• POR AMY GALLO

Actualmente todo se trata de datos. Los líderes no quieren tomar decisiones a menos que tengan evidencia. Eso es bueno, por supuesto, y afortunadamente hay muchas formas de obtener información sin depender de los instintos propios. Uno de los métodos más comunes, particularmente en entornos en línea, son las pruebas de "A/B".

Para entender de mejor forma qué son las pruebas de A/B y cómo usarlas, hablé con Kaiser Fung, quien fundó el programa de análisis aplicado en la universidad de Columbia y es autor de Junk Charts, un blog dedicado a examinar críticamente los datos y gráficas en los medios de comunicación.

Las pruebas de A/B son, en su núcleo, una forma de comparar dos versiones de algo, para descubrir cuál funciona mejor. Fung da un ejemplo simple: Digamos que usted quiere probar el tamaño del botón de "Subscríbete" en su sitio web. Primero, necesita saber cómo evaluar el desempeño. En este caso, su medida podría ser el número de visitantes que oprimen el botón. Para hacer la prueba, ¿necesitaría mostrarle diferentes versiones del botón a dos grupos de usuarios, y a continuación determinar cuál hizo que más visitantes hicieran click?

El tamaño del botón de subscripción es un ejemplo muy básico, dice Fung. En realidad, usted podría poner a prueba no sólo el tamaño, sino también el color, el texto, el tipo y el tamaño de letra. Muchos directivos realizan exámenes secuenciales, por ejemplo, probando primero el tamaño, luego el color y después el tipo de letra, porque creen que no deberían variar dos o más factores al mismo tiempo. Sin embargo, de acuerdo con Fung las estadísticas han desmentido esa teoría.

En lugar de ello, explica Fung: "Tendemos a procurar que se lleve a cabo un gran número de pruebas simultáneas e independientes". A esto se le llama pruebas "multivariantes" en el mundo del A/B y suele significar que termina haciendo una prueba de A/B/C o incluso de A/B/C/D. En el anterior ejemplo del botón, podría significar mostrarles a distintos grupos un gran botón rojo, un pequeño botón rojo, un gran botón azul y un pequeño botón azul.

La mayoría de estos experimentos se llevan a cabo sin que los participantes lo sepan. "Como usuarios, todo el tiempo somos parte de estas pruebas y no lo sabemos", dice Fung. Además, no es solo para sitios web; también puede probar correos electrónicos de ventas y anuncios.

Las pruebas de A/B no son una panacea. Hay experimentos más complejos que son más eficientes y le darán datos más confiables, dice Fung. Sin embargo, las pruebas de A/B son una gran forma de contestar rápidamente una pregunta que tenga y, dice Fung: "Si lo prueba y no funciona, puede intentar algo más. Siempre puede regresar a la antigua táctica".

(Amy Gallo es una editora que contribuye con Harvard Business Review y es autora de la "HBR Guide to Dealing With Conflict at Work").