Si yo tuviera que resumir todo en una idea, diría esto: un test A/B en referidos sirve cuando cambio una sola cosa, mido una sola meta principal y miro también si el margen cierra.
En este tema, no me alcanza con ver más shares o más clics. Yo necesito revisar el embudo completo: invitaciones, clics, compras, ingresos en AR$ y costo por referido. Si una variante sube la tasa de compartidos pero baja la conversión o me deja un CPA peor, no es una mejora de verdad.
Antes de lanzar cualquier prueba, yo dejaría resuelto esto:
Mi orden para testear sería simple:
También me quedaría con dos números del artículo:
| Qué revisar | Qué me dice |
|---|---|
| Tasa de compartidos | Si la propuesta da ganas de recomendar |
| Conversión de referidos | Si el amigo termina comprando |
| Ingresos por referidos | Si el canal deja plata |
| Costo por referido | Si el incentivo se está yendo de precio |
| Período de recupero | Si el gasto vuelve en un plazo razonable |
En otras palabras: yo no escalaría un programa de referidos hasta validar hipótesis, tracking y rentabilidad con un test limpio. Con eso claro, el resto del artículo baja a tierra cómo elegir la variable, medir bien y decidir si implementar, repetir o frenar.
Cómo Hacer Pruebas A/B en Programas de Referidos: 4 Pasos Clave
Arrancá por el cuello de botella que hoy te está frenando y definí un solo objetivo principal. Tal vez los clientes no comparten el link. O lo comparten, pero los amigos no compran. O el costo por referido se fue alto. Esa respuesta marca qué conviene medir. Y, una vez que el objetivo está claro, elegí la métrica que va a decidir el test.
La métrica principal define al ganador. Las métricas de control te ayudan a no festejar una mejora que, en el fondo, te perjudica por otro lado.
| Métrica | Definición | Etapa del embudo | Unidad | Por qué importa |
|---|---|---|---|---|
| Tasa de compartidos | % de clientes elegibles que comparten su link al menos una vez | Recomendación | % | Mide qué tan atractiva es la propuesta para que los clientes la difundan |
| Tasa de clics sobre compartidos | Clics únicos ÷ veces que se compartió el link | Descubrimiento | % | Indica si el mensaje y el canal generan interés en los amigos |
| Tasa de conversión de referidos | Primeras compras de amigos referidos ÷ clics en links de referido | Conversión | % | Muestra qué tan bien convierte tu landing page para visitas nuevas |
| Ingresos por referidos | Ingresos netos totales de órdenes referidas en ARS | Ingresos | $ARS | Conecta el comportamiento del usuario con el valor económico real |
| Costo por referido | Total de descuentos y créditos otorgados ÷ nuevos clientes referidos | Adquisición | $ARS | Permite comparar la eficiencia del canal frente a otras fuentes de adquisición |
| Período de recupero | Meses necesarios para que el margen del cliente referido cubra el costo del incentivo | Finanzas | Meses | Crítico para negocios sensibles al flujo de caja |
Dicho simple: si tu métrica principal sube, pero el costo por referido se dispara o el período de recupero se alarga, no ganaste tanto como parece.
Una hipótesis bien escrita sigue esta estructura: Si cambiamos [elemento] para [audiencia], entonces [métrica principal] va a mejorar en [magnitud] durante [período], porque [dato o comportamiento observado].
Ejemplo completo: Si aumentamos el crédito para quien refiere de $1.000 ARS a $1.500 ARS en nuestra tienda de skincare, la tasa de compartidos va a subir al menos un 20% en 30 días, porque el 70% de los clientes recomiendan la marca pero posponen la acción hasta que haya una buena promo.
Ejemplo alternativo: Si pasamos a un beneficio doble ($1.000 ARS para quien refiere y $1.000 ARS para el amigo) en nuestra tienda de zapatillas, la tasa de conversión de referidos va a subir al menos un 25% en 30 días, porque los clientes suelen coordinar compras en grupo.
Lo importante acá es que la hipótesis no quede en algo vago como “subir el premio debería mejorar los resultados”. Necesitás dejar por escrito qué cambia, para quién, cuánto esperás mover y por qué.
Usá esta regla de cálculo: tasa de conversión actual + efecto mínimo detectable + 95% de confianza + 80% de poder estadístico + tráfico diario promedio. Después, dividí la muestra requerida por el tráfico diario promedio de tu programa para obtener la duración mínima.
Si cortás el test antes de llegar al tamaño de muestra, vas a estar reaccionando a ruido estadístico, no a un cambio real. En otras palabras, podés pensar que encontraste oro y en verdad solo viste una racha corta. Sumá además un margen por fines de semana y un ciclo de cobro.
Con el objetivo, la hipótesis y la duración ya definidos, podés pasar a elegir qué parte del flujo conviene testear primero.
Con la hipótesis ya definida, ahora toca elegir el cambio que más puede mover el resultado. La prioridad, en general, es simple: primero el incentivo, después el mensaje y, al final, la landing y el CTA.
La lógica es bastante directa. Si tenés poco tráfico, conviene arrancar por la parte del embudo que hoy más se cae. Si mucha gente comparte pero pocos amigos compran, la landing pasa al frente. Si casi nadie comparte, el primer test debería ir al incentivo. Y algo clave: probá una sola variable por vez. Si cambiás todo junto, después no sabés qué fue lo que funcionó.
Con esa prioridad clara, el siguiente paso es elegir la variable con más impacto.
El incentivo suele tener el mayor efecto sobre la conversión a share, la conversión del referido y el costo por referido. Por eso, conviene testear primero el tipo de recompensa, después si el programa recompensa a una parte o a ambas, y recién al final el monto.
Los programas de ambas partes generan aproximadamente 2,3 veces más shares y 1,8 veces más conversiones que los de una sola parte, aunque también suben el costo por referido. En Argentina, una recompensa fija en pesos suele ser más clara que un sistema de puntos.
| Tipo de recompensa | Diferencia clave | Impacto en costo por referido | Mejor caso de uso |
|---|---|---|---|
| Descuento fijo en AR$ (ej.: AR$ 2.000) | Valor inmediato y fácil de comunicar | Medio–alto, predecible | Moda, belleza, supermercado |
| Porcentaje de descuento (ej.: 15 %) | Escala con el ticket; poné un tope | Variable; puede subir en órdenes grandes | Electrónica, hogar |
| Crédito en tienda | Empuja la recompra; costo neto menor por crédito no usado | Bajo a medio | Belleza, cuidado personal, alimentos |
| Regalo / producto | Alto valor percibido con bajo costo si el margen lo permite | Bajo con producto de alto margen | Skincare, accesorios de moda |
| Recompensas escalonadas | Le da juego al programa; motiva a los referentes más activos | Variable según volumen | Programas de embajadores |
Como regla práctica, limitá el incentivo a 10–20 % del margen bruto por referido. Si el margen bruto es AR$ 4.000, el incentivo debería quedar entre AR$ 400 y AR$ 800. También conviene testear el momento de entrega: acreditar la recompensa después de la entrega del pedido, y no en el checkout, reduce cancelaciones y referidos falsos.
Si el incentivo ya mueve la aguja, el copy pasa a definir cuánto de ese interés termina en clic y compra.
Con el incentivo resuelto, el mensaje suele ser la próxima palanca. El copy, el tono y el horario de envío influyen en la tasa de compartidos y en el clic del referido.
Para Argentina, conviene testear el tono en español rioplatense y la estructura del mensaje. Un texto que abre con el beneficio concreto - por ejemplo, "Che, en [Marca] te dan AR$ 2.000 de descuento en tu primera compra con este link" - suele rendir mejor que uno que arranca con el nombre de la marca o con una promo genérica. Usar vos, verbos simples y una microprueba social como "'ya compré y llegó rápido'" baja la fricción y hace más fácil que el cliente lo reenvíe.
Si usás Burbuxa, podés configurar variantes de mensaje dentro de los flujos de WhatsApp e Instagram, rotarlas de forma automática y conectar cada conversación con el clic y la compra real. Eso te deja ver qué variante de copy y qué canal generan más ventas, no solo más clics.
Con el mensaje validado, recién ahí tiene sentido ajustar la landing y el CTA.
La landing y el CTA valen la pena una vez que el incentivo y el mensaje ya están resueltos. Lo que más conviene probar acá es el titular, la prueba social, la longitud del formulario y el diseño mobile.
Los momentos con más intención para mostrar el CTA son la página de confirmación de compra - dentro de las 24 horas después de la compra - y la cuenta del cliente. También suma testear CTAs dentro de los flujos de chat si ya tenés automatizaciones activas. Ese orden te deja una base limpia para medir el próximo test.
Con la variable ya elegida, toca pasar de la hipótesis al experimento. Antes de mandar tráfico, dejá el tracking listo. Después de decidir qué vas a probar, armá el experimento sin mover el resto del flujo. Si el tracking falla desde el arranque, los resultados no sirven, aunque el flujo reciba mucho tráfico.
La variante A es el control. La B cambia solo una variable: incentivo, copy o CTA. Las dos variantes tienen que usar el mismo canal, el mismo horario de envío y la misma estructura de flujo.
Cada evento del embudo - invitación enviada, link con clic, registro completado, pedido realizado y recompensa emitida - tiene que llevar un ref_variant (A o B) y un referral_id para poder reconstruir el recorrido completo de cada usuario. Sin ese tag en cada evento, no podés comparar variantes con precisión.
Para el reparto de tráfico, podés usar:
Por ejemplo, una marca de moda puede dejar el 80 % del tráfico en el incentivo actual y el 20 % en una variante con más crédito y envío gratis. Antes de escalar, hacé un control interno: simulá el flujo completo desde WhatsApp e Instagram y verificá que los eventos y las recompensas funcionen bien.
Una vez definido el reparto, el tracking tiene que unir cada evento con órdenes reales y clientes.
El tracking del programa de referidos, por sí solo, no alcanza. Para medir el impacto real, necesitás unir esos datos con las órdenes y los perfiles de cliente usando un identificador común - por lo general customer_id o email - y el order_id en las compras.
Con esa conexión podés medir ingresos en AR$ por variante, recompra y costo de recompensa.
| Fuente de datos | Evento | Campos requeridos | Uso en reportes |
|---|---|---|---|
| Plataforma de referidos | Invitación enviada | referral_id, ref_variant, referrer_customer_id, channel, timestamp | Participación por variante |
| Plataforma de referidos | Link con clic | referral_id, ref_variant, referred_session_id, device, timestamp | CTR por dispositivo |
| Plataforma de referidos | Registro completado | referral_id, ref_variant, referred_customer_id, timestamp | Conversión de lead a cliente |
| Ecommerce (Shopify / Tiendanube / VTEX) | Pedido realizado | order_id, customer_id, order_value_ars, referral_id, timestamp | Ingresos en AR$ por variante |
| Plataforma de referidos | Recompensa emitida | referral_id, ref_variant, reward_type, reward_value_ars, status, timestamp | Costo de recompensas por variante |
| CRM | Perfil de cliente | customer_id, email, segmento, canal de adquisición, ciudad/región | LTV por variante |
El punto no es medir solo clics. Lo que importa es comparar el impacto de cada variante en ventas y costo de adquisición.
Cruzar logs a mano con órdenes de Shopify o Tiendanube lleva tiempo y se rompe fácil. Automatizá la sincronización para que los tableros se actualicen solos.
Sin sincronización automática, solo ves actividad. Con esa conexión, podés medir impacto real en ventas. Si ya usás Burbuxa para WhatsApp e Instagram, sincronizá variantes, órdenes y clientes en tiempo real con Shopify, Tiendanube, VTEX o API, y medí ventas, no solo clics.
Con los datos conectados, ya podés leer el rendimiento por etapa del embudo.
Con las variantes ya sincronizadas, compará impacto real, no solo movimiento.
Con el tracking listo, toca pasar de los datos a una decisión. Arrancá por la métrica primaria y compará A vs. B. Después, chequeá ingresos, margen bruto y costo por referido.
A veces una variante parece ganar arriba del embudo, pero pierde cuando mirás el negocio completo. Puede pasar, por ejemplo, con un incentivo de AR$ 2.000 de descuento fijo frente a un 10% OFF. El descuento fijo quizá logre más compartidos, pero si aplica solo desde un monto mínimo que muchos amigos no alcanzan, la conversión del amigo baja y el costo por referido sube:
| Variante | Tasa de compartidos | Conversión del amigo | Ingresos por referido | Costo por referido | Ganadora |
|---|---|---|---|---|---|
| A: 10% OFF para ambos | 18% | 9% | AR$ 3.200 | AR$ 900 | ✅ |
| B: AR$ 2.000 OFF primera compra | 24% | 6% | AR$ 2.700 | AR$ 1.500 |
La variante B gana en tasa de compartidos, pero la variante A deja más ingresos y menor costo por referido. O sea: el ganador no se define por volumen, sino por rentabilidad.
Con esa lectura, ya podés decidir si conviene implementar, repetir o frenar.
Implementá la variante ganadora cuando la métrica primaria muestre una mejora clara, la confianza estadística pase el 90–95%, el margen por referido sea igual o mejor que el control y las métricas de resguardo se mantengan neutras o positivas. Corré el test incluyendo al menos un fin de semana.
Repetí o extendé el test si la muestra quedó chica, hubo ruido externo fuerte o la diferencia entre A y B fue menor al 3–5% sin una señal estadística clara.
Cortalo si la variante sube el costo de recompensa sin sumar ingreso suficiente para sostener la rentabilidad objetivo. Si el beneficio por referido cae por debajo de tu piso mínimo, da igual cuántos referidos traiga: no conviene escalarla.
Después de decidir, registrá lo aprendido para el siguiente test.
Un programa de referidos que mejora con el tiempo no depende de un solo experimento. Funciona mejor cuando cada test se conecta con el siguiente.
Documentá cada experimento con hipótesis, fechas, tamaño de muestra, métricas, resultado y aprendizaje. Además, mantené un backlog priorizado con las próximas ideas. Por ejemplo:
Planificá los tests de mayor impacto antes de picos estacionales, como el Día de la Madre o Navidad. Los ajustes más chicos pueden esperar a semanas más tranquilas.
Guardá cada aprendizaje para elegir mejor el próximo test. Si ya usás Burbuxa para automatizar flujos en WhatsApp e Instagram, podés aplicar los mensajes e incentivos ganadores directo en esos canales y medir el impacto con datos sincronizados de Shopify, Tiendanube o VTEX. Documentá hipótesis, fechas, muestra, resultado y aprendizaje para ordenar el próximo experimento.
La mejora sostenida en referidos sale de repetir cuatro pasos: definir, priorizar, medir y aprender.
Si ya definiste el embudo, cerrá cada test con una secuencia simple: una sola meta cuantificable, una métrica principal, un plazo y un criterio de decisión antes de lanzar. Sin eso, el test arranca flojo.
Conviene ir por partes. Primero, probá el incentivo. Después, el mensaje en WhatsApp o Instagram. Recién al final metete con la landing y el CTA. Cuando el incentivo ya funciona, ahí sí tiene sentido instrumentar el tracking.
Dejá el tracking listo antes del lanzamiento. Asigná un link o código por variante y medí cada etapa del embudo hasta la compra y el margen neto. Si usás Burbuxa, podés automatizar los flujos de referidos en WhatsApp e Instagram y tener los datos sincronizados en tiempo real con Shopify, Tiendanube o VTEX, sin cruces manuales.
También conviene dejar todo por escrito: hipótesis, variantes, métricas y aprendizaje. Cada resultado marca cuál debería ser el próximo test.
Conviene testear primero los incentivos, porque suelen ser el motor que empuja a tus clientes a recomendar la marca. La idea es dar con un punto que resulte atractivo tanto para quien refiere como para el nuevo cliente, sin comerte los márgenes.
Podés probar distintas estructuras, como el doble beneficio - por ejemplo, $ 2.000,00 de descuento para ambos - y medir cuál convierte mejor. Después, ajustá el mensaje, los CTA o el momento del envío.
Para saber si una variante de verdad ganó, apoyate en una base estadística sólida y en las métricas definidas de antemano. Eso te ayuda a evitar errores comunes, como el peeking o los sesgos al segmentar.
También conviene que la prueba arranque con una hipótesis clara y una muestra suficiente. Recién ahí tiene sentido revisar si la diferencia es estadísticamente significativa antes de dar una variante como ganadora.
Para que una prueba A/B sea confiable, conviene que dure entre 2 y 4 semanas. Ese margen te deja ver cambios normales del tráfico y hábitos de uso que varían según el día o la semana.
No la cortes apenas aparezca una significancia estadística inicial. Esperá a llegar al tamaño de muestra calculado para no sacar conclusiones equivocadas ni quedarte con resultados engañosos.
