua

Si ejecutas varios experimentos, evita que entren en conflicto. Un cliente en una prueba de precios de venta adicional no debería participar también en una prueba de ubicación: los efectos se mezclarían.

Calculadora de tamaño de muestra

CheckoutOS incluye una calculadora de muestra. Introduce:

Tasa de conversión inicial — Rendimiento actual
Efecto mínimo detectable — La menor mejora que merece detectarse
Significación estadística — Normalmente, 95 %
Potencia estadística — Normalmente, 80 %

La calculadora indica cuántos visitantes necesitas y cuánto tardará aproximadamente la prueba según tu tráfico.

Buenas prácticas

Consejos de asignación

Empieza con 50/50 — Salvo que tengas motivos para otra distribución
Mantén la asignación — Cada visitante debe ver una experiencia consistente
No cambies la distribución a mitad de prueba — Invalida los resultados
Excluye otros experimentos — Evita efectos de interacción
Considera los ciclos del negocio — Ejecuta pruebas durante semanas completas

Temas relacionados

Crear experimentos

Cómo configurar pruebas A/B

Más información

Análisis de los resultados

Interpreta los datos del experimento

Más información