Pruebas A/B de SEO

TL;DR — Las pruebas A/B de SEO permiten demostrar si un cambio funcionó en vez de adivinar. No se divide a las personas, sino páginas similares: unas cambian, otras quedan como control y se compara el tráfico orgánico. Así se separa el efecto del cambio de la estacionalidad, las actualizaciones de Google y el azar.

Qué son las pruebas A/B de SEO

Cuando cambias una etiqueta title o añades contenido, el tráfico puede subir o bajar. Sin un grupo de comparación no sabes si la causa fue tu cambio, la temporada o una actualización de Google.

Las pruebas A/B de SEO, también llamadas pruebas divididas de SEO, comparan páginas modificadas con páginas similares sin cambios. Si el grupo variante supera al control, es probable que el cambio haya causado la diferencia.

Por qué no puedes probar el SEO como una prueba A/B normal

Una prueba A/B de marketing puede mostrar un botón rojo a la mitad de los visitantes y uno verde a la otra mitad. El sitio sirve simultáneamente dos versiones de la misma página a personas distintas.

Los buscadores indexan una versión de una URL. No puedes repartir las búsquedas de una consulta al 50/50, y mostrar a Googlebot contenido distinto del que ven las personas es encubrimiento (cloaking), una práctica prohibida.

Por eso, una prueba de SEO divide páginas, no personas.

Cómo funciona realmente

Necesitas un conjunto de páginas similares con la misma plantilla, como páginas de producto, categorías o entradas de blog.

1. Divide las páginas al azar entre un grupo de control, sin cambios, y un grupo variante.
2. Aplica el cambio solo al grupo variante.
3. Espera unas semanas y compara el tráfico orgánico de ambos grupos.

Ambos grupos atraviesan la misma estacionalidad y las mismas actualizaciones. Lo que se mide es la diferencia entre ellos, no el movimiento común.

Qué puedes y qué no puedes probar

Puedes probar etiquetas title, meta descriptions, encabezados, datos estructurados, enlaces internos, contenido y diseño. Por lo general no puedes probar de forma fiable los backlinks, porque no es posible asignarlos aleatoria y uniformemente a la mitad de las páginas.

La pestaña Advanced explica las dos metodologías reales, el tráfico necesario, la duración y las reglas de Google.

TL;DR — Las pruebas A/B clásicas por visitante no se trasladan al SEO: los buscadores indexan una versión de cada URL. Por eso se aleatorizan páginas. Los métodos son split-URL/holdout y series temporales/impacto causal. Se pueden probar títulos, metas, datos estructurados, enlaces, contenido y diseño; no backlinks ni cambios globales. Es un cuasiexperimento porque las páginas no son totalmente independientes. Define la regla de parada antes de empezar. Canonicaliza las variantes, usa 302 en vez de 301, evita el encubrimiento y retira la prueba al terminar.

Por qué las pruebas A/B de CRO no funcionan para la búsqueda orgánica

Craig Bradford, de SearchPilot, lo explica así: “The ‘user’ we are testing for is Googlebot, not human users. That means it’s not possible, for instance, to show 10,000 ‘Googlebots’ control and variant pages randomly. There is only one Googlebot.” (traducción) «El “usuario” para el que hacemos la prueba es Googlebot, no las personas. Por ejemplo, no es posible mostrar aleatoriamente páginas de control y variantes a 10.000 “Googlebots”. Solo hay un Googlebot». Fuente: https://www.searchpilot.com/resources/blog/what-is-seo-split-testing#:~:text=There%20is%20only%20one%20Googlebot.

Hay dos razones estructurales por las que la aleatorización por visitante que usa la optimización de conversiones no sirve para la búsqueda orgánica:

1. Los buscadores indexan y posicionan una versión de una URL. No mantienen dos versiones rivales para compararlas.
2. No existe una asignación aleatoria por consulta. El propietario del sitio no puede repartir las impresiones orgánicas entre variantes.

La solución de ambos métodos reales es aleatorizar por página, no por visitante ni consulta.

Las herramientas que sustituyen contenido con JavaScript después de cargar pueden distorsionar la prueba. SearchPilot advierte que hacerlo “can cause significant problems or even invalidate the results” (traducción) «puede causar problemas importantes o incluso invalidar los resultados». Sirve la variante en el HTML inicial, desde el servidor o el perímetro. Fuente.

Las dos metodologías reales

Conviene separarlas porque responden a preguntas ligeramente distintas.

1. Prueba split-URL o por grupos de páginas (holdout)

Un conjunto grande de páginas con la misma plantilla se asigna al azar al control o a la variante. El cambio solo llega a la variante y después se comparan las sesiones o los clics orgánicos.

La estacionalidad y las actualizaciones deberían mover ambos grupos en paralelo. El efecto medido es la divergencia que aparece después de aplicar el cambio.

La potencia estadística depende del número de páginas, el tráfico por página y su variación natural.

Las páginas de un sitio no son observaciones totalmente independientes: comparten plantillas y enlaces internos y compiten en las mismas SERP. El efecto puede filtrarse al control, por lo que se trata de un cuasiexperimento y exige prudencia.

2. Series temporales o impacto causal

El modelo pronostica el tráfico contrafactual que habría tenido la variante sin el cambio, usando páginas similares no afectadas como referencia. La diferencia entre el pronóstico y el resultado real estima el impacto.

La base es el modelo bayesiano de series temporales estructurales del trabajo “Inferring Causal Impact Using Bayesian Structural Time-Series Models” (traducción) «Inferencia del impacto causal mediante modelos bayesianos estructurales de series temporales» (Google Research, preprint) y el paquete CausalImpact de R.

Herramientas de este ámbito

El mercado cambia, así que comprueba el estado actual antes de comprometerte:

• SearchPilot — plataforma asociada a pruebas divididas rigurosas, nacida de Distilled ODN; Brainlabs adquirió Distilled en 2020. Sirve las variantes en el perímetro.
• SEOTesting.com — opción más ligera basada en Search Console.
• seoClarity — módulo de pruebas dentro de una suite empresarial.

Google Search Console no ofrece hoy una función general de experimentos SEO en directo. Las herramientas de la época de AMP no equivalen a un producto actual llamado «GSC Experiments».

Microsoft presenta las pruebas split-URL como el enfoque adecuado para cambios estructurales y combina IndexNow con Microsoft Clarity: https://blogs.bing.com/webmaster/August-2024/A-B-Test-for-Better-Search-Engine-Performance-with-IndexNow-and-Microsoft-Clarity .

Cuánto tráfico y cuántas páginas necesitas

No existe una cifra universal. El tamaño de la muestra depende de tres factores:

• La variación natural de las páginas: cuanto más ruido, más datos.
• El efecto que quieres detectar: los efectos pequeños necesitan mucha más información.
• El número de páginas por grupo: más páginas aportan más señal.

Como referencia práctica, SearchPilot afirma que suele trabajar con “at least hundreds of pages on the same template and at least 30,000 organic sessions per month to the group of pages you want to test on.” (traducción) «al menos cientos de páginas con la misma plantilla y al menos 30,000 sesiones orgánicas mensuales en el grupo de páginas que se quiere probar». Fuente: https://www.searchpilot.com/resources/blog/what-is-seo-split-testing#:~:text=at%20least%2030%2C000%20organic%20sessions%20per%20month . La guía de Ahrefs sitúa el nivel cómodo en “tens or hundreds of thousands of organic visits per month.” (traducción) «decenas o cientos de miles de visitas orgánicas al mes». Fuente. Los sitios menores necesitan efectos mucho mayores para superar el ruido.

La métrica debe ser sesiones o clics orgánicos del grupo, no posiciones. Un rastreador no cubre toda la cola de consultas y la posición media de Search Console es demasiado agregada.

Cuánto tiempo debe durar una prueba

Los periodos habituales son de 2 a 6 semanas: Google debe volver a rastrear y evaluar las variantes, y cada grupo debe acumular tráfico suficiente.

El error cardinal es detenerse pronto. Ryan Jones, de SEOTesting.com, lo resume así: “Never end a test early just because you see good results!” (traducción) «¡Nunca termines una prueba antes de tiempo solo porque ves buenos resultados!». Fuente. Mantén el umbral fijado, por ejemplo un 95 % de confianza (p < 0,05); una prueba sin potencia debe alargarse o abandonarse, no proclamarse ganadora.

Cómo controlar la estacionalidad y las actualizaciones

El grupo de control y el modelo de pronóstico existen precisamente para separar los movimientos externos comunes del tratamiento estudiado.

Una mala agrupación destruye ese control. Si todas las páginas sobre gatos quedan en la variante justo antes del Día Internacional del Gato, un pico estacional parecerá una victoria. La solución es asignar las páginas al azar.

Qué puedes y qué no puedes probar de forma fiable

Se puede probar:

• Etiquetas title y meta descriptions
• Estructura de H1 y encabezados
• Datos estructurados
• Patrones de enlaces internos
• Contenido de la página
• Diseño e interfaz, incluso rediseños completos

No se puede probar de forma fiable así:

• Backlinks. No puedes asignar enlaces entrantes aleatoriamente y en dosis iguales; terceros enlazan cuando quieren. Se analizan antes/después o por correlación, no mediante una verdadera prueba dividida. Explicación.
• Actualizaciones de algoritmo y cambios globales, porque afectan a todo el sitio.
• Cualquier tratamiento que no pueda aislarse de las páginas de control.

Cómo cumplir las reglas durante la prueba

Google autoriza expresamente estas pruebas si se respetan sus reglas:

• Canonicaliza las variantes hacia la original mediante rel="canonical", en lugar de noindex.
• Usa 302, no 301. “If you’re running a test that redirects users from the original URL to a variation URL, use a 302 (temporary) redirect, not a 301 (permanent) redirect.” (traducción) «Si una prueba redirige usuarios de la URL original a una variante, usa una redirección 302 temporal, no una 301 permanente». Fuente: https://developers.google.com/search/docs/crawling-indexing/website-testing#:~:text=use%20a%20302%20%28temporary%29%20redirect%2C%20not%20a%20301%20%28permanent%29%20redirect
• No encubras. “Don’t show one set of URLs to Googlebot, and a different set to humans.” (traducción) «No muestres un conjunto de URL a Googlebot y otro distinto a las personas». Fuente: https://developers.google.com/search/docs/crawling-indexing/website-testing#:~:text=Don%27t%20show%20one%20set%20of%20URLs%20to%20Googlebot%2C%20and%20a%20different%20set%20to%20humans.
• Retira la prueba al acabar. “If we discover a site running an experiment for an unnecessarily long time, we may interpret this as an attempt to deceive search engines and act accordingly.” (traducción) «Si descubrimos que un sitio mantiene un experimento durante un tiempo innecesariamente largo, podemos interpretarlo como un intento de engañar a los buscadores y actuar en consecuencia». Fuente: https://developers.google.com/search/docs/crawling-indexing/website-testing#:~:text=we%20may%20interpret%20this%20as%20an%20attempt%20to%20deceive%20search%20engines

Las variantes correctamente canonicalizadas no sufren una penalización por contenido duplicado. El riesgo real es el encubrimiento, no la duplicación.

Dónde encaja esta disciplina

Las pruebas A/B de SEO son especialmente valiosas en sitios grandes con miles de páginas basadas en plantillas. Ofrecen una respuesta honesta a la pregunta «¿funcionó este cambio?».

Resumen de IA

Versión condensada de la pestaña Advanced:

• Aleatoriza páginas, no personas. El buscador indexa una versión de cada URL.
• Dos métodos: split-URL/holdout y series temporales/impacto causal.
• Es un cuasiexperimento: las páginas comparten plantillas, enlaces y SERP.
• Herramientas: SearchPilot, SEOTesting.com y seoClarity; GSC no tiene una función general de experimentos.
• Muestra: depende de la variación y el efecto; la referencia de SearchPilot son cientos de páginas y unas 30 000 sesiones mensuales.
• Duración: normalmente 2–6 semanas; no termines antes.
• Prueba: títulos, metas, encabezados, schema, enlaces, contenido y diseño. No backlinks ni actualizaciones.
• Google: canonical, 302 en vez de 301, sin encubrimiento y retirada rápida.

Documentación oficial

Fuentes primarias que rigen las pruebas de SEO.

Google

• Prácticas recomendadas para pruebas A/B en la Búsqueda — canonical, 302 en vez de 301, sin encubrimiento y duración limitada.
• Inferring Causal Impact Using Bayesian Structural Time-Series Models (traducción) «Inferencia del impacto causal mediante modelos bayesianos estructurales de series temporales» — investigación y paquete CausalImpact; preprint.
• Consolidar URL duplicadas — funcionamiento de rel="canonical".

Bing / Microsoft

• Pruebas A/B para mejorar el rendimiento en buscadores con IndexNow y Microsoft Clarity — pruebas split-URL, IndexNow y Clarity.

Citas de las fuentes

Declaraciones públicas. Cada enlace de Google lleva directamente al pasaje citado.

Google — prácticas recomendadas para pruebas A/B

• “Don’t show one set of URLs to Googlebot, and a different set to humans. This is called cloaking, and is against our spam policies, whether you’re running a test or not.” (traducción) «No muestres un conjunto de URL a Googlebot y otro distinto a las personas. Eso se denomina encubrimiento y contraviene nuestras políticas contra el spam, haya o no una prueba en curso». Ir a la cita
• “If you’re running a test that redirects users from the original URL to a variation URL, use a 302 (temporary) redirect, not a 301 (permanent) redirect.” (traducción) «Si una prueba redirige usuarios de la URL original a una variante, usa una redirección 302 temporal, no una 301 permanente». Ir a la cita
• “If we discover a site running an experiment for an unnecessarily long time, we may interpret this as an attempt to deceive search engines and take action accordingly.” (traducción) «Si descubrimos que un sitio mantiene un experimento durante un tiempo innecesariamente largo, podemos interpretarlo como un intento de engañar a los buscadores y actuar en consecuencia». Ir a la cita

Craig Bradford, SearchPilot — por qué no existe una prueba SEO por visitante

• “The ‘user’ we are testing for is Googlebot, not human users. That means it’s not possible, for instance, to show 10,000 ‘Googlebots’ control and variant pages randomly. There is only one Googlebot.” (traducción) «La unidad observada es Googlebot y no una persona. No hay diez mil bots que puedan asignarse al azar: el rastreador de Google es único». Ir a la cita
• Sobre el mínimo práctico: “at least hundreds of pages on the same template and at least 30,000 organic sessions per month to the group of pages you want to test on.” (traducción) «al menos cientos de páginas con la misma plantilla y al menos 30,000 sesiones orgánicas mensuales en el grupo de páginas que se quiere probar». Ir a la cita

¿Deberías ejecutar una prueba A/B de SEO y de qué tipo?

Una ruta rápida para tomar la decisión.

1. ¿Tienes un grupo grande de páginas similares basadas en plantillas?

• No → una comparación antes/después con un control emparejado será solo orientativa, no una prueba.
• Sí → continúa.

2. ¿Reciben esas páginas tráfico orgánico significativo? La referencia práctica de SearchPilot es unas 30 000 sesiones mensuales en el grupo; un nivel cómodo son decenas o cientos de miles.

• Muy poco → solo se detectarán efectos grandes y harán falta periodos largos.
• Suficiente → continúa.

3. ¿Qué quieres probar?

• Títulos, metas, datos estructurados, enlaces internos, contenido o diseño → se puede probar.
• Backlinks, un cambio global o una actualización → usa análisis antes/después o correlacional y reconoce las variables de confusión.

4. ¿Qué metodología?

• Puedes mantener un control activo → prueba split-URL o por grupos de páginas (holdout).
• El cambio debe aplicarse a todo, pero tienes páginas similares no afectadas → series temporales o impacto causal.

5. Antes del lanzamiento: asigna las páginas al azar; sirve la variante desde el servidor o el perímetro; canonicaliza y usa 302 en vez de 301; evita el encubrimiento; fija de antemano una duración habitual de 2–6 semanas y una regla de significación, y no pares ante una tendencia favorable.

Formas habituales de estropear una prueba de SEO

Tratarla como una prueba de CRO. Una sustitución con JavaScript en el cliente puede ser omitida o mal indexada por los rastreadores. Sirve la variante en el HTML desde el servidor o el perímetro.

Agrupar por temas. Poner todas las páginas sobre gatos en la variante antes del Día Internacional del Gato convierte la estacionalidad en una falsa victoria. Asigna páginas al azar.

Detenerla antes de tiempo. El movimiento inicial suele ser ruido. Respeta la duración y la regla de significación definidas de antemano.

Juzgar por posiciones. Los rastreadores no cubren toda la cola de consultas y la posición media de Search Console está agregada. Mide sesiones o clics orgánicos del grupo.

Probar algo que no puedes aislar. Los backlinks y los cambios técnicos globales no crean un control limpio si el tratamiento alcanza a todos o se filtra entre grupos.

Dejar la prueba activa indefinidamente. Google advierte contra experimentos innecesariamente largos. Cuando tengas la respuesta, aplica la ganadora o revierte y retira la prueba.

Suponer que GSC tiene una función de experimentos. Las herramientas disponibles pertenecían a la época de AMP; hoy no existe una función general de experimentos SEO.

Lista de comprobación para una prueba A/B de SEO

Revísala antes del lanzamiento:

• Hay un grupo grande de páginas similares y con la misma plantilla.
• El tráfico orgánico permite detectar el efecto relevante.
• El cambio es aislable y comprobable, no un backlink ni un factor global.
• Las páginas se asignan al azar al control y a la variante.
• La variante se sirve desde el servidor o el perímetro, no con JavaScript en el cliente.
• Las URL variantes están canonicalizadas hacia la original.
• Las redirecciones son 302, no 301.
• No existe encubrimiento.
• La metodología es la adecuada: holdout o series temporales.
• La métrica son sesiones o clics orgánicos del grupo, no posiciones.
• La duración y la regla de significación se fijaron antes de empezar.
• Existe un plan para retirar la prueba y aplicar o revertir el cambio.

Herramientas para pruebas A/B de SEO

• SearchPilot — pruebas rigurosas servidas en el perímetro.
• SEOTesting.com — pruebas basadas en Search Console con énfasis estadístico.
• seoClarity — módulo empresarial de pruebas divididas.
• CausalImpact — paquete de R de Google para inferencia causal bayesiana.
• Google Search Console y Bing Webmaster Tools — seguimiento de indexación y tráfico.
• IndexNow — recrawl rápido de variantes en Bing.
• Microsoft Clarity — mapas de calor y grabaciones como complemento de UX.

Marcos para diseñar una prueba de SEO

El marco tratamiento–control–resultado

Define cada prueba en tres líneas antes de hablar de herramientas:

• Tratamiento: el único cambio aislado que recibe la variante.
• Control: páginas similares sin cambios, expuestas a la misma estacionalidad y condiciones externas.
• Resultado: clics o sesiones orgánicas del grupo durante un periodo comprometido de antemano.

Si el tratamiento se filtra al control, los grupos no son comparables o la métrica cambia después de ver los datos, la prueba no sostiene una afirmación causal.

El marco contrafactual

Todo resultado debe responder: ¿qué habría ocurrido probablemente sin el cambio? Un holdout observa esa comparación en páginas intactas; una serie temporal la modela con páginas no afectadas y el comportamiento previo. Un gráfico antes/después sin contrafactual creíble es una observación, no una prueba.

El marco de potencia antes del lanzamiento

La potencia estadística es un requisito del diseño, no algo negociable después. Evalúa el número de páginas, el tráfico, la variación natural y el efecto esperado. Si no bastan, amplía el grupo o el cambio, prolonga el periodo previsto o califica el resultado como orientativo.

El marco de decisión antes de los datos

Antes de iniciar la prueba, escribe:

• la métrica principal,
• la duración mínima,
• la regla de significación o del intervalo creíble,
• el efecto práctico que justificaría el despliegue,
• y la acción para resultados positivos, negativos o no concluyentes.

El compromiso previo impide que una tendencia inicial prometedora reescriba las reglas del experimento.

Chuleta de pruebas A/B de SEO

Comprobación rápida de validez

• Hay suficientes páginas con la misma plantilla.
• La asignación es aleatoria, no temática ni estacional.
• Solo cambia un tratamiento.
• Las páginas de control no quedan afectadas.
• La métrica y la regla de decisión se eligieron antes del lanzamiento.
• Googlebot y las personas no reciben contenido distinto.
• La conclusión distingue no concluyente de sin efecto.

Prompts para planificar y revisar experimentos SEO

Someter a prueba el diseño de un experimento

Pega el conjunto de páginas propuesto, el cambio, la métrica y el periodo. Espera una crítica del diseño, no una predicción de la ganadora.

Review this proposed SEO A/B test for causal validity. Identify the treatment,
assignment unit, control, primary outcome, expected recrawl lag, likely confounders,
spillover risks, seasonality risks, compliance issues, and reasons the test may be
underpowered. Recommend changes to randomization and measurement. Do not invent a
minimum sample size or effect estimate when the supplied data cannot support one.

[PASTE TEST DESIGN AND PAGE-GROUP DATA]

Interpretar una prueba terminada sin exagerar

Pega las reglas comprometidas de antemano y el resumen del resultado. Espera una decisión estructurada que mantenga explícita la incertidumbre.

Evaluate this completed SEO test against its precommitted decision rules. Return:
result (positive, negative, or inconclusive), estimated practical effect, statistical
uncertainty, control-vs-variant behavior, evidence of seasonality or algorithm-update
confounding, whether the run window was honored, and the recommended action (ship,
revert, or retest). Do not convert correlation into causation or treat an
inconclusive result as proof of no effect.

[PASTE PRECOMMITTED RULES, TIME SERIES, AND RESULT SUMMARY]

Ponte a prueba: pruebas A/B de SEO

Cinco preguntas sobre cómo funcionan realmente las pruebas divididas de SEO. Elige una respuesta y compruébala.

Recursos que merecen tu tiempo

Mis artículos relacionados

• Pruebas SEO: una guía sencilla pero completa — métodos, tráfico y duración.
• Estrategias de SEO empresarial para crecer — el contexto de escala en el que estas pruebas aportan más valor.
• Guía para principiantes de SEO técnico — canonicalización, redirecciones y rastreo.

De otros profesionales del sector

• Prácticas recomendadas para pruebas A/B — Google Search Central — canonical, 302 en vez de 301, sin encubrimiento y duración limitada.
• Qué son las pruebas A/B de SEO — SearchPilot.
• Inferencia del impacto causal mediante modelos bayesianos estructurales de series temporales — Brodersen et al. — investigación y paquete CausalImpact.
• Significación estadística en las pruebas SEO — SEOTesting.com.
• Pruebas A/B con IndexNow y Microsoft Clarity — Bing.
• Qué se puede y qué no se puede probar mediante A/B para SEO — Gorilla Marketing.
• Guía de pruebas A/B de SEO — VWO.

Registro de cambios