Este es un ejercicio exploratorio de una semana con 10,000 impresiones. Empleamos nuestra propia metodología de intervalos y umbrales, diseñada para fases exploratorias con confianza del 95%. El objetivo fue hacer screening de combinaciones para su futura validación en experimentos confirmatorios.
“Es crucial mencionar que los datos y parte de la metodología han sido redondeados y ofuscados para cuidar de los activos organizacionales pero se ha cuidado de mantener representatividad matemática.”
Carrousel de Resultados
Carrusel (1-1)
Dolor de Negocio
El sitio web objetivo informacional está buscando mejoras en su interfaz de usuario que les permita mejorar su rentabilidad por anuncios. Después de lanzar una encuesta ABC donde el 40% de usuarios buscaban un espacio cercano y el otro 40% buscaba un dato particular (ofuscado) y el otro 20% una dirección física han decidido mejorar con esta información su experiencia de usuario.
Dado su modelo de negocio, mejorar la navegación de una a dos páginas en su segmento era crucial para mejorar su objetivo de Revenue dado que los anuncios de mejor rendimiento son los disparados dentro de la navegación entre páginas, generalmente llamados interstitials.
Mi Hipótesis Propuesta
El cambio de color en un elemento y un mensaje adecuado a la intención de búsqueda de sus usuarios nos permitirá reducir el indice de rebote de su sitio web, fomentando así la lectura de otras paginas para activar asi los anuncios interstitials.
Herramientas utilizadas
Para realizar el seguimiento local de usuarios y crear los experimentos he desarrollado internamente código propietario que nos permitiese adaptarnos al sitio para utilizar nuestros propios algoritmos para el deploy y control del experimento.
Nota. No utilizamos Google Analytics ni herramientas de terceros que inyecten Scripts extras, nuestra meta es agilidad pura.
Para el análisis de datos previos y posteriores al experimento se ha seleccionado Python para agilizar los cálculos estadísticos con librerías como SCIPY o Pandas.
Se mantienen en secreto los algoritmos de selección y metodologías de trabajo.
Metodología
Nuestra metodología se centró en probar hipótesis audaces basadas en la psicología del usuario extraída de la encuesta inicial. En lugar de pequeños ajustes, buscamos cambios fundamentales en el mensaje que conectarán directamente con la intención principal del visitante.
Resultados
Después de revisar 10,000+ impresiones de nuestras propuestas de interfaz, logramos explorar un nuevo componente de interfaz que ha permitido al sitio reducir en un 10% su índice de rebote absoluto base cuando era activado. Logrando mejorar la permanencia de los usuarios y fomentando la navegación de 1 a 2 páginas de estas sesiones.
El cambio en la interfaz, a pesar de parecer mínimo, nos ha mostrado el poder de un botón con el mensaje correcto, el grupo de control mantuvo un CTR de 5% de consistencia a lo largo de todo el experimento.
Si bien el intervalo de confianza era amplio (+/- 10%), es crucial notar que el límite inferior de este rango (un CTR del 10%) todavía representaba una mejora del 100% sobre el grupo de control. Por lo tanto, incluso en el escenario más conservador, el hallazgo demostró una significancia práctica y de negocio abrumadora, justificando plenamente nuestra metodología de exploración rápida.
Resultados Clave:
- 20% CTR
- Error 10%
- 300% rendimiento
Gráficos Relacionados
Nuestro algoritmo nos permite obtener datos que mediante el uso de Boxplots nos permite identificar de forma ágil a los candidatos para moverlos de observación hacia implementación y monitoreo
Aprendizajes
Nuestro algoritmo, a pesar de tener como debilidad la significancia estadística de la mayoría de los grupos de combinaciones, nos ha permitido detectar en tiempo récord componentes que serán puestos aprueba para lanzar experimentaciones robustas que avancen a la siguiente fase de Optimización de Conversión mejorando así la eficiencia del tráfico web de nuestro sitio web objetivo.
“A diferencia de como quieren vender la UX/UI, en el mundo moderno es necesario un fuerte enfoque estadístico para preservar una solución y no una opinión.”
Bonus
Parte de nuestra metodología y parte de aprendizajes ha sido el uso de Pautas de Accesibilidad para el Uso de Contenido WEB (WCAG) para mejorar la precisión de nuestros experimentos
El objetivo de este experimento de CRO no ha sido evaluar los impactos de las buenas practicas, no obstante dentro de nuestras experimentaciones hemos podido observar una posible baja relación frente al CTR. Más investigación debe ser realizada.
El trabajo presentado es propiedad intelectual de Marco Antonio García Martinez.
© 2025 Marco García. Este trabajo está bajo licencia CC BY-NC-ND 4.0.
Referencias
World Wide Web Consortium. (s. f.). Pautas de accesibilidad para el contenido web (WCAG 2) [Versión en español]. W3C Web Accessibility Initiative (WAI). Recuperado 17 agosto 2025, de https://www.w3.org/WAI/standards-guidelines/wcag/es
Wikipedia. (s.f.). Corrección de Bonferroni. En Wikipedia, la enciclopedia libre. Recuperado 25 de agosto 2025 de https://es.wikipedia.org/wiki/Correcci%C3%B3n_de_Bonferroni