• Ir a navegación principal
  • Ir al contenido principal
  • Ir al pie de página
CRO SCHOOL

CRO SCHOOL

  • RECURSOS
  • NOSOTROS
  • TEST AB GRATIS
  • ÚNETE A 2.346 OPTIMIZERS
  • ↗ LOGIN
Usted está aquí: Inicio / A/B Testing / Paradoja de Simpson: qué es y por qué es importante

Paradoja de Simpson: qué es y por qué es importante

21 abril 2021 by Rodrigo Carnicero 3 comentarios

El marketing online tiene una gran ventaja sobre el tradicional ya que cada impacto y cada venta se puede llegar a medir con un nivel de precisión asombroso.

Pero que las herramientas sean fácilmente configurables y enseguida veamos datos sobre nuestra pantalla no quiere decir que sean ciertos.

En este post voy a hablar de cómo un dato puede ser verdad y mentira al mismo tiempo. Da igual que seas SEO, Community, Analista, de PPC… esto te interesa.

Entérate del próximo lanzamiento del Curso de CRO desde Cero

👉 Curso disponible solo para suscriptores.

ME APUNTO
Contenidos ocultar
1) ¿Qué es la Paradoja de Simpson?
2) ¿Por qué es importante entenderla?
3) Contenido dispoinible en el curso de CRO

¿Qué es la Paradoja de Simpson?

A lo mejor has oido hablar de ella como el efecto Yule Simpson.

Es una paradoja en la cual una tendencia que aparece en los datos desaparece cuando estos se combinan y en su lugar aparece la tendencia contraria.

Puedes consultar la definición completa y algunos ejemplos reales de este efecto en la wikipedia.

Esto significa que analizando nuestro proyecto con cualquiera de nuestras herramientas (Google Analytics, Google Ads, Search Console…) podríamos llegar a conclusiones opuestas con los mismos datos.

¿Por qué es importante entenderla?

Evidentemente, una mala lectura de los datos nos va a llevar a tomar malas decisiones.

Veámoslo con un ejemplo en un test A/B sobre una landing.

Realizamos un experimento en una web donde testamos dos versiones, derivando el 50% del tráfico a cada página.

Mantenemos sin cambios la versión original de una página, que llamaremos Test Control y creamos una landing nueva con un diseño diferente que llamaremos Test Alternativa.

Tras finalizar el experimento, y suponiendo que tiene validez estadísitica, tenemos estos resultados:

Vemos que la versión de control ha convertido más que la versión alternativa, por lo que tomamos la decisión de mantener el diseño de la página tal y como está.

¿Seguramente haríamos eso cualquiera de nosotros, verdad?

Pero si …

Contenido dispoinible en el curso de CRO

ACCEDER AL CURSO

Vemos que realmente los datos de conversión por dispositivo son mejores en la versión nueva. Por lo que resulta que es la landing alternativa la que deberíamos implementar.

Conclusión

Independientemente de que estés analizando una campaña de PPC, de Facebook Ads, un test A/B o el rendimiento de keywords en Search Console, no te precipites a la hora de sacar conclusiones.

Bucea en los datos y segmenta todo lo que puedas.

A nivel personal, mejor no hacer mucho caso de los datos que escuchamos, vemos y leemos a diario en los medios.

  • Compartir en Twitter Compartir en Twitter
  • Compartir en LinkedIn Compartir en LinkedIn
  • Compartir por correo electrónico Compartir por correo electrónico

  • A/B Testing (1)
  • Analítica digital (3)
  • Copywriting (1)
  • CRO (8)
  • Newsletter (47)
  • Tráfico (3)
  • UX (1)
  • WPO (1)

Archivado en:A/B Testing Etiquetado con:Estadística

Acerca de Rodrigo Carnicero

CRO & Digital Analyst en Ontop Media. Profesor de CRO en IEBS. Me gusta crear cosas: cro.school, seorcado.com y la extensión de Chrome BM_SEO Tool

Interacciones con los lectores

Comentarios

  1. Miguel R dice

    28 octubre 2021 en 09:12

    Muchas gracias, Rodrigo. Con la aclaración me queda más claro! 🙂

  2. Rodrigo Carnicero dice

    27 octubre 2021 en 14:28

    Hola Miguel, gracias por comentar.

    Efectivamente si controlas de antemano la muestra para que sea análoga, no solo en categoría de dispositivos sino también en otros factores importantes como canal de adquisición, resolución de pantalla, tipo de navegador, país… el resultado no varía. El problema es que no siempre es posible poder realizar un test con una muestra grande y equitativa de todas estas variables que influyen (o pueden influir) en los resultados, es ahí donde se hace necesario segmentar y asegurarse de que tomamos la decisión correcta a la hora de dar por ganador una variación u otra.

  3. Miguel R dice

    27 octubre 2021 en 13:28

    Me he quedado un rato pensando y no lo podía creer… al final he visto que el tráfico se invierte entre mobile/desktop en la web alternativa. Me gusta la ilustración pero esto es algo poco frecuente con una muestra relativamente grande, no? En el test AB, para poder aislar efectos, la muestra deberia ser análoga entre las variantes, no?

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Footer

❯ Recursos CRO

  • Blog CRO
  • Newsletter CRO
  • Herramientas
  • Libros
  • Eventos
  • Blogs y cuentas de Twitter

❯ Aprende sobre:

  • A/B Testing (1)
  • Analítica digital (3)
  • Copywriting (1)
  • CRO (8)
  • Newsletter (47)
  • Tráfico (3)
  • UX (1)
  • WPO (1)

❯ Información

  • Sobre cro.school
  • Consultor CRO
  • Agencia CRO

❯ Cursos de CRO

  • Acceso
Carbon calculator
DMCA.com Protection Status

Copyright © 2025 · CRO SCHOOL · Cookies · Privacidad

Esta Web utiliza cookies, puedes aceptarlas, o no. Que las quieres aceptar, pulsa ACEPTAR; que las quieres configurar o rechazar, pulsa CONFIGURAR.
CONFIGURARACEPTAR
Manage consent

Privacy Overview

Este sitio web utiliza cookies para mejorar su experiencia mientras navega por el sitio web. De estas, las cookies que se clasifican como necesarias se almacenan en su navegador, ya que son esenciales para el funcionamiento de las funcionalidades básicas del sitio web. También utilizamos cookies de terceros que nos ayudan a analizar y comprender cómo utiliza este sitio web. Estas cookies se almacenarán en su navegador solo con su consentimiento. También tiene la opción de optar por no recibir estas cookies. Pero la exclusión voluntaria de algunas de estas cookies puede afectar su experiencia de navegación.
Necessary
Siempre activado
Las cookies necesarias son absolutamente esenciales para que el sitio web funcione correctamente. Esta categoría solo incluye cookies que garantizan funcionalidades básicas y características de seguridad del sitio web. Estas cookies no almacenan ninguna información personal.
Non-necessary
Las cookies que pueden no ser particularmente necesarias para el funcionamiento del sitio web y que se utilizan específicamente para recopilar datos personales del usuario a través de análisis, anuncios y otros contenidos integrados se denominan cookies no necesarias. Es obligatorio obtener el consentimiento del usuario antes de ejecutar estas cookies en su sitio web.
GUARDAR Y ACEPTAR