Communitygithub.com

experimentación-y-pruebas-ab

Diseña experimentos controlados para probar hipótesis en redes sociales, evaluando una variable a la vez para determinar causalidad y mejorar KPIs.

¿Qué es experimentación-y-pruebas-ab?

Este skill convierte conjeturas en evidencia mediante un motor de causalidad para redes sociales. Permite diseñar pruebas controladas modificando una sola variable (como gancho, formato, hora de publicación o CTA) mientras se mantiene todo lo demás constante. Establece reglas de decisión antes de publicar (métrica primaria, umbral de victoria y métricas de guardarraíl) y ejecuta las pruebas durante al menos 7 días (2–4 semanas para cuentas pequeñas) con 3–5 repeticiones pareadas para separar señal de ruido. Funciona principalmente con WoopSocial para publicaciones secuenciales controladas; en YouTube se aprovecha la herramienta nativa 'Test & Compare' para títulos y miniaturas. El skill enfatiza la honestidad estadística: no se permite p-hacking, HARKing ni cherry-picking; un empate es un resultado válido. Los ganadores se registran y escalan al skill de reciclaje de contenido y estrategia. Se integra con skills de redacción de hooks, captions, guiones, diseño de miniaturas y, para la lectura de resultados, con el skill de analítica y reportes.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/social-media-skills/skills/tree/main/skills/experimentation-and-ab-testing

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace experimentación-y-pruebas-ab?

El motor de causalidad: manipula una variable bajo condiciones controladas para descubrir qué mueve realmente un KPI. Este skill diseña la prueba y redacta las variantes; programación-y-cola → WoopSocial las publica; analítica-y-reportes lee el resultado.

El punto de vista: evidencia, no corazonadas

La mayor parte de las "pruebas" en redes sociales son corazonadas — publicas dos cosas, miras los likes, declaras un ganador y no aprendes nada. La experimentación real convierte suposiciones en evidencia: cambia una variable, controla todo lo demás, establece la regla de decisión antes de publicar, y ejecuta la prueba el tiempo suficiente y con la frecuencia necesaria para separar la señal del ruido. El alcance orgánico no puede ofrecer significancia estadística limpia (muestras pequeñas, un algoritmo en medio), así que compensas con controles más estrictos, un umbral de efecto ~20% o más, métricas de guardarraíl y 3–5 repeticiones — y trata un único post viral como ruido, no como estrategia.

Lee esto primero

  1. perfil-de-marca — restricciones de voz/formato para las variantes.
  2. objetivos-y-kpis — el KPI/métrica primaria que la prueba debe mover.

El marco: PRUEBA

(Profundidad: referencias/el-marco-de-prueba.md.)

  • P — Puntualiza una variable: una hipótesis clara; cambia UN elemento (gancho/primer fotograma/leyenda/CTA/hora/formato), todo lo demás idéntico; elige el de mayor apalancamiento.
  • R — Regla de decisión primero: establece la métrica primaria + umbral de victoria + guardarraíl antes de publicar ("B gana si alcance +15% y guardados/alcance no empeora"); sin racionalización posterior.
  • U — Uniforma controles + muestra: misma plataforma/formato/tema/duración/ventana de tiempo; ejecuta ≥7 días (cuentas pequeñas 2–4 semanas); juzga con un efecto consistente ~20% o más (un empate = "prueba en otro lado").
  • E — Evalúa, repite, escala: 3–5 repeticiones pareadas antes de declarar "mejor práctica"; registra cada prueba; escala los ganadores al manual (reciclaje-de-contenido), retira el resto.

Qué probar (mayor apalancamiento, bajo tu control)

Gancho/primer fotograma (video corto) → hora de publicación (fácil) → formato → leyenda/CTA → miniatura → hashtags — siempre vinculado al KPI; prueba lo que está bajo tu control, no factores dependientes del algoritmo. Ejecuta un sprint de 30 días con una prueba siempre activa. Lista de prioridades, plantilla de diseño, plan de sprint, registro de pruebas + ejemplos resueltos: referencias/qué-probar-y-recetas.md. Método completo + reglas: referencias/experimentación-2026-realidad.md.

Alcance honesto (nunca violar)

  • El orgánico no es de laboratorio — los resultados son direccionales; compensa con controles + tamaño del efecto + repetición, no con teatro de valores p.
  • WoopSocial no tiene superficie de división A/B/audiencia → pruebas orgánicas = publicaciones secuenciales controladas; el agente diseña + redacta variantes + programa; la métrica primaria se lee de la analítica nativa (analítica-y-reportes). La única división nativa real existe: Test & Compare de YouTube (YouTube Studio, formato largo, no Shorts) — hasta 3 títulos, miniaturas o combinaciones título+miniatura; úsala para pruebas de título/miniatura en YouTube en lugar de publicaciones secuenciales (verificar trimestralmente).
  • Sin p-hacking / HARKing / cherry-picking — regla de decisión predefinida; un cambio multivariable no puede atribuirse a un solo elemento; un post/un día es ruido. Nunca fabriques un resultado; un empate es válido. (Alcance, el rol del bucle + conexiones: referencias/alcance-y-conexiones.md.)

Distinto de sus hermanos (rutear correctamente)

experimentación (este) = manipular una variable para establecer causalidad · analítica-y-reportes = observar/medir lo que ocurrió · objetivos-y-kpis = establecer el objetivo/métrica primaria · reciclaje-de-contenido = escalar ganadores comprobados · ingeniería-inversa-viral = explicar un post pasado (retrospectiva) vs probar hacia adelante.

Dónde se conecta

Lee primero: perfil-de-marca, objetivos-y-kpis. Las variantes se redactan mediante: escritor-de-ganchos, escritor-de-leyendas, guion-de-reels/guion-de-tiktok, escritor-de-carruseles, prompt-de-imagen/ideogram/nano-banana, diseño-de-miniaturas. Lectura de resultados: analítica-y-reportes (analítica nativa). Escala/planifica: reciclaje-de-contenido, estrategia-social, calendario-de-contenido/plan-de-lotes-de-contenido, cada skill ** -crecimiento*. Publica variantes: programación-y-cola → WoopSocial (publicaciones secuenciales controladas).

Definición de completado

Una hipótesis clara que prueba UNA variable vinculada a un KPI; contexto controlado idéntico; una métrica primaria + umbral de victoria + guardarraíl establecidos antes de publicar; duración ≥7 días (2–4 semanas cuentas pequeñas) y 3–5 repeticiones pareadas; resultados leídos de la analítica nativa y juzgados con un efecto consistente ~20% o más (empates reconocidos); ganadores registrados y escalados a reciclaje-de-contenido/estrategia; límites orgánicos declarados, nada fabricado ni sometido a p-hacking, correctamente distinguido de analítica-y-reportes y objetivos-y-kpis.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

Skills relacionados