Usuarios, card-sorting, personajes, prototipado,… son las típicas técnicas de usabilidad. Sin embargo, raramente se habla del potencial de las técnicas de analítica web para mejorar la usabilidad de un sitio web

¿Qué es la analítica Web?

La analítica Web consiste en grabar y analizar los datos de navegación de los usuarios en un sitio Web. En un primer momento, se utilizaban los datos grabados en los logs de los servidores. Actualmente, la mayoría de las herramientas de analítica Web funcionan mediante un código javascript que se inserta en el pie de página, y que recoge los datos que nos interesen para enviarlos a una base de datos que posteriormente podremos consultar.

¿Qué mide la analítica Web?

Las principales medidas (métricas) de cualquier herramienta de analítica Web son:

•Páginas vistas.

•Usuarios Únicos.

•Visitas.

•Tiempo de navegación.

Otros datos que manejan algunas herramientas de analítica Web son:

•datos de clicks ("clickstream") que permiten reconstruir las rutas de navegación de los usuarios así como dibujar "mapas de calor" sobre una página, mostrando los elementos con más clicks.

•euros (por ejemplo, en un sitio de comercio electrónico, el importe de una compra; en un sitio de contenido, el valor de un click en un anuncio o de la impresión de un banner).

•orígenes del tráfico: es decir, los sitios Web que nos envían visitas, así como las palabras clave que los usuarios utilizan en los buscadores para llegar a nuestra Web.

•páginas de entrada: es decir, la página por la que un usuario entra en nuestro sitio.

•páginas de salida: es decir, la página desde la cual un usuario abandona nuestro sitio.

•eventos del sitio Web: por ejemplo, número de usuarios que se registran para recibir un newsletter, número de usuarios que hacen una búsqueda, número de formularios enviados, etc.

•abandono de formularios: número de veces que un formulario se empieza a rellenar y se abandona, así como el campo en el que se abandona el formulario.

Si le interesa profundizar en el tema de la analítica Web en general, como por ejemplo un interesante glosario de términos de analítica Web (en inglés) elaborado por la Web Analytics Association, cuya página Web es por supuesto de consulta indispensable.

Analítica Web y Usabilidad

Existen muchas técnicas y procedimientos que nos permiten aprovechar los datos recolectados por una herramienta de analítica Web a fin de mejorar la usabilidad de un sitio Web. Nos centraremos en los siguientes puntos:

•ClickMap.

•A/B Testing.

•Análisis de formularios.

•Rutas de navegación.

ClickMap

El "clickmap" (mapa de clics) es aparentemente parecido a los mapas de calor del 2eye tracking", pero en lugar de mostrarnos dónde miran los usuarios, nos muestra dónde hacen clic los usuarios.

Algunas versiones del "clickmap" sólo muestran datos de clics en las zonas clicables (links, botones), como es al caso de la funcionalidad llamada "site overlay" de Google Analytics.

Otras herramientas como Clickdensity, sin embargo, son capaces de mostrar datos de clic en cualquier zona de la pantalla, independientemente de si tiene un link o no (os recomiendo que probéis la demo de Clickdensity, vale la pena)

Finalmente, herramientas como Omniture SiteCatalyst pueden mostrar los ingresos que genera cada clic en cada elemento de la página.
Además, es capaz de mostrar datos en tiempo real.

La utilidad del mapa de clics es evidente: de un vistazo, podemos ver dónde clican los usuarios en una pantalla determinada, y rápidamente actuar para mejorarla en tres aspectos principales:

•Visibilidad y posicionamiento de links y botones de la página.

•Elementos de la página que confunden al usuario: aquellas zonas de la página en donde hay muchos clics, a pesar de que no son clicables.

•Elementos de la página más "rentables": no está directamente relacionado con la usabilidad, pero normalmente querremos dar más visibilidad a aquellos elementos más rentables, así como investigar por qué ciertos elementos de la página no son tan rentables como esperaríamos.

A/B Testing

El A/B Testing es de utilidad cuando dudamos entre dos diseños para una misma página. Lo que haremos es colocar ambas versiones de la página en el servidor, y utilizar una herramienta de analítica como Omniture SiteCatalyst o Google Optimizer para comparar los resultados de ambas páginas. Por ejemplo, podremos comparar:

•Ratios de conversión del objetivo de la página: por ejemplo, si el objetivo de la página es que el usuario rellene un formulario, compararemos el número de usuarios que rellenan el formulario en cada versión de la página.

•Ratio de abandono: si el objetivo de la página es invitar al usuario a moverse por el sitio Web, podremos comparar los ratios de abandono de las dos versiones de la página.

Así mismo, el A/B Testing lo podemos utilizar para comparar el resultado de una misma página en periodos de tiempo distintos, por ejemplo:

antes de aplicar un rediseño a la página.

•el día después de subir la página rediseñada.

•una semana después.

•un mes después.

Podremos así sacar conclusiones acerca de:

•El éxito o fracaso del rediseño, según si se cumplen mejor o peor los objetivos de la página

•El tiempo de aprendizaje de los usuarios: ¿cuánto tiempo tardan los usuarios en adaptarse a un nuevo diseño de página?

Análisis de formularios

El análisis de formularios consiste en analizar el número de veces que los usuarios dejan de rellenar un formulario en un campo concreto.
Por ejemplo, una Web para la que trabajé descubrió que, en el formulario de introducción de los datos de la tarjeta de crédito, un 0,2% de los usuarios dejaban de rellenar el formulario en el momento en que se les pedía marcar la casilla para suscribirse al newsletter de la empresa. No era obligatorio, pero lo parecía, y lo más grave es que los usuarios ya habían introducido los datos de su tarjeta de crédito (es decir, habíamos logrado convencerlos para comprar), y sin embargo abandonaban.

Es muy difícil detectar este tipo de cosas en un test de usuarios, puesto que afectan a un porcentaje de usuarios muy pequeño (a pesar de que en el ejemplo anterior, un 0.2% significaba una media de 3 compras menos por día, es decir unos 6000 euros al mes, cantidad nada despreciable)
Así mismo, el análisis de formularios permite detectar fallos en:

•el vocabulario que utilizamos para definir ciertos campos.

•las validaciones automáticas de los campos (que a veces no son válidas para todos los países, por ejemplo el formato del NIF o la longitud de un número de teléfono)

•los campos innecesarios o que incomodan al usuario, etc.

Rutas de navegación

Los reportes de "clickstream" son quizás el elemento más potente de herramientas de analítica Web avanzada como Omniture SiteCatalyst o Visual Sciences. Permite responder a preguntas como por ejemplo:

•¿Por qué páginas navegan los usuarios, y en qué orden?

•¿Qué páginas visitan los usuarios dadas una página inicial y una página final determinadas?

•¿En cada paso de un proceso de compra o de registro, cuántos usuarios pasan al siguiente paso, cuántos vuelven al paso anterior o cuántos abandonan? ¿Los que abandonan, a dónde van?

•¿Qué rutas llevan a una página determinada?

•¿Cuáles son las 5 rutas que realizan el 90% de los usuarios de mi sitio Web?

Ejemplo de reporte de rutas de navegación de Omniture SiteCatalyst.

Estos reportes son muy útiles para analizar qué realizan los usuarios en nuestro sitio Web y, quizás más importante todavía, qué no son capaces de realizar (seguramente debido a que la página no es usable).

Así mismo, nos ayudan a definir la arquitectura de la información y el esquema de navegación del sitio Web basándonos en la experiencia y preferencias de navegación de los usuarios.

Otras técnicas de analítica Web

Existen muchas otras técnicas de analítica Web que nos permiten mejorar la usabilidad de un sitio Web. A continuación menciono algunas, que en otros artículos comentaré en detalle:

•Análisis de "bounce rate".

•Análisis de resultados de búsqueda.

•Segmentación de tascas y usuarios.

•Satisfacción de los usuarios.

Especialmente importante es la segmentación de tascas y usuarios, que permite agrupar a los usuarios según las tascas que realizan en el sitio Web, para después ofrecer contenidos e interfaces adaptados a cada perfil.

Conclusiones:

Espero haber contribuido a convenceros de que la analítica Web puede y debe jugar un papel muy importante en la mejora de la usabilidad de los sitios Web. Destacaría tres ventajas principales:

•Trabajar directamente con gran cantidad de datos de todos los usuarios del sitio Web nos permite detectar problemas de usabilidad muy específicos.

•Es muy fácil testear una mejora de usabilidad, así como demostrar el éxito o fracaso de un cambio de diseño (factor muy a tener en cuenta a la hora de convencer a quien toma las decisiones de que es necesario invertir en diseño o estudios de usabilidad).

•En un mercado en donde las aplicaciones Web cada vez disponen de menos tiempo en pre-producción, la analítica Web es indispensable para optimizar y mejorar todo sitio Web. Fuente