¿Cuántos días hay que esperar para saber si un anuncio funciona? ¿Diez ventas? ¿Una semana? ¿Un ROAS de 3? Son reglas cómodas, pero no dicen nada sobre tu negocio. Con un ticket alto, diez ventas pueden ser mucho. Con uno bajo, pueden ser ruido.
La prueba secuencial de Wald responde otra pregunta, más útil: ¿la evidencia que tengo hoy ya alcanza para decidir, o todavía no?
La idea, en simple
Imagina que defines dos escenarios antes de empezar:
- Escenario malo (p0): de cada 100 personas que escriben por el anuncio, compran tan pocas que no cubres tu costo. Por ejemplo, 2.
- Escenario bueno (p1): compran las suficientes para que el anuncio te deje ganancia. Por ejemplo, 6.
Cada vez que una persona que llegó por el anuncio compra o no compra dentro de la ventana que definiste, la evidencia se mueve un poco hacia un escenario o hacia el otro. La prueba de Wald (en estadística, SPRT: prueba secuencial de razón de verosimilitudes) suma esa evidencia y fija dos límites:
- Si la evidencia cruza el límite superior, respalda el escenario bueno: puedes escalar.
- Si cruza el límite inferior, respalda el escenario malo: conviene apagar.
- Si sigue entre los dos, todavía no alcanza: mantén el anuncio y sigue observando.
La ventaja es que no tienes que fijar de antemano cuántas ventas esperar. Decides en cuanto la evidencia alcanza, ni antes ni después.
La fórmula (para quien la quiera)
Con n personas evaluadas y s compras:
L = s × ln(p1 / p0) + (n − s) × ln((1 − p1) / (1 − p0))
Los límites clásicos aproximados son ln((1 − β) / α) arriba y ln(β / (1 − α)) abajo, donde α y β son las tolerancias de error que aceptas. No son la probabilidad de que el anuncio sea rentable: son reglas para decidir con un riesgo de error acordado.
Las reglas que hacen que funcione
Wald solo sirve si se usa con disciplina:
- Definir todo antes de empezar: qué es una compra, en qué ventana se cuenta y en qué orden se evalúan las personas.
- Elegir p0 y p1 con la economía de tu negocio, no copiando porcentajes de otro caso.
- Contar a cada persona una sola vez, cuando su resultado ya se puede comparar.
- No borrar los malos resultados reiniciando la prueba.
- No cambiar oferta, público u optimización a mitad de camino sin separar la prueba.
- Aceptar "sin conclusión" como un resultado válido si se acaba el presupuesto o el tiempo.
Y dos advertencias:
- Pausar por riesgo no es lo mismo que demostrar que un anuncio es malo.
- Convertir no es lo mismo que ganar. Dos anuncios con la misma tasa de compra pueden tener distinto costo por contacto, ticket o margen. Por eso Wald va junto con la economía del negocio, no sola.
Cómo lo hace Sprinta por ti
Hacer esto a mano en una hoja de cálculo es posible, pero casi nadie lo sostiene. En Sprinta:
1. Prepara los datos. Antes de evaluar, revisa si están el gasto del período, las ventas confirmadas y los datos del negocio (precio, costo, margen). Si falta algo, te lo dice y el Científico de ventas reúne lo pendiente en una sola lista.
2. Calcula el punto de partida. Con tus precios y costos muestra el ROAS de equilibrio, el ROAS objetivo y el costo por lead del anuncio.
3. Sigue la evidencia. Un gráfico muestra cómo se mueve la evidencia entre los dos límites, compra por compra.
4. Te da la recomendación lista: Escalar, Mantener, Apagar, Revisar datos o Sin conclusión, con una frase que explica por qué.
Sprinta distingue una prueba planificada desde el inicio de una lectura de los datos que ya tienes: la segunda puede cambiar con nuevos resultados y no equivale a una prueba prospectiva. Y la recomendación es eso, una recomendación: no cambia nada en tus campañas de Meta.
Para qué te sirve
Deja de apagar anuncios demasiado pronto porque "no vendió ayer" y de escalar demasiado pronto porque "se movió bien el lunes". Decide cuando la evidencia alcanza.
Conoce más en Qué es Sprinta y en los planes. Hay ejemplos por tipo de negocio en sprinta.ai/whatsapp-ia.
Escala tu negocio y abre 10 más.
Sé la primera persona en comentar.