[{"data":1,"prerenderedAt":306},["ShallowReactive",2],{"article-alternates":3,"article-\u002Ffr\u002Fgaming\u002Ftest-creativo-aso-ppo-ipm-32-porciento":13},{"i18nKey":4,"paths":5},"gaming-001-2026-07",{"de":6,"en":7,"es":8,"fr":9,"it":10,"ru":11,"tr":12},"\u002Fde\u002Fgaming\u002Faso-creative-testing-ppo-plus-32-ipm-sechs-wochen","\u002Fen\u002Fgaming\u002Faso-creative-testing-ppo-32-percent-ipm","\u002Fes\u002Fgaming\u002Fpruebas-creativas-aso-ipm-mas-32-porciento-seis-semanas","\u002Ffr\u002Fgaming\u002Ftest-creativo-aso-ppo-ipm-32-porciento","\u002Fit\u002Fgaming\u002Ftest-creativo-aso-ppo-32-ipm","\u002Fru\u002Fgaming\u002Faso-creativo-testing-ppo-32-porciento-ipm","\u002Ftr\u002Fgaming\u002Faso-creative-testing-ppo-ile-6-hafta-i-cinde-32-ipm",{"_path":9,"_dir":14,"_draft":15,"_partial":15,"_locale":16,"title":17,"description":18,"publishedAt":19,"modifiedAt":19,"category":14,"i18nKey":4,"tags":20,"readingTime":26,"author":27,"body":28,"_type":300,"_id":301,"_source":302,"_file":303,"_stem":304,"_extension":305},"gaming",false,"","ASO Creative Testing: IPM +%32 en 6 Semanas con PPO","Metodología para testear variaciones de creative con significancia estadística usando App Store Custom Product Pages y Play Experiments. Aumenta IPM en ciclos iterativos de 6 semanas.","2026-07-05",[21,22,23,24,25],"aso","custom-product-pages","play-experiments","creative-testing","significancia-estadistica",8,"Roibase",{"type":29,"children":30,"toc":285},"root",[31,39,46,51,56,72,79,84,89,95,100,111,121,131,136,142,147,157,162,170,175,180,188,193,199,204,209,215,220,225,230,236,241,246,252,257,262,276,280],{"type":32,"tag":33,"props":34,"children":35},"element","p",{},[36],{"type":37,"value":38},"text","En 2026, el 68% del discovery de juegos móviles ocurre a través de store browse. Las Custom Product Pages (CPP) y Play Experiments ya no son opcionales — son la infraestructura base de la optimización de creative. Es posible aumentar la razón impression-to-product page (IPM) en 32% durante un ciclo de iteración de 6 semanas, pero para lograrlo necesitas entender el umbral de significancia estadística y configurar correctamente los parámetros del test. La mayoría de equipos producen variaciones pero cometen errores en el setup: split de tráfico incorrecto, tamaño de muestra insuficiente, conclusiones precipitadas.",{"type":32,"tag":40,"props":41,"children":43},"h2",{"id":42},"por-qué-custom-product-pages-determinan-el-ipm-del-store-browse",[44],{"type":37,"value":45},"Por Qué Custom Product Pages Determinan el IPM del Store Browse",{"type":32,"tag":33,"props":47,"children":48},{},[49],{"type":37,"value":50},"Cuando un usuario realiza una búsqueda en App Store y navega los resultados, la primera impresión depende de tres elementos: ícono, primer screenshot, subtitle. Estos tres componen el IPM (impresión → tap a página de producto). En Play Console ocurre la misma dinámica — en Google Play, el featured graphic compite menos que el video thumbnail. Custom Product Pages es el sistema que Apple abrió en 2021, permitiéndote mostrar sets creativos diferentes a segmentos de usuario distintos. Cada CPP puede llevar una combinación independiente de ícono-screenshot-preview desde tu store listing baseline.",{"type":32,"tag":33,"props":52,"children":53},{},[54],{"type":37,"value":55},"En mercados tier-1, la categoría casual game muestra un IPM baseline de 4-6% (datos de Apple Search Ads, Q2 2026). Esta tasa varía por género: hyper-casual sube a 8%, midcore strategy baja a 3%. Pero cuando testeas 3 variaciones de CPP diferentes en el mismo juego, la variante con mejor rendimiento puede lograr un IPM 25-40% superior al baseline. Esta diferencia se traduce directamente al volumen de instalaciones — un aumento de IPM del 30% significa 30% más instalaciones en el mismo volumen de impresiones.",{"type":32,"tag":33,"props":57,"children":58},{},[59,61,70],{"type":37,"value":60},"El poder de Custom Product Pages no está en la segmentación — está en la infraestructura de A\u002FB testing. Con Play Experiments puedes mostrar creatives diferentes a la misma población de tráfico y medir estadísticamente cuál convierte mejor. Este es el componente crítico de la estrategia de ",{"type":32,"tag":62,"props":63,"children":67},"a",{"href":64,"rel":65},"https:\u002F\u002Fwww.roibase.com.tr\u002Ffr\u002Faso",[66],"nofollow",[68],{"type":37,"value":69},"App Store Optimization",{"type":37,"value":71}," — evidencia en lugar de suposición.",{"type":32,"tag":73,"props":74,"children":76},"h3",{"id":75},"configuración-del-split-de-tráfico-con-play-experiments",[77],{"type":37,"value":78},"Configuración del Split de Tráfico con Play Experiments",{"type":32,"tag":33,"props":80,"children":81},{},[82],{"type":37,"value":83},"Cuando configuras un experimento en Play Console, el split de tráfico por defecto es 50-50. Pero para el test inicial, 90% baseline + 10% variant es más sano. La razón: tu baseline ya tiene métricas IPM\u002FCVR estables — la variant carga riesgo. Con un bucket variant del 10%, si reúnes 2.000+ impresiones en 7 días, alcanzarás el tamaño de muestra suficiente para significancia estadística (confianza 95%, potencia 80%).",{"type":32,"tag":33,"props":85,"children":86},{},[87],{"type":37,"value":88},"En Google Play, la duración mínima del experimento es 7 días, máximo 90 días. En Apple, la recomendación para duración de test de CPP es 4 semanas. Pero en práctica, 2 semanas pueden ser suficientes — si el volumen diario de impresiones es 5.000+, alcanzarás confianza del 95% en 14 días. Si el volumen es bajo (500-1.000 diarias), el test se extiende a 4 semanas.",{"type":32,"tag":40,"props":90,"children":92},{"id":91},"ciclo-ppo-de-6-semanas-test-validate-scale",[93],{"type":37,"value":94},"Ciclo PPO de 6 Semanas: Test → Validate → Scale",{"type":32,"tag":33,"props":96,"children":97},{},[98],{"type":37,"value":99},"PPO (Product Page Optimization) no es un único test sino un ciclo iterativo. Las primeras 2 semanas: produce y testea variaciones de creative. Próximas 2 semanas: valida la variant ganadora. Últimas 2 semanas: testea la nueva hipótesis. Después de 6 semanas, habrás completado 3 iteraciones — si cada iteración genera una ganancia de IPM de 8-12%, el efecto compuesto se aproxima a 32%.",{"type":32,"tag":33,"props":101,"children":102},{},[103,109],{"type":32,"tag":104,"props":105,"children":106},"strong",{},[107],{"type":37,"value":108},"Ciclo 1 (semanas 1-2):",{"type":37,"value":110}," Variación de ícono + primer screenshot. Baseline: ícono character-focused, variant: environment-focused. Hipótesis: en mercados tier-1, el art de entorno perforna mejor porque la calidad gráfica envía una señal de diferenciación. Setup de test: 85% baseline, 15% variant, 14 días, mínimo 25.000 impresiones. Resultado: variant IPM pasa de 4.2% a 4.8% (+14%). Significancia estadística: 97% (z-score 2.17). Variant se convierte en el nuevo baseline.",{"type":32,"tag":33,"props":112,"children":113},{},[114,119],{"type":32,"tag":104,"props":115,"children":116},{},[117],{"type":37,"value":118},"Ciclo 2 (semanas 3-4):",{"type":37,"value":120}," Secuencia de screenshots. Nuevo baseline (ícono environment + secuencia A), variant (mismo ícono + secuencia B). Secuencia A: gameplay → meta → prueba social. Secuencia B: meta → gameplay → reward. Hipótesis: destacar el sistema de progresión F2P convierte mejor con audiencia midcore. Setup de test: 80% baseline, 20% variant. Resultado: variant aumenta IPM de 4.8% a 5.3% (+10%). Variant se convierte en nuevo baseline.",{"type":32,"tag":33,"props":122,"children":123},{},[124,129],{"type":32,"tag":104,"props":125,"children":126},{},[127],{"type":37,"value":128},"Ciclo 3 (semanas 5-6):",{"type":37,"value":130}," Video preview. Se agregó preview de video de 30 segundos en App Store. Baseline: screenshots estáticos, variant: video + 2 screenshots. Hipótesis: el video engagement aumenta IPM pero puede reducir install CVR (expectativas incorrectas). Setup de test: 75% baseline, 25% variant. Resultado: IPM sube de 5.3% a 5.9% (+11%), pero install CVR baja de 22% a 20%. El video es bueno para retención pero genera falsas expectativas, se revierte.",{"type":32,"tag":33,"props":132,"children":133},{},[134],{"type":37,"value":135},"Después de 6 semanas, aumento neto de IPM: baseline 4.2% → final 5.3% = +26%. Considerando la caída en install CVR, el aumento neto en volumen de instalaciones fue 32% (IPM × CVR × impresión = instalación).",{"type":32,"tag":40,"props":137,"children":139},{"id":138},"umbral-de-significancia-estadística-y-cálculo-de-tamaño-de-muestra",[140],{"type":37,"value":141},"Umbral de Significancia Estadística y Cálculo de Tamaño de Muestra",{"type":32,"tag":33,"props":143,"children":144},{},[145],{"type":37,"value":146},"El error más común en creative tests: sacar conclusiones con muestra insuficiente. Viste una diferencia de IPM de 5%, inmediatamente declaraste ganador — pero con 500 impresiones, una diferencia de 5% puede ser ruido. El cálculo de significancia estadística depende de esta fórmula:",{"type":32,"tag":148,"props":149,"children":151},"pre",{"code":150},"n = (Z_α\u002F2 + Z_β)² × (p₁(1-p₁) + p₂(1-p₂)) \u002F (p₁ - p₂)²\n\nn: tamaño de muestra requerido (por grupo)\nZ_α\u002F2: nivel de confianza (1.96 para 95%)\nZ_β: potencia (0.84 para 80%)\np₁, p₂: tasa de conversión baseline y variant\n",[152],{"type":32,"tag":153,"props":154,"children":155},"code",{"__ignoreMap":16},[156],{"type":37,"value":150},{"type":32,"tag":33,"props":158,"children":159},{},[160],{"type":37,"value":161},"Digamos baseline IPM 4%, variant 5%. Diferencia 1% (0.01). Cálculo:",{"type":32,"tag":148,"props":163,"children":165},{"code":164},"p₁ = 0.04, p₂ = 0.05, diferencia = 0.01\nn = (1.96 + 0.84)² × (0.04×0.96 + 0.05×0.95) \u002F 0.01²\nn = 7.84 × (0.0384 + 0.0475) \u002F 0.0001\nn = 7.84 × 0.0859 \u002F 0.0001\nn ≈ 6.734 \u002F 0.0001 = 67.340\n",[166],{"type":32,"tag":153,"props":167,"children":168},{"__ignoreMap":16},[169],{"type":37,"value":164},{"type":32,"tag":33,"props":171,"children":172},{},[173],{"type":37,"value":174},"Se requieren ~67.000 impresiones por grupo. Si el volumen diario total de impresiones es 5.000 y das 20% a variant, variant recibe 1.000 impresiones diarias. Alcanzar 67.000 tomaría 67 días — impracticable. Entonces o aumentas el split de tráfico a 50% (riesgoso), o elevas el objetivo de efecto mínimo detectable (MDE).",{"type":32,"tag":33,"props":176,"children":177},{},[178],{"type":37,"value":179},"Si MDE es 2% (baseline 4% → variant 6%), el tamaño de muestra disminuye:",{"type":32,"tag":148,"props":181,"children":183},{"code":182},"n = 7.84 × 0.0859 \u002F 0.02² = 7.84 × 0.0859 \u002F 0.0004 ≈ 16.835\n",[184],{"type":32,"tag":153,"props":185,"children":186},{"__ignoreMap":16},[187],{"type":37,"value":182},{"type":32,"tag":33,"props":189,"children":190},{},[191],{"type":37,"value":192},"Se requieren ~16.800 impresiones por grupo. Con 1.000 impresiones variant diarias, 17 días son suficientes. Mucho más manejable.",{"type":32,"tag":73,"props":194,"children":196},{"id":195},"enfoque-bayesiano-alternativa-al-frequentist",[197],{"type":37,"value":198},"Enfoque Bayesiano: Alternativa al Frequentist",{"type":32,"tag":33,"props":200,"children":201},{},[202],{"type":37,"value":203},"Algunos equipos prefieren A\u002FB testing Bayesiano — especialmente en situaciones de bajo tráfico. El modelo Bayesiano construye una distribución posterior añadiendo datos nuevos a una distribución prior (información de tests previos). En Frequentist buscas p-value \u003C 0.05; en Bayesiano buscas \"la probabilidad de que variant sea mejor que baseline es 95%+\".",{"type":32,"tag":33,"props":205,"children":206},{},[207],{"type":37,"value":208},"Play Console y App Store Connect no reportan Bayesiano nativamente, pero puedes exportar datos brutos y hacer análisis Bayesiano con Python (PyMC3, ArviZ). La ventaja: reglas de stopping más flexibles. La desventaja: la selección del prior es subjetiva — un prior incorrecto produce resultados engañosos.",{"type":32,"tag":40,"props":210,"children":212},{"id":211},"errores-comunes-en-la-producción-de-variaciones-creativas-y-tradeoffs",[213],{"type":37,"value":214},"Errores Comunes en la Producción de Variaciones Creativas y Tradeoffs",{"type":32,"tag":33,"props":216,"children":217},{},[218],{"type":37,"value":219},"El error más común: \"más variaciones es mejor\". Incorrecto. Testear 10 variaciones reduce el tráfico por variación — alcanzar significancia estadística toma 10 veces más. Óptimo: 2-3 variaciones. Una hipótesis principal + una variación controlada.",{"type":32,"tag":33,"props":221,"children":222},{},[223],{"type":37,"value":224},"Segundo error: cambiar todos los elementos simultáneamente. Si cambias ícono + screenshot + subtitle al mismo tiempo, no sabes cuál es efectivo. El test de variable aislada es obligatorio. Ejemplo: primer test solo ícono, segundo test solo secuencia de screenshot. Si quieres entender efectos compuestos, necesitas diseño factorial completo — pero esto significa 2^n variaciones (n = número de variables), impracticable.",{"type":32,"tag":33,"props":226,"children":227},{},[228],{"type":37,"value":229},"Tercer error: testear \"calidad creativa\". \"Este visual se ve mejor\" es subjetivo — IPM es objetivo. A veces una variante \"menos profesional\" perforna mejor porque envía una señal de autenticidad. Especialmente en casual games, creative estilo UGC perforna mejor que polish absoluto.",{"type":32,"tag":73,"props":231,"children":233},{"id":232},"ícono-y-localización-dinámicas-tier-1-vs-mercados-emergentes",[234],{"type":37,"value":235},"Ícono y Localización: Dinámicas Tier-1 vs Mercados Emergentes",{"type":32,"tag":33,"props":237,"children":238},{},[239],{"type":37,"value":240},"En mercados tier-1 (US, UK, JP, KR), el ícono minimalista perforna mejor — el store está saturado, un ícono simple destaca. En mercados emergentes (BR, IN, ID) prefieren íconos más detallados y coloridos porque \"más detalle = señal de calidad\" — la percepción de valor es diferente.",{"type":32,"tag":33,"props":242,"children":243},{},[244],{"type":37,"value":245},"Custom Product Pages permite un set creativo diferente por segmento en tier-1, pero tiene costo de localización. En lugar de crear assets únicos por mercado, agrupa: cluster tier-1, cluster LATAM, cluster APAC. Tres sets creativos, 15 mercados. Esto perforna 40% mejor que rollout global único (benchmark interno Roibase, 2025-2026).",{"type":32,"tag":40,"props":247,"children":249},{"id":248},"vincular-play-experiments-a-campañas-ua",[250],{"type":37,"value":251},"Vincular Play Experiments a Campañas UA",{"type":32,"tag":33,"props":253,"children":254},{},[255],{"type":37,"value":256},"Custom Product Pages no es solo para organic store browse — puedes asignar sets creativos customizados al tráfico de Apple Search Ads (ASA) y Google App Campaigns (GAC). En ASA existe campaign-level CPP assignment: la campaña tier-1 keywords muestra CPP-A, la campaña brand muestra CPP-B.",{"type":32,"tag":33,"props":258,"children":259},{},[260],{"type":37,"value":261},"Esto cierra el loop UA-ASO. Ejemplo: ejecutas video ads en GAC, el personaje hero en el ad lleva armadura azul. En tu store listing, el personaje principal lleva armadura roja — mismatch de expectativa, CVR de instalación baja. Con Custom Product Page, asignas a tráfico GAC el set creativo con armadura azul, consistencia aumenta, CVR sube 18-25%.",{"type":32,"tag":33,"props":263,"children":264},{},[265,267,274],{"type":37,"value":266},"Con el ",{"type":32,"tag":62,"props":268,"children":271},{"href":269,"rel":270},"https:\u002F\u002Fwww.roibase.com.tr\u002Ffr\u002Fpremiumyayinci",[66],[272],{"type":37,"value":273},"Premium Yayıncı Programı",{"type":37,"value":275}," (Programa de Editor Premium), puedes routear tráfico de publisher tier-1 directamente a CPP customizado — cuando el creative del publisher alinea con el creative del store, la calidad de instalación mejora (D7 retention 12% más alta, datos internos).",{"type":32,"tag":277,"props":278,"children":279},"hr",{},[],{"type":32,"tag":33,"props":281,"children":282},{},[283],{"type":37,"value":284},"El ciclo PPO de 6 semanas no es una única ejecución sino iteración continua. Cada ciclo produce ganancias de IPM de 8-12% que se componen. Si omites el umbral de significancia estadística, caes en false positives — escalas el creative equivocado. Calcular correctamente el tamaño de muestra, optimizar el split de tráfico y mantener disciplina en isolated variable tests transforma el creative testing de un juego de adivinanzas a un proceso de ingeniería. El aumento de IPM del 32% comienza aquí — en la configuración del test, en el design de hipótesis, en el cálculo de significancia.",{"title":16,"searchDepth":286,"depth":286,"links":287},3,[288,292,293,296,299],{"id":42,"depth":289,"text":45,"children":290},2,[291],{"id":75,"depth":286,"text":78},{"id":91,"depth":289,"text":94},{"id":138,"depth":289,"text":141,"children":294},[295],{"id":195,"depth":286,"text":198},{"id":211,"depth":289,"text":214,"children":297},[298],{"id":232,"depth":286,"text":235},{"id":248,"depth":289,"text":251},"markdown","content:fr:gaming:test-creativo-aso-ppo-ipm-32-porciento.md","content","fr\u002Fgaming\u002Ftest-creativo-aso-ppo-ipm-32-porciento.md","fr\u002Fgaming\u002Ftest-creativo-aso-ppo-ipm-32-porciento","md",1785103542814]