Simulador de A/B Test — Tamaño de Muestra y Tiempo Estimado
Calculá cuántos usuarios necesitás para un A/B test válido. Tasa base, mejora esperada, significancia estadística → muestra necesaria, tiempo estimado y si vale la pena.
% actual de usuarios que convierten
Mejora relativa mínima que querés detectar
Muestra por variante
—
Total usuarios
—
Tiempo estimado
—
El A/B test más caro es el que hacés sin suficientes datos
La tentación en startups pequeñas es detener el test a los 3 días porque "ya se ve una diferencia". Problema: con pocas visitas, cualquier diferencia puede ser ruido estadístico. Un test cortado antes de tiempo produce resultados falsos con sorprendente regularidad.
La otra cara: si necesitás 6 meses para juntar suficiente muestra, el test probablemente no vale la pena — cambiá directamente y medí antes/después. Los A/B tests son para decisiones que no podés tomar sin datos, con suficiente tráfico para hacerlos válidos.
Preguntas frecuentes
¿Qué es la "mejora mínima esperada"?
Es el efecto más pequeño que vale la pena detectar. Si tenés 5% de conversión y buscás detectar una mejora del 20% relativo, la nueva tasa sería 6%. Cuanto más pequeña la mejora que querés detectar, más muestra necesitás.
¿Puedo correr más de 2 variantes?
Sí, pero multiplicás la muestra necesaria. Con A/B/C necesitás ~50% más usuarios por el problema de comparaciones múltiples. Para empezar: una sola hipótesis, dos variantes, ejecutar hasta el final.
Is your product ready to be discovered?
List your product on Cazaproducto and reach thousands of founders, entrepreneurs, and investors across LATAM.