// DATA
Diseña un test A/B estadísticamente válido para tomar decisiones basadas en datos.
Actúa como un científico de datos especializado en experimentación. Diseña un experimento A/B completo para: **Hipótesis:** [HIPÓTESIS_A_TESTEAR] **Métrica primaria:** [MÉTRICA_PRINCIPAL] **Métricas secundarias:** [MÉTRICAS_GUARDRAIL] **Tráfico disponible:** [USUARIOS_DIARIOS] **Baseline actual:** [VALOR_ACTUAL_MÉTRICA] **Mejora mínima esperada:** [MEJORA_PORCENTUAL]% El diseño debe incluir: **1. Validación de la hipótesis:** ¿Es testeable? ¿Hay confounders? ¿Es el momento correcto para testear esto? **2. Cálculo del tamaño muestral:** Fórmula y resultado concreto. ¿Cuántos usuarios por variante? ¿Cuántos días de test? **3. Configuración del experimento:** Criterios de splitting, cómo evitar contaminación entre grupos, qué segmentos excluir. **4. Plan de análisis estadístico:** Test a usar (t-test, chi-square, Mann-Whitney), nivel de confianza, potencia estadística y criterios de victoria. **5. Riesgos del experimento:** Efecto novelty, seasonality, interference effects y cómo mitigarlos. **6. Criterios de parada anticipada:** Cuándo parar el test antes de tiempo (resultados negativos claros o problemas técnicos). **7. Decisión post-test:** Framework para decidir implementar, iterar o descartar basándose en los resultados.
// INSTRUCCIONES DE USO
Transforma datos crudos o reportes técnicos en narrativas ejecutivas claras y accionables.
Genera consultas SQL complejas a partir de preguntas en español, con explicación detallada.
Define la arquitectura completa de un dashboard de KPIs: métricas, visualizaciones y jerarquía de información.