Como conseguir rapidamente sessões suficientes para mapas de calor e gravações de sessão

Você já se perguntou o que exatamente as pessoas fazem quando visitam seu site? Em quais imagens clicam, sobre quais botões passam o cursor e quais trechos de texto leem? Os mapas de calor e as gravações de sessão mostram tudo isso e podem fornecer dados valiosos para aperfeiçoar a experiência do usuário (UX) no seu site.

Assim como nos testes A/B ou ao testar um novo mercado, você precisa conseguir tráfego na medida certa para obter dados estatisticamente relevantes sem perder o controle dos custos. Veja como fazer isso:

O que são mapas de calor e gravações de sessão?

Os mapas de calor e as gravações de sessão são uma ótima maneira de testar como pessoas reais interagem com seu site.

• Os mapas de calor geram uma imagem da sua página com um código de cores, destacando onde as pessoas passaram o cursor, clicaram e dedicaram tempo à leitura. Essa imagem reúne os dados de todos os seus visitantes, mostrando como as pessoas geralmente interagem com a página. Quanto mais “quente” a cor da seção destacada, mais atenção ela recebeu.
• As gravações de sessão, como o nome sugere, mostram um vídeo de como um determinado usuário, que permanece anônimo, interagiu com sua página. Isso permite acompanhar com precisão a jornada dos usuários pela página, incluindo os cliques do mouse, como preenchem formulários (ou como hesitam ao fazer isso) e até onde rolam a página.

Essas informações permitem ver com o que as pessoas interagem no seu site. Isso significa que você pode testar se elas estão clicando nos seus botões de chamada para ação, lendo seu texto e rolando a página para baixo. Também significa que você pode identificar se estão clicando em algo como uma imagem estática e esperando que ela faça alguma coisa, ou pulando seções, e corrigir o problema.

O que posso testar com eles?

Tanto os mapas de calor quanto as gravações de sessão permitem testar qualquer aspecto das suas páginas, reunindo dados reais sobre como as pessoas interagem com seus sites.

Digamos que você queira testar a cor do seu botão de chamada para ação. No momento, ele é vermelho, mas você se pergunta se o verde poderia atrair mais cliques. Primeiro, você configura seu plugin de mapa de calor e reúne dados sobre a situação atual. Depois, faz a alteração e compara como ela muda a maneira como as pessoas interagem com o botão em teste. Aí, você pode adotar a opção mais eficaz.

Da mesma forma, se você quiser testar a eficácia dos seus títulos para incentivar a rolagem, assistir a algumas gravações de sessão pode trazer informações valiosas. Comparar algumas sessões de antes e depois deve permitir que você veja qual versão incentivou as pessoas a continuar lendo mais abaixo na página.

Outras coisas que você pode testar incluem:

• Se as pessoas estão clicando nas suas imagens
• Como as pessoas interagem com seus formulários — elas hesitam em alguma seção específica ou interpretam mal suas instruções?
• “Cliques de raiva” — as pessoas clicam repetidamente em alguma coisa, sugerindo um link quebrado, um botão que não responde ou um elemento que demora a carregar?
• Zonas de atenção — onde as pessoas ficam mais tempo no seu site e onde a atenção diminui
• Interações de navegação — como as pessoas navegam pela sua página e quais áreas estão pulando

Como conseguir tráfego para fazer seus testes com mapas de calor e gravações de sessão

Agora que vimos o que você pode testar, vamos ver como configurar seus testes e levar tráfego suficiente à página para reunir os dados necessários para tomar decisões bem fundamentadas sobre sua UX.

Embora seja perfeitamente possível fazer isso no longo prazo com tráfego orgânico, encontrar pontos de dificuldade nas suas páginas deve ser uma prioridade, já que uma experiência de usuário abaixo do ideal pode afastar potenciais clientes reais antes mesmo de eles chegarem perto de finalizar uma compra.

A maneira mais rápida de gerar tráfego costuma ser por meio de anúncios pagos, então é isso que vamos explorar.

De quanto tráfego preciso para fazer os testes?

Não existe uma resposta única para quantas visitas você precisa para um mapa de calor ou uma gravação de sessão — na verdade, quanto mais, melhor. Dito isso, é preciso equilibrar o custo de aquisição, a taxa de conversão, o tempo necessário para fazer os testes e vários outros fatores. Queremos informações que possam orientar ações, e isso significa obter resultados relativamente rápido, sem sacrificar a relevância estatística ao basear nossas ações em casos atípicos e dados incompletos.

Também precisamos pensar em quais elementos estamos realmente analisando. Uma pergunta geral, como “como as pessoas interagem com meu site?”, pode precisar de relativamente poucas visitas, mas algo mais específico vai exigir mais. Por exemplo, se você quiser testar a eficácia de um botão específico, precisará de um número estatisticamente relevante de cliques nesse botão.

Além disso, há uma ressalva que se sobrepõe às demais: poucas sessões vão produzir informações pouco confiáveis, pois alguns visitantes podem agir de maneira inesperada. Idealmente, queremos 200+ cliques no elemento que estamos testando (quanto mais cliques, maior a confiança), o que significa que o número total de sessões vai variar bastante, dependendo do destaque do elemento em teste.

De quanto tráfego preciso para um mapa de calor?

Os mapas de calor reúnem o comportamento de todos os seus visitantes em um gráfico simples, com as áreas que atraem mais atenção em cores “mais quentes” e as que atraem menos em cores mais frias. Quanto mais sessões seu site receber, mais precisos serão seus dados. Dito isso, as limitações de tempo e orçamento exigem que consigamos calcular um número que nos dê um grau razoável de certeza relativamente rápido.

Essa fórmula pode ser algo assim:

Sessões necessárias = Meta de cliques no elemento ÷ Taxa de cliques esperada do elemento

A taxa de cliques aqui é a proporção de sessões em que há um clique no elemento (cliques ÷ sessões), expressa como um decimal. Não é a taxa de cliques dos seus anúncios.

Essa fórmula permite calcular nossa meta de aquisição de tráfego para testar um determinado elemento da página, como um botão ou a eficácia dos nossos títulos para incentivar mais rolagem. Como regra geral, um elemento importante, grande e bem destacado, como um botão de chamada para ação, vai precisar de menos tráfego para um teste estatisticamente relevante do que algo menos visível, como uma opção de navegação escondida na 3ª camada de um menu.

Por exemplo, se queremos 200 cliques em um botão de chamada para ação em que cerca de 5% dos visitantes clicam, precisamos de 200 ÷ 0.05 = 4,000 sessões. Uma opção de navegação em que apenas 0.5% dos visitantes clicam precisaria de 200 ÷ 0.005 = 40,000 sessões para reunir os mesmos 200 cliques.

Margem de erro

É claro que, se todo mundo reagisse ao elemento em teste da mesma maneira, não haveria necessidade de fazer testes — ele funcionaria ou não. Isso significa que precisamos considerar uma certa margem de variação nos resultados para levar em conta as pessoas que não agem como esperamos. Isso inclui os mapas de rolagem: a pessoa rola a página o suficiente para ver o elemento ou não, e essa divisão entre sim e não é exatamente o que a fórmula mede.

Para cada tipo de mapa de calor, vamos usar a fórmula:

Margem de erro = Z × √(p × (1 − p) ÷ n)

Isso permite calcular nossa margem de erro, expressa como um decimal (basta multiplicar por 100 para obter a porcentagem). Z é o valor associado ao nível de confiança que buscamos (1.96 corresponde ao padrão do setor de 95% de confiança), e p é a proporção da nossa amostra, ou seja, a porcentagem de pessoas que interagiram com o elemento em teste, expressa como um decimal (então 40% vira 0.4). n é simplesmente o tamanho da nossa amostra — quanto maior, mais precisos serão nossos resultados finais.

Essa fórmula permite atribuir um grau de confiança razoavelmente preciso às nossas conclusões.

Por exemplo, se 40% de 300 sessões em computadores chegam à nossa tabela de preços, a margem de erro é 1.96 × √(0.4 × 0.6 ÷ 300) = 0.055, ou 5.5 pontos percentuais para mais ou para menos. Em outras palavras, o valor real provavelmente está entre 34.5% e 45.5%.

A mesma fórmula mostra o que os 200 cliques do nosso exemplo anterior nos dão. Para um botão em que há cliques em 5% de 4,000 sessões, a margem de erro é 1.96 × √(0.05 × 0.95 ÷ 4,000) = 0.007, então conhecemos a taxa de cliques do botão com uma margem de cerca de 0.7 pontos percentuais.

Também podemos reorganizar a fórmula para calcular de quantas sessões precisamos antes de começar:

Sessões necessárias = Z² × p × (1 − p) ÷ (Margem de erro)²

Se queremos saber até onde as pessoas rolam a página com uma margem de 5 pontos percentuais, e ainda não temos ideia de qual proporção vai chegar ao elemento, usamos 0.5 para p, pois isso fornece o número mais alto e mais seguro: 1.96² × 0.5 × 0.5 ÷ 0.05² = 385 sessões. Para um botão em que cerca de 5% dos visitantes clicam, se uma margem de 2 pontos percentuais para mais ou para menos for precisa o suficiente, precisamos de 1.96² × 0.05 × 0.95 ÷ 0.02² = 457 sessões.

Isso é bem menos do que as 4,000 sessões necessárias para 200 cliques, então vale a pena decidir o quanto sua resposta realmente precisa ser precisa antes de definir sua meta de tráfego. Lembre-se de que esses números se aplicam separadamente a cada tipo de dispositivo, como veremos abaixo.

De quanto tráfego você precisa para gravações de sessão

Para tirar conclusões sólidas das gravações de sessão, mais uma vez, quanto mais, melhor, mas ainda precisamos obter resultados dentro de um determinado prazo e sem gastar todo o orçamento de marketing em testes.

Também vale notar que as gravações de sessão fornecem dados muito mais qualitativos do que quantitativos. Quando recorremos a essa ferramenta, geralmente buscamos respostas para perguntas como “por que as pessoas não estão convertendo neste formulário?”, e isso pode aparecer em surpreendentemente poucas sessões.

Também precisamos levar em conta que nem toda sessão será um teste válido de como as pessoas interagem com nosso site. As visitas da sua própria equipe, de bots ou rastreadores, ou de fontes que estamos excluindo por qualquer motivo, precisam ser descartadas das nossas contas. Além disso, precisamos considerar que nem todo mundo vai concordar em ter sua sessão gravada.

Isso nos dá:

Tráfego necessário = Meta de gravações necessárias ÷ (Taxa do evento × Taxa de gravação × Taxa de sessões válidas)

Aqui, a taxa do evento é a proporção de visitas que apresentam o comportamento que queremos estudar. A taxa de gravação é a proporção de visitas que realmente são gravadas: a proporção de pessoas que concordam com a gravação, multiplicada pela taxa de amostragem da sua ferramenta, caso ela não grave todas as sessões. A taxa de sessões válidas é a proporção de gravações que restam depois de descartarmos nossa própria equipe, bots e fontes excluídas. As três são expressas como decimais.

Para sair da matemática abstrata, vamos usar um exemplo concreto: por que as pessoas não estão concluindo o formulário de inscrição na sua lista de e-mails?

Digamos que queremos cerca de 15 sessões filtradas às quais realmente vamos assistir, o que nos dá uma meta de 15 gravações. Digamos que 20% dos visitantes começam a preencher o formulário, mas não o enviam, formando nossa taxa do evento expressa como um decimal (0.2). Vamos supor também (só para simplificar as contas) que 60% dos visitantes concordam com a gravação e que nossa ferramenta grava todos eles, resultando em uma taxa de gravação de 0.6, e que 90% dessas gravações continuam válidas depois de removermos nossa própria equipe e os bots, o que dá uma taxa de sessões válidas de 0.9.

Isso resulta em:

Tráfego necessário = 15 ÷ (0.2 × 0.6 × 0.9) = 15 ÷ 0.108 = 139

Isso significa que precisamos de cerca de 139 visitas para conseguir nossas 15 gravações para assistir.

Se sua ferramenta grava apenas uma amostra das sessões, essa taxa de amostragem também entra na taxa de gravação. Com uma taxa de amostragem de 10%, a taxa de gravação cai para 0.6 × 0.1 = 0.06, e precisaríamos de 15 ÷ (0.2 × 0.06 × 0.9) = 1,389 visitas, então vale a pena verificar os limites de gravação da sua ferramenta antes de definir seu orçamento.

Por que 15? Se um determinado problema aparece em 20% das gravações de pessoas que abandonam o formulário, a chance de vê-lo pelo menos uma vez é:

Chance de ver um problema = 1 − (1 − Taxa do problema)ⁿ, em que n é o número de gravações às quais assistimos

Com 15 gravações, temos 1 − 0.8¹⁵ = 0.965, ou uma chance de 96.5% de identificar o problema. Se ele aparece em apenas 10% das gravações, as mesmas 15 gravações nos dão 1 − 0.9¹⁵ = 0.79, então vale a pena assistir a mais algumas.

Mais uma vez, isso vai variar bastante dependendo da pergunta que você está fazendo. Um bug que afeta 1% dos visitantes vai precisar de muito mais tráfego para ser analisado do que algo que afeta quase todo mundo que visita o site. Para ter 95% de chance de encontrar um bug assim pelo menos uma vez, precisaríamos de cerca de 300 gravações (1 − 0.99³⁰⁰ = 0.95). Não podemos filtrar por um bug que ainda não encontramos, então a taxa do evento é 1, o que dá 300 ÷ (1 × 0.6 × 0.9) = cerca de 556 visitas.

Segmentando seu tráfego

Como estamos fazendo testes com tráfego pago, temos muito controle sobre quem participa das nossas sessões por meio da segmentação da nossa rede de anúncios.

A SparkTraffic, uma rede de publicidade que leva pessoas reais à sua página por meio de anúncios display, nativos e pop-under em sites de editores parceiros, permite escolher o país, a região ou a cidade de cada campanha, além de definir se seus anúncios aparecem em computadores, dispositivos móveis ou ambos. Isso significa que você pode preencher um segmento por dispositivo do seu mapa de calor com tráfego segmentado para o site e parar assim que atingir o tamanho de amostra calculado com as fórmulas acima.

Idealmente, essa segmentação deve corresponder relativamente bem à que você costuma usar. Isso significa manter sua segmentação habitual por áreas geográficas delimitadas (geofencing), interesses etc., permitindo testar como seu público normal reage ao site. Dito isso, pode valer a pena ampliá-la um pouco para incentivar mais cliques rapidamente e testar como um público mais geral reage.

Se ampliarmos demais a segmentação, corremos o risco de acabar com dados muito precisos sobre como as pessoas erradas interagem com nossa página.

Definindo seu orçamento de publicidade

Queremos gerar uma quantidade razoável de tráfego em um período relativamente curto, então talvez você queira definir um orçamento mais alto do que usaria para outras formas de teste. Isso deve permitir reunir tráfego e conversões suficientes para tirar conclusões sólidas, mas traz o risco de tornar seus testes caros demais.

O segredo para evitar gastos excessivos é acompanhar de perto seus dados de análise e interromper a campanha quando você tiver tráfego suficiente para que os resultados sejam considerados confiáveis — use as fórmulas acima para calcular sua meta. Assim que atingir a meta, pare a campanha e analise os resultados.

Isso permite equilibrar os custos com a necessidade de reunir dados estatisticamente relevantes e também fazer seus testes relativamente rápido.

Testes com visitas em computadores versus dispositivos móveis

A maneira como as pessoas interagem com os sites varia bastante dependendo do tipo de dispositivo em que estão navegando, e isso significa que nossos testes precisam levar essa diferença de comportamento em conta nos resultados.

Os mapas de calor registram interações e, embora algumas sejam bastante semelhantes entre visitas em dispositivos móveis e computadores (cliques são basicamente equivalentes a toques etc.), outras são exclusivas de cada tipo de dispositivo. Por exemplo, um mapa de calor de dispositivos móveis pode considerar comportamentos como ampliar uma imagem com o gesto de pinça, algo que não tem um equivalente direto quando você usa um notebook. Por outro lado, manter o cursor sobre algo muitas vezes pode ser interpretado como um indicador de onde a pessoa está concentrando a atenção em um computador, mas não há um equivalente direto em dispositivos móveis.

Também é possível que um bug que você queira testar apareça nas sessões em computadores, mas não nas de dispositivos móveis, ou vice-versa. E não podemos esquecer que o layout da sua página pode mudar bastante entre os tipos de dispositivo.

Isso significa que precisamos manter nossas fontes de tráfego separadas e tratar nossos mapas de calor e gravações de sessão como conjuntos distintos, de acordo com o dispositivo que nossos visitantes estavam usando. Você também pode separar o tráfego de navegadores diferentes, caso esteja encontrando um problema específico no Chrome ou no Firefox.

A maneira mais simples de levar essas diferenças em conta é configurar a segmentação dos nossos anúncios pagos para exibir anúncios apenas para pessoas que usam um determinado tipo de dispositivo, ou filtrar cuidadosamente nossos mapas e gravações de sessão por tipo de dispositivo no painel da plataforma, dependendo do que exatamente estamos tentando testar. A diferença de custo pode ser grande. Se 60% das suas visitas vêm de dispositivos móveis, reunir as 385 sessões em computadores do nosso exemplo de rolagem significa comprar 385 ÷ 0.4 = 963 visitas, enquanto a segmentação exclusiva para computadores exige apenas 385.

Problemas comuns e como resolvê-los

Embora as gravações de sessão e os mapas de calor possam fornecer muitos detalhes sobre como as pessoas interagem com suas páginas, a qualidade desses dados depende da sua configuração e interpretação, e eles estão sujeitos a alguns problemas importantes.

Problemas com o tamanho das amostras

Primeiro, há o risco de tirar conclusões com base em alguns casos atípicos. Consultar um mapa de calor antes que um número suficiente de pessoas tenha visitado o site ou escolher uma gravação de sessão aleatoriamente pode levar a conclusões falsas, baseadas em uma única visita que não corresponde às tendências que você está realmente analisando. Não importa como você configure sua UX, alguém vai achar alguma coisa difícil ou confusa e fornecer um exemplo atípico.

A solução é simples: certifique-se de tirar conclusões apenas de testes que tenham atingido um número estatisticamente relevante de exemplos.

Problemas com gastos excessivos

Por outro lado, além do problema anterior, que era principalmente não ter visitas suficientes para tirar conclusões sólidas, também há o risco de pagar por visitas demais. Embora isso torne seus mapas de calor mais confiáveis, sempre é preciso equilibrar custos e resultados. Vamos ser sinceros: anúncios pagos são caros.

Evitar esse problema é uma questão de acompanhar seus números e interromper a campanha (e, assim, impedir que os custos continuem subindo) no momento certo. Defina, no início do processo, uma meta clara de quantas conversões você quer analisar e pare quando estiver perto de alcançá-la.

Problemas decorrentes das fontes de tráfego

“Anúncios pagos” é um termo bastante vago, que abrange desde banners tradicionais até anúncios de pesquisa e pop-unders, e cada tipo pode levar a resultados diferentes nos seus testes. Esse último exemplo pode causar problemas específicos com a duração das sessões, pois os anúncios abrem (iniciando a sessão) e ficam “por baixo” da aba ativa, aumentando muito a duração das suas gravações e distorcendo seus mapas de calor.

A solução é adicionar parâmetros UTM às URLs associadas a cada tipo de anúncio que você está usando para alimentar seus testes. Isso permite separar os resultados por fonte, com cada tipo de anúncio registrado separadamente, para que você possa corrigir essas anomalias.

Problemas com consentimento e privacidade

Vivemos em um mundo cada vez mais atento aos dados, e as pessoas levam sua privacidade a sério. Leis como o GDPR e a Diretiva ePrivacy da União Europeia, além de vários equivalentes ao redor do mundo, estão se tornando cada vez mais comuns e sendo constantemente reforçadas. Na maioria dos lugares, as pessoas têm o direito de não permitir o processamento dos seus dados, se assim desejarem.

Não há uma solução simples para esse problema, além de pedir consentimento por meio de um banner quando as pessoas acessam seu site pela primeira vez e explicar a finalidade da coleta de dados na sua política de privacidade. Nela, você também deve descrever como pretende usar os dados e protegê-los de ameaças à segurança. No fim das contas, os dados de navegação pertencem às próprias pessoas, e você tem a responsabilidade legal de tratá-los com cuidado.

Conclusão: conseguindo tráfego suficiente para fazer testes válidos

Se você quer melhorar sua UX e ajudar as pessoas a aproveitar ao máximo seu site, criar mapas de calor e analisar gravações de sessão é a maneira de identificar os pontos que causam dificuldades e o que está funcionando exatamente como deveria.

É claro que você não quer correr o risco de irritar seus clientes reais com uma UX que precisa de melhorias. Pagar por tráfego suficiente para testar sua página, sem exagerar, permite contornar esse problema. Se esses visitantes se tornarem clientes reais, melhor ainda.

Procure equilibrar os custos com a coleta de dados suficientes para tomar decisões sólidas; evite a tentação de tirar conclusões exageradas de casos atípicos e certifique-se de analisar um problema específico, em vez de simplesmente espiar como as pessoas usam seu site. Assim, tanto os mapas de calor quanto as gravações de sessão podem ser ferramentas inestimáveis.