{"id":9115,"date":"2018-07-09T10:21:59","date_gmt":"2018-07-09T08:21:59","guid":{"rendered":"https:\/\/www.makingscience.com\/blog\/como-disenar-con-datos\/"},"modified":"2018-07-09T10:21:59","modified_gmt":"2018-07-09T08:21:59","slug":"como-disenar-con-datos","status":"publish","type":"post","link":"https:\/\/www.makingscience.com\/es\/blog\/como-disenar-con-datos\/","title":{"rendered":"C\u00f3mo dise\u00f1ar con datos"},"content":{"rendered":"<div>C\u00f3mo dise\u00f1ar con datos<\/div>\n<div>Hoy en d\u00eda el <strong>consumo de productos digitales crece exponencialmente<\/strong>, exigiendo a las empresas el cumplimiento de las necesidades de usuario como tarea prioritaria. \u00c9sta es una de las grandes razones por las que <strong>los procesos de dise\u00f1o est\u00e1n cambiando<\/strong>; el dise\u00f1o ya no se entiende como una disciplina sujeta a meros criterios est\u00e9ticos, puesto que prevalecen sobre \u00e9ste el principio funcional y experiencial.  Los primeros pasos a la hora de dise\u00f1ar un producto digital comienzan con <strong>ahondar en el conocimiento y entendimiento de nuestro usuario<\/strong>, para finalmente empatizar con \u00e9l y anticiparnos a sus necesidades y motivaciones.<\/div>\n<div>Casi todas las <strong>herramientas de an\u00e1lisis<\/strong> ( Google Analytics, Webtrends, Clicktale,etc ) <strong>proporcionan datos cuantitativos<\/strong>: \u00bfde d\u00f3nde viene tu tr\u00e1fico?, \u00bfqu\u00e9 es lo que visitaron?, \u00bfqu\u00e9 informaci\u00f3n es la relevante?, \u00bfen qu\u00e9 proceso se cayeron?, \u00bfson usuarios nuevos o reincidentes? \u00bfCu\u00e1l es la tasa de conversi\u00f3n?  Mucho <strong>m\u00e1s complicado es obtener informaci\u00f3n de los datos cualitativos<\/strong> que son los que nos dar\u00e1n informaci\u00f3n de c\u00f3mo y por qu\u00e9 algo sucede.  Para obtener un <strong>an\u00e1lisis cualificado<\/strong>, tendremos que <strong>estudiar ambos tipos de datos<\/strong> y relacionarlos para poder interpretarlos y as\u00ed obtener una perspectiva lo m\u00e1s amplia posible.<\/div>\n<div><strong>\u00bfC\u00f3mo medimos el comportamiento de los usuarios?<\/strong>  Existen dos clases de datos que podemos utilizar: <\/p>\n<ul>\n<li>Los <strong>datos cuantitativos<\/strong>, que se obtienen mediante un m\u00e9todo deductivo y se caracterizan por ser de naturaleza objetiva y num\u00e9rica. En la pr\u00e1ctica se basa en cuantificar <strong>actitudes, opiniones y comportamientos.<\/strong><\/li>\n<\/ul>\n<ul>\n<li>Por otra parte, los <strong>datos cualitativos<\/strong> provienen de t\u00e9cnicas inductivas, y su naturaleza en subjetiva y descriptiva. Consiste en <strong>entender las razones y motivaciones de los usuarios<\/strong> desde lo particular.<\/li>\n<\/ul>\n<\/div>\n<div>Un ejemplo muy espec\u00edfico, para una necesidad concreta, es el empleo de <strong>Card sorting<\/strong>, que nos ayudar\u00e1 a <strong>validar la comprensi\u00f3n de la terminolog\u00eda empleada en la navegaci\u00f3n de un producto<\/strong>; estos datos se suelen representar en <strong>\u201cmatrices de similitud\u201d<\/strong> o en <strong>\u201cdendrogramas\u201d<\/strong> en ellos se muestra como los usuarios testeados relacionan contenido.<\/div>\n<div>En cuanto a la parte de <strong>datos cuantitativos<\/strong>, nos podemos fijar en el <strong>tr\u00e1fico de una p\u00e1gina, la tasa de rebote, la ruta<\/strong> que sigue un usuario para encontrar la informaci\u00f3n o que tipo de informaci\u00f3n busca un usuario u otro para detectar los problemas de contenido de la p\u00e1gina.  Al estructurar el contenido de una p\u00e1gina, hay que analizar cu\u00e1l es la informaci\u00f3n m\u00e1s relevante para los usuarios y cuales son los datos de interacci\u00f3n de los usuarios con los elementos. Estos <strong>datos de interacci\u00f3n proporcionan m\u00e1s informaci\u00f3n que los estudios de usuario<\/strong> ya que ayudan a comprender el movimiento de estos por una p\u00e1gina ( mapas de scroll, mapas de hover y mapas de click)<\/div>\n<div><img decoding=\"async\" src=\"\/wp-content\/uploads_old\/2018\/07\/Imagen1.png\"\/><\/div>\n<div><img decoding=\"async\" src=\"\/wp-content\/uploads_old\/2018\/07\/mapas.png\"\/><\/div>\n<div>Otro de los m\u00e9todos m\u00e1s utilizado para el an\u00e1lisis de la estructura de una web son los llamados <strong>\u201ceye-tracking\u201d<\/strong> que actualmente se est\u00e1n sustituyendo por herramientas AI; estas herramientas generan hip\u00f3tesis de patrones de visi\u00f3n que siguen los usuarios al entrar en una web. <strong>Observando estos datos podemos decidir donde y como situar cada elemento en funci\u00f3n al objetivo marcado.<\/strong>  Dise\u00f1ar a partir de datos potencia el pensamiento innovador, permite dar el salto al siguiente nivel a partir de pilares s\u00f3lidos que avalan la toma de decisi\u00f3n.  <strong>No existe un modelo o una metodolog\u00eda \u00fanica<\/strong> puesto que cada punto de partida es distinto y eso nos lleva a emplear diferentes t\u00e9cnicas y recursos dependiendo del momento. Todo esto es una peque\u00f1a parte de las formas en las que podemos <strong>utilizar los datos a la hora de dise\u00f1ar para lograr un incremento de la empatizaci\u00f3n con el usuario.<\/strong><\/div>\n","protected":false},"excerpt":{"rendered":"<p>C\u00f3mo dise\u00f1ar con datos Hoy en d\u00eda el consumo de productos digitales crece exponencialmente, exigiendo a las empresas el cumplimiento de las necesidades de usuario como tarea prioritaria. \u00c9sta es una de las grandes razones por las que los procesos de dise\u00f1o est\u00e1n cambiando; el dise\u00f1o ya no se entiende como una disciplina sujeta a [&hellip;]<\/p>\n","protected":false},"author":21,"featured_media":9116,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[27],"tags":[63,70],"class_list":["post-9115","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-advertising","tag-creativity-design","tag-ux-cro"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/posts\/9115","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/users\/21"}],"replies":[{"embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/comments?post=9115"}],"version-history":[{"count":0,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/posts\/9115\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/media\/9116"}],"wp:attachment":[{"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/media?parent=9115"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/categories?post=9115"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/tags?post=9115"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}