{"id":9242,"date":"2019-04-01T11:51:31","date_gmt":"2019-04-01T09:51:31","guid":{"rendered":"https:\/\/www.makingscience.com\/blog\/heatmaps-como-apoyo-del-analisis-de-datos\/"},"modified":"2019-04-01T11:51:31","modified_gmt":"2019-04-01T09:51:31","slug":"heatmaps-como-apoyo-del-analisis-de-datos","status":"publish","type":"post","link":"https:\/\/www.makingscience.com\/es\/blog\/heatmaps-como-apoyo-del-analisis-de-datos\/","title":{"rendered":"Heatmaps como apoyo del an\u00e1lisis de datos"},"content":{"rendered":"<div>Heatmaps como apoyo del an\u00e1lisis de datos<\/div>\n<div><span style=\"font-weight: 400;\">La anal\u00edtica web funciona como un espejo de lo que est\u00e1 sucediendo, pero sobre todo, aporta informaci\u00f3n sobre el comportamiento y experiencia del usuario. Un analista define una estrategia de medici\u00f3n adecuada, si conoce a fondo el producto y sus principales objetivos de conversi\u00f3n. Cada estrategia de medici\u00f3n desarrollada, lleva asociadas una serie de herramientas que aportan al analista la informaci\u00f3n que requiere para contrastar su efectividad. <\/span>  <span style=\"font-weight: 400;\">M\u00e1s all\u00e1 de las herramientas b\u00e1sicas de medici\u00f3n, como por ejemplo es el caso de <\/span><b>Google Analytics<\/b><span style=\"font-weight: 400;\"> o semejantes, hay una serie de herramientas complementarias que nos permiten realizar experimentos o pruebas sobre el comportamiento del usuario que visita una web. <\/span>  <span style=\"font-weight: 400;\">Un an\u00e1lisis alternativo visual muy com\u00fan son los <\/span><b>heatmaps<\/b><span style=\"font-weight: 400;\">, que mediante un espectro de colores c\u00e1lidos y fr\u00edos, construye una representaci\u00f3n de los puntos m\u00e1s atractivos y menos atractivos para el usuario seg\u00fan su nivel de interacci\u00f3n. Una de las principales ventajas de este tipo de evaluaci\u00f3n, es que nos permite valorar qu\u00e9 tan eficientes son los CTAs de la web y si la disposici\u00f3n de los elementos en su conjunto es la correcta para conducir a un nivel de conversi\u00f3n superior. <\/span>  <span style=\"font-weight: 400;\">La intenci\u00f3n es considerar una web como un sistema din\u00e1mico, susceptible de mejorar continuamente. Siendo as\u00ed, garantizamos una mayor adaptaci\u00f3n a las expectativas del usuario, sus intereses y sobre todo, concentrar los esfuerzos en su retenci\u00f3n.<\/span>  &nbsp;  <b>Consideraciones previas<\/b>  <span style=\"font-weight: 400;\">La <\/span><b>fiabilidad<\/b><span style=\"font-weight: 400;\"> del heatmap depende en gran parte, de las caracter\u00edsticas de la muestra seleccionada, principalmente en cuanto al n\u00famero de <\/span><b>usuarios<\/b><span style=\"font-weight: 400;\">. Seg\u00fan la herramienta que utilicemos, podemos incrementar la proporci\u00f3n del tama\u00f1o muestral y no limitarnos al que selecciona por defecto, que en ocasiones no alcanza siquiera la mitad de los usuarios de la web.<\/span>  <span style=\"font-weight: 400;\">Otro aspecto fundamental es el <\/span><b>per\u00edodo de muestreo<\/b><span style=\"font-weight: 400;\">. Este aspecto tiene m\u00e1s relaci\u00f3n con el n\u00famero de sesiones y el momento en el que ocurre. Antes de realizar el experimento, debemos trazar una hip\u00f3tesis que estar\u00e1 conectada al per\u00edodo que deseamos evaluar. Si la \u00fanica referencia es el n\u00famero de sesiones, pero realmente nos gustar\u00eda evaluar el rendimiento del tr\u00e1fico de una semana, quiz\u00e1 el muestreo finalice antes de completar dicho per\u00edodo. Si esto ocurre, el resultado no ser\u00e1 representativo de todos los d\u00edas de la semana.<\/span>  <b>\u00bfEst\u00e1n las IPs bloqueadas?<\/b><span style=\"font-weight: 400;\"> Con el objetivo de evitar la contaminaci\u00f3n de la muestra, debemos asegurarnos de que las IPs que proceden de usuarios que consultan la web, al margen de los clientes han sido bloqueadas (por ejemplo: oficinas centrales, empleados en tiendas, etc\u2026). <\/span>  <span style=\"font-weight: 400;\">Si la herramienta que utilizas lo permite, es positivo que permita <\/span><b>segmentar entre nuevos usuarios y usuarios recurrentes<\/b><span style=\"font-weight: 400;\">. El comportamiento en cada caso ser\u00e1 muy diferente, no \u00fanicamente por un tema de experiencia y familiarizaci\u00f3n con la web, sino por el tipo de informaci\u00f3n en la que cada usuario estar\u00e1 interesado.<\/span>  <span style=\"font-weight: 400;\">Seg\u00fan el tipo de herramienta que utilicemos, tambi\u00e9n podr\u00edamos <\/span><b>segmentar por fuente de tr\u00e1fico<\/b><span style=\"font-weight: 400;\">. Las motivaciones de los usuarios durante la sesi\u00f3n tendr\u00e1n mucha relaci\u00f3n con la fuente de tr\u00e1fico desde la que han accedido a la web y al analista le permitir\u00e1 valorar tambi\u00e9n de esta forma, la fuente m\u00e1s eficiente.<\/span>  &nbsp;  <b>Tipos de heatmap<\/b>  <i><span style=\"font-weight: 400;\">Click heatmap<\/span><\/i>  <span style=\"font-weight: 400;\">Registran con el caracter\u00edstico patr\u00f3n de color, el porcentaje de usuario que clica en un punto concreto de una p\u00e1gina. Algunos modelos antiguos, \u00fanicamente registraban informaci\u00f3n sobre los puntos de una p\u00e1gina que dispon\u00edan de alg\u00fan enlace pero en la actualidad, es posible conocer tambi\u00e9n el resto de puntos de una p\u00e1gina donde el usuario clica aunque no se trate de enlaces. Estas representaciones nos llevan a cuestionar los CTAs existentes o aprovechar otros puntos de una p\u00e1gina.<\/span>  <img fetchpriority=\"high\" decoding=\"async\" class=\"alignnone size-full wp-image-2080\" src=\"\/wp-content\/uploads_old\/2019\/04\/Captura-de-pantalla-2019-04-01-a-las-10.23.26.png\" alt=\"\" width=\"340\" height=\"336\" \/>  <i><span style=\"font-weight: 400;\">Scroll heatmaps<\/span><\/i>  <span style=\"font-weight: 400;\">Mediante la disposici\u00f3n de bandas horizontales, indica el porcentaje de usuarios que alcanzan mediante scroll cada bloque de una p\u00e1gina. Es muy \u00fatil en cuanto a la valoraci\u00f3n de la eficacia del contenido expuesto, su distribuci\u00f3n y a las posibles modificaciones en el dise\u00f1o de una p\u00e1gina.<\/span>  <img decoding=\"async\" class=\"alignnone size-full wp-image-2081\" src=\"\/wp-content\/uploads_old\/2019\/04\/Captura-de-pantalla-2019-04-01-a-las-10.23.45.png\" alt=\"\" width=\"624\" height=\"310\" \/>  <i><span style=\"font-weight: 400;\">Mouse movement heatmaps<\/span><\/i>  <span style=\"font-weight: 400;\">Son similares a los heatmaps de clics, con la diferencia de que en este caso, se eval\u00faa en qu\u00e9 puntos de una p\u00e1gina el usuario est\u00e1 deteniendo el rat\u00f3n. Se concluye que dichos puntos son los que suscitan mayor inter\u00e9s y se considera una buena sustituci\u00f3n a los estudios de \u201ceye-tracking\u201d, debido a la implicaci\u00f3n del presupuesto que este \u00faltimo supone. No obstante, este tipo de test no representan datos de dispositivos tablet o m\u00f3viles, dado que en dispositivos t\u00e1ctiles no es posible realizar este tipo de registro.<\/span>  &nbsp;  <span style=\"font-weight: 400;\">\u00bfAlguna duda? \u00bfTe gustar\u00eda aplicar esta herramienta en tus proyectos? Desde Making Science contamos con el apoyo de un gran equipo de profesionales multidisciplinares con experiencia, que tendr\u00e1n la mejor soluci\u00f3n para t\u00ed. <\/span>  &nbsp;<\/div>\n","protected":false},"excerpt":{"rendered":"<p>Heatmaps como apoyo del an\u00e1lisis de datos La anal\u00edtica web funciona como un espejo de lo que est\u00e1 sucediendo, pero sobre todo, aporta informaci\u00f3n sobre el comportamiento y experiencia del usuario. Un analista define una estrategia de medici\u00f3n adecuada, si conoce a fondo el producto y sus principales objetivos de conversi\u00f3n. Cada estrategia de medici\u00f3n [&hellip;]<\/p>\n","protected":false},"author":21,"featured_media":9243,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[807,871],"tags":[57],"class_list":["post-9242","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-advertising-es","category-martech-adtech-es","tag-data-analytics"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/posts\/9242","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=9242"}],"version-history":[{"count":0,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/posts\/9242\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/media\/9243"}],"wp:attachment":[{"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/media?parent=9242"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/categories?post=9242"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/tags?post=9242"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}