El split testing de landing pages para Meta Ads significa ejecutar dos o más versiones de una página una contra otra para ver cuál convierte mejor. El enfoque recomendado para pruebas integrales de páginas es probar a nivel de conjunto de anuncios dentro de Meta: conjuntos de anuncios separados, creativo y audiencia idénticos, URLs de landing page diferentes. Meta optimiza la entrega a nivel de conjunto de anuncios, así que esto preserva la señal algorítmica. Es mejor evitar las divisiones basadas en redirecciones porque ocultan la diferencia de URL a Meta. Una prueba normalmente necesita de siete a catorce días y alrededor de 50 conversiones por conjunto de anuncios.
La prueba de landing pages en Meta no es exactamente como la prueba A/B en una plataforma de CRO estándar. El sistema de entrega de Meta optimiza a nivel de conjunto de anuncios. Usa información de la URL de destino para decidir a quién mostrar tus anuncios. Así que la forma en que estructuras tu prueba afecta directamente a si el algoritmo puede darte una lectura limpia, y a si los datos que recopilas son comparables entre páginas.
La mayoría de los equipos o bien montan las pruebas de formas que contaminan los datos (ediciones a mitad de prueba, variables mezcladas, comparar un conjunto de anuncios nuevo con uno asentado) o eligen un método que no encaja con cómo Meta entrega tráfico realmente. El resultado es un ganador en el que no puedes confiar.
Esta guía cubre pruebas integrales de páginas: probar landing pages totalmente diferentes una contra otra. Recorreremos el enfoque recomendado a nivel de conjunto de anuncios, las alternativas que funcionan en situaciones específicas, por qué las redirecciones no son la respuesta, y los umbrales prácticos para declarar un ganador. Para retoques más pequeños above-the-fold (titulares, imágenes hero, primer párrafo), el manual es diferente y lo cubrimos brevemente más adelante.
¿Qué es un split test de landing pages en Meta?
Un split test de landing pages en Meta es un experimento post-clic. Mantienes la configuración del anuncio tan constante como puedes (misma audiencia, mismo creativo, mismo presupuesto, mismo evento de optimización) y varías solo el destino. Juzga al ganador por resultados de negocio downstream: tasa de compra, CPA, ROAS, calidad de leads. El CTR por sí solo no te dirá qué página convierte mejor.
Esto es estructuralmente diferente de las pruebas de creativo o de audiencia. Una prueba de creativo pregunta qué anuncio convierte mejor. Una prueba de audiencia pregunta quién responde mejor. Una prueba de landing page pregunta qué página convierte clientes hacia tu objetivo.
Tres cosas hacen que las pruebas de landing page en Meta sean especialmente complicadas:
- La fase de aprendizaje. Las ediciones significativas (incluidos los cambios de creativo, audiencia o destino del clic) pueden reactivar el aprendizaje, lo que hace difícil leer los datos a mitad de prueba.
- Señal algorítmica. El sistema de entrega de Meta usa la URL de destino para ayudar a decidir a quién mostrar los anuncios. Si rutas usuarios a una página que no coincide con lo que Meta cree que van a ver, la señal de audiencia se degrada.
- Atribución. El modelo de atribución de clics de Meta cambió en 2026 para contar solo los clics en enlaces, lo que afecta a cómo lees los resultados de ventana corta.
"Split test" y "prueba A/B" significan lo mismo en este artículo. Meta y la mayoría de la investigación de CRO usan los términos de forma intercambiable.
Cómo hacer split test de landing pages en Meta: la jerarquía
Aquí están las cuatro formas en que la mayoría de los equipos intentan pruebas de landing page en Meta, ordenadas por lo que de verdad funciona para cambios integrales de página:
| Método | ¿Recomendado? | Mejor para |
|---|---|---|
| Conjuntos de anuncios separados, una URL por conjunto de anuncios | Sí (principal) | Pruebas integrales de página en la mayoría de las cuentas |
| Herramienta Experimentos de Meta | Sí, con salvedades de flujo de trabajo | Lectura estadísticamente limpia en una campaña nueva |
| Dos creativos en un conjunto de anuncios | Solo direccional | Cribado rápido cuando una página probablemente es mucho mejor |
| Divisiones basadas en redirecciones | No | (Evitar, ver por qué más abajo) |
Las siguientes secciones recorren cada uno.
Método 1: Conjuntos de anuncios separados (el enfoque recomendado)
Esta es la forma más limpia y algorítmicamente honesta de probar landing pages en Meta para cambios integrales de página. Lanza dos conjuntos de anuncios juntos. No tienen que estar en una campaña nueva, solo manténlos fuera de la estructura de tu ganador en activo. Ambos conjuntos de anuncios usan la misma audiencia, el mismo presupuesto, el mismo creativo, el mismo evento de optimización. Lo único que difiere es la URL de la landing page en cada anuncio.
Meta optimiza la entrega a nivel de conjunto de anuncios. Al darle a cada landing page su propio conjunto de anuncios con su propia URL, dejas que el algoritmo de Meta recopile señales limpias sobre qué página funciona para qué porción de la audiencia. Los datos que Meta reúne son reales, atribuibles y útiles para escalar al ganador después.
Cómo montarlo correctamente:
- Configura el Conjunto de anuncios A con la audiencia, presupuesto, evento de optimización y creativo que quieres probar. ABO es la opción correcta para un control explícito del presupuesto a nivel de conjunto de anuncios. Usa una campaña nueva o una campaña de prueba existente. Solo no añadas los conjuntos de anuncios de prueba a la campaña de tu ganador en activo.
- Configura exclusiones de audiencia en los conjuntos de anuncios de prueba: clientes pasados, visitantes del sitio web y personas que interactuaron con anuncios de tus otras campañas. Las personas que ven estos anuncios de prueba solo deberían ver estos anuncios de prueba. Así es como evitas que el solapamiento entre campañas contamine los datos.
- Duplica el Conjunto de anuncios A en el Conjunto de anuncios B. Cambia solo la URL de la landing page en el anuncio.
- Lánzalos simultáneamente para que ambos entren en aprendizaje en el mismo momento bajo condiciones idénticas.
- (Recomendado) Selecciona ambos conjuntos de anuncios y pásalos por la herramienta de prueba A/B de Meta. Eso impone una división de audiencia que no se solapa entre los dos brazos: la misma persona no puede ver ambas landing pages, que es lo que quieres para una lectura limpia.
Fortalezas: el algoritmo de Meta recibe señal limpia y separada para cada landing page. Ambos conjuntos de anuncios empiezan a aprender juntos, así que la comparación es justa. Mantienes pleno control sobre el presupuesto y la estrategia de puja, y puedes escalar a un ganador directamente desde la campaña de prueba.
Debilidades: el gasto aproximadamente se duplica frente a ejecutar una campaña, que es el coste de ejecutar conjuntos de anuncios paralelos en absoluto. Los pasos de configuración de arriba son lo que lo convierte en un experimento controlado en lugar de dos conjuntos de anuncios ejecutándose en paralelo.
Patrón de estructura: agrupa activos de anuncio similares bajo un conjunto de anuncios, luego organiza los conjuntos de anuncios en un embudo cronológico. Congruente con cómo Meta entrega.
Esto es exactamente para lo que está construida la función Split Destination de Ads Uploader. Construyes cualquier estructura de anuncio que quieras: un solo conjunto de anuncios, activos diferentes en varios conjuntos de anuncios, cinco o diez activos por conjunto de anuncios, como sea que esté formado tu embudo. Elige entre dos y cinco destinos y Split Destination crea automáticamente los flujos de conjuntos de anuncios paralelos, listos para enchufar en la herramienta de prueba A/B de Meta. Sin clonado manual, sin errores de configuración.
Método 2: La herramienta Experimentos de Meta
El flujo nativo de prueba A/B de Meta vive dentro del espacio de trabajo Experimentos y la barra de herramientas de prueba A/B en Ads Manager. Estadísticamente es la forma más limpia de dividir el tráfico en la plataforma: Meta aleatoriza el tráfico en grupos de audiencia que no se solapan para que la misma persona no pueda ver ambas variantes y contaminar el resultado. Muchos media buyers lo usan.
Puedes ejecutarlo de dos formas: independiente (lanzar desde una campaña o conjunto de anuncios como plantilla, Meta construye la estructura de prueba), o como una capa sobre el Método 1 (construir los conjuntos de anuncios manualmente según los pasos de arriba, luego pasar ambos por la herramienta de prueba A/B). La segunda es la versión más limpia: mantienes el control manual sobre la estructura y las exclusiones mientras la herramienta A/B impone la división de audiencia.
Una vez construidos tus conjuntos de anuncios, la herramienta Experimentos es donde eliges los dos a probar uno contra otro. Elige Conjuntos de anuncios existentes, luego selecciona el Conjunto de anuncios A y el Conjunto de anuncios B; Meta confirma que mantendrá sus audiencias sin solaparse durante la duración de la prueba para que la lectura siga siendo limpia.
Las concesiones honestas son de flujo de trabajo, no de estadística:
- Implica mucho entrar y salir. La vista de Experimentos está separada de tu reporte de campaña normal, así que rebotas entre dashboards para configurar, monitorear y leer resultados.
- La interpretación de datos puede ser incómoda. El anuncio desde el que se inició la prueba no siempre se trae a la vista de la prueba, lo que despista a la gente la primera vez. Extraer cifras limpias para un reporte de cliente o un análisis de seguimiento lleva más trabajo que leer una campaña normal.
- Salvedad del umbral de confianza. Hemos visto la interfaz de Meta marcar un ganador con un 65 por ciento de confianza, más laxo que el estándar del 95 por ciento que usan la mayoría de los equipos de CRO. El lenguaje celebratorio en la vista de la prueba puede sugerir que tienes un ganador antes de lo que los datos realmente respaldan.
Método 3: Dos creativos en el mismo conjunto de anuncios
Misma audiencia, mismo evento de optimización, un conjunto de anuncios, con dos anuncios dentro que difieren solo en la URL de la landing page. La versión más ligera de una prueba a nivel de conjunto de anuncios, y hay una razón por la que se sitúa por debajo de los Métodos 1 y 2.
En la práctica, un anuncio recibe favoritismo. La subasta de Meta inclina el gasto hacia el que rinde ligeramente mejor al principio, y no puedes empujar fácilmente presupuesto hacia el de bajo rendimiento para mantener la comparación pareja. A mitad de camino puede que estés mirando una división de gasto 70/30. Eso no es un experimento controlado. Es dato direccional en el mejor de los casos.
Cuándo funciona: como cribado rápido cuando sospechas que una página es significativamente mejor y quieres una lectura rápida. Si una gana de forma decisiva, esa señal es real.
Cuándo no funciona: cuando los resultados están reñidos. La asignación de gasto no se impone, así que no puedes saber si el ganador es genuinamente mejor o solo recibió más presupuesto. Promuévelo al Método 1 para la lectura limpia.
Método 4: Divisiones basadas en redirecciones (por qué no son la respuesta)
Una división basada en redirecciones mantiene la URL del anuncio sin cambios y rutea el tráfico a nivel de servidor o de página para que la mitad de los visitantes aterricen en la Página A y la mitad en la Página B. Suena atractivo: la URL del anuncio nunca cambia. En la práctica, tres razones para evitarlo en Meta:
1. Señales de confianza de la plataforma. Las redirecciones en una plataforma de tráfico de pago pueden parecer cloaking o cambio de gato por liebre, aunque no lo sean. Los sistemas de revisión e integridad de Meta tratan las redirecciones con sospecha porque son un patrón común en anuncios que violan las políticas. No quieres que tu configuración de prueba parezca algo que no es.
2. Pérdida de señal algorítmica. El sistema de entrega de Meta usa la URL de destino para decidir quién ve el anuncio. Si una redirección envía usuarios a una página distinta de la que Meta espera, la señal de segmentación se degrada. Acabas enviando audiencia emparejada con el perfil de la Página A a la Página B, para la cual ninguna de las dos páginas fue optimizada.
3. Fricción de implementación. Las redirecciones añaden un viaje HTTP de ida y vuelta que ralentiza la carga de la página. Los usuarios móviles lo notan. Una carga más lenta significa una tasa de conversión más baja, lo que puede inclinar los resultados de la prueba por razones no relacionadas con la página.
Una nota sobre la rotación de plantillas con JavaScript: muchas herramientas de prueba A/B on-page sirven plantillas diferentes desde la misma URL, intercambiando diseños del lado del cliente con JavaScript. Sin redirección, y el usuario aterriza en la URL que Meta espera. La concesión es el breve parpadeo de renderizado antes de que el JS resuelva qué plantilla mostrar. Dependiendo de la velocidad de carga de la página, el parpadeo puede ser muy visible. No es una gran primera impresión. Las herramientas de JavaScript tienen su sitio (ver más abajo), pero no son ideales para probar landing pages genuinamente diferentes.
Una alternativa más ligera: CBO y asignación algorítmica
El Método 1 describe una prueba controlada: presupuesto igual, condiciones de audiencia iguales, enfrentamiento estadístico. Esa es la opción correcta para una prueba A/B de manual, pero no es la única forma.
Una alternativa más ligera abandona la mayor parte del rigor y ejecuta los conjuntos de anuncios paralelos bajo CBO con cost cap o bid cap. Le das a Meta varios destinos y dejas que el algoritmo decida dónde asignar el gasto. El "ganador" es el destino al que Meta empuja de forma natural.
Eso no es una prueba A/B tradicional, pero podría decirse que es más honesto sobre cómo Meta entrega en 2026: el algoritmo sabe cosas sobre tu audiencia que una prueba controlada no sacará a la luz. Espera que se ejecute más tiempo porque el algoritmo necesita pista para asignar.
La estructura Split Destination de Ads Uploader funciona para cualquiera de los dos enfoques: enchufa en la herramienta de prueba A/B para la división tradicional, o ejecuta bajo CBO y observa a dónde envía Meta el gasto.
Qué probar en la página
El alcance del split testing se divide en dos cubos limpios: microoptimizaciones en la misma página, y cambios integrales de página.
Las microoptimizaciones en la misma página se hacen mejor con herramientas de prueba on-page que intercambian elementos del lado del cliente. Los elementos above-the-fold tienen el mayor apalancamiento:
- Titulares
- Imágenes hero y ofertas hero
- El primer párrafo (la prueba o promesa que sigue al titular)
Aquí es donde ganas o pierdes a la audiencia, en escritorio y móvil. El problema del parpadeo con las herramientas basadas en JS es más tolerable aquí porque el diseño en sí no cambia, solo elementos específicos. Si tienes una página existente de alto tráfico y quieres ganancias compuestas, este es el trabajo de prueba de mayor valor que puedes hacer.
Los cambios integrales de página son de lo que trata este artículo: un diseño totalmente diferente, un ángulo diferente, una estructura de embudo diferente (advertorial vs página de producto, listicle vs directo, embudo de quiz vs landing page). Prueba estos dentro de Meta a nivel de conjunto de anuncios (Método 1). No intentes intercambiar con JS un diseño totalmente diferente: el parpadeo será demasiado visible, y el algoritmo de Meta necesita la diferencia de URL para asignar la audiencia correcta a la experiencia correcta.
Una regla útil: si dos páginas comparten un diseño y solo difieren en texto o imágenes, eso es una microoptimización. Si son estructuralmente diferentes, ejecútalo como conjuntos de anuncios separados.
Tamaño de muestra, duración y declarar un ganador
No hay un número universal de conversiones mínimas. El tamaño de muestra requerido depende de tu tasa de conversión base, el tamaño del efecto que intentas detectar y el método estadístico que uses.
Frecuentista vs bayesiano. El estándar tradicional es frecuentista: 95 por ciento de confianza, tamaño de muestra fijo, decisión al final. El enfoque más nuevo usado por VWO y plataformas similares es bayesiano, que calcula la probabilidad de que B supere a A y se actualiza a medida que llegan los datos. Los métodos bayesianos te dejan leer continuamente y parar cuando la probabilidad pasa un umbral alto, sin la penalización de falso positivo que pagan las pruebas frecuentistas por parar antes de tiempo. Para las pruebas de landing page en Meta, el bayesiano tiende a llegar a decisiones más rápido. Cualquiera funciona siempre que te comprometas con el umbral por adelantado.
Reglas prácticas:
- 95 por ciento de confianza (o 95 por ciento de probabilidad bayesiana de ser la mejor) es el estándar editorial.
- Por debajo de aproximadamente 250–350 conversiones por variación dentro de un segmento, las conclusiones a nivel de segmento se vuelven poco fiables.
- Fija el umbral antes de lanzar. No muevas los postes de la portería porque el Día 2 se vea interesante.
- Ejecuta durante semanas completas: la mezcla de día de la semana es real. Cubre al menos un ciclo de negocio completo.
- Zona Ricitos de Oro: 7–14 días para cuentas con volumen saludable, 14–28 días para pruebas de menor volumen. Con estructuras de cost cap o bid cap, planifica hacia el extremo superior. Más allá de cuatro semanas, el ruido externo se sobrepone a la señal.
El chequeo de realidad. La significancia estadística plena es el objetivo pero rara vez el resultado. El gasto, el volumen y la mecánica de la campaña (especialmente las estructuras de cost cap y bid cap) empujan las decisiones más rápido de lo que prescribe el manual. Con controles de coste, la decisión normalmente se toma sobre dónde Meta está más contento de asignar el gasto, no sobre una lectura del 95 por ciento. Aspira al listón más alto, pero acepta que las decisiones se toman con datos parciales.
Guía de presupuesto para pruebas ABO:
Presupuesto por conjunto de anuncios por día = (conversiones objetivo por variante × CPA) ÷ días de prueba
Una prueba ABO de dos páginas apuntando a 50 eventos por variante durante 14 días a un CPA de 40 USD sale a unos 143 USD por conjunto de anuncios por día. Para estructuras de cost cap y bid cap esta fórmula no aplica del todo: Meta controla el gasto. Planifica un presupuesto de campaña que le dé al sistema lo suficiente con qué trabajar, luego espera una pista más larga.
No pruebes de más. Si estás gastando unos pocos cientos de dólares al día y probando cuatro o cinco páginas además de varias variaciones de creativo, las cuentas no salen. Consolida, prueba primero el cambio de mayor apalancamiento, y luego sigue.
No sobreingenieres el análisis. Puedes segmentar los resultados por dispositivo, demografía, hora del día, y así sucesivamente. Las divisiones de segmento pueden invertir qué página parece la ganadora, pero en algún punto la pregunta deja de ser "¿ejecuté la prueba perfecta?" y se vuelve "¿qué página me está haciendo ganar más dinero?". Si Meta está empujando más tráfico móvil a una página, el algoritmo probablemente ha decidido que convierte mejor ahí. No dejes que la parálisis por segmentación te impida actuar sobre un ganador claro.
Evitar la trampa de la fase de aprendizaje
El mayor error evitable es editar a mitad de prueba un anuncio activo. Edita la URL de un anuncio ganador, el rendimiento cambia, y ahora no puedes saber si la página o el reinicio del aprendizaje es responsable.
Las acciones que pueden reactivar el aprendizaje, según la propia guía de ediciones significativas de Meta, son:
- Cambiar el evento de optimización, la audiencia o el creativo
- Cambiar el destino del clic (es decir, la URL de la landing page)
- Cambiar la estrategia de puja o las ubicaciones
- Cambiar el presupuesto en una cantidad significativa (sin umbral fijo; la antigua regla del "20 por ciento" es un techo conservador útil)
La guía de Meta es que un conjunto de anuncios normalmente necesita alrededor de 50 eventos de optimización en siete días para salir del aprendizaje. Trata eso como un número de planificación aproximado, no un corte rígido. Apunta a ese volumen para que los datos sean legibles, pero no rechaces la señal direccional que se queda corta, especialmente en estructuras de cost cap o bid cap donde Meta controla el gasto.
Las cosas innegociables: no edites la URL del ganador activo; construye una campaña de prueba paralela en su lugar. No hagas cambios de creativo o segmentación a mitad de prueba. Lanza los conjuntos de anuncios de prueba paralelos simultáneamente para que ambos entren en aprendizaje juntos.
Si la propia configuración de la prueba se vuelve el cuello de botella, un lanzador de anuncios masivo que construya conjuntos de anuncios de prueba paralelos desde un solo spec es la herramienta adecuada. El clonado manual es donde se cuelan los errores.
Preguntas frecuentes
¿Cuánto tiempo debe ejecutarse un split test de landing pages en Meta?
El suficiente para alcanzar una muestra precalculada a lo largo de semanas completas. Para cuentas de alto volumen eso suele ser de 7 a 14 días; las cuentas de menor volumen a menudo necesitan de 14 a 28 días. Más allá de eso, los efectos del día de la semana, la estacionalidad y la fatiga creativa empiezan a sobreponerse a la señal. No pares antes de tiempo porque los resultados del Día 2 se vean prometedores.
¿Debo usar redirecciones para hacer split test de landing pages en Meta?
Por lo general no. Las redirecciones en una plataforma de tráfico de pago pueden parecer sospechosas para las señales de confianza de la plataforma, y ocultan la diferencia de URL al algoritmo de optimización de Meta. El enfoque recomendado es probar a nivel de conjunto de anuncios con una URL por conjunto de anuncios.
¿Cambiar la URL de la landing page en un anuncio ganador activa la fase de aprendizaje de Meta?
Sí. La ayuda de historial de actividad de Meta lista el "destino del clic" como una edición significativa, que puede reactivar la fase de aprendizaje. Por eso nunca deberías editar la URL de un anuncio ganador activo. En su lugar, construye una campaña de prueba paralela con conjuntos de anuncios separados.
¿Cuál es el presupuesto mínimo para una prueba A/B de landing pages en Meta?
No hay un mínimo establecido por Meta. Usa esta fórmula: conversiones objetivo por variante × variantes × CPA ÷ días de prueba. A un CPA de 40 USD, dos variantes durante 14 días apuntando a 50 eventos cada una sale a unos 286 USD por día en toda la prueba.
¿Puedo probar más de dos landing pages a la vez en Meta?
Sí, pero cada variante extra adelgaza el tráfico que recibe cada una y ralentiza la prueba hacia la significancia. Para la mayoría de las cuentas, dos páginas por prueba es el punto óptimo.
¿Cuál es la diferencia entre la función de prueba A/B de Meta y la herramienta Experimentos?
La prueba A/B de Ads Manager es el flujo de lanzamiento integrado en la barra de herramientas de la campaña. Experimentos es el espacio de trabajo más amplio que incluye pruebas A/B además de estudios de tipo lift. Ambos usan el mismo modelo de aleatorización, y estadísticamente es la forma más limpia de dividir el tráfico en Meta. El flujo de trabajo implica mucho entrar y salir, y leer los resultados puede ser incómodo, pero la mecánica subyacente es sólida.
¿Debo hacer split test de landing pages o del creativo del anuncio primero?
Si tu anuncio aún no es un ganador comprobado, arregla primero el creativo. Un anuncio débil no puede decirte nada fiable sobre el rendimiento de la página. Una vez que tienes un anuncio que alcanza tu objetivo de CPA de forma estable durante al menos dos semanas, entonces es momento de probar páginas detrás de él.
A qué se reduce todo esto
Para pruebas integrales de landing page en Meta, ejecuta conjuntos de anuncios separados: una URL por conjunto de anuncios. Mismo creativo, mismo evento de optimización. La ruta por defecto es ABO con exclusiones de audiencia, pasado por la herramienta de prueba A/B de Meta para imponer un enfrentamiento limpio. Si prefieres dejar que el algoritmo elija, la alternativa más ligera es CBO con cost cap o bid cap en cada conjunto de anuncios. Cualquiera le da al sistema señal de URL limpia a nivel de conjunto de anuncios.
La herramienta Experimentos es también una opción perfectamente buena: estadísticamente la forma más limpia de dividir el tráfico en Meta, aunque el flujo de trabajo lleve algo de dar vueltas a clics. Dos creativos en un conjunto de anuncios funciona como cribado direccional, no como declarador de ganador. Las redirecciones y la rotación de plantillas con JavaScript pertenecen a un contexto diferente: microoptimizaciones, no cambios integrales de página.
No edites el anuncio ganador. No pruebes de más. Ejecuta durante semanas completas. Comprométete con tu umbral de decisión antes de que empiece la prueba.
Cuando el clonado manual de conjuntos de anuncios se vuelve el cuello de botella, la función Split Destination de Ads Uploader hace el trabajo pesado. Construye tu estructura de anuncio una vez (un solo conjunto de anuncios, conjunto de anuncios multiactivo o embudo completo) y Split Destination duplica la estructura en brazos paralelos con URLs diferentes. Conjunto de anuncios contra conjunto de anuncios, los mismos activos, sin volver a subir. La plataforma de lanzamiento de anuncios construida para ejecutar este tipo de prueba dentro de Meta.
