El área más descuidada del crecimiento en mobile gaming son los visuales de la tienda. La mayoría de estudios suben un icono y capturas de pantalla una sola vez y los olvidan. Pero con Custom Product Pages (CPP) de Apple y Play Experiments (PPE) de Google, cada semana que no haces A/B testing dejas sobre la mesa potencial de installs por impresión (IPM). Desde 2025, los juegos en mercados tier-1 que usan CPP ven lifts de +%22 IPM en promedio. Pero si el método de testing es incorrecto, los números carecen de valor. Este artículo trata sobre la metodología.

Qué Son Custom Product Pages y Por Qué Ahora

Apple lanzó CPP en 2021, Google Play lo actualizó en 2022 con control experimental completo. Antes era la era de "un único set de visuales + pruebas menores". Ahora puedes servir diferentes conjuntos creativos a cada segmento de campaña: si usas estilo anime en UA, también en la tienda; si te enfocas en mecánicas de combate, tus capturas lo reflejan.

La diferencia es simple: consistencia de mensajes. El usuario ve un héroe épico en TikTok, hace clic, y en el App Store ve una captura de farming — la conversión baja. CPP cierra esa brecha. Pero el verdadero poder está en el ciclo de testing: pones 3 direcciones visuales diferentes en vivo y tomas una decisión basada en datos 2 semanas después.

Detalle técnico: los CPP son independientes de tu página de producto predeterminada; puedes crear hasta 35 versiones (límite de Apple). En Google, la cuota de experimentos es dinámica pero 10-12 pruebas activas son suficientes. Cada una se vincula a un ID de campaña diferente — usas SKAdNetwork (SKAN) o Firebase para la atribución.

Play Experiments e IOS Equivalente: Arquitectura de Testing

Play Experiments te permite hacer testing del funnel de conversión dentro de la tienda: el 50% de usuarios ve los visuales de control, el 50% ve la variante. En Apple no existe esta característica, así que usas CPP con routing a nivel de campaña. El split de test ocurre en el nivel de mediación, no en la tienda.

Estructura típica de testing:

Google (split a nivel de tienda):

  • Control (set de visuales actual)
  • Variante A (nuevo orden de capturas)
  • Variante B (personaje héroe diferente)

El tráfico se distribuye automáticamente; Play Console entrega un reporte de significancia estadística en 14 días.

Apple (split a nivel de campaña):

  • Campaña 1 → Página de producto predeterminada
  • Campaña 2 → CPP Variante A
  • Campaña 3 → CPP Variante B

Con Apple Search Ads o paid social haces el split manualmente. Para cada campaña extraes datos de installs e IPM desde los postbacks de SKAN. Calculas la significancia por tu cuenta (Apple no tiene interfaz de testing).

La mayoría de estudios cometen errores aquí: deciden antes de tener suficiente muestra. Con 500 installs dicen "la variante ganó" y detienen la iteración. En realidad, el poder estadístico es apenas %60. Mínimo obligatorio: 2000 impresiones/variante + intervalo de confianza %95.

Significancia Estadística y Cálculo de Lift

Play Console entrega reportes de significancia, pero las matemáticas detrás son simples: prueba z de proporciones. Prueba si la diferencia de conversion rate entre dos grupos ocurrió por azar o es real.

La fórmula:

z = (p1 - p2) / sqrt(p * (1-p) * (1/n1 + 1/n2))
p = (x1 + x2) / (n1 + n2)
  • p1, p2: tasas de conversión en variante y control
  • n1, n2: número de impresiones
  • x1, x2: número de installs

Si z-score > 1.96, entonces con %95 de confianza existe una diferencia real.

Ejemplo:

  • Control: 10.000 impresiones, 800 installs → %8.0 CVR
  • Variante: 10.000 impresiones, 1120 installs → %11.2 CVR
  • Lift: +40% (relativo), +3.2pp (absoluto)
  • Z-score: 8.4 → p < 0.001 (definitivamente significante)

Pero atención: con muestras pequeñas, incluso si el lift es alto, la significancia puede ser baja. Si ves +%15 lift con 500 impresiones, el intervalo de confianza %95 podría ser -5% a +35%.

Cálculo de muestra mínima (análisis de potencia): Para CVR baseline %8, MDE (efecto mínimo detectable) %20 lift (es decir, %9.6 CVR) y potencia %80, necesitas ~4500 impresiones por grupo. Decide con menos y te arriesgas.

Bayesian vs Frequentista

Play Console usa el enfoque frequentista. Alternativa: testing Bayesiano — actualización continua de la posterior; obtienes "la variante es mejor con probabilidad %87". Con muestras pequeñas, el Bayesiano te ayuda a decidir más rápido, pero en producción el frequentista es más seguro. La prioridad es control de error tipo I, no minimizar arrepentimiento.

Metodología de Iteración Creativa: Del Primer Test al Scaling

La mayoría de estudios usan CPP así: el equipo de marketing diseña 3 visuales, los lanza, revisa una semana después, dice "el del medio es mejor" y sigue. Error.

El ciclo correcto de iteración:

  1. Formulación de hipótesis (Semana 0):
    • Toma el top-performer de tu UA creativa. ¿Qué ángulo tiene ITR alto? (personaje vs mecánica vs recompensa)
    • Diseña 2-3 variantes que lleven ese ángulo al visual de tienda. Control = visual actual.
  2. Lanzamiento del test (Semana 1-2):
    • Activa los CPP con routing a nivel de campaña. Distribuye tráfico equitativo (ajuste manual de pujas o rotación creativa).
    • Extrae datos diarios de impresiones e installs. No declares ganador temprano.
  3. Verificación de significancia (Semana 3):
    • Ejecuta z-test para cada variante. Si ninguna alcanza significancia, incrementa tráfico +%50 u espera otra semana.
    • Si 1 variante tiene p < 0.05 y lift >%15, avanza a iteración.
  4. Iteración ganadora (Semana 4-5):
    • Convierte la variante ganadora en el nuevo baseline. Crea 2 nuevas variantes: una con cambio radical (esquema de color diferente), otra incremental (reorden de capturas).
    • Inicia la ronda 2 de testing.
  5. Escalado (Semana 6+):
    • Si la ronda 2 genera otro ganador, aplica esa variante a todas las campañas. Archiva el control anterior.
    • Vuelve a probar 3 meses después — el contexto cambia, hay decay creativo.

Si ejecutas este ciclo en 6 semanas, realizas 8 rondas de testing al año. Si cada una genera +%10-15 lift, el compuesto es (1.1)^8 = 2.14x → +%114 mejora de IPM anual. En práctica, vemos +%30-50 (no todos los tests ganan).

Testing Multivariante y Segmentación

El método anterior es A/B binario. Nivel avanzado: testing multivariante (MVT). Pruebas 3+ elementos simultáneamente: icono, primera captura, preview de video. Pero las combinaciones explotan (3 iconos × 4 capturas × 2 videos = 24 variantes). El requerimiento de muestra se multiplica por 24.

Solución: diseño factorial. Mides el efecto principal de cada elemento por separado. Pero ignoras efectos de interacción (si el icono A + captura B crean sinergia especial, no lo ves). Tradeoff: velocidad vs profundidad.

Alternativa: testing secuencial. Primero icono, luego captura, luego video. En cada paso encuentras el ganador y avanzas. Tiempo total más largo (12-18 semanas) pero cada decisión es sólida.

Segmentación: también puedes servir CPP según el segmento de audiencia. Ejemplo: iOS 17+ con UI moderna, iOS 15- con visual clásico. O geo: superhéroes en USA, fantasía en MENA. Requiere test separado por segmento — la necesidad de muestra total se multiplica. Criterio sensato: segmentos con diferencia de LTV >%30.

Con Roibase: Infraestructura de Testing en ASO

El servicio App Store Optimization de Roibase construye la infraestructura para testing con CPP/PPE: mapeo de conversion values en SKAdNetwork, integración Firebase/Adjust, dashboard personalizado con tracking de significancia en tiempo real. También, a través del Programa Premium Publisher, validamos que tu creativa UA y creativa de tienda hablen el mismo lenguaje visual — si tu SparkAds de TikTok usa una estética, el CPP debe seguir la misma.

Engagement típico: primeras 2 semanas medición de baseline, semanas 3-6 primer ciclo de testing, semanas 7-12 iteración + scaling. En 3 meses, alcanzamos +%20-35 IPM lift (en casual/hyper-casual tier-1). En midcore/strategy el lift es menor (%10-15) porque el ciclo de decisión es largo y el detalle de captura es crítico.

Cierre: Testing Creativo = Proceso Continuo

ASO creative testing no es una campaña, es un proceso. Si pruebas una sola vez y usas el ganador 6 meses después, pierdes la mitad del lift por decay creativo. Se requiere refresh cada 3 meses. El contexto cambia, competidores prueban nuevos estilos, las tendencias editoriales de Apple/Google evolucionan.

Lo que debes hacer ahora: analiza tus visuales actuales de tienda. ¿El ángulo top-performer de tu creativa UA coincide con el mensaje de tus capturas? Si no, diseña tu primer CPP variante desde ese ángulo. En 2 semanas, acumula mínimo 5000 impresiones. Ejecuta z-test. Si el lift >%15 + p < 0.05, avanza a iteración. En 6 semanas verás +%20-30 lift en IPM.