Cómo conseguir suficientes sesiones para mapas de calor y grabaciones de sesiones, rápidamente

¿Alguna vez te has preguntado qué hace exactamente la gente cuando visita tu sitio? ¿En qué imágenes hace clic, sobre qué botones pasa el cursor y qué fragmentos de texto lee? Los mapas de calor y las grabaciones de sesiones te permiten descubrirlo y pueden proporcionarte datos valiosos para mejorar la experiencia de usuario de tu sitio.

Al igual que con las pruebas A/B o las pruebas en un nuevo mercado, tendrás que conseguir el tráfico justo y necesario para obtener datos estadísticamente relevantes sin perder de vista los costes. Así es como puedes hacerlo:

¿Qué son los mapas de calor y las grabaciones de sesiones?

Los mapas de calor y las grabaciones de sesiones son una forma fantástica de comprobar cómo interactúan las personas reales con tu sitio web.

• Los mapas de calor generan una imagen de tu página con un código de colores que destaca dónde las personas pasaron el cursor, hicieron clic y dedicaron tiempo a leer. Se crea a partir de los datos agregados de todos tus visitantes, lo que te permite conocer cómo suele interactuar la gente con tu página. Cuanto más «cálido» sea el color de la sección resaltada, más atención habrá recibido.
• Las grabaciones de sesiones, como su nombre indica, te muestran un vídeo de cómo un usuario concreto, pero anónimo, interactuó con tu página. Esto te permite seguir con precisión sus recorridos por ella, incluyendo aspectos como los clics del ratón, cómo rellena los formularios —o cómo duda al hacerlo— y hasta dónde se desplaza.

Esta información te permite ver con qué interactúa la gente en tu sitio. Así puedes comprobar si hace clic en tus botones de llamada a la acción, lee tus textos y se desplaza hacia abajo por tu página. También puedes detectar si hace clic en algo como una imagen estática esperando que ocurra algo, o si se salta secciones, y corregir el problema.

¿Qué puedo probar con estas herramientas?

Tanto los mapas de calor como las grabaciones de sesiones te permiten probar cualquier aspecto de tus páginas y recopilar datos reales sobre cómo interactúa la gente con tus sitios.

Supongamos que quieres probar el color de tu botón de llamada a la acción. Ahora mismo es rojo, pero te preguntas si el verde podría atraer más clics. Primero, configuras tu complemento de mapas de calor y recopilas datos sobre la situación actual. Después haces el cambio y comparas cómo afecta a la forma en que la gente interactúa con el botón que estás probando. A continuación, puedes implementar la opción más eficaz.

De igual forma, si quieres comprobar hasta qué punto tus encabezados animan a seguir desplazándose, revisar unas cuantas grabaciones de sesiones podría darte información valiosa. Comparar algunas sesiones de antes y después debería permitirte ver qué versión animó a la gente a seguir leyendo más abajo en la página.

Otras cosas que podrías probar son:

• Si la gente hace clic en tus imágenes
• Cómo interactúa con tus formularios: ¿duda en alguna sección concreta o interpreta mal tus indicaciones?
• «Clics de frustración»: ¿hace clic repetidamente en algo, lo que podría indicar un enlace roto, un botón que no responde o un elemento que tarda en cargar?
• Zonas de atención: dónde se detiene la gente en tu sitio y dónde pierde el interés
• Interacciones de navegación: cómo se mueve la gente por tu página y qué zonas se salta

Cómo conseguir tráfico para tus pruebas con mapas de calor y grabaciones de sesiones

Ahora que hemos visto qué puedes probar, vamos a ver cómo preparar tus pruebas y dirigir suficiente tráfico a la página para obtener los datos necesarios y tomar decisiones informadas sobre tu experiencia de usuario.

Aunque podrías hacerlo perfectamente a largo plazo mediante tráfico orgánico, encontrar los puntos problemáticos de tus páginas debería ser una prioridad: una experiencia de usuario poco satisfactoria podría estar ahuyentando a posibles clientes reales mucho antes de que lleguen siquiera a acercarse al proceso de pago.

La forma más rápida de generar tráfico suele ser mediante anuncios de pago, así que eso es lo que vamos a explorar.

¿Cuánto tráfico necesito para realizar las pruebas?

No hay una respuesta única a cuántas visitas necesitas para un mapa de calor o una grabación de sesión; de hecho, la verdad es que cuantas más, mejor. Dicho esto, hay que equilibrar el coste de adquisición, la tasa de conversión, el tiempo que llevan las pruebas y muchos otros factores. Buscamos información que nos permita actuar, lo que significa obtener resultados relativamente rápido sin sacrificar su relevancia estadística al basar nuestras decisiones en valores atípicos y datos incompletos.

También tendremos que pensar en qué elementos estamos observando realmente. Aunque una pregunta general como «¿cómo interactúa la gente con mi sitio?» podría requerir relativamente pocas visitas, algo más específico necesitará más. Por ejemplo, si quieres comprobar la eficacia de un botón concreto, necesitarás un número de clics estadísticamente relevante en ese mismo botón.

Además, hay una advertencia fundamental: muy pocas sesiones producirán información poco fiable, ya que cada visitante puede actuar de forma inesperada. Lo ideal es conseguir 200+ clics en el elemento que estamos probando —con más clics tendremos más confianza—, lo que significa que el número total de sesiones variará enormemente según lo visible que sea ese elemento.

¿Cuánto tráfico necesito para un mapa de calor?

Los mapas de calor agregan el comportamiento de todos tus visitantes en un gráfico sencillo: las zonas que atraen más atención aparecen en colores más «cálidos» y las que reciben menos, en colores más fríos. Cuantas más sesiones reciba tu sitio, más precisos serán tus datos. Dicho esto, la presión del tiempo y del presupuesto hace que necesitemos calcular una cifra que nos dé un grado razonable de certeza con relativa rapidez.

La fórmula podría ser algo así:

Sesiones necesarias = Objetivo de clics en el elemento ÷ Tasa de clics esperada del elemento

La tasa de clics es aquí la proporción de sesiones en las que se hace clic en el elemento (clics ÷ sesiones), expresada como decimal. No es la tasa de clics de tus anuncios.

Esta fórmula nos permite calcular nuestro objetivo de adquisición de tráfico para probar un elemento concreto de la página, como un botón o la eficacia de nuestros encabezados para animar a seguir desplazándose. Como regla general, un elemento clave grande y destacado, como un botón de llamada a la acción, necesitará menos tráfico para una prueba estadísticamente relevante que algo menos visible, como una opción de navegación escondida en el 3.er nivel de un menú.

Por ejemplo, si queremos 200 clics en un botón de llamada a la acción en el que hace clic alrededor del 5% de los visitantes, necesitamos 200 ÷ 0.05 = 4,000 sesiones. Una opción de navegación en la que solo hace clic el 0.5% de los visitantes necesitaría 200 ÷ 0.005 = 40,000 sesiones para reunir esos mismos 200 clics.

Margen de error

Por supuesto, si todo el mundo reaccionara de la misma manera al elemento que quieres probar, no haría falta hacer pruebas: funcionaría o no. Esto significa que debemos contemplar cierto margen alrededor de nuestros resultados para tener en cuenta a quienes no actúan como esperamos. Esto incluye los mapas de desplazamiento: una persona se desplaza lo suficiente para ver el elemento o no lo hace, y esa división entre sí y no es exactamente lo que mide la fórmula.

Para cada tipo de mapa de calor, utilizaremos la fórmula:

Margen de error = Z × √(p × (1 − p) ÷ n)

Esto nos permite calcular nuestro margen de error, expresado como decimal —basta con multiplicarlo por 100 para obtenerlo como porcentaje—. Z es el valor asociado al nivel de confianza que buscamos (1.96 proporciona el 95% de confianza habitual en el sector), y p es nuestra proporción muestral: el porcentaje de personas que interactuaron con el elemento que queremos probar, expresado como decimal (así, el 40% se convierte en 0.4). n es simplemente el tamaño de nuestra muestra: cuanto mayor sea, más precisos serán nuestros resultados finales.

Esta fórmula nos permite asignar un nivel de confianza bastante preciso a nuestros hallazgos.

Por ejemplo, si el 40% de 300 sesiones en ordenador llega a nuestra tabla de precios, el margen de error es 1.96 × √(0.4 × 0.6 ÷ 300) = 0.055, o 5.5 puntos porcentuales por encima o por debajo. En otras palabras, lo más probable es que la cifra real esté entre el 34.5% y el 45.5%.

La misma fórmula muestra qué nos aportan los 200 clics del ejemplo anterior. Para un botón en el que hace clic el 5% de 4,000 sesiones, el margen de error es 1.96 × √(0.05 × 0.95 ÷ 4,000) = 0.007, así que conocemos la tasa de clics del botón con un margen de unos 0.7 puntos porcentuales.

También podemos despejar la fórmula para calcular cuántas sesiones necesitamos antes de empezar:

Sesiones necesarias = Z² × p × (1 − p) ÷ (Margen de error)²

Si queremos saber hasta dónde se desplaza la gente con un margen de 5 puntos porcentuales y aún no sabemos qué proporción llegará al elemento, utilizamos 0.5 para p, ya que nos da la cifra más alta y segura: 1.96² × 0.5 × 0.5 ÷ 0.05² = 385 sesiones. Para un botón en el que hace clic alrededor del 5% de los visitantes, si un margen de 2 puntos porcentuales por encima o por debajo es suficientemente preciso, necesitamos 1.96² × 0.05 × 0.95 ÷ 0.02² = 457 sesiones.

Son muchas menos que las 4,000 sesiones necesarias para conseguir 200 clics, así que merece la pena decidir qué precisión necesitas realmente antes de fijar tu objetivo de tráfico. Recuerda que estas cifras se aplican por separado a cada tipo de dispositivo, como veremos más adelante.

¿Cuánto tráfico necesitas para las grabaciones de sesiones?

Cuando se trata de sacar conclusiones sólidas de las grabaciones de sesiones, vuelve a cumplirse aquello de cuantas más, mejor. Pero seguimos limitados por la necesidad de obtener resultados en un plazo determinado y sin gastar todo nuestro presupuesto de marketing en pruebas.

También conviene señalar que las grabaciones de sesiones aportan datos mucho más cualitativos que cuantitativos. Cuando recurrimos a esta herramienta, buscamos sobre todo respuestas a preguntas como «¿por qué la gente no convierte en este formulario?», y eso puede verse en un número sorprendentemente pequeño de sesiones.

También tendremos que tener en cuenta que no todas las sesiones servirán como prueba válida de cómo interactúa la gente con nuestro sitio. Las visitas de tu propio equipo, de bots o rastreadores, o de fuentes que estemos excluyendo por cualquier motivo, deben quedar fuera de nuestros cálculos. Además, debemos tener en cuenta que no todo el mundo aceptará que se grabe su sesión.

Eso nos da:

Tráfico necesario = Objetivo de grabaciones necesarias ÷ (Tasa del evento × Tasa de grabación × Tasa de sesiones válidas)

Aquí, la tasa del evento es la proporción de visitas que muestran el comportamiento que queremos estudiar. La tasa de grabación es la proporción de visitas que realmente se graban: la proporción de personas que aceptan ser grabadas, multiplicada por la tasa de muestreo de tu herramienta si no graba todas las sesiones. La tasa de sesiones válidas es la proporción de grabaciones que queda después de excluir a nuestro propio equipo, los bots y las fuentes descartadas. Las tres se expresan como decimales.

Para dejar atrás las matemáticas abstractas, veamos un ejemplo concreto: ¿por qué la gente no completa el formulario para suscribirse a tu lista de correo?

Supongamos que queremos unas 15 sesiones filtradas que realmente vayamos a ver, lo que nos da un objetivo de 15 grabaciones. Digamos que el 20% de los visitantes empieza a rellenar el formulario, pero no lo envía: esa es nuestra tasa del evento expresada como decimal (0.2). También diremos —solo para simplificar los cálculos— que el 60% de los visitantes acepta ser grabado y que nuestra herramienta los graba a todos, lo que nos da una tasa de grabación de 0.6. Además, el 90% de esas grabaciones sigue siendo válido una vez que eliminamos a nuestro propio equipo y los bots, lo que nos da una tasa de sesiones válidas de 0.9.

El resultado es:

Tráfico necesario = 15 ÷ (0.2 × 0.6 × 0.9) = 15 ÷ 0.108 = 139

Esto significa que necesitamos unas 139 visitas para obtener las 15 grabaciones que vamos a ver.

Si tu herramienta solo graba una muestra de las sesiones, esa tasa de muestreo también se incorpora a la tasa de grabación. Con una tasa de muestreo del 10%, la tasa de grabación baja a 0.6 × 0.1 = 0.06, y necesitaríamos 15 ÷ (0.2 × 0.06 × 0.9) = 1,389 visitas. Por eso merece la pena comprobar los límites de grabación de tu herramienta antes de fijar el presupuesto.

¿Por qué 15? Si un problema concreto aparece en el 20% de las grabaciones de personas que abandonan el formulario, la probabilidad de verlo al menos una vez es:

Probabilidad de detectar un problema = 1 − (1 − Tasa del problema)ⁿ, donde n es el número de grabaciones que vemos

Con 15 grabaciones, eso equivale a 1 − 0.8¹⁵ = 0.965, o una probabilidad del 96.5% de detectarlo. Si el problema solo aparece en el 10% de las grabaciones, esas mismas 15 grabaciones nos dan 1 − 0.9¹⁵ = 0.79, así que merece la pena ver algunas más.

De nuevo, esto variará muchísimo según la pregunta que te hagas. Un fallo que afecta al 1% de los visitantes necesitará muchísimo más tráfico para analizarlo que algo que afecta a casi todo el mundo que visita el sitio. Para tener un 95% de probabilidad de detectar un fallo así aunque sea una vez, necesitaríamos unas 300 grabaciones (1 − 0.99³⁰⁰ = 0.95). No podemos filtrar por un fallo que aún no hemos encontrado, así que la tasa del evento es 1, lo que nos da 300 ÷ (1 × 0.6 × 0.9) = unas 556 visitas.

Segmentar tu tráfico

Como estamos haciendo pruebas con tráfico de pago, tenemos mucho control sobre quién participa en nuestras sesiones gracias a la segmentación de nuestra red publicitaria.

SparkTraffic, una red publicitaria que envía personas reales a tu página mediante anuncios de display, nativos y pop-under en los sitios de sus editores asociados, te permite elegir el país, la región o la ciudad para cada campaña, y decidir si tus anuncios se muestran en ordenadores, móviles o ambos. Esto significa que puedes llenar un segmento de dispositivos de tu mapa de calor con tráfico web segmentado y detenerte en cuanto alcances el tamaño de muestra calculado con las fórmulas anteriores.

Lo ideal es que esto se ajuste relativamente bien a tu segmentación habitual. Es decir, deberías mantener tu segmentación geográfica habitual, los intereses, etc., para poder comprobar cómo reacciona tu público de siempre ante tu sitio. Dicho esto, puede merecer la pena ampliar ligeramente los criterios para conseguir más clics rápido y comprobar cómo reacciona un público más general.

Si ampliamos demasiado nuestra segmentación, corremos el riesgo de terminar con datos muy precisos sobre cómo interactúa con nuestra página un público que no es el adecuado.

Fijar tu presupuesto publicitario

Buscamos generar una cantidad razonable de tráfico en un periodo relativamente corto, así que quizá quieras fijar un presupuesto más alto que para otros tipos de pruebas. Esto debería permitirte reunir suficiente tráfico y conversiones para sacar conclusiones sólidas, pero también corre el riesgo de hacer que las pruebas resulten prohibitivamente caras.

La clave para evitar gastar de más es vigilar de cerca tus analíticas y detener la campaña cuando hayas alcanzado suficiente tráfico para considerar fiables tus resultados: utiliza las fórmulas anteriores para calcular tu objetivo. Una vez que lo alcances, detén la campaña y analiza los resultados.

Así puedes equilibrar los costes con la necesidad de recopilar datos estadísticamente relevantes y realizar tus pruebas con relativa rapidez.

Pruebas con visitas desde ordenadores frente a móviles

La forma en que la gente interactúa con los sitios web varía muchísimo según el tipo de dispositivo desde el que navega. Eso significa que nuestras pruebas deben tener en cuenta esta diferencia de comportamiento en sus resultados.

Los mapas de calor registran interacciones y, aunque algunas son bastante similares entre las visitas desde móviles y ordenadores —los clics son básicamente equivalentes a los toques, etc.—, otras son propias de cada tipo de dispositivo. Por ejemplo, un mapa de calor móvil podría tener en cuenta comportamientos como ampliar una imagen con un gesto de pinza, que no tiene un equivalente real cuando usas un portátil. Por otro lado, pasar el cursor por encima de algo suele interpretarse como una señal de dónde centra alguien su atención en un ordenador, pero no hay un equivalente real en un móvil.

También es posible que un fallo que quieras probar aparezca en las sesiones desde ordenadores, pero no en las de móviles, o viceversa. Y no olvidemos que el diseño de tu página puede cambiar bastante entre tipos de dispositivos.

Esto significa que debemos mantener separadas nuestras fuentes de tráfico y analizar los mapas de calor y las grabaciones de sesiones como conjuntos distintos según el dispositivo que utilizaban nuestros visitantes. También podrías separar el tráfico de distintos navegadores si detectas un problema concreto con Chrome o Firefox.

La forma más sencilla de tener en cuenta estas diferencias es configurar la segmentación de nuestros anuncios de pago para que solo se muestren a personas que usan un determinado tipo de dispositivo, o filtrar cuidadosamente nuestros mapas y grabaciones de sesiones por tipo de dispositivo en el panel de la plataforma, según lo que intentemos probar exactamente. La diferencia de coste puede ser grande. Si el 60% de tus visitas llega desde móviles, reunir las 385 sesiones en ordenador de nuestro ejemplo de desplazamiento supone comprar 385 ÷ 0.4 = 963 visitas, mientras que la segmentación exclusiva para ordenadores solo necesita 385.

Problemas habituales y cómo resolverlos

Aunque las grabaciones de sesiones y los mapas de calor pueden darte una enorme cantidad de detalles sobre cómo interactúa la gente con tus páginas web, su utilidad depende de cómo los configures e interpretes, y son susceptibles a un par de problemas importantes.

Problemas con el tamaño de la muestra

En primer lugar, está el riesgo de sacar conclusiones basadas en unos pocos valores atípicos. Consultar un mapa de calor antes de que haya visitado el sitio suficiente gente, o elegir al azar una grabación de sesión, podría llevarte a conclusiones falsas basadas en una sola visita que no refleje las tendencias que realmente estás analizando. Por muy bien que diseñes tu experiencia de usuario, alguien encontrará algo complicado o confuso y ofrecerá un ejemplo atípico.

La solución es sencilla: asegúrate de sacar conclusiones únicamente de pruebas que hayan alcanzado un número de ejemplos estadísticamente relevante.

Problemas por gastar de más

En el extremo opuesto al problema anterior, que se basaba principalmente en no tener suficientes visitas para sacar conclusiones sólidas, también existe el riesgo de pagar por demasiadas visitas. Aunque eso hará que tus mapas de calor sean más fiables, siempre hay que encontrar un equilibrio entre coste y resultados. Seamos sinceros: los anuncios de pago son caros.

Evitar este problema consiste en vigilar tus cifras y detener la campaña —y, por tanto, evitar que los costes sigan subiendo— en el momento adecuado. Al empezar el proceso, fija un objetivo claro de conversiones que quieras analizar y detente cuando estés cerca de alcanzarlo.

Problemas derivados de las fuentes de tráfico

«Anuncios de pago» es un término bastante amplio, que abarca desde los banners tradicionales hasta los anuncios de búsqueda y los pop-under. Cada tipo puede producir resultados distintos en tus pruebas. Este último ejemplo puede presentar problemas particulares con la duración de las sesiones, ya que se abre —iniciando la sesión— y queda «debajo» de la pestaña activa, lo que alarga enormemente tus grabaciones y distorsiona tus mapas de calor.

La solución es incorporar etiquetas UTM a las URL de cada tipo de anuncio que utilices para alimentar tus pruebas. Esto te permite separar los resultados por fuente, registrando cada tipo de anuncio por separado, y corregir estas anomalías.

Problemas con el consentimiento y la privacidad

Vivimos en un mundo cada vez más consciente de los datos, donde la gente se toma en serio su privacidad. Leyes como el RGPD de la UE y la Directiva ePrivacy, así como sus distintos equivalentes en todo el mundo, son cada vez más habituales y se endurecen constantemente. En la mayoría de los lugares, las personas tienen derecho a rechazar el tratamiento de sus datos si así lo desean.

No hay una solución sencilla a este problema, más allá de pedir el consentimiento mediante un banner cuando la gente acceda por primera vez a tu sitio y explicar el propósito de la recopilación de datos en tu política de privacidad. Ahí también deberías explicar cómo piensas utilizar los datos y protegerlos frente a las amenazas de seguridad. En última instancia, los datos de navegación pertenecen a las personas, y tienes la responsabilidad legal de tratarlos con cuidado.

Conclusión: conseguir suficiente tráfico para realizar pruebas válidas

Si quieres mejorar tu experiencia de usuario y ayudar a la gente a aprovechar al máximo tu sitio, crear mapas de calor y revisar grabaciones de sesiones es la forma de identificar qué partes les ponen obstáculos y qué funciona exactamente como debería.

Naturalmente, no quieres correr el riesgo de molestar a tus clientes reales con una experiencia de usuario que necesita mejoras. Pagar por suficiente tráfico para probar tu página, sin pasarte, te permite evitar ese problema. Y si esas visitas se convierten en clientes reales, mejor que mejor.

Busca un equilibrio entre los costes y la recopilación de suficientes datos para tomar decisiones sólidas; evita la tentación de interpretar demasiado los valores atípicos y asegúrate de analizar un problema concreto, en lugar de limitarte a espiar cómo usa la gente tu sitio. Así, tanto los mapas de calor como las grabaciones de sesiones pueden convertirse en herramientas de un valor incalculable.