Seis formas en que los CRO frustran sus estadísticas

Los optimizadores de tasa de conversión (CRO, por sus siglas en inglés) son parte del diseño profesional, parte del estratega de mercadotecnia y parte científico. Para tener éxito, deben ser altamente competentes en varias disciplinas.

Por esa razón, no debería sorprender que los CROs rara vez sean expertos completos en ninguna de las tres disciplinas. Se especializan en uno o se centran en cómo las disciplinas se combinan como un todo cohesivo.

En el frente científico, una sólida comprensión de las estadísticas puede ser un obstáculo. Los CRO tienden a ser buenos pensadores sistemáticos, pero incluso los científicos reales pueden arruinar las estadísticas. Para ayudar a prevenir esto, hemos recopilado seis formas comunes en que los CRO pueden cometer errores con sus estadísticas.

1. No entiende la significación estadística

La mayoría de los mercadólogos no entiende bien la importancia estadística, y para su crédito, los CRO tienden a estar mejor informados que otros. A pesar de eso, la mayoría de los CRO aún carecen de una educación formal en estadística, por lo que no es sorprendente que haya algunos conceptos erróneos sobre qué significa estadística, por qué es importante y las implicaciones prácticas que conlleva.

Hoy en día, la mayoría de los CRO están utilizando herramientas de prueba divididas que les dicen cuándo su prueba ha alcanzado significación estadística, o les dicen cuál es la significación estadística de su prueba actualmente. Los CRO generalmente asumen que es seguro tomar una decisión si su herramienta dice que han alcanzado significación estadística, o si su herramienta les brinda al menos un 95% de confianza estadística.

Google Optimize, por ejemplo, ofrece una Probabilidad de ser el mejor y una Probabilidad de superar la línea de base.

Pero de lo que quizás no se dé cuenta es de que estas herramientas reportan tipos completamente diferentes de significación estadística, y sí, puede haber consecuencias en el mundo real si no puede entender esto.

Por ejemplo, la mayoría de los CRO probablemente suponen que el 91% en el informe Optimizely para el perdedor anterior tiene esencialmente el mismo significado que el Google Probability to beat baseline. Pero no es así.

Esto se debe a que Google Optimize se basa en estadísticas bayesianas, mientras que Optimizely y la mayoría de las herramientas se basan en estadísticas frecuentadas.

Entonces, ¿Qué significa eso y por

…Para leer más, siga el link del idioma que prefiera