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.