Instalación de Convert en WordPress con GA4
Clase 9 de 14 • Curso de A/B Testing en Productos Digitales
Contenido del curso
Clase 9 de 14 • Curso de A/B Testing en Productos Digitales
Contenido del curso
Alexander Flores Rayme
MARIA TERESA PANIAGUA RIVERA
Matías Felipe Grimaldi Gómez
MARIA TERESA PANIAGUA RIVERA
Patricio Sánchez Fernández
Kamilo Stevan Alomías Correa
Carlos Trujillo
KARLA RASHELL AVILA CRUZ
Carlos Trujillo
Octavio Soriano
Elección de la Herramienta de Experimentación:
Herramientas Recomendadas:
Consideraciones Finales:
Gracias
Para realizar pruebas A/B de manera efectiva, existen varias herramientas especializadas que permiten diseñar, implementar y analizar experimentos para optimizar la experiencia del usuario y mejorar los resultados comerciales. Aquí te presento algunas herramientas populares para A/B testing:
GRacias
Carlos, excelente herramienta de "Convert" gracias por compartirla, estoy muy feliz en Platzi, porque, siempre aprendo cosas nuevas.
Qué herramienta sería la indicata para hacer un a/b test de un diseño en Figma?
Kamilo: técnicamente no estaríamos hablando en este caso de un A/B test ya que no se cumplen los requisitos fundamentales (aleatorización de una audiencia real). Sin embargo si puedes hacer pruebas de usuario —que te brindarán información enriquecedora— usando herramientas como Maze o Nular. Saludos.
¿Por qué no se puede hacer con Hotjar?
Karla: a la fecha (Oct 2023), Hotjar no tiene funcionalidades de A/B Testing. Aunque no me sorprendería que las incluyeran en un futuro.
¡Saludos!
Clase 9: Configuración de herramienta para experimentación digital
En esta clase se presentó Convert, una herramienta profesional para la experimentación digital orientada a sitios web propios. A través de su implementación con snippets de código, permite configurar pruebas A/B, importar eventos de conversión desde GA4 y medir el impacto de diferentes variantes en tiempo real.
En mi caso particular, mi entorno no cuenta con un sitio web propio donde pueda insertar scripts directamente, ya que actualmente estoy llevando a cabo pruebas A/B dentro de Meta Ads, enfocadas en anuncios que redirigen a páginas externas. Esto hace que herramientas como Convert no sean viables para implementar en este momento.
Aun así, tomé el concepto clave de la clase: elegir conscientemente las herramientas de experimentación que se ajusten a mis capacidades técnicas y a mis necesidades de negocio. Por eso, decidí apoyarme completamente en la funcionalidad nativa de pruebas A/B dentro de Meta Ads, que me permite comparar dos variantes (en mi caso, una imagen estática vs. un video corto) y analizar resultados con base en métricas como CTR, CPC, pagos iniciados y otros eventos relevantes del embudo.
Si bien utilicé los datos proporcionados por Meta Ads, fui consciente de que estas plataformas no siempre ofrecen un análisis estadístico profundo, por lo que interpreté los resultados con criterio y sentido crítico, enfocándome en tendencias claras más que en diferencias marginales. Esta decisión me permitió mantener un enfoque ágil y realista, alineado con los recursos y el contexto de mi proyecto actual.
Aunque no trabajé con Convert, comprendí la importancia de tener un entorno de medición sólido, elegir herramientas acordes al proyecto, y mantener un enfoque riguroso sobre los datos para asegurar decisiones basadas en evidencia.