---
title: "Resultados y métricas de las pruebas A/B"
description: "Analiza los resultados y las métricas clave en Adapty para mejorar el rendimiento de las suscripciones y la interacción de los usuarios con tu app."
---
Descubre datos e insights valiosos de nuestras [pruebas A/B](ab-tests), donde comparamos distintos paywalls y onboardings para ver cómo afectan al comportamiento de los usuarios, la interacción y las tasas de conversión. Analizando las métricas y los resultados de aquí, podrás tomar decisiones inteligentes y mejorar el rendimiento de tu app. Sumérgete en los datos para encontrar insights accionables y potenciar el éxito de tu app.
## Resultados de la prueba A/B \{#ab-test-results\}
Estas son las tres métricas que Adapty ofrece para los resultados de las pruebas A/B:
**Revenue**: Esta métrica muestra el importe total en USD generado por compras y renovaciones, menos los reembolsos realizados a los usuarios. Incluye tanto la compra inicial como las renovaciones posteriores de la suscripción. Revenue te ayuda a entender el rendimiento financiero de cada variante de la prueba A/B e identificar cuál genera más dinero.
Consulta más información sobre las métricas de [paywall](paywall-metrics) y [onboarding](onboarding-metrics).
**Probability to be best**: Adapty utiliza un sólido marco de análisis matemático para analizar los resultados de las pruebas A/B y ofrece una métrica denominada Probability to be best. Esta métrica evalúa la probabilidad de que una variante concreta sea la opción de mejor rendimiento (en términos de ingresos a largo plazo) entre todas las variantes probadas. Se expresa como un porcentaje que va del 1% al 100%. Para más información sobre cómo Adapty calcula esta métrica, consulta la [documentación.](maths-behind-it) La opción de mejor rendimiento, determinada por Revenue per 1K user, se resalta en verde y se selecciona automáticamente como opción predeterminada.
**Revenue per 1K users**: La métrica de ingresos por cada 1.000 usuarios calcula el promedio de ingresos generados por cada 1.000 usuarios para cada variante de la prueba A/B. Esta métrica te ayuda a entender la eficiencia de ingresos de tus variantes, independientemente del número total de usuarios. Permite comparar el rendimiento de las distintas variantes en una escala estandarizada y tomar decisiones informadas basadas en la eficiencia de generación de ingresos.
**Prediction intervals for revenue 1K users**: La métrica de ingresos por cada 1.000 usuarios también incluye intervalos de predicción. Estos intervalos representan el rango dentro del cual se predice que caerán los ingresos reales por cada 1.000 usuarios de una variante determinada, basándose en los datos disponibles y el análisis estadístico.
En el contexto de las pruebas A/B, al analizar los ingresos generados por diferentes variantes, calculamos el promedio de ingresos por cada 1.000 usuarios para cada variante. Dado que los ingresos pueden variar entre usuarios, los intervalos de predicción ofrecen una indicación clara de los valores plausibles para los ingresos por cada 1.000 usuarios, teniendo en cuenta la variabilidad e incertidumbre asociadas al proceso de predicción.
Al incorporar los intervalos de predicción a la métrica de ingresos por cada 1.000 usuarios, Adapty te permite evaluar la eficiencia de ingresos de las variantes de tu prueba A/B considerando el rango de posibles resultados. Esta información te ayuda a tomar decisiones basadas en datos y a optimizar tu estrategia de suscripción de forma eficaz, teniendo en cuenta la incertidumbre del proceso de predicción y los valores plausibles para los ingresos por cada 1.000 usuarios.
Al analizar estas métricas de Adapty, puedes obtener información sobre el rendimiento financiero, la significancia estadística y la eficiencia de ingresos de las variantes de tus pruebas A/B, lo que te permite tomar decisiones basadas en datos y optimizar tu estrategia de suscripción de manera efectiva.
## Métricas de las pruebas A/B \{#ab-test-metrics\}
Adapty proporciona un conjunto completo de métricas para ayudarte a medir de forma efectiva el rendimiento de tus pruebas A/B realizadas en las variaciones de tu paywall u onboarding. Estas métricas se actualizan continuamente en tiempo real, excepto las vistas, que se actualizan de forma periódica. Entender estas métricas te ayudará a evaluar la efectividad de las distintas variaciones y a tomar decisiones basadas en datos para optimizar tu estrategia de paywall u onboarding.
Las métricas de las pruebas A/B están disponibles en la lista de pruebas A/B, donde puedes obtener una visión general del rendimiento de todas tus pruebas A/B. Esta vista completa ofrece métricas agregadas para cada variación de la prueba, lo que te permite comparar su rendimiento e identificar diferencias significativas. Para un análisis más detallado de cada prueba A/B, puedes acceder a las métricas de detalle de la prueba A/B. Esta sección proporciona métricas detalladas específicas para la prueba A/B seleccionada, lo que te permite profundizar en el rendimiento de las variaciones individuales.
Todas las métricas, excepto las vistas, se atribuyen al producto dentro del paywall o del onboarding.
## Controles de métricas \{#metrics-controls\}
El sistema muestra las métricas según el período de tiempo seleccionado y las organiza de acuerdo con el parámetro de la columna izquierda con tres niveles de sangría.
### Filtrado por fecha de instalación del perfil \{#profile-install-date-filtration\}
La casilla **Filter metrics by install date** permite filtrar las métricas según la fecha de instalación del perfil, en lugar de los filtros predeterminados que usan la fecha de prueba/compra para las transacciones o la fecha de visualización para las vistas de paywall u onboarding. Al marcar esta casilla, puedes centrarte en medir el rendimiento de adquisición de usuarios para un período específico, alineando las métricas con la fecha de instalación del perfil. Esta opción es útil para personalizar el análisis de métricas según tus necesidades concretas.
### Rangos de tiempo \{#time-ranges\}
Puedes elegir entre un rango de períodos de tiempo para analizar los datos de métricas, lo que te permite centrarte en duraciones específicas como días, semanas, meses o rangos de fechas personalizados.
### Filtros y agrupaciones disponibles \{#available-filters-and-grouping\}
:::link
Artículo principal: [Controles de Analytics](controls-filters-grouping-compare-proceeds)
:::
Adapty ofrece herramientas potentes para filtrar y personalizar el análisis de métricas según tus necesidades. Con la página de métricas de Adapty, tienes acceso a distintos rangos de tiempo, opciones de agrupación y posibilidades de filtrado.
- ✅ Filtrar por: Audiencia, atribución, país, paywall, estado del paywall, grupo de paywalls, onboarding, placement, país, store, producto y store del producto.
- ✅ Agrupar por: Producto y store.
:::note
Cuando filtras por prueba A/B, las pruebas A/B entre placements aparecen como pruebas secundarias independientes (por ejemplo, `My test child-0`, `My test child-1`), una por placement. Consulta [Limitaciones de las pruebas A/B entre placements](ab-test-types#crossplacement-ab-test-limitations) para más detalles.
:::
## Gráfico de métrica individual \{#single-metrics-chart\}
Uno de los componentes clave de la página de métricas de paywall u onboarding es la sección de gráficos, que representa visualmente las métricas seleccionadas y facilita su análisis.
La sección de gráficos de la página de métricas de la prueba A/B incluye un gráfico de barras horizontales que representa visualmente los valores de la métrica seleccionada. Cada barra del gráfico corresponde a un valor de métrica y su tamaño es proporcional, lo que facilita entender los datos de un vistazo. La línea horizontal indica el período de tiempo analizado, y la columna vertical muestra los valores numéricos de las métricas. El valor total de todos los valores de las métricas se muestra junto al gráfico.
Además, al hacer clic en el icono de flecha en la esquina superior derecha de la sección del gráfico, se expande la vista y se muestran las métricas seleccionadas en la línea completa del gráfico.
## Resumen de la prueba A/B \{#ab-test-summary\}
Junto al gráfico de métrica individual, se muestra la sección de resumen de detalles de la prueba A/B, que incluye información sobre el estado, la duración, los placements y otros detalles relacionados con la prueba A/B.
## Definiciones de métricas \{#metrics-definitions\}
Estas son las métricas clave disponibles para las pruebas A/B:
### Revenue \{#revenue\}
Revenue representa el importe total en USD generado por compras y renovaciones resultantes de la prueba A/B. Incluye la compra inicial y las renovaciones de suscripción posteriores. La métrica de ingresos se calcula antes de deducir la comisión de App Store o Play Store.
Consulta más información sobre las métricas de ingresos de [paywall](paywall-metrics#revenue) y [onboarding](onboarding-metrics#revenue).
### CR to purchases \{#cr-to-purchases\}
La tasa de conversión a compras mide la efectividad de tu prueba A/B para convertir vistas en compras reales. Se calcula dividiendo el número de compras por el número de vistas. Por ejemplo, si tuviste 10 compras y 100 vistas, la tasa de conversión a compras sería del 10%.
### CR trials \{#cr-trials\}
La tasa de conversión (CR) a trials es el número de trials iniciados desde la prueba A/B dividido por el número de vistas. La tasa de conversión a trials mide la efectividad de tu prueba A/B para convertir vistas en activaciones de trial. Se calcula dividiendo el número de trials iniciados por el número de vistas.
### Purchases \{#purchases\}
La métrica de compras representa el número total de transacciones realizadas dentro del paywall o el onboarding como resultado de la prueba A/B. Incluye los siguientes tipos de compras:
- Nuevas compras realizadas.
- Conversiones de trials activados.
- Cambios de nivel inferior, superior y cruzados de suscripciones.
- Restauraciones de suscripciones (por ejemplo, cuando una suscripción expira sin renovación automática y se restaura posteriormente).
Ten en cuenta que las renovaciones no están incluidas en la métrica de compras.
### Trials \{#trials\}
La métrica de trials indica el número total de trials activados como resultado de la prueba A/B.
### Trials cancelled \{#trials-cancelled\}
La métrica de trials cancelados representa el número de trials en los que se ha desactivado la renovación automática. Esto ocurre cuando los usuarios cancelan manualmente su suscripción al trial.
### Refunds \{#refunds\}
Los reembolsos de la prueba A/B representan el número de compras y suscripciones reembolsadas específicamente relacionadas con las variaciones probadas.
### Views \{#views\}
Las vistas son el número de visualizaciones de los paywalls o los onboardings que componen la prueba A/B. Si el usuario visita dos veces, se contarán como dos visitas.
### Unique views \{#unique-views\}
Las vistas únicas son el número de visualizaciones únicas del paywall o del onboarding. Si el usuario lo visita dos veces, se contará como una única vista.
### Probability to be the best \{#probability-to-be-the-best\}
La métrica Probability to be the best cuantifica la probabilidad de que una variante específica dentro de una prueba A/B sea la opción de mejor rendimiento entre todos los paywalls u onboardings probados. Proporciona una probabilidad numérica que indica el rendimiento relativo de cada paywall u onboarding. Se expresa como un porcentaje que va del 1% al 100%.
### ARPU (Average revenue per user) \{#arpu-average-revenue-per-user\}
Solo para pruebas A/B de onboarding. Mide el promedio de ingresos generados por cada usuario en un período específico. Se calcula dividiendo los ingresos totales por el número de usuarios únicos.
### ARPPU (Average revenue per paying user) \{#arppu-average-revenue-per-paying-user\}
ARPPU son las siglas de Average Revenue Per Paying User (ingresos medios por usuario de pago) resultantes de la prueba A/B. Se calcula como los ingresos totales divididos por el número de usuarios de pago únicos. Por ejemplo, si has generado 15.000 $ en ingresos de 1.000 usuarios de pago, el ARPPU sería de 15 $.
### ARPAS (Average revenue per active subscriber) \{#arpas-average-revenue-per-active-subscriber\}
ARPAS es una métrica que permite medir el promedio de ingresos generados por suscriptor activo en la ejecución de la prueba A/B. Se calcula dividiendo los ingresos totales por el número de suscriptores que han activado un trial o una suscripción. Por ejemplo, si los ingresos totales son 5.000 $ y tienes 1.000 suscriptores, el ARPAS sería de 5 $. Esta métrica ayuda a evaluar el potencial de monetización promedio por suscriptor.
### Proceeds \{#proceeds\}
La métrica de proceeds para la prueba A/B representa el importe real en USD recibido por el propietario de la app por compras y renovaciones, tras deducir la comisión aplicable de App Store o Play Store. Refleja los ingresos netos específicamente asociados a las variaciones probadas en la prueba A/B, contribuyendo directamente a las ganancias de la app. Para más información sobre cómo se calculan los proceeds, puedes consultar la [documentación](analytics-cohorts#revenue-vs-proceeds) de Adapty.
### Unique subscribers \{#unique-subscribers\}
La métrica de suscriptores únicos representa el recuento de personas distintas que se han suscrito o activado un trial a través de las variaciones de la prueba A/B. Cada suscriptor se contabiliza una sola vez, independientemente del número de suscripciones o trials que inicie.
### Unique paid subscribers \{#unique-paid-subscribers\}
La métrica de suscriptores de pago únicos representa el número de personas únicas que han completado con éxito una compra y se han convertido en suscriptores de pago a través de las variaciones de la prueba A/B.
### Refund rate \{#refund-rate\}
La tasa de reembolso para la prueba A/B se calcula dividiendo el número de reembolsos específicamente asociados a las variaciones de la prueba por el número de primeras compras (las renovaciones quedan excluidas). Por ejemplo, si hay 5 reembolsos y 1.000 primeras compras, la tasa de reembolso sería del 0,5%.
### Unique CR purchases \{#unique-cr-purchases\}
La tasa de conversión única a compras para la prueba A/B se calcula dividiendo el número de compras específicamente asociadas a las variaciones de la prueba por el número de vistas únicas. Por ejemplo, si hay 10 compras y 100 vistas únicas, la tasa de conversión única a compras sería del 10%.
### Unique CR trials \{#unique-cr-trials\}
La tasa de conversión única a trials para la prueba A/B se calcula dividiendo el número de trials iniciados específicamente asociados a las variaciones de la prueba por el número de vistas únicas. Por ejemplo, si hay 30 trials iniciados y 100 vistas únicas, la tasa de conversión única a trials sería del 30%.
### Completions y completions únicos \{#completions--unique-completions\}
Solo para pruebas A/B de onboarding. Los completions cuentan el número de veces que los usuarios completan tu onboarding a través de las variaciones de la prueba A/B, es decir, que pasan de la primera a la última pantalla. Si alguien lo completa dos veces, eso cuenta como dos **completions** pero un único **unique completion**.
### Unique completions rate \{#unique-completions-rate\}
Solo para pruebas A/B de onboarding. El número de completions únicos dividido por el número de vistas únicas. Esta métrica te ayuda a entender cómo interactúan los usuarios con el onboarding a través de las variaciones de la prueba A/B y a realizar cambios si detectas que los usuarios lo ignoran.