El mensaje que yo no enviaría todavía
Imagina que estás viendo un vídeo sobre cómo hacer pan. Junto al reproductor aparece una miniatura titulada «Cómo preparar masa madre». Si pulsas esa miniatura, se abre el vídeo recomendado. La plataforma también puede mostrar esa misma recomendación más abajo, en la lista de sugerencias. Cuando hablemos de la posición, nos referiremos al lugar de la pantalla donde apareció la miniatura.
Cada vez que una miniatura aparece en pantalla, la plataforma registra una impresión. Si pulsas dos veces la misma miniatura durante esa impresión, sigue siendo una sola impresión con clic. Si la miniatura nunca llegó a mostrarse, no entra en la cuenta.
Ahora imagina que entre el lunes y el martes cambiamos el sistema que elige qué vídeos recomendar. El lunes, de cada cien impresiones, 26 recibieron al menos un clic; el martes fueron 64. Yo enviaría esas cifras a dirección. Lo que aún no escribiría es «hemos acertado con el cambio». ¿Y si el martes muchas más recomendaciones aparecieron junto al reproductor, justo donde la gente suele pulsar más?
Lo primero que se pierde al guardar un dato
Para ver qué podemos averiguar, anotemos cuatro ocasiones en las que apareció una recomendación. Cada fila de esta tabla corresponde a una de esas ocasiones. El número de la izquierda sirve para señalarla; un mismo vídeo podría aparecer más de una vez.
| Impresión | ¿Dónde apareció la miniatura? | ¿Alguien la pulsó? |
|---|---|---|
| 1 | Arriba | Sí |
| 2 | Arriba | No |
| 3 | Abajo | No |
| 4 | Abajo | No |
Si elijo al azar una de las cuatro impresiones, ¿cuáles podrían tocarme? Cualquiera de las cuatro: ese conjunto es el espacio muestral, \(\Omega\). Si pregunto en cuáles apareció arriba la miniatura, puedo señalar la 1 y la 2. Llamaré \(A\) a ese conjunto. Si pregunto en cuáles hubo clic, solo puedo señalar la 1. Ese es el conjunto \(C\):
Tapa con la mano la columna del medio. Todavía puedes contar cuántas recomendaciones recibieron un clic. Pero mira los tres «No»: ¿cuál de ellos corresponde a una miniatura que apareció arriba? Lo sabías con la tabla completa. La respuesta «No», por sí sola, no te lo dice.
Eso mismo ocurre si la plataforma solo guarda un bit por impresión: una casilla con dos valores posibles, 1 para «hubo clic» y 0 para «no hubo clic». El 1 distingue la primera impresión; el 0 agrupa las otras tres. Con ese único dato puedes seleccionar el primer grupo, el segundo, ambos o ninguno. En probabilidad, esa familia de cuatro conjuntos se llama \(\sigma\)-álgebra generada por el bit:
La letra griega \(\sigma\) se lee «sigma». Aquí, \(\sigma(C)\) nombra la colección de sucesos que puedes distinguir si lo único que sabes de cada impresión es si hubo clic. Las llaves enumeran esos sucesos. Vamos a leerlos en el orden en que aparecen:
- \(\varnothing\) es el conjunto vacío: no seleccionas ninguna fila.
- \(C\) es «hubo clic»: seleccionas solo la fila \(1\).
- \(C^{c}\) se lee «complemento de \(C\)». La \(c\) pequeña indica que tomas todas las filas que quedaron fuera de \(C\): las impresiones sin clic, es decir, las filas \(2, 3\) y \(4\).
- \(\Omega\) es el conjunto completo: seleccionas las cuatro filas, tanto si hubo clic como si no.
¿Qué miniaturas aparecieron arriba? Con la tabla completa basta con filtrar por «posición = arriba». El resultado son las impresiones \(1\) y \(2\). A ese resultado lo llamamos \(A=\{1,2\}\).
Ahora borra la columna «posición». Solo puedes filtrar por clic. Prueba los dos valores:
Necesitas la fila \(2\) porque su miniatura apareció arriba. Pero si pides «sin clic», el filtro también devuelve las filas \(3\) y \(4\), cuyas miniaturas aparecieron abajo. Las tres tienen un \(0\) en la única columna que conservaste. ¿Y si juntas los dos resultados? Obtienes las cuatro filas. Tampoco así consigues solo la \(1\) y la \(2\).
El símbolo \(\notin\) se lee «no pertenece a». Aquí dice algo concreto: el grupo «apareció arriba», \(A\), no está entre los cuatro grupos que puedes seleccionar con el dato de clic. Si quieres saber qué posición recibió más clics, guarda la posición junto al clic cada vez que se muestre una miniatura.

Qué probabilidad tiene cada fila
Escribe los números de las cuatro impresiones en cuatro fichas iguales, mézclalas y saca una sin mirar. Cada ficha tiene la misma probabilidad de salir: \(\tfrac14\). Llamamos \(P\) a la regla que asigna probabilidades. Para que esa regla sea válida, tiene que cumplir los tres axiomas de Kolmogórov:
1. Ningún suceso tiene probabilidad negativa. Si \(E\) es un suceso, como «sacar la ficha con clic», su probabilidad cumple:
\[P(E)\geq 0.\]En la tabla solo hubo clic en la primera impresión. Por eso \(P(C)=\tfrac14\). Un suceso imposible, como sacar la ficha número cinco, tiene probabilidad cero.
2. Algún resultado del sorteo tiene que ocurrir. El conjunto de todos los resultados posibles es \(\Omega\):
\[P(\Omega)=1.\]No sabes qué ficha vas a sacar, pero sí sabes que será una de las cuatro. En este sorteo puedes comprobarlo sumando sus probabilidades: \(\tfrac14+\tfrac14+\tfrac14+\tfrac14=1\).
3. Puedes sumar las probabilidades si los grupos no comparten fichas. Por ejemplo, «sale la ficha 1» y «sale la ficha 2» no pueden ocurrir a la vez. La probabilidad de sacar cualquiera de las dos es \(\tfrac14+\tfrac14=\tfrac12\).
La misma regla vale para una lista numerable de sucesos \(E_1,E_2,\ldots\), siempre que ningún par comparta resultados:
\[P\!\left(\bigcup_{i=1}^{\infty} E_i\right)=\sum_{i=1}^{\infty}P(E_i).\]El signo \(\bigcup\) reúne los grupos: a la izquierda se pregunta por la probabilidad de que la ficha salga de alguno de ellos. El signo \(\sum\) suma sus probabilidades. Si una ficha estuviera en dos grupos, esa suma la contaría dos veces.
Que cada ficha valga \(\tfrac14\) depende de haber elegido un sorteo uniforme. Los tres axiomas también se aplican a sorteos en los que unas fichas salen con más frecuencia que otras.
Con las mismas cuatro fichas podemos ver qué cambia al preguntar «o», «y» o «sabiendo que». El rectángulo de cada dibujo contiene todas las impresiones. El óvalo grande rodea las que aparecieron arriba, \(A=\{1,2\}\). El círculo pequeño rodea la que recibió clic, \(C=\{1\}\). Dibujamos el círculo dentro del óvalo porque, en esta tabla, el único clic ocurrió arriba. Si preguntas por una impresión sin clic, mira fuera del círculo pequeño: quedan las fichas \(2,3,4\). Ese es el complemento de \(C\), y su probabilidad es \(3/4\).
Unión: ¿qué fichas cumplen al menos una condición? Pide las que aparecieron arriba o recibieron clic. La ficha 2 entra porque apareció arriba, aunque nadie pulsó. La ficha 1 cumple ambas condiciones y también entra, pero sigue siendo una sola ficha. El signo \(\cup\) significa «unión»:
El dibujo indica qué fichas entran en la unión. Para calcular su probabilidad, suma la de aparecer arriba y la de recibir clic. Después resta la probabilidad de que ocurran ambas cosas: las fichas que cumplen las dos condiciones ya han entrado dos veces en la suma.
El término que restamos corresponde a la ficha \(1\): apareció arriba y recibió clic. Puedes comprobar el resultado contando las fichas violetas. Hay dos de cuatro y todas tienen la misma probabilidad de salir.
Intersección: ¿qué fichas cumplen las dos condiciones a la vez? Ahora pide las que aparecieron arriba y recibieron clic. La ficha 2 ya no sirve. Solo queda la 1, que está dentro de los dos contornos. El signo \(\cap\) significa «intersección».
Para calcular la intersección, empieza por las dos fichas de arriba. La probabilidad de sacar una de ellas es \(2/4\). Dentro de ese grupo, una de las dos recibió clic. Por tanto, la mitad de esas dos fichas cumple también la segunda condición. La regla del producto expresa esos dos pasos:
La barra de \(P(C\mid A)\) indica dónde contar: entre las fichas de arriba. Si multiplicaras por \(P(C)=1/4\), estarías usando la proporción de clics entre todas las fichas. Solo puedes sustituir \(P(C\mid A)\) por \(P(C)\) si los sucesos son independientes. Aquí las proporciones son distintas.
Condicionamiento: si ya sabes que la miniatura apareció arriba, ¿qué probabilidad hay de que recibiera clic? Alguien saca una ficha sin enseñártela y te dice: «Es de arriba». Con esa pista puedes descartar la 3 y la 4. La 1 y la 2 siguen siendo igual de probables, y solo la 1 recibió clic.
La barra vertical se lee «sabiendo que». Empieza por su derecha: \(A\) indica qué filas conservar. Después mira a la izquierda: \(C\) indica qué contar dentro de esas filas. La fórmula divide la probabilidad de cumplir ambas condiciones entre la probabilidad del grupo que conservas:
En la intersección contabas una ficha entre cuatro; con la pista cuentas esa misma ficha entre dos. Antes de conocer la posición, la probabilidad de clic era \(1/4\); al saber que apareció arriba, pasa a \(1/2\). Por eso clic y posición no son independientes en este registro. Para saber si mover la miniatura habría provocado un clic, necesitaríamos otra comparación.

Por qué sube el total si bajan las dos posiciones
Cada día se mostraron cien recomendaciones. En la tabla, «8 de 10» significa que se mostraron diez miniaturas y que ocho de ellas recibieron al menos un clic.
| Posición | Lunes | Martes |
|---|---|---|
| Arriba | 8 de 10 (80 %) | 63 de 90 (70 %) |
| Abajo | 18 de 90 (20 %) | 1 de 10 (10 %) |
| Total | 26 de 100 (26 %) | 64 de 100 (64 %) |
Lee primero la fila «Arriba». El martes hubo más clics allí: 63 frente a 8. Pero también hubo muchas más oportunidades de pulsar: 90 frente a 10. Por eso el número de clics subió mientras que la tasa bajó. Ahora mira la fila «Abajo»: la tasa también bajó. ¿De dónde salieron entonces los 38 puntos de subida del total?
¿Cómo pueden ser ciertas las dos cosas? Piensa en las cien impresiones del martes. Para contar los clics de arriba necesitas dos datos: cuántas miniaturas aparecieron allí y qué proporción recibió clic. Haz la misma cuenta abajo y suma. Esta es la regla de la probabilidad total. En la fórmula, \(d\) es el día, \(z\) es la posición y \(C\) significa «hubo clic»:
El signo \(\sum\) pide sumar dos aportaciones, una por posición.
1. Arriba. Para el martes, \(P_d(z)\) vale \(0{,}90\) arriba: nueve de cada diez impresiones estuvieron allí. De esas, una proporción \(P_d(C\mid z)=0{,}70\) recibió clic. Arriba aporta, por tanto, 63 impresiones con clic por cada 100 del día:
2. Abajo. Una de cada diez impresiones apareció abajo. De esas, el 10 % recibió clic. Abajo aporta una impresión con clic por cada 100 del día:
3. Suma las dos aportaciones. Ambas están expresadas sobre las mismas 100 impresiones. Juntas dan el 64 %:
El martes, incluso después de empeorar, la posición de arriba seguía recibiendo más clics por impresión. Y ese día casi todas las miniaturas aparecieron allí.

¿Cómo se ganan 38 clics por cada cien impresiones si las dos posiciones empeoran? El lunes solo 10 de las 100 impresiones aparecieron arriba; el martes fueron 90. Como arriba se hacía clic con más frecuencia, ese cambio de reparto podía elevar el total. Veamos cuánto explica.
1. Cambia solo el reparto. Imagina un martes en el que cada posición conserva su tasa del lunes. Mantén las tasas del lunes (80 % arriba y 20 % abajo), pero reparte las impresiones como el martes (90 arriba y 10 abajo). De las cien impresiones, esperarías este número con clic:
Ese 74 % es hipotético. Frente al 26 % observado el lunes, son 48 puntos más por el cambio de reparto.
2. Cambia ahora las tasas. Con esas mismas 90 impresiones arriba y 10 abajo, aplica ahora las tasas reales del martes. Obtienes el 64 % observado: diez puntos menos que en el cálculo anterior. Ya podemos explicar la subida: los 48 puntos que aporta el reparto compensan los 10 que se pierden dentro de las posiciones. Quedan 38 puntos de subida total. Ese aumento, por sí solo, no demuestra que el recomendador haya mejorado.
3. Compara con el mismo reparto. Ahora la pregunta es otra: si el lunes y el martes hubieran tenido las mismas oportunidades de conseguir clics arriba y abajo, ¿qué día habría obtenido la tasa más alta? Prueba con cincuenta impresiones en cada posición. El lunes esperarías 40 clics arriba y 10 abajo; el martes, 35 arriba y 5 abajo. La diferencia es de diez puntos. ¿Depende de haber elegido mitad y mitad? Llamemos \(q\) a la proporción de impresiones que ponemos arriba y \(1-q\) a la que queda abajo. Esta es la diferencia entre los dos días:
Arriba, la tasa de clic pasó del 80 % al 70 %; abajo, del 20 % al 10 %. El martes perdió diez puntos en las dos posiciones. Por eso, si usas el mismo reparto para ambos días, la diferencia siempre es la misma: diez impresiones con clic menos por cada cien el martes. Puedes comprobarlo con el deslizador.
Comprueba que puedes cambiar el denominador
Ejercicio · sortea primero una posición
El martes, saca una moneda justa: cara significa arriba y cruz significa abajo. Después sortea una impresión dentro de esa posición. ¿Tienes la misma probabilidad de clic que al sortear una de las cien impresiones?
No. Ahora das a cada posición un peso de 0,5: 0,5 × 0,70 + 0,5 × 0,10 = 0,40. La tabla sigue intacta. Cambió la manera de sortear, así que cambió la probabilidad.
Transferencia · dos clientes, cien visitas
Un cliente entra 99 veces y siempre pulsa; otro entra una vez y nunca pulsa. Si sorteas una visita, la probabilidad de clic es 99/100. Si eliges primero un cliente con la misma probabilidad y después una de sus visitas, es 1/2. Decide si tu pregunta de negocio se refiere a la visita típica o al cliente típico antes de comparar recomendaciones.
Expediente de investigación: 21 obras y su alcance · Leer la versión extensa, con pérdida, evaluación y SQL