Cómo interpretar los resultados de un experimento de Google Ads

Un experimento puede mostrar una mejora y seguir sin dar un ganador claro. Para decidir qué hacer, necesitas leer tres cosas juntas: la métrica que querías mejorar, el intervalo de la diferencia y el nivel de confianza usado. Después queda una pregunta distinta: si esa mejora compensa el cambio para tu negocio.

Esta guía propone una lectura con tres ejemplos ficticios y una ficha que puedes copiar. También explica cómo contrastar los resúmenes con IA que Google documenta para sus experimentos. No hace falta tener ese panel para seguir el razonamiento.

Empieza por la pregunta que justificó la prueba

Antes de mirar qué cifra aparece en verde, completa esta frase: «Probaremos este cambio para mejorar esta métrica, sin incumplir estas condiciones». Si tu objetivo era reducir el coste por adquisición o conversión (CPA), una subida del porcentaje de clics (CTR) puede ser interesante, pero todavía no responde a la pregunta inicial.

Anota además qué comparación estás haciendo. El control y la variante del experimento deben leerse dentro de la comparación diseñada para esa prueba. Comparar la variante de octubre con la campaña de septiembre introduce otra pregunta: entre ambos meses también pueden haber cambiado la demanda, los precios o la competencia. Ese antes y después no sustituye al control simultáneo.

Define el sentido favorable de la métrica. Más conversiones suele ser el objetivo cuando se mantiene la calidad y se respeta el coste aceptable. En un CPA, una bajada significa pagar menos por conversión. El signo positivo de una diferencia no equivale por sí solo a un buen resultado.

Lee la estimación y el intervalo antes de declarar un ganador

La ayuda de monitorización de Google Ads distingue la diferencia estimada entre la variante y el control, su intervalo y la indicación de significación. Copia los tres elementos para la misma métrica y el mismo periodo.

La estimación es el valor central que intentas interpretar. El intervalo añade información sobre la incertidumbre. Para una diferencia porcentual, cero significa ausencia de cambio. En una prueba bilateral coherente con su intervalo, que este incluya cero impide descartar esa ausencia de diferencia al nivel elegido. Que lo excluya respalda una diferencia con ese criterio, bajo los supuestos del análisis. Es la relación entre intervalo y contraste que explica el manual estadístico del NIST.

Un nivel de confianza del 95 % tampoco es una promesa de que la campaña vaya a ganar el 95 % de las veces. En la interpretación frecuentista, describe la cobertura del método al repetir el muestreo bajo sus supuestos. El NIST aclara esta diferencia: ese 95 % no expresa la probabilidad de que el intervalo concreto contenga el valor verdadero.

El nivel de confianza depende del informe que estés leyendo

Las páginas oficiales no ofrecen una única cifra aplicable a cualquier experimento. Conviene conservar su alcance en vez de resolver esa diferencia por intuición:

Para tu registro, apunta el tipo de experimento y el nivel que realmente muestra su informe. Si no lo identificas, deja ese dato pendiente: no lo rellenes con el valor de otra página. Tampoco cambies el criterio después de ver los números solo para conseguir una etiqueta favorable; si exploras otro nivel, conserva cuál habías acordado para decidir.

Tres ejemplos para separar el resultado de la decisión

Todos los datos siguientes son ficticios. Los intervalos están propuestos para enseñar a leerlos; no se han calculado a partir de una cuenta, ni son capturas o respuestas de Google. Suponemos una comparación simultánea válida, definiciones de métricas constantes y una confianza del 95 % elegida de antemano. Ese 95 % es una condición de los ejemplos, no una regla para todos los informes.

1. El aumento estimado de conversiones es del 12 %, pero el intervalo cruza cero

Una tienda quiere saber si la variante consigue más conversiones. El resultado central parece atractivo: +12 %. Al lado, sin embargo, aparece un intervalo desde −4 % hasta +28 %. La información disponible todavía es compatible tanto con una caída como con una subida en esta ficha ficticia.

Sería demasiado rotundo informar «hemos aumentado las conversiones un 12 %». También lo sería decir «el cambio no hace nada»: el intervalo incluye una mejora considerable. La conclusión más útil conserva ambas piezas: la estimación apunta hacia arriba, pero la incertidumbre impide declarar ganadora a la variante.

La siguiente decisión depende del plan de la prueba. ¿Queda información por incorporarse? ¿El plazo previsto permite seguir observando? ¿El cambio era lo bastante relevante como para justificar otra prueba? Ampliar el tiempo o el gasto necesita una razón concreta. No garantiza que la conclusión vaya a volverse favorable.

Así quedaría el registro: «Conversiones: +12 %, intervalo de −4 % a +28 %, confianza del 95 %. Resultado inconcluso. Mantendremos la decisión de implantación pendiente hasta revisar los datos previstos en el plan; si seguimos sin poder resolverla, cerraremos la prueba como inconclusa».

2. Mejora el CTR, pero la pregunta era si bajaba el CPA

Un equipo cambia el mensaje del anuncio para reducir el CPA. Había elegido ese coste como métrica principal y el CTR como indicador secundario. Al revisar el experimento, encuentra una subida clara del CTR, mientras que la estimación central del CPA apenas cambia.

Para visualizar el porcentaje: pasar de un CTR del 5 % al 6 % sería subir un 20 % en términos relativos y un punto porcentual en términos absolutos. Ese cálculo solo ilustra la escala; no genera los intervalos de la tabla.

En este ejemplo hay respaldo para una mejora del CTR. En cambio, el intervalo del CPA cruza cero: no acredita una reducción. Su estimación central de +2 % apunta a un coste mayor, pero tampoco basta para afirmar un empeoramiento. Cada métrica responde a su propia pregunta.

La decisión se tuerce si el equipo sustituye a posteriori «reducir el CPA» por «conseguir más clics» y presenta la prueba como un éxito. Puede abrir una nueva hipótesis sobre el anuncio a partir del CTR. Para cerrar la prueba original, debe conservar el objetivo que la puso en marcha.

Así quedaría el registro: «El CTR mejora con el criterio elegido. La reducción del CPA no queda acreditada. No justificamos la implantación por ahorro de CPA; el hallazgo sobre CTR queda separado como posible punto de partida para otra prueba».

3. Baja el CPA, pero no se acredita la reducción mínima necesaria

Una empresa decide antes del experimento que solo compensará implantar la variante si el CPA cae al menos un 10 %. El cambio requiere trabajo operativo y ese es su mínimo útil. Obtiene una estimación del −8 %, con un intervalo de −11 % a −5 %.

El intervalo completo queda por debajo de cero, así que respalda una reducción del CPA con el criterio empleado. Pero también incluye reducciones inferiores al 10 %. La estimación central, una bajada del 8 %, se queda por debajo de lo que la empresa había considerado suficiente.

Hay dos preguntas: si el CPA baja y si baja lo necesario. Con este intervalo, la primera tiene respaldo; la segunda no queda resuelta a favor del mínimo fijado. Tampoco sería correcto decir que una reducción del 10 % es imposible, porque ese valor está dentro del intervalo.

La American Statistical Association recuerda que la significación estadística no mide el tamaño ni la importancia de un efecto. Aplicado aquí, un resultado puede ser estadísticamente favorable y seguir sin justificar el coste de implantación bajo la regla que se había acordado.

Así quedaría el registro: «El experimento respalda una reducción del CPA. No acredita que alcance al menos el 10 %. Con el criterio comercial actual, no damos por justificada la implantación. Si cambian los costes de ejecutarla, revisaremos esa decisión dejando constancia del nuevo supuesto».

Cómo contrastar el resumen con IA con los números

Google documenta un panel de IA en la pestaña Resumen que recoge los objetivos del experimento, dos conclusiones con recomendaciones y tres preguntas que abren Ask Advisor. Esa descripción acredita la función; no establece aquí una fecha de lanzamiento ni su disponibilidad en todas las cuentas españolas.

Si aparece en tu informe, úsalo como punto de partida para localizar la explicación que necesitas. Para convertir una frase en una decisión, haz tres comprobaciones:

• Métrica. ¿La conclusión habla del objetivo principal o de un indicador secundario? En el segundo ejemplo, una frase centrada en CTR dejaría pendiente la pregunta sobre CPA.
• Comparación. ¿Corresponden los datos a las mismas variantes y al mismo periodo que estás evaluando? Anota cualquier diferencia antes de unir ambos resultados.
• Alcance. ¿La recomendación distingue entre una dirección favorable, una diferencia respaldada y el mínimo que necesita tu negocio? El tercer ejemplo muestra por qué conviene separarlos.

Si una frase resulta más rotunda que lo que permite el intervalo, registra el desacuerdo y vuelve a la métrica. La explicación redactada no añade observaciones al experimento. Esta comprobación es una pauta editorial de lectura, no una afirmación de que el panel haya cometido un error en una cuenta real.

Qué revisar cuando todavía no puedes decidir

Antes de prolongar la prueba, comprueba si el dato de conversiones está suficientemente asentado. Google explica que las conversiones que llegan con retraso pueden hacer que un periodo reciente parezca tener menos conversiones y un CPA más alto, porque la inversión ya figura y parte de los resultados todavía no. Eso obliga a revisar el periodo; no demuestra por sí solo cuál de las variantes ganará.

Tampoco hay un número de semanas que garantice un desenlace. Las preguntas frecuentes de Google para Shopping y Máximo rendimiento recomiendan entre cuatro y seis semanas o más cuando la conversión tarda. En ese contexto explican también la exclusión de los siete primeros días en algunos resultados. No traslades ese plazo ni esa exclusión a cualquier otro tipo de experimento.

Decide qué incertidumbre podría resolver una revisión adicional y qué coste aceptas para obtenerla. Si no hay una expectativa razonable de aprender algo que cambie la decisión, cerrar con un resultado inconcluso es una salida válida. Lo que conviene evitar es mantener la prueba abierta hasta encontrar, entre muchas métricas o fechas, una cifra que permita llamarla ganadora.

Revisa además el estado de aplicación automática si tu tipo de experimento la ofrece. Google la documenta para algunos tipos y la describe como activada por defecto. Escribir una decisión pendiente en tu registro no cambia ese ajuste de la cuenta.

Ficha de decisión para copiar

Guarda esta ficha junto al informe o a su exportación. Rellénala primero con los datos observados y termina con la decisión. Si falta un campo, anota «no verificado» en lugar de completarlo con una suposición.

Una buena conclusión cabe en tres frases: «Esto muestran los datos. Esto sigue sin estar resuelto. Por esta razón tomamos esta decisión». Si necesitas cambiar de métrica, de confianza o de criterio comercial para que esas frases encajen, deja el cambio por escrito. Así la siguiente persona podrá entender la decisión sin reconstruir toda la prueba.

Dos dudas que conviene resolver

Alcance de esta guía. No se ha inspeccionado una cuenta de Google Ads ni verificado el acceso al panel en España. Los ejemplos son didácticos y no ofrecen una estimación de potencia, duración necesaria o rentabilidad de una campaña real.