Cómo formular una hipótesis

Una idea de prueba es solo una intuición. Una hipótesis la convierte en una predicción comprobable con un motivo y un resultado esperado.

«Probemos un titular nuevo» es una idea. «Un titular centrado en los beneficios aumentará los registros porque los visitantes no entienden el valor» es una hipótesis que realmente puede evaluar.

Una hipótesis sólida tiene tres partes: el cambio, el efecto esperado y la métrica que lo demuestra. Una frase reutilizable ayuda a que todos sean rigurosos.

Complete cada corchete con algo específico y medible antes de crear la variante.

Las mejores hipótesis incluyen el razonamiento que respalda el cambio. El «porque» le obliga a relacionar la prueba con el comportamiento real de los usuarios.

Amplíe la plantilla: «Creemos que [el cambio] provocará [el efecto] porque [el insight], medido por [la métrica]». Así, las pruebas fallidas aportan información en lugar de ser solo decepcionantes.

Imagine que los datos de una encuesta muestran que los usuarios desconfían de sus precios. Decide añadir una garantía.

La hipótesis surge por sí sola cuando sigue la plantilla. Observe lo específicos que son el cambio, el efecto y la métrica.

Las métricas imprecisas, como «interacción» o «mejor rendimiento», no se pueden medir con claridad. Elija una métrica principal que se corresponda directamente con el cambio.

Si el cambio se encuentra en la página de checkout, la métrica principal suele ser la finalización del checkout o la tasa de compra, no las visitas a la página ni el tiempo en el sitio.

Realice el seguimiento de una métrica principal para declarar un ganador y de métricas de control para detectar posibles daños imprevistos.

Si reducir un formulario aumenta los registros, pero perjudica la calidad de los leads posteriormente, la métrica de control habrá detectado una falsa victoria. Defina ambas antes del lanzamiento.

Una hipótesis comprobable predice una dirección (ascendente o descendente) y, preferiblemente, una magnitud aproximada. «La conversión mejorará» es impreciso; «la conversión aumentará al menos un 10 %» es concreto.

El tamaño del efecto esperado también le ayuda a planificar cuánto tráfico necesitará la prueba.

Toda hipótesis debe citar una fuente: análisis, mapas de calor, encuestas, tickets de soporte o pruebas anteriores.

Si no puede señalar evidencias que expliquen por qué funcionará un cambio, la idea es una suposición. Las hipótesis respaldadas por evidencias tienen más probabilidades de funcionar y le enseñan más cuando fallan.

Una buena hipótesis permite demostrar que es falsa. Si ningún resultado posible le haría cambiar de opinión, no es una hipótesis, sino una opinión.

Decida de antemano qué resultado le llevaría a rechazar el cambio. Así evitará justificar posteriormente un resultado plano o negativo.

Escriba la hipótesis completa, la métrica principal, las métricas de control y el efecto esperado antes de poner en marcha la prueba. Déjelo fijado para que los resultados no puedan reinterpretarse después.

El prerregistro evita seleccionar únicamente los resultados favorables y mantiene la credibilidad de su programa de experimentación.

Compare dos versiones de la misma idea. La versión débil no se puede probar; la sólida es específica, razonada y medible.

Enseñe a su equipo a transformar cada hipótesis débil en una versión sólida antes de comenzar cualquier trabajo en la variante.

¿Qué opción es la hipótesis más sólida?

Convierta las ideas en predicciones con la plantilla: creemos que [el cambio] provocará [el efecto] porque [el insight], medido por [la métrica].

Elija una métrica principal específica y métricas de control, prediga la dirección y la magnitud, base la hipótesis en evidencias, manténgala refutable y documéntela antes del lanzamiento.