Si tenemos claro cuáles son las necesidades de información que motivan que un usuario acceda a un sitio web, más importante es saber qué hace el usuario cuando está dentro del sitio. Hay multitud de preguntas que deberíamos hacernos:

  • -¿Cómo ha llegado aquí?
  • -¿A qué hora lo hizo?
  • -¿Desde qué servicio/página/buscador?
  • -¿Cuáles son sus condiciones técnicas (navegador, sistema operativo, tipo de dispositivo…?
  • -¿En qué página aterrizó?
  • -¿Qué ruta de navegación ha seguido?
  • -¿Dónde ha estado parado más tiempo?
  • -¿Desde qué página se fue del sitio?
  • -¿A dónde?

Estas son preguntas objetivas, que es hacia donde deberíamos mirar y lo que deberíamos analizar, ya que hay otras preguntas más subjetivas que siempre deberíamos evitar hacernos, al entrar en terrenos más complicados de analizar y más relacionados con otras áreas, como el análisis de los sentimientos de los usuarios, tales como:

  • -¿Qué le habrá gustado más?
  • -¿Y menos?
  • -¿Le parecerá mejor este sitio o el de la competencia?

Analizar el comportamiento del usuario permite no solo saber si es útil la Arquitectura de la Información (en adelante, AI) empleada y si la información con la que contamos es pertinente. También nos permite verificar el nivel de coincidencia que existe entre nuestra misión (objetivos) y la visión (lo que el usuario espera), saber si somos capaces de satisfacer su necesidad de información o verificar cuán usable es el sitio.

Para llevar a cabo dicho análisis se pueden emplear diversas técnicas que, en función del nivel de conocimiento que tengan los usuarios de ellas se pueden dividir en invasivas y ocultas. En las primeras, el usuario es plenamente consciente de que su comportamiento está siendo analizado, por lo que existe un sesgo bastante importante y es posible que haya cierto nivel de condicionamiento en la conducta del sujeto analizado. Sin embargo estos métodos permiten obtener una mayor variedad de datos. Entre ellas se encuentran el eyetracking, los cuestionarios y los test.

En las segundas, el usuario no sabe que está siendo analizado, por lo que el estudio no interfiere en su comportamiento, evitando que se separe de lo que habitualmente haría. Eso sí, la cantidad de datos con los que se trabaja, así como la personalización de los mismos, es más reducida. Ahí tenemos al análisis de ficheros log, la analítica web y los mapas de calor.

A continuación hablaré un poco más en profundidad de ellos.

  • -Análisis de ficheros log. Los ficheros transaccionales, que es como también se les conoce, son archivos de texto donde se almacena cada una de las peticiones que un cliente realiza a un servidor. Los hay de varios tipos: del servidor http (y dentro de este, lo más habitual es que sean de acceso y errores), del CMS que se esté empleando o del sistema de búsqueda (ideal para conocer cuáles son los términos de búsqueda que emplea el usuario para consultar nuestro sitio). No profundizaré mucho en este tema, ya que existe una entrada en el blog centrada en la descripción de qué es y qué se puede hacer con un fichero log. Uno de los beneficios fundamentales que se obtiene del análisis de estos ficheros radica en la posibilidad de realizar investigaciones contextuales, es decir, conocer en qué situación se efectúan las búsquedas y cómo interactúa el usuario con la información y la AI que tiene a su disposición.

Ejemplo de fichero log. fuente: https://www.flickr.com/photos/xmodulo/26274891104

 

  • – Analítica web. Se trata de una disciplina del marketing online que se dedica a extraer y estudiar información sobre el estado y evolución de un sitio web con el fin de facilitar la toma de decisiones y evaluar su éxito. Las variables que emplea para realizar las mediciones (Key Performance Indicators) se refieren a los diferentes aspectos que pueden influir en el adecuado funcionamiento de la estrategia de marketing llevada a cabo. Con la analítica web se mide el comportamiento de la masa, no el de individuos (para eso habría que usar los ficheros log).

 

  • – Mapas de calor (heatmap). Se trata de gráficos en los que se resalta, por medio de códigos de colores, aquellas zonas concretas de una web que más interesan en función a diferentes criterios (número de clics, zonas por donde pasa el puntero del ratón con más frecuencia, etc.). Se trata de un método de recopilación de información no intrusivo, pero que necesita muchos datos para poder identificar claramente patrones de visionado viables y útiles. Hay varias aplicaciones con versiones de evaluación en el mercado, como Crazyegg, Clicktale o Hotjar.

Ejemplo de mapa de calor. Fuente: https://es.wikipedia.org/wiki/Archivo:Heatmap.jpg

Lo habitual es que los mapas de calor sean de tres tipos:

    • * Por scroll: principalmente indican dónde dejan de leer los usuarios.
    • * Por clic: el gráfico destaca las zonas por donde los usuarios pinchan con más frecuencia, facilitando el proceso de localizar aquello que más les llama la atención, dónde cliquean más, dónde lo hacen de forma errónea (porque no hay enlace, lo que detectaría un error de etiquetado), los enlaces que más gustan…
    • * Por movimiento de ratón: se muestran las zonas por las que pasa el puntero del ratón, destacando aquellas en las que pasa más tiempo o se está quieto. Hay numerosos estudios que establecen claramente una correlación entre el movimiento del ojo y el que realiza el ratón en una página web.

 

  • – Eyetracking. Se trata de una técnica que se emplea con asiduidad en el marketing con el fin de detectar dónde posa la mirada un usuario al ver un texto o una imagen. Al mismo tiempo, también es posible conocer el recorrido visual que realiza ante una página web, los puntos que más atraen su atención y aquellos en los que se para más tiempo. Es bastante costoso de realizar, ya que el equipamiento que se requiere es especialmente caro. Ejemplo de eyetrcking. fuente: https://commons.wikimedia.org/wiki/File:Eyetracker1.jpg

 

  • – Cuestionarios y test. En el entorno web suele ser muy común la utilización de este tipo de herramientas para realizar múltiples procesos. Uno de ellos puede ser analizar la opinión de un grupo de usuarios sobre una misma realidad (un sitio web) sobre la base de una serie de preguntas comunes. En función a lo que se desee es posible realizar preguntas enfocadas al uso del sitio, criterios de navegación, facilidad de localizar lo que se busca, grado de satisfacción, etc.