Datos analíticos visuales: develar las razones en sus datos

Los datos por los datos no tienen sentido.

Si usted tiene un sitio web, eso significa por lo general que en algún momento realizará algún tipo de análisis a sus visitas. Usted hará esto para reunir datos sobre el comportamiento de los usuarios y para ver si es necesario hacer cambios en su sitio web. La información que se obtiene del análisis es crucial, no solamente para aprender cómo mejorar la UX de su sitio, sino también para mejorar otras áreas necesarias para tener un negocio exitoso, como las ventas efectivas.

Por desgracia, encontrar la manera de hacer cambios significativos basados en analíticas no es tan fácil como parece. La verdad es que la mayoría de la gente no sabe qué hacer con las analíticas. Incluso si ellos pueden leer y entenderlas, a menudo tienen dificultades para traducir los datos en decisiones que harán la diferencia.

Si usted es un analista de estadísticas web probablemente entiende cómo leer los datos y realizar recomendaciones basadas en datos. Pero, ¿puede comunicar con claridad sus hallazgos y motivar a su equipo a tomar medidas? Si cree que se le dará todo lo que necesita (por ejemplo, dinero, recursos, herramientas y responsabilidades) sólo porque usted entiende el valor de las analíticas web, se sorprenderá. Simplemente no funciona así. Recuerde que puede que su equipo no sea capaz de entender los informes de las analíticas sólo con leerlos. Tome el consejo de Ernest Hemingway: “Muéstreles todo a los lectores, no les diga nada”.

Cómo Eliminar Opiniones

Convertir los datos en acciones puede ser un proceso complicado. A diferencia de los datos duros de las analíticas, existen opiniones, que todos en su equipo están obligados a tener. Necesitará lidiar con esto, y eso puede ser un juego sucio. Todos creen que sus ideas sobre cómo mejorar el sitio web son las mejores. Necesitará el apoyo adecuado para escoger las buenas de las malas opiniones y transformar las buenas opiniones en acciones.

La Figura 1 muestra el diagrama completo de los pasos necesarios para pasar de los datos al cambio real. El valor del negocio aumenta a medida que nos movemos desde la recolección de datos a que se concreten los cambios.

Diagrama que muestra los cinco pasos con una flecha apuntando a los valores que aumentan

Figura 1. Convertir los datos en acción requiere cinco pasos: datos, información, conocimiento, decisión, y cambio.

Las herramientas tradicionales de analíticas web pueden ser increíblemente insuficientes para ayudarle a transformar sus datos en resultados procesables. Por ejemplo, Google Analytics le proporciona una visión general de cómo es el grado de desempeño de su sitio web o aplicación móvil basado en indicadores clave de rendimiento (KPI), pero no explica por qué ciertas acciones están sucediendo. Como Simon Sinek ilustra en su libro “Comience con por qué”, y habló en su legendaria charla TED del mismo nombre, el “por qué” es la parte más influyente de cualquier mensaje.

Para silenciar las opiniones en su equipo y amplificar el “por qué” detrás de los datos, necesitará herramientas que le ayuden a comunicar su mensaje. Las herramientas pueden venir en una variedad de formas, pero algunas de las mejores son las que le ayudan a visualizar los datos. Las herramientas que estoy recomendando hacen sus datos tangibles y tienen como objetivo mostrar el “por qué” en los datos de usuarios para que su equipo pueda tomar decisiones basadas en datos.

Por qué funciona la visualización de datos

Las visualizaciones permiten a nuestros cerebros digerir grandes cantidades de datos de una manera integral y comprensible. Con informes interactivos no es necesario ser un experto en números, ya que las ideas se presentan en forma de gráficos, en distintas capas y repeticiones de usuario.

Según el periodista de datos británico David McCandless, “al visualizar la información, la convertimos en un paisaje que se puede explorar con los ojos, una especie de mapa de información. Y cuando estás perdido en la información, un mapa de información es algo útil”.

Aquí es donde entran los datos analíticos visuales

Los datos analíticos visuales son diferentes de las analíticas web tradicionales, que sólo se centran en el movimiento de los visitantes entre las páginas, porque los datos analíticos visuales se centran en el comportamiento exhibido en una página en particular. La Figura 2 muestra la diferencia entre las analíticas tradicionales y los datos analíticos visuales.

La analítica tradicional mira las transiciones entre las páginas. La analítica visual se enfoca en lo que pasa dentro de las páginas mismas.

Figura 2. La diferencia entre la analítica tradicional y la visual está en que las primeras se enfocan en las transiciones y las segundas en lo que sucede dentro de la página.

Las Herramientas

Varias herramientas de análisis visual le pueden proporcionar todos los datos que necesita. Lo importante aquí es elegir una que se adapte a su propósito y saber cómo usarla correctamente. Cuando los datos analíticos visuales se hacen bien usted puede hacer sus datos destaquen y facilitar un proceso de toma de decisiones más rápida y precisa.

Un software típico de datos analíticos visuales incluye herramientas tales como:

  • Mapas de calor de seguimiento de clicks
  • Repetición de sesiones
  • Análisis de formularios

Además, muchos de ellos producen una visión agregada de las áreas de una página web que reciben la mayor atención del visitante.

Estas herramientas le permiten entender el comportamiento (s) de los visitantes de su sitio web para que pueda optimizar la experiencia de usuario y, por lo tanto, las tasas de conversión. Los usuarios de las herramientas pueden analizar los datos con éxito, ya que las visualizan de una manera intuitiva.

Herramienta 1: Mapas de Calor de Seguimiento de Clicks

Los mapas de calor que rastrean los clics son herramientas muy útiles para recopilar datos sobre los visitantes de su sitio. Sus mayores ventajas son su facilidad de implementar y no requieren mucha inversión, ya sea en tiempo o dinero. La herramienta visualiza clics de los visitantes de su sitio en la forma de un mapa de calor, donde las zonas que reciben mayor atención son más calientes (ver Figura 3). Con esa información, se puede juzgar qué áreas son las más “atractivas” para sus visitantes.

Dos pantallas (versión A y versión B) muestran mapas de calor durante una prueba A/B.

Figura 3. Mapas de Calor muestran una prueba A/B para descubrir qué diseño de página es más exitoso. (Crédito: http://conversionscientist.com/web-site-optimization/use-data-from-click-tracking-heat-maps-to-increase-conversions/)

Herramienta 2: Repetición de Sesiones

La repetición de sesiones le permite ver a los visitantes de su sitio web y sus acciones. Al usar esta herramienta, usted puede ver todos los movimientos del ratón, los scrolls de páginas, los tecleos y los clics en un sitio web o aplicación. La repetición de sesiones (véase la Figura 4) es una gran manera de estudiar los movimientos paso a paso de sus usuarios para poder encontrar los problemas que se enfrentan.

Una pantalla en una repetición de sesión.

Figura 4. La repetición de sesiones muestra los movimientos del mouse de los usuarios.

Herramienta 3: Análisis de Formularios

Los vendedores, investigadores y dueños de negocios deben reconocer que los formularios son una parte vital de sus sitios web. Como se muestra en la Figura 5, con las pruebas y análisis de formularios es posible juzgar qué problemas de los clientes son los responsables de una alta tasa de rebote. Los formularios web pueden tener campos que hacen que los clientes los abandonen, como los que toman demasiado tiempo para llenar o los que no son claros en su objetivo. Se pueden diagnosticar y solucionar estos problemas con pruebas de usabilidad y análisis de formularios.

What are your visitors doing on your registration page? Las analíticas de formularios entregan información crítica sobre la conversión de los formularios de su sitio.

Figura 5. Este análisis de formularios muestra datos como el tiempo ocupado, las vacilaciones y tasa de fallos para cada campo del formulario. (Crédito: https://www.conversioner.com/blog/6-practical-tools-improve-web-forms)

Caso de Estudio: Herramientas de Datos Analíticos Visuales

UsabilityTools publicó un caso de estudio que muestra cómo se puede optimizar la conversión al descubrir el por qué en los datos. OptimalEnergy, un sitio web de comparación de precios en línea, quería saber más sobre el embudo de conversión en su sitio web. En su página web aparece un control deslizante que muestra imágenes que no eran seleccionables. Los datos recopilados con la herramienta de seguimiento de clics y visualizado utilizando mapas de calor reveló que el 24 por ciento de los clics se dirigían a ítems sin enlaces activos. (ver Figura 6).

Una pantalla que muestra un mapa de calor con dos botones de inicio, uno cliqueable y otro no cliqueable, en el que la mayoría de los clicks se los lleva el botón que no es cliqueable.

Figura 6. Mapa de calor que muestra la mayoría de los clicks que se producen en un ítem no cliqueable.

Una inspección más profunda con la herramienta de análisis de formularios también mostró cuáles campos causaron que el 81% de los usuarios abandonaran el proceso sin completar el formulario de envío.

Como resultado, la eficacia de los elementos de llamado a la acción se incrementó en 66%, y la tasa de conversión se incrementó en 122%, todo ello gracias a exitosos estudios de mapas de calor de seguimiento de clic y de análisis de formularios.

Combinando Todas las Herramientas

Armado con sus datos analíticos visuales, ahora tiene una imagen completa de cómo los usuarios se relacionan con su sitio webo aplicación móvil. Al explorar estas visualizaciones con su equipo, usted puede comenzar a entender las razones detrás de sus acciones, el por qué, y qué medidas deben tomarse para mejorar la retención de usuarios y de la UX general de su sitio. Hay muchas herramientas disponibles para ayudarle a descubrir los problemas técnicos que pueden ser corregidos por los desarrolladores, pero los problemas con UX son más matizados y requieren una exploración más profunda que las herramientas de análisis visuales pueden ayudar a proporcionar.

“La analítica web es como la jardinería: usted necesita herramientas diferentes, cada una con un propósito específico. No puede hacer jardinería con sólo una pala. ¿Alguna vez ha tratado de cortar setos con una pala (aunque sea la más cara)? Es lo mismo con la analítica web, donde se necesita herramientas diferentes para distintos fines: para la medición de datos de navegación, la voz del cliente, inteligencia competitiva, medios de comunicación social, pruebas y otros. El número de herramientas no es importante, es lo que haces con ellas”, Michael Notte.

Las herramientas de datos analíticos visuales son asesinos de opinión, pero matan por una buena causa. Eliminan la incertidumbre y la reemplazan con datos tangibles que sirven como una base informada para cualquier mejora futura en su sitio web. Seguir corazonadas y la intuición funciona en algunos casos, pero es poco fiable y difícil de defender. Mapas de calor de seguimiento de clics, repetición de sesiones y pruebas de formularios web son herramientas valiosas que muestran datos sobre el comportamiento de los usuarios en un formato comprensible y adoptable. La accesibilidad de estas herramientas las hacen una gran opción para aquellos que quieren empezar a introducir mejoras en su página web, y como resultado, aumentar las conversiones. Como dicen, una imagen vale más que mil palabras.

Mozyrko, B. (2015). Datos analíticos visuales: develar las razones en sus datos. User Experience Magazine, 15(3).
Retrieved from http://uxpamagazine.org/visual-analytics/?lang=es

One Response

  1. Michael Beasley dice:

    This article argues that visualizing web analytics data answers the question of “why” users do what they do, in a way that either plain numbers and/or page-to-page path data do not. I must disagree: Neither kind of data actually reveal the “why” of user behavior. Rather, things like heatmaps and session recordings are just representations of plain, why-less data. You then write that visualizations help people digest large amounts of data. While true, I must also disagree: understanding large amounts of data still doesn’t solve the problem of “why,” as you suggest.