Qué es y cómo aplicar Multi Armed Bandit

Multi-Armed Bandit es un sistema para asignar recursos de forma dinámica a tus estrategias digitales. Sin embargo, sabemos que muchos de nosotros (nos incluimos porque también es así), tenemos miedo de experimentar en fechas claves como puede ser en fechas clave para el negocio.

Es un miedo común y justificado, ya que hablamos de uno de los momentos más importantes del año para el comercio electrónico, donde cada decisión puede tener un impacto directo en los resultados finales. 

¿Y si el experimento no funciona? 

¿Y si perdemos ventas por tomar un riesgo innecesario?

 Estas dudas son naturales y reflejan lo mucho que nos importa optimizar cada detalle en estas campañas.

Sin embargo, también es cierto que quedarnos en nuestra zona de confort no siempre es lo más rentable. En ocasiones, los riesgos calculados pueden abrir nuevas oportunidades y enseñarnos cosas que no sabíamos sobre el comportamiento de nuestros usuarios. 

Y esto último, es lo que nos animó a experimentar con un Multi-Armed Bandit con un cliente del eCommerce en plena semana de Black Friday. 

Pero antes, ¿qué es un Multi-Armed Bandit? 

El Multi-Armed Bandit (MAB) es una técnica de optimización que permite asignar recursos de forma dinámica para maximizar resultados. A diferencia de un test A/B clásico, donde el tráfico se divide equitativamente entre variantes, el MAB ajusta constantemente el tráfico hacia las opciones que generan más ingresos, mientras sigue explorando alternativas. 

VWO herramienta que nos da la posibilidad de utilizar esta técnica, nos lo explica muy bien en este post. 

La historia de MAB: 

Como mencionamos anteriormente, experimentar en fechas clave como el Black Friday puede dar mucho vértigo. Sin embargo, decidimos proponerle a uno de nuestros clientes salir adelante con un Multi-Armed Bandit (MAB). ¿Por qué? Porque ellos tenían una meta ambiciosa, y sabíamos que esta metodología podía ayudarnos a alcanzar esos objetivos de una manera más rápida y efectiva.

Recuerdo perfectamente el título que le puse a la reunión con el cliente: «Una propuesta indecente». Y es que, realmente, lo era. Sabíamos que proponer algo así en un momento tan crítico era arriesgado, pero también estábamos seguros de que la estrategia tenía un gran potencial. El “NO” ya lo teníamos asegurado desde el principio, pero preparamos una presentación tan clara, con argumentos sólidos y una explicación detallada del bajo riesgo que implicaba el experimento, que logramos convencerlos. Y finalmente, nos dieron el SÍ.

Ahora, si te preguntas por qué esta propuesta conllevaba un bajo riesgo, la respuesta es simple:

1. El MAB ajusta dinámicamente el tráfico. A diferencia de un test A/B clásico, que divide el tráfico en partes iguales durante todo el experimento, el MAB dirige más tráfico hacia la variante que está mostrando mejores resultados en tiempo real. Esto significa que la pérdida de ingresos potenciales, si una variante no funciona, es mínima porque el sistema se ajusta automáticamente.
2. El tiempo de prueba era limitado. Diseñamos los experimentos para que fueran breves, de manera que pudiéramos reaccionar rápidamente si algo no funcionaba como esperábamos. La mayoría de los tests duraron solo una semana, excepto uno que fue de un solo día.
3. Escalabilidad inmediata de la mejor variante. Una vez identificamos qué variante era la más rentable, podíamos implementarla al 100% del tráfico sin esperar al final de la campaña. Esto nos permitía maximizar ingresos en tiempo récord.
4. La oferta era lo suficientemente atractiva. En este caso, estábamos trabajando con promociones muy potentes, como un 3×1. Esto nos daba margen para probar pequeñas optimizaciones sin que la propuesta principal perdiera valor a ojos del cliente final.

¿Cómo aplicamos la metodología del Multi-Armed Bandit?

Lo primero que tenemos que tener en cuenta al desarrollar una estrategia MAB son los experimentos que vamos a testear. Lanzamos cuatro experimentos claves con un objetivo claro: maximizar los ingresos y aprovechar al máximo el potencial del Black Friday. 

Cada uno de ellos se diseñó cuidadosamente para impactar en diferentes puntos del embudo de conversión:

1. Mensajes en carrito y PDPs destacando el plazo de devolución ampliado: Comunicamos que los clientes podían devolver sus productos hasta el 15 de enero. La idea era reducir las barreras de compra y transmitir confianza, especialmente en un periodo de alta demanda como el Black Friday.
2. Visualización de ahorros en el carrito: En promociones como el 3×1, añadimos mensajes claros y atractivos que destacaban el beneficio económico, como: “Ahorras 100€”. Este enfoque buscaba reforzar la percepción de valor y animar a los usuarios a completar la compra.
3. Generación de FOMO (miedo a perderse algo) en PLPs: Destacamos productos agotados o con bajo stock directamente en las páginas de listado de productos. Este experimento se centraba en la urgencia psicológica para impulsar decisiones de compra más rápidas.
4. Refuerzo de mensajes de valor en diferentes etapas del embudo: Probamos diferentes variantes en mensajes clave a lo largo del proceso de compra para captar la atención del usuario y optimizar su experiencia. Estos mensajes destacaban atributos únicos de la oferta o beneficios adicionales.

Los resultados que obtuvimos al usar el Multi-Armed Bandit

La parte que estabas esperando, ¿verdad?

Los tres primeros experimentos se ejecutaron durante una semana. 

En estos casos, ninguna variante logró atraer tráfico mayoritario ni maximizó ingresos. 

Mi conclusión es que, con una promoción tan potente como el 3×1, no importa tanto destacar detalles como el plazo de devolución o los ahorros específicos. El cliente ya entiende el valor de la oferta sin necesidad de refuerzos adicionales.

Sin embargo, el cuarto experimento fue otro cantar. 

Destacar los productos agotados en PLPs para generar FOMO sí marcó la diferencia. 

Este test solo duró un día, y en ese tiempo la variante atrajo la mayor cantidad de tráfico, maximizando ingresos con un impacto estimado de +3% en revenue. 

Esto se tradujo en unos 2.000€ adicionales en 24 horas.

Pero es que la historia no termina aquí. El caso de éxito no son esos +3% de revenue. 

Lo realmente importante pasó después: el cliente tomó la decisión de implementar el experimento al 100% del tráfico durante los días más intensos de la campaña de Black Friday.

Para nosotros, este fue un auténtico éxito. 

Saber que una idea validada en un experimento, propuesta y desarrollada por nuestro equipo, se convirtió en una estrategia adoptada al completo en uno de los momentos más críticos y competitivos del año es una satisfacción enorme. Es en este tipo de decisiones donde se rompe con lo establecido, donde se apuesta por lo diferente, y donde realmente se abren oportunidades para maximizar resultados.

Y es que, salirse de lo establecido y atreverse a experimentar no solo genera aprendizajes valiosos, sino que también puede convertirse en la clave para destacar frente a la competencia. Black Friday es el momento de mayor presión para muchas marcas, y lo fácil hubiera sido quedarse en el «modo seguro». Sin embargo, este caso demuestra que, con una buena estrategia, datos sólidos y confianza mutua entre cliente y equipo, es posible arriesgar con cabeza y obtener grandes recompensas.

Aunque no podemos compartir cifras exactas del impacto final tras escalar el experimento, lo que realmente podemos compartir con vosotros es el aprendizaje de que atreverse a probar lo diferente puede ser el primer paso hacia un éxito que no esperabas. 

Así que, si alguna vez dudas sobre experimentar en fechas clave, recuerda: a veces, las mayores oportunidades están en los riesgos que otros no quieren tomar.