Artículos
Ideas, guías e historias
Economía unitaria del performance marketing: el ROAS de 4,2 que en realidad era 1,7
Modelado del CAC, ROAS y MER, lift incremental, errores de atribución y evaluación por cohortes para saber si el paid está creciendo o solo comprando ruido.
A/B testing para productos de IA: el tope de coste se escribe antes que la variante
Un ciclo único desde la hipótesis hasta la decisión de lanzamiento, que valida en el mismo experimento calidad del modelo, valor para el usuario, guardrails, drift y coste de inferencia.
Pruebas A/B de modelos ML en producción: marco para PM
Shadow tests, gating y guardrails para cambiar un modelo ML en producción, con evaluación online y offline y una decisión que pesa calidad, coste y fiabilidad operativa.
A/B testing de experiencias con IA: la personalización diluye el efecto que intentas medir
Cuando la IA personaliza cada pantalla, la variante pasa a ser una regla de adaptación. Cómo controlar la varianza y leer el efecto a lo largo de todo el funnel.
En las pruebas A/B de funcionalidades de IA, la factura decide tanto como el modelo
Hipótesis, métricas de guardarraíl y umbrales de significancia que permiten a un PM decidir si un modelo de IA es seguro, útil y rentable antes del lanzamiento.
A/B testing de IA generativa: el juez automático prefiere la respuesta más larga
Evaluación humana estructurada, señales de comportamiento y coste por generación: cómo probar prompts, versiones de modelo y capas de seguridad en IA generativa.