Una hoja de ruta de personalización fracasa de una forma predecible: el equipo lanza ocho segmentos el primer mes, ninguno recibe tráfico suficiente para dar un resultado legible y, al tercer mes, nadie sabe decir si la personalización funciona. La solución no es más ambición, sino secuenciar. Empieza con menos segmentos de los que crees, comprueba qué puede detectar realmente tu tráfico antes de testar nada y decide de antemano qué resultado te hará escalar una regla o eliminarla.
Este es un plan de 90 días, semana a semana, para hacer pruebas de personalización en un sitio web B2B: quién se encarga de qué, con qué dos segmentos empezar y por qué, una comprobación realista del tamaño de muestra, reglas de decisión y una tabla de hoja de ruta que puedes copiar. Cómo convertir los resultados en una cifra de ROI se explica por separado en nuestra guía para medir el ROI de la personalización; esta página trata de cómo hacer las pruebas.
Quién es responsable de qué
Los programas de personalización sin un responsable concreto pierden el rumbo. Cinco roles lo cubren, y en un equipo pequeño una persona puede asumir varios:
| Rol | Responsable de | Plazo habitual |
|---|---|---|
| Responsable del programa (marketing) | Hoja de ruta, backlog de tests, decisiones en cada punto de control | 4-6 horas / semana |
| Responsable de contenidos | Titulares, bloques de pruebas sociales y texto de CTA por segmento | Intenso en las semanas 3-4 y 8-10 |
| Marketing ops / analítica | Tracking, asignación del grupo de control, campos del CRM, lectura de resultados | Intenso en las semanas 1-2; después, 2 horas a la semana |
| Responsable de ventas | Comprobación de la elección de segmentos, feedback sobre la calidad de los leads | 30 minutos en cada punto de control |
| Desarrollador web | Instalación del script y comprobaciones de parpadeo y rendimiento | Unas horas en la semana 1 |
La comprobación del tamaño de muestra (hazla primero)
Antes de elegir segmentos, averigua qué puede detectar tu tráfico. La mayoría de los equipos B2B se saltan este paso y después hacen pruebas que nunca podrían haber dado un resultado.
Una aproximación estándar (regla de Lehr, potencia del 80 %, significación bilateral del 5 %) es: visitantes necesarios por grupo = 16 x p x (1 - p) / d², donde p es la tasa base y d la diferencia absoluta que quieres detectar. A la inversa, la mejora relativa mínima que puedes detectar es 4 x √(p x (1 - p) / n) / p para n visitantes por grupo.
La tabla lo aplica a una prueba de unos dos meses con un reparto 50/50, de modo que cada grupo recibe aproximadamente un mes del tráfico del segmento. Se muestran dos métricas: una conversión de formulario al 2 % (solicitud de demo o de contacto) y un clic en el CTA al 10 %.
| Visitantes mensuales del segmento (en las páginas probadas) | Mejora mínima detectable: conversión del formulario al 2 % | Mejora mínima detectable: clic en el CTA al 10 % | Qué puedes probar de forma realista |
|---|---|---|---|
| 1,000 | ~89% | ~38% | Solo cambios grandes en métricas de clic. Agrupa segmentos o usa comparaciones antes/después para la conversión. |
| 5,000 | ~40% | ~17% | Tests de clics e interacción por segmento. Conversión solo para cambios ambiciosos. |
| 20,000 | ~20% | ~8.5% | Una sola prueba de conversión por segmento a la vez. |
| 50,000 | ~12.5% | ~5.4% | Pruebas de conversión con mejoras realistas; varias pruebas en paralelo en páginas distintas. |
Ejemplo del cálculo para la fila de 5.000: n = 5.000 por grupo, p = 0,02. √(0,02 x 0,98 / 5.000) = 0,00198. Multiplica por 4: 0,0079, es decir, un cambio de 0,79 puntos sobre una base del 2 %, o alrededor de un 40 % relativo.
De aquí se extraen tres conclusiones. Primera: si tu segmento recibe unos pocos miles de visitantes al mes, usa una métrica de mayor frecuencia (clics en el CTA, llegada a la página de precios) como métrica principal de la prueba y sigue las conversiones como señal secundaria. Segunda: haz cambios lo bastante grandes como para importar; reformular un botón no producirá una mejora del 40 %. Tercera: si mantienes un grupo de control del 30 % en lugar del 50 %, necesitas aproximadamente 1,2 veces el tráfico. Calcula tus propias cifras con la calculadora de A/B testing y consulta nuestra guía de tamaño de muestra en A/B testing para entender el razonamiento de la fórmula.
Con qué segmentos empezar y por qué
Empieza con exactamente dos segmentos. Elígelos según cuatro criterios: tráfico suficiente para superar la prueba de realidad, una diferencia clara en lo que el segmento necesita oír, contenido que ya tienes (o que puedes escribir en dos semanas) y valor para el negocio.
En la mayoría de las webs B2B, estos dos pasan el filtro:
- Tu sector con mejor encaje (visitantes identificados). Elige el vertical con más ingresos ganados en los últimos 12 meses, no el que más entusiasma a la dirección. El sector se obtiene de forma fiable con la identificación de visitantes, los compradores de un mismo vertical comparten vocabulario y objeciones, y probablemente ya tienes uno o dos casos de éxito. Cambia el titular del hero y la prueba de clientes.
- Visitantes recurrentes que han visto los precios o una página comparativa. Este segmento no necesita ninguna identificación, así que suele tener más tráfico que cualquier segmento firmográfico, y su necesidad es evidente: están evaluando, así que muéstrales un CTA directo de reunión y contenido de evaluación (seguridad, integraciones, implementación) en lugar de mensajes de descubrimiento.
Si el sector no divide bien tu mercado, usa el tamaño de empresa (por ejemplo, menos de 200 empleados frente a 1.000 o más) en lugar del segmento uno. La diferencia de mensaje entre un equipo que compra con tarjeta de crédito y uno que pasa por un proceso de compras suele ser grande.
Deja esto para más adelante: listas de cuentas concretas (muy poco tráfico para testar; personalízalas, pero no esperes un test interpretable), segmentos por cargo (rara vez conoces el rol del visitante antes de que rellene un formulario) y microsegmentos que combinan tres atributos. Nuestra guía para crear un perfil de cliente ideal explica cómo elegir los atributos de encaje a partir de tus datos de acuerdos ganados.
La hoja de ruta de personalización de 90 días
Copia esta tabla en tu herramienta de proyectos. Cada fase tiene un criterio de salida: no empieces la siguiente hasta cumplirlo.
| Semanas | Fase | Entregables | Responsable | Criterio de salida |
|---|---|---|---|---|
| 1-2 | Fundamentos | Eventos de conversión principales y secundarios definidos; seguimiento verificado; script de personalización instalado; punto de partida por segmento candidato (tráfico, conversión, clics en CTA, llegada a precios); comprobación del tamaño de muestra hecha | Marketing ops, desarrollador | Cifras de referencia aprobadas; dos segmentos elegidos que superan la prueba de realidad |
| 3-4 | Construir | Dos variantes por segmento (titular + pruebas); asignación al grupo de exclusión por cuenta; evento de analítica para segmento, regla y variante; QA en escritorio y móvil; comprobación del parpadeo y de las Core Web Vitals | Responsable de contenidos, marketing ops | Ambos segmentos activos con un grupo de exclusión; checklist de QA superada |
| 5-6 | Ejecutar sin mirar antes de tiempo | Solo revisión semanal de estado: tasa de identificación, precisión de la asignación a segmentos, equilibrio del grupo de control, velocidad de la página. Sin decisiones sobre resultados | Marketing ops | Sin problemas técnicos; grupos equilibrados |
| 7-8 | Primera lectura | Resultados de la métrica principal frente a la muestra prevista; valoración de ventas sobre la calidad de los leads; decisión por regla según las reglas siguientes | Responsable del programa, responsable de ventas | Cada regla marcada como escalar, iterar o eliminar |
| 9-10 | Itera y amplía | Regla ganadora ampliada a una segunda página; una variante más atrevida para las reglas sin resultado concluyente; un tercer segmento solo si el tráfico lo permite | Responsable de contenidos, responsable del programa | Nuevos tests en marcha con tamaños de muestra planificados |
| 11-12 | Segunda lectura | Resultados de los tests de las semanas 9-10; primera señal de pipeline (oportunidades creadas por grupo, solo orientativa) | Responsable del programa, marketing ops | Decisión por regla registrada |
| 13 | Revisar y planificar | Playbook actualizado con lo que funcionó y lo que no; backlog del segundo trimestre; resumen de resultados para la dirección (con enlace al modelo de ROI) | Responsable del programa | Roadmap del próximo trimestre aprobado |
Semanas 1-2: bases
Elige un evento de conversión principal (normalmente una solicitud de demo o de contacto) y uno secundario (llegar a la página de precios o un clic en un CTA de alta intención), y úsalos durante los 90 días completos. Cambiar la métrica de éxito a mitad de la prueba es la forma en que los resultados no concluyentes se convierten en "victorias". Verifica que los eventos se disparan en todos los formularios, incluidos los integrados y los de chat. Después, extrae la línea base de cada segmento candidato y haz la comprobación de realidad anterior antes de comprometerte con los segmentos.
Semanas 3-4: construir
Cambia uno o dos elementos por segmento, no toda la página. El titular y las pruebas son la pareja habitual porque son los que más significado transmiten. Recoge cada test en un plan de A/B testing de una página con la hipótesis, la métrica principal, el tamaño de muestra y la fecha de fin prevista, antes del lanzamiento. Asigna el grupo de control a nivel de cuenta para que los compañeros de una misma empresa vean la misma versión.
Semanas 5-6: ejecuta sin mirar antes de tiempo
Comprobar la significación cada día y parar la primera vez que supera el 95 % dispara los falsos positivos. Durante estas semanas, comprueba solo que la configuración funciona: ¿se identifica y asigna correctamente a los visitantes?, ¿los dos grupos tienen un tamaño similar?, ¿ha cambiado la velocidad de la página?
Semanas 7-8: primera lectura
Interpreta cada prueba solo cuando alcance la muestra prevista. Pregunta a ventas si los leads de las páginas personalizadas parecen distintos. Después aplica las reglas de decisión.
Semanas 9-12: itera y amplía
Extiende los ganadores a la siguiente página del recorrido (un titular sectorial ganador en la página de inicio suele merecer pruebas a juego en la página de precios). Da a las reglas no concluyentes una variante más audaz. Añade un tercer segmento solo si supera por sí solo la comprobación de realidad con su propio tráfico.
Semana 13: revisión
Registra cada regla, su resultado y la decisión en tu playbook de personalización, incluidas las perdedoras. Después, planifica el backlog del siguiente trimestre a partir de lo aprendido y no de la lista de deseos original.
Reglas de decisión: escalar, iterar o descartar
Déjalo por escrito antes de lanzar la primera prueba, para que nadie reinterprete los resultados según lo que esperaba.
| Resultado con el tamaño de muestra previsto | Decisión |
|---|---|
| Métrica principal al alza, límite inferior del intervalo de confianza del 95 % por encima de cero, calidad de los leads igual o mejor | Escalar: despliega en todo el segmento (manteniendo un pequeño grupo de control) y extiéndelo a la siguiente página |
| Métrica principal al alza pero no significativa; métrica secundaria al alza | Itera una vez: una variante más atrevida, la misma métrica, una nueva muestra prevista. Si sigue sin ser concluyente, descártala |
| Sin diferencias en la métrica principal ni en la secundaria | Descartar: puede que el segmento no necesite mensajes distintos o que el cambio fuera demasiado pequeño. Libera el tráfico para otro test |
| Métrica principal significativamente a la baja | Cancélalo ya, incluso antes de la fecha de fin prevista, y anota por qué crees que ha fallado |
| Más clics, conversiones planas tras una muestra completa | Descartar o mover: la variante genera curiosidad, no intención. Prueba el mensaje en una página de mayor intención |
| Suben las conversiones, baja la tasa de lead a oportunidad | Detente y revisa: estás atrayendo a las cuentas equivocadas; ajusta el segmento o el CTA |
Nuestra opinión: descartar es un resultado, no un fracaso. Una hoja de ruta en la que todas las pruebas "ganaron" indica que las pruebas se cerraron antes de tiempo.
Un backlog de pruebas listo para copiar
Mantén una fila por test. Las dos columnas que la mayoría de los equipos omiten son "muestra prevista por grupo" y "fecha de decisión", y son precisamente las que evitan que los tests se eternicen.
| ID de la prueba | Segmento | Página | Elemento | Hipótesis | Métrica principal | Muestra prevista por grupo | Inicio | Fecha de decisión | Resultado / decisión |
|---|---|---|---|---|---|---|---|---|---|
| T1 | Sector que mejor encaja | Home | Titular del hero + prueba | Nombrar el problema central del sector y mostrar un cliente similar aumenta las solicitudes de demo | Solicitudes de demo / visitante | ||||
| T2 | Recurrente, ha visto los precios | Home | CTA principal | Los evaluadores responden mejor a una oferta de reunión directa que a una descarga de contenido | Clics en el CTA | ||||
| T3 |
Nombra cada regla con un patrón coherente, como segmento-página-elemento-versión (por ejemplo, "logistics-home-hero-v2"). Al llegar al día 90 tendrás una docena de reglas, y las que no tengan nombre serán imposibles de auditar.
Errores habituales
Elegir los segmentos antes de revisar el tráfico. El motivo más habitual de que un plan de 90 días no produzca nada. Haz la comprobación de realidad en la primera semana.
Comparar a los visitantes personalizados con la media del sitio. Los visitantes identificados de sectores objetivo convierten de forma distinta al tráfico anónimo de todos modos. Compara con un grupo de control del mismo segmento, o la “mejora” será solo el efecto del segmento.
Cambiar demasiado poco. Cambiar una palabra de un titular no puede producir una mejora que el tráfico B2B pueda detectar. Cambia el mensaje, no la puntuación.
Reglas que se solapan sin prioridad. Una cuenta puede ser enterprise y estar a la vez en tu sector objetivo. Decide de antemano qué regla gana (normalmente la más específica), o dos pruebas se contaminarán entre sí.
Dejar que la experiencia por defecto se deteriore. La mayor parte de tu tráfico seguirá viendo la página por defecto pasados 90 días. Sigue mejorándola, idealmente con tests A/B normales; consulta A/B testing frente a test multivariante para elegir el método.
Informar del pipeline el día 60. Los efectos en oportunidades e ingresos necesitan al menos un ciclo de ventas. El día 90, presenta el pipeline como orientativo y remite al plan de medición para la lectura completa.
Las funcionalidades de segmentación de Markettailor cubren los tipos de segmento de este plan: sector, tamaño de empresa y comportamiento en la web, como las visitas a la página de precios.
Preguntas frecuentes
¿Qué debería incluir una hoja de ruta de personalización?
Responsables designados, los segmentos con los que empiezas y por qué, una comprobación del tamaño de muestra que muestre qué puede detectar tu tráfico, un plan por fases con entregables y criterios de salida, reglas de decisión para escalar o descartar cada regla escritas antes del lanzamiento y un backlog de pruebas con tamaños de muestra y fechas de decisión previstos. Sin la comprobación del tamaño de muestra y las reglas de decisión, una hoja de ruta es una lista de deseos.
¿Cuánto tráfico necesitas para hacer tests de personalización?
Depende de la métrica. Con una tasa de conversión del 2 %, un segmento con 20.000 visitantes mensuales puede detectar una mejora relativa de alrededor del 20 % en unos dos meses con un reparto 50/50. Con 5.000 visitantes, solo es detectable una mejora del 40 %, así que usa una métrica de mayor frecuencia, como los clics en el CTA, que con una base del 10 % puede mostrar una mejora del 17 %.
¿Qué segmentos deberías personalizar primero?
Dos: tu sector con mejor encaje, elegido a partir de los ingresos ganados, y los visitantes recurrentes que han visto las páginas de precios o de comparativa. El primero tiene una diferencia de mensaje clara y pruebas ya existentes; el segundo no necesita identificación, así que suele tener más tráfico. Deja para más adelante las listas de cuentas concretas y los segmentos por cargo, porque su tráfico es demasiado pequeño para testar.
¿Cuánto tiempo debe durar un test de personalización?
Hasta que alcance el tamaño de muestra que planificaste antes del lanzamiento, y durante al menos dos semanas completas para que estén representados todos los días de la semana. No la detengas en cuanto un resultado parezca significativo: revisar a diario y parar en la primera lectura significativa infla los falsos positivos. Los efectos en el pipeline necesitan además un ciclo de venta completo.