TL;DR, Respuesta rápida
10 min de lecturaLa segmentación basada en etiquetas le permite ejecutar pruebas A/B adjuntando metadatos de variantes a las vistas de página y luego filtrando tu panel de analítica para comparar los resultados de conversión entre variantes.
Esta guía explica el tema Seguimiento de pruebas A/B con contexto práctico. Nadie necesita una plataforma de experimentación completa: un seguimiento de pruebas A/B se resuelve con metadatos de variante en la vista de página y unos pocos eventos de conversión.
El seguimiento de las pruebas A/B no tiene por qué significar instalar una plataforma de experimentación completa, colocar cookies adicionales o enviar a cada visitante a un gráfico de identidad publicitaria. Para muchos sitios de marketing y productos en etapa inicial, el trabajo práctico es más simple: mostrar una variante estable, registrar qué variante se mostró y comparar los eventos de conversión que importan.
La versión de ese flujo de trabajo que prioriza la privacidad utiliza metadatos de experimentos de corta duración en lugar de perfiles personales. Aún recibe suficiente señal para elegir un mejor título, diseño de precios, CTA de incorporación o estructura de documentación, pero evita crear un sistema que siga a personas en contextos no relacionados.
Lo que realmente necesitas rastrear
Una prueba A/B útil necesita cuatro datos:
- El nombre del experimento, como
homepage_hero_q2. - La variante que se muestra, como
control,benefit_headlineoshort_form. - El evento de exposición, generalmente la vista de la página donde el visitante vio la variante.
- El evento resultante, como registro, solicitud de demostración, pago, descarga o creación de cuenta.
Todo lo demás es opcional. No necesita un perfil de visitante permanente para saber si la variante B produce más registros de prueba que la variante A. Sí necesita una asignación consistente el tiempo suficiente para evitar que el mismo navegador vea una variante diferente en cada actualización.
Utiliza etiquetas para la exposición de variantes
El análisis basado en etiquetas es una buena opción porque las etiquetas de los experimentos son metadatos descriptivos adjuntos al evento. Una vista de página puede llevar etiquetas como:
experiment=homepage_hero_q2variant=benefit_headlinepage_type=landing
Luego, tu informe analítico puede filtrar o agrupar por esas etiquetas. La decisión de diseño importante es etiquetar la exposición, no solo la conversión. Si solo etiqueta el clic en el botón, no podrá calcular la tasa de conversión porque no sabe cuántos visitantes vieron cada versión.
Para un experimento de página simple, prefiera asignar la variante en el servidor para la sesión actual y representarla en la página. Eso evita el almacenamiento del lado del cliente solo para mantener la página estable:
<html data-experiment="homepage_hero_q2" data-variant="benefit_headline"></html>Si su fragmento de análisis admite los atributos data-tag-*, adjunte esos valores a la vista de página rastreada. Si admite propiedades de eventos de JavaScript, envíe los mismos valores que los metadatos del evento. El nombre importa menos que la coherencia.
Si almacenas intencionalmente la asignación en localStorage, una cookie o un almacenamiento similar en el navegador, controle ese almacenamiento detrás de una opción de consentimiento válida, a menos que tu revisión legal confirme que se aplica una exención limitada en el país correspondiente:
if (consent.analytics === true) {
localStorage.setItem('exp_homepage_hero_q2', variant);
}Ten cuidado con la aleatorización
La aleatorización suena trivial hasta que corrompe silenciosamente los resultados. Evita asignar variantes de forma independiente en cada carga de página; eso crea un cruce y hace que la experiencia se sienta rota. Asigna en el servidor para la sesión actual cuando sea posible, o para usuarios que hayan iniciado sesión con una ID de cuenta interna que permanezca dentro de tus propios sistemas. Si utilizas el almacenamiento del navegador, mantén la clave específica del experimento, regístrela cuando sea necesario y elimínela una vez finalizada la prueba.
Para sitios sensibles a la privacidad, no utilice la asignación de experimentos como identificador de puerta trasera. Un hash de sesión rotativo diario o una asignación local temporal es suficiente para la mayoría de las pruebas web. No combine etiquetas de experimento con correos electrónicos, ID de anuncios, señales de huellas digitales o píxeles de remarketing de terceros.
- La variante cambia al recargar
- Cruce entre control y variante de prueba
- Se siente rota para el visitante
- Del lado del servidor para la sesión actual
- ID de cuenta interna para usuarios registrados
- Hash de sesión rotativo diario o asignación local
Seguimiento de resultados como eventos
El evento de conversión debe ser explícito. Ejemplos:
analytics.track('signup_started', {
experiment: 'homepage_hero_q2',
variant: variant,
source_page: location.pathname,
});Para páginas sin código, utilice atributos en el elemento en el que se puede hacer clic si tu herramienta de analítica admite la captura automática de eventos:
Flowsery
Prueba gratuita
Panel en tiempo real
Seguimiento de objetivos
Rastreo sin cookies
<a href="/signup" data-event="signup_clicked" data-tag-experiment="homepage_hero_q2" data-tag-variant="benefit_headline"> Empieza gratis </a>Haz seguimiento de la primera acción significativa y de la acción comercial final por separado. Un clic en CTA de precios es útil, pero no es lo mismo que una prueba completa. Una descarga de documentación es útil, pero no es lo mismo que un cliente potencial calificado.
Decide antes de mirar
Las pruebas A/B se vuelven engañosas cuando los equipos siguen cambiando el objetivo después de ver los datos. Antes del lanzamiento, anote la métrica principal, las métricas de protección, el tiempo de ejecución mínimo, las reglas de exclusión y el umbral de decisión. No realice una prueba después de algunas conversiones solo porque una línea parece más alta. Las muestras pequeñas se balancean salvajemente. Si no tiene suficiente tráfico para tener confianza estadística, trate la prueba como una investigación direccional en lugar de una prueba.
Consideraciones de privacidad y consentimiento
El seguimiento de experimentos puede ser de bajo riesgo, pero sigue siendo tratamiento de datos. En la UE, las cookies analíticas y el almacenamiento similar requieren consentimiento a menos que la herramienta y la configuración cumplan criterios estrictos de exención. La orientación del EDPB sobre el artículo 5(3) de la Directiva ePrivacy deja claro que la regla cubre el almacenamiento o el acceso a información en el dispositivo de un usuario, no solo las cookies tradicionales (orientación del artículo 5(3) del EDPB). La ICO brinda orientación similar sobre almacenamiento y acceso para cookies, píxeles, almacenamiento local, SDK y tecnologías relacionadas (orientación sobre tecnologías de acceso y almacenamiento de ICO).
El consentimiento también debe cumplir con el estándar GDPR cuando sea la base del tratamiento. La guía de consentimiento del CEPD describe el consentimiento válido como otorgado libremente, específico, informado e inequívoco (Guía de consentimiento del CEPD). La CNIL de Francia describe condiciones para la medición de la audiencia que pueden estar exentas del consentimiento solo cuando la medición es estrictamente necesaria, se limita a estadísticas anónimas y no se utiliza para seguimiento o publicidad entre sitios (guía de exención de análisis de la CNIL).
Eso significa que tu configuración debe evitar identificadores persistentes entre sitios, integraciones de anuncios de terceros y perfiles de comportamiento granulares. Si tu herramienta de prueba A/B configura cookies de marketing, sincroniza ID con plataformas publicitarias o registra sesiones de forma predeterminada, es posible que requiera un flujo de consentimiento completo incluso si tu experimento real es simple.
Cómo leer los resultados
Compare variantes por tasa de conversión, no por conversiones brutas. Si la variante A recibió 2000 visitas y la variante B recibió 1200 visitas, los totales brutos no son comparables. Segment genera resultados por fuente de tráfico solo cuando los segmentos son lo suficientemente grandes como para ser significativos. Una variante que gana en general pero que pierde mucho en el tráfico pago sigue siendo una mala elección para la página de inicio de una campaña.
Esté atento también a los artefactos de implementación. Si una variante carga una imagen más grande, la velocidad de la página puede influir en el resultado. Si una variante cambia la ubicación de los botones, los dispositivos móviles y de escritorio pueden comportarse de manera diferente. Si una prueba cambia la copia, puede cambiar la calidad de los clientes potenciales en lugar de solo la cantidad de clientes potenciales.
Una lista de verificación de lanzamiento simple
Antes de iniciar una prueba, confirme que cada variante se asigne de manera consistente, que las vistas de página incluyan etiquetas de experimento y variante, que los eventos de conversión incluyan las mismas etiquetas, que el tráfico interno se filtre y que el panel pueda mostrar las visitas, las conversiones y la tasa de conversión por variante. Después del lanzamiento, pruebe la ruta completa en una ventana privada del navegador y verifique que los eventos aparezcan exactamente una vez.
Para la mayoría de los equipos, esto es suficiente. Empieza con experimentos ligeros y transparentes. Mide la decisión que realmente necesitas tomar. Mantén los datos limitados. El mejor sistema de pruebas A/B es aquel que le ayuda a mejorar la página sin convertir a los visitantes en objetivos de seguimiento a largo plazo.
Comprobaciones de inicio seguras para la privacidad
Antes del lanzamiento, documenta cómo se asigna la variante, dónde se almacena la asignación, cuándo caduca y qué eventos llevan las etiquetas del experimento. Prueba la página antes de cualquier elección de consentimiento, después del rechazo y después de la aceptación. El resultado debe coincidir con tu diseño de consentimiento: sin almacenamiento, píxeles ni llamadas publicitarias no esenciales antes de una suscripción válida, a menos que se aplique una exención local documentada.
Para la mayoría de los experimentos de sitios web, el patrón más seguro es la asignación del lado del servidor o de solo sesión, informes agregados, sin reutilización de anuncios, sin cargas útiles URL sensibles y sin ID persistente creado solo para experimentación.
Preguntas frecuentes
¿Qué datos mínimos se necesitan para ejecutar una prueba A/B?
Necesitas cuatro cosas: el nombre del experimento, la variante que vio el visitante, el evento de exposición que registró esa vista y un evento de resultado. Ese evento de resultado se vincula a una acción real de negocio como el registro o el checkout. Todo lo demás es opcional. Una asignación consistente importa más que campos adicionales, porque evita que el mismo navegador vea una variante distinta en cada actualización.
¿Por qué importa el evento de exposición tanto como el de conversión?
Si solo etiquetas el clic en el botón, nunca sabrás cuántos visitantes vieron realmente cada variante, así que no puedes calcular una tasa de conversión. Etiquetar la vista de página donde apareció la variante te da el denominador. Sin él, un conteo de clics no dice nada sobre el rendimiento.
¿La asignación de variantes debe ocurrir en el servidor o en el navegador?
Para experimentos de página, asigna la variante en el servidor para la sesión actual y renderízala directamente en la página. Eso mantiene la experiencia estable sin depender de almacenamiento del lado del cliente. Para usuarios registrados, un ID de cuenta interno que permanece dentro de tus propios sistemas funciona igual.
Flowsery
Prueba gratuita
Panel en tiempo real
Seguimiento de objetivos
Rastreo sin cookies
¿Se necesita consentimiento antes de guardar una asignación de prueba A/B?
Si guardas la asignación en localStorage, una cookie o un almacenamiento de navegador similar, protégela detrás de una elección de consentimiento válida, salvo que tu revisión legal confirme que aplica una excepción concreta. La asignación del lado del servidor para la sesión actual evita este requisito, porque no se escribe nada en el navegador. Mantén la clave de almacenamiento específica del experimento y bórrala cuando termine la prueba.
¿Cuánto tiempo debe durar una asignación de variante?
Mantenla estable durante la duración de la prueba, no de forma indefinida. Un hash de sesión rotativo diario o una asignación local temporal cubre la mayoría de las pruebas web sin crear un identificador de larga duración. Borra el valor guardado cuando la prueba termine en lugar de dejarlo ahí.
¿Cuál es la diferencia entre un evento de exposición y uno de resultado?
El evento de exposición es el momento en que un visitante vio una variante determinada, normalmente la vista de página misma. El evento de resultado es la acción de negocio que realmente estás probando, como un registro, una solicitud de demo, un checkout, una descarga o la creación de una cuenta. Comparar conteos de resultados sin conteos de exposición te deja sin poder calcular una tasa de conversión real.
¿Cómo se evita un resultado engañoso en una prueba A/B?
Anota la métrica principal, las métricas de seguridad, la duración mínima, las reglas de exclusión y el umbral de decisión antes de lanzar, y no cambies el objetivo después de ver los datos. Las muestras pequeñas oscilan mucho, así que no declares un ganador tras un puñado de conversiones. Si tu tráfico no sostiene confianza estadística, trata el resultado como investigación orientativa y no como prueba.
¿El seguimiento de pruebas A/B está cubierto por el RGPD y la ley de cookies?
El seguimiento de pruebas A/B cuenta como procesamiento de datos aunque la configuración sea ligera. La guía del EDPB sobre el artículo 5(3) de la Directiva ePrivacy cubre el almacenamiento o acceso a información en un dispositivo, no solo las cookies tradicionales, y la ICO aplica reglas similares a píxeles, almacenamiento local y SDKs. Si tu herramienta de pruebas coloca cookies de marketing o sincroniza IDs con plataformas publicitarias, puede necesitar un flujo de consentimiento completo aunque tu experimento en sí sea simple.
¿Cómo se comparan las tasas de conversión cuando las variantes reciben tráfico distinto?
Compara por tasa de conversión, no por conversiones absolutas. Si la variante A recibe 2.000 visitas y la variante B recibe 1.200 visitas, los totales absolutos no son comparables por sí solos. Segmenta por fuente de tráfico solo cuando cada segmento tenga volumen suficiente para ser significativo, porque una variante que gana en general puede perder claramente en tráfico de pago.
¿Qué debe incluir una lista de verificación antes de lanzar una prueba A/B?
Confirma que cada variante se asigna de forma consistente, que las vistas de página llevan las etiquetas de experimento y variante, y que los eventos de conversión llevan las mismas etiquetas. Filtra el tráfico interno y asegúrate de que el panel pueda mostrar visitas, conversiones y tasa de conversión por variante. Después del lanzamiento, prueba la ruta completa en una ventana privada del navegador y verifica que cada evento aparezca exactamente una vez.
¿Te resultó útil este artículo?
¡Cuéntanos qué opinas!
Vernos más en Google
Un clic marca Flowsery como fuente preferida y nuestros artículos aparecen más arriba en tus Noticias destacadas, el modo IA y los resúmenes con IA.
Antes de irte...
Flowsery
Analítica orientada a ingresos para tu sitio web
Rastrea cada visitante, fuente y conversión en tiempo real. Simple, potente y sin cookies.
Panel en tiempo real
Seguimiento de objetivos
Rastreo sin cookies
Artículos relacionados
Explicación práctica - Página de destino + string de consulta
Para analizar páginas de destino hay que empezar por las de entrada: quién llegó, si se implicó, si continuó y si convirtió, con diagnóstico por fallo.
Una guía práctica de dimensiones personalizadas en analítica web
Las dimensiones personalizadas en analítica web enriquecen campañas, contenido y embudos, pero mal nombradas ensucian el panel: buenos y malos usos.
Una guía práctica de Dimensiones personalizadas en análisis web
Rol, plan, categoría o paso del embudo: cómo añadir dimensiones personalizadas en análisis web con contexto de negocio y sin convertirlo en vigilancia.