GuíaBásico

Guía de Métricas de Producto y Experimentación

Enseña a medir si una apuesta funcionó, con rigor: la parte cuantitativa del producto. Cubre qué medir (North Star, métricas accionables vs. de vanidad, los frameworks HEART de Google y AARRR/pirate de McClure), cómo leer un funnel (conversión y fugas por paso), cómo medir retención por cohortes sin que un promedio agregado mienta, cómo proteger una métrica con guardrails, y —el corazón de la guía— cómo experimentar con A/B tests correctamente: la hipótesis, la aleatorización, el lift, la significancia estadística (p-value e intervalo de confianza con un z-test de proporciones real), el tamaño de muestra (MDE, poder estadístico), y las trampas que invalidan un resultado que parece bueno (peeking, comparaciones múltiples, la paradoja de Simpson, el efecto novedad). Continúa donde cerró la guía de Descubrimiento: la apuesta `recommendations` de Mercado, ya validada con una señal cualitativa (fake door), se lanza ahora como experimento controlado (`control` vs. `variant`) y se mide con estadística real, implementada y verificada en Node.js. Cierra con un proyecto capstone que mide el lanzamiento completo y decide enviar, revertir o iterar.