El anuncio se prueba. La landing se prueba. Y la frase que sostiene toda la oferta sigue pasando por aprobación visual. Ahí está la contradicción: tienes un procedimiento para casi todo menos para lo único que decide si el resto se entiende. ¿Sabes quién fue la última persona que la leyó en frío, sin contexto y sin reunión? Un texto que nadie discutió no es lo mismo que un texto que funcionó, y entre esos dos hay un hueco que se rellena con suposiciones. Lo que entiende un lector frío no se decide en una sala, se decide en media hora con cinco personas. Queda la pregunta de quién bloquea esa media hora en tu calendario esta semana.
El titular que salió el trimestre pasado se eligió porque nadie en la sala se opuso. He visto esa decisión durar noventa segundos, y nunca queda registrada como una decisión. Puedes testear un conjunto de anuncios y una landing, y la frase que carga con toda la oferta se sigue aprobando a ojo. ¿Cuántas personas de fuera de tu equipo han leído lo último que publicaste? El texto tiene que salir el jueves, así que sale la suposición, y la única persona que lo lee en frío es un desconocido que no vas a conocer.
El texto salió y no se rompió nada. Esa es la parte de la que nadie te avisa. Un titular que la mitad de tus lectores lee mal se parece exactamente a uno que funcionó: carga, recoge clics de gente que habría hecho clic igual. La versión que explicaba la promesa en nueve palabras en vez de diecinueve sigue en un documento con un comentario de marzo. El test del mensaje es el paso que lo habría detectado, y el único paso que nunca entra en el calendario.
Qué mide de verdad un test de mensaje publicitario
Tres cosas, y solo la primera es fácil de recoger: si un lector entendió la promesa, si se la creyó y si podría repetirla con la página cerrada.
La preferencia es la cuarta cosa que puedes medir y la menos útil. Un lector puede preferir un titular que leyó mal, porque le sonaba conocido y no porque fuera claro. Pregunta qué titular prefiere la gente y tienes una respuesta en treinta segundos. Pregunta qué vende la empresa y mira qué pasa.
El test del mensaje ya está respondido, y mal. La primera página de resultados está llena de autoridades dirigidas a otro comprador: el marketplace de reseñas de Gartner, que lista soluciones para comprar, y la OMS explicando el test de mensajes durante una epidemia.
Los métodos con tu propio tráfico también se nombran en ese campo, en una guía de ICPA que pone A/B en redes y A/B en email junto a otros cinco enfoques. Nadie que los nombra termina la frase: no hay regla sobre qué resultado publica el texto, no hay regla sobre cuándo dejar de leer el resultado, no hay una línea sobre qué no puede responder el método. Si el texto salió de un messaging framework, este es el paso siguiente.
Los tres tests que puedes hacer sin panel
Una secuencia, no un menú. Cada uno responde a una pregunta distinta, y el más barato decide si los otros dos merecen la pena.
El copy testing con cinco lectores
Cinco personas que no trabajen contigo, media hora cada una, cinco conversaciones separadas. No es un grupo focal, que produce una respuesta social cuando tú quieres la privada.
El número viene de la investigación de usabilidad, con condiciones. Jakob Nielsen escribió en 2012 que si quieres un solo número, pruebes cinco usuarios en un estudio cualitativo de usabilidad, y esa misma página enumera dónde deja de valer: 20 o más para trabajo cuantitativo, 15 por grupo en card sorting, 39 para un mapa de calor de eyetracking estable. Cinco es un instrumento de comprensión, no una ley de la naturaleza.
Di las mismas cinco preguntas, en el mismo orden, siempre, y después deja de hablar.
- Con tus palabras, ¿qué vende esta empresa?
- ¿Qué significa para ti esta frase? (lee la propuesta de valor una vez, sin énfasis)
- ¿Qué esperas que pase después de hacer clic?
- ¿Qué parte de esto no te creíste?
- ¿Qué palabra tuviste que leer dos veces?
La disciplina está en lo que no haces. No leas tú el texto, porque acentúas las palabras que querías decir y suavizas las que fallan. No preguntes si les gusta. No expliques nada antes de que respondan; si te pillas explicando, has testeado tu explicación.
Dos salvedades honestas. Los compañeros y los usuarios actuales son un sustituto sesgado, y una lectura estructurada no es inédita: Forthright Advising hace una ronda relámpago de quince minutos con su propio equipo por la misma razón. La tuya fija el cuestionario en vez de improvisarlo, y escribe el sesgo, con al menos tres de los cinco de fuera de la empresa. Esto no es una revisión de voz: estás probando si la promesa llegó.
El cambio de titular en un solo conjunto de anuncios
Cambia una cosa. El titular. Mantén idénticos la imagen, la audiencia, la landing y la puja, o te pasas dos semanas aprendiendo cuál de cuatro cambios importó.
Google Ads lo ejecuta como un experimento real, con un brazo de control y un brazo de tratamiento que se reparten presupuesto o tráfico. Declara la ventana antes de lanzar: catorce días, un mínimo de clics que puedas defender y qué haces si la diferencia cae dentro del ruido. La respuesta a eso último es nada, y escribirlo te evita inventarte una historia sobre una diferencia de dos por ciento. Si el conjunto de anuncios no puede producir suficientes clics en la ventana, no puede informar, y la mecánica de montaje está en nuestra guía de A/B testing en Google Ads.
Lo que consigues es atención, y un titular puede ganar el clic y perder al lector una página más adelante.
La landing de dos variantes con la regla de decisión escrita antes de lanzar
Google Optimize, la herramienta gratuita de test en la página, cerró el 30 de septiembre de 2023 y envió a sus usuarios a proveedores de pago. Una comparativa de plataformas de Articos pone una vía de pago cerca de US$ 99 al mes y empareja la gratuita con tu propia lista. Este es el test que haces cuando los dos primeros coinciden en una dirección.
Escribe la regla antes de que las variantes estén en vivo, en una línea, en el mismo documento. Si B supera a A en al menos quince por ciento en la conversión principal durante catorce días con 1.200 sesiones por variante, publica B. Si no, quédate con A y deja de mirar. Esos números ilustran la forma, no son un benchmark que copiar.
La duración sigue al tráfico, no al calendario. La documentación de Optimizely fija un ciclo de negocio, siete días, como mínimo y dimensiona la muestra a partir de los visitantes semanales; la disciplina es la parte que merece la pena conservar. CleverX es más crudo con el extremo bajo: 10.000 visitantes por semana producen ganadores en días, 200 por semana necesitan meses.
| Copy testing con cinco lectores | Cambio de titular en un conjunto de anuncios en vivo | Landing de dos variantes |
|---|---|---|---|
Coste | Solo tiempo: cinco personas a tu alcance, media hora cada una | Presupuesto de anuncios existente, redirigido. La función de experimentos de la plataforma no cuesta nada extra | Tráfico existente, redirigido. El test gratuito en la página terminó con Optimize; Articos sitúa la vía de pago cerca de US$ 99 al mes |
Tiempo | Días: cinco lecturas dentro de una semana | De días a una semana de entrega, más la ventana que declaraste | Siete días mínimo, catorce si tus compradores se mueven en ritmo semanal |
Qué responde | Si un lector entendió la promesa, se la creyó y podría repetirla con la página cerrada. Qué palabra causó la confusión | Cuál de dos titulares gana más clics de la misma audiencia con el mismo gasto | Cuál de dos páginas convierte mejor, medido en comportamiento y no en preferencia declarada |
Qué no puede responder | Nada sobre escala o cuota de preferencia. Nada causal. Si el texto vende | Nada sobre comprensión o creencia, y nada después del clic | Nada sobre el porqué. Un hueco de conversión sin una lectura detrás nombra un ganador, no una frase |
Cómo falla | Preguntas dirigidas, o lectores elegidos porque van a estar de acuerdo | Parar cuando el número parece bueno, que es el error que nombra Evan Miller | Mirar antes de tiempo, o decidirlo con una muestra que la página no puede sostener |
Cuándo merece la pena pagar un panel
Un panel compra tres cosas que tu propio tráfico no puede darte: encuestados en vez de compañeros, control sobre el tiempo de exposición y suficiente gente por variante para comparar segmentos. Los diseños son concretos: el copy testing monádico mueve entre 100 y 150 encuestados por variante, y un diseño monádico secuencial necesita de 150 a 200 para tres mensajes, porque cada encuestado ve todas las variantes. Las ventanas de exposición van de cinco a quince segundos para un titular y de treinta a sesenta para una propuesta de valor. En vivo nunca sabes cuánto rato miró alguien.
Cuatro condiciones hacen defendible el gasto. La decisión es cara y difícil de revertir, como la línea de la home o el nombre de una categoría. Necesitas una lectura sobre un segmento que tu propio tráfico apenas contiene. Necesitas tres o más mensajes comparados dentro de un trimestre. El número tiene que sobrevivir a una sala fuera de marketing. Fuera de esas cuatro, un panel es una forma cara de responder una pregunta que tu propio tráfico podría haber respondido para el viernes. Si necesitas recuerdo y no comprensión, medir el recuerdo de marca cubre ese instrumento.
Qué no puede decirte un test de mensaje
No puede decirte si la campaña causó el resultado. Un test de mensaje lee si las palabras funcionaron. Un incrementality test lee si el gasto causó el resultado, y ninguna cantidad de copy testing lo sustituye.
No puede decirte que el texto vaya a vender, que la oferta sea la correcta o que el precio tenga sentido. Tampoco puede decirte por qué convirtió una página: un hueco de conversión sin una lectura detrás dice qué página ganó, no qué frase hizo el trabajo.
No puede rescatar una promesa que el producto no puede cumplir, y no sirve de nada si nadie lo ve. Cuarenta clics a la semana son una moneda al aire con pasos extra.
Cómo leer el resultado sin engañarte
Tres líneas entran en el documento antes de lanzar: la variante, el número que decide, la fecha en que cierra la ventana. Sin ellas, todo lo que viene después es una historia sobre un número que ya viste.
No mires antes de tiempo. Evan Miller hizo el argumento en 2010 y no ha envejecido: el cálculo de significancia asume que el tamaño de muestra se fijó de antemano, y mirar repetidamente viola ese supuesto, así que el número deja de significar lo que parece.
Trata un resultado temprano espectacular como un problema de montaje. Los datos de plataforma de Convert informan de que el 7,8 por ciento de los tests completados muestra una mejora de 100 por ciento o más, y lo enmarcan como la ley de Twyman: los resultados demasiado buenos para ser verdad suelen no serlo.
Después decide qué pasa si la variante nunca se separa. Si la ventana cierra y las versiones están demasiado cerca, el texto no es la variable que decide, y eliges por otra cosa: qué versión entiende antes un lector frío, cuál aprueba legal sin seis rondas. Dilo por adelantado y un resultado nulo se convierte en una decisión. Para la versión de etapa de presupuesto, donde las condiciones de salida gobiernan el gasto, nuestra estrategia de conciencia de marca trabaja a otra altura.
Con cinco lectores no hay significancia que leer, así que lee patrón: tres de cinco tropezando con la misma palabra es el hallazgo, y cinco lecturas distintas significan que el texto es ambiguo. Registra el resultado junto a la regla, una línea por variante.
Empieza con cinco lectores
He publicado texto sin testear más veces de las que me gustaría admitir: la fecha límite es real, el test parece opcional y la página sale. El coste aparece meses después como un número que nadie sabe explicar.
Coge el activo que sale el próximo, encuentra cinco personas que no estén en tu equipo y haz las cinco preguntas en el mismo orden. Un test de mensaje de ese tamaño cuesta media hora y ningún presupuesto, y te dirá más sobre tu texto en una semana que un dashboard en un trimestre. El titular que sale el mes que viene costará más de media hora de todas formas.
Preguntas frecuentes
¿Hay un marco para la logística del test de mensaje, o cada uno improvisa?
Ningún marco publicado cubre la logística, y los tres tests de arriba son una secuencia, no un marco. Donde pregunta un marketer y no responde un proveedor, la pregunta es exactamente esta: "Is there any framework that helps with the logistics of it? Like version control, tracking if it's working etc." Una secuencia con una regla escrita delante de cada paso responde a eso, y no es un marco.
¿Cómo mantienes el control de versiones del texto mientras lo testeas?
Una fila por variante en un documento: el texto exacto, la fecha en que salió, la regla que decide, el resultado. Nombra el archivo por fecha y no por final, porque habrá un final dos y un final tres. Registra las versiones que perdieron, porque esa línea muestra si un cambio llegó a testearse.
¿Cómo sabes si un test de mensaje funciona y no solo ha terminado?
Un test terminado produjo tráfico. Un test que funcionó respondió a una pregunta que escribiste antes de empezarlo. Si no puedes nombrar la frase que cambiarías a partir del resultado, estás recogiendo datos.
¿Qué puedo hacer sin presupuesto de investigación y sin panel?
Cinco lectores, un cuestionario fijo, media hora cada uno, esta semana. No te dirá qué titular gana. Te dirá qué frase no entendió nadie, que es lo que hace que los otros dos tests merezcan la pena.
Prueba lo próximo que publiques
Haz las cinco lecturas antes de que el texto salga en vivo. Allable guarda la investigación, el borrador y el resultado en un solo sitio, para que el siguiente test empiece donde acabó el último.
