11 Errores Comunes De Análisis A Tener En Cuenta

Cuando comienzas a analizar datos, es fácil cometer errores, especialmente si eres nuevo en análisis. Sin embargo, ¡no dejes que eso te desanime! En esta sección, se enumeran algunos de los errores más comunes y la mejor forma de evitarlos: para garantizar que tu análisis, ofrezca una imagen fidedigna del comportamiento de usuario.

Confundir Visitas y Vistas

Las distintas herramientas de análisis, usan terminologías diferentes para describir lo mismo. Para los analistas novatos, esto puede causar confusión y puede ocasionar que reporten datos incorrectos. Incluso dentro de la misma herramienta, la terminología puede ser confusa. Uno de los errores más comunes que comete la gente, es confundir visitas y vistas.

Una visita (ahora conocida como sesión, en Google Analytics), generalmente describe un grupo de interacciones que un usuario realiza dentro de un marco de tiempo determinado en tu sitio web. Una vista (o “vista de página”, en algunas herramientas), describe una vista de una página en tu sitio, que es rastreada por el código de seguimiento analítico.

Estas son dos cosas completamente diferentes, pero las visitas y vistas, a veces se usan indistintamente cuando las personas hablan de sus análisis. Como te puedes imaginar, esto causa problemas para los analistas, ya que los informes serán inexactos. Asegúrate de comprender la terminología para que sepas qué informas.

Obsesionarte con las Visitas y Vistas

Cuando se trata de analizar tus datos, debes asegurarte de analizar las áreas más importantes. Un error muy común que cometen las personas, es centrarse exclusivamente en visitas y vistas.

 

Cómo Envolverte en los Números

La información cuantitativa tiene que ver con números. Si tu cuenta está configurada correctamente, ¡los números no mentirán! A pesar de esto, debes asegurarte de no olvidar lo que realmente representan los números: usuarios reales.

Como se indicó anteriormente, los números te dirán lo que sucedió, no el por qué, y es por eso que es importante no olvidar preguntar por qué. Tendrás que mirar más allá de los números y considerar su contexto. Asegúrate de no caer en la trampa de simplemente informar lo que sucedió: asegúrate de considerar el panorama general y pensar en lo que los números significan para la experiencia de usuario en tu sitio web.

Aquí es donde tendrás que incorporar los métodos cualitativos que hemos mencionado anteriormente. A menudo puedes usar el análisis, para encontrar un problema y los métodos de investigación del usuario para resolverlo.

 

Pensar Que Los Números Bajos Siempre Son Malos

Un efecto secundario de enfocarte en los números, es que automáticamente consideras que los números bajos, o una caída en los números, es algo malo. Si bien es probable que una disminución en las compras sea algo malo, una reducción en el tiempo que los usuarios pasan en páginas particulares, por ejemplo, podría ser bueno o malo.

Si rediseñas la página de inicio en un sitio web y el tiempo que las personas invierten en ella disminuye, podría deberse a la mejora de la eficiencia de tu diseño. Es posible que las personas puedan navegar más rápidamente a las áreas de tu interés. Una vez más, el contexto es clave aquí. Determina lo que significan las caídas para el sitio web en su conjunto, en lugar de asumir que siempre serán negativas.

 

Confundir  Correlación con Causalidad

El hecho de que algo le suceda a tu análisis al mismo tiempo que realizas un cambio en el sitio web, no significa que ambos estén conectados. Si observas alteraciones en tu análisis después de hacer un cambio, debes asegurarte de que no sea una coincidencia y que los dos estén conectados.

Es probable que tengas que profundizar un poco más en tus informes para demostrar que el aumento en la tasa de conversión, se debió a tu excelente nuevo diseño.

El siguiente gráfico, tomado de tylervigen.com, muestra una correlación cercana al 95% para el consumo de queso y el número de personas que murieron al enredarse en sus sábanas:

 

También existe una fuerte correlación entre las ventas de helados y los ahogamientos en el mar, ya que ambas suben en el verano. Sin embargo, ¡solo un analista que carezca de sentido común podría decir que el helado causa ahogamiento!

El problema de la correlación frente a la causalidad, es probablemente el error más prolífico que veo que hacen las personas al analizar los datos. Cuando se trata de análisis de sitios web, un ejemplo de esto podría ser donde los datos muestran que las personas que usan la búsqueda de sitios, se convierten un 50% más que las que no lo hacen. Esto podría convencer a los UXers de alentar a más personas a utilizar la búsqueda del sitio. Sin embargo, la correlación más probable, es que las personas que usan la búsqueda del sitio, son un público más comprometido que los usuarios promedio y también tienen una mejor idea de lo que están buscando, lo que significa que naturalmente, tienen mayores tasas de conversión.

Combinando cantidad y calidad (y algunas veces tu propio sentido común), te ayudará a no caer en la trampa de confundir la correlación y la causalidad. Las pruebas divididas también son una excelente manera de determinar la causalidad verdadera, y ayudarán a protegerte contra la obtención de conclusiones incorrectas a partir de tus datos.

 

Clasificar Todas las Visitas Juntas

Los UXers, saben que diferentes personas, usan sitios web de diferentes maneras. También sabemos que es probable que la misma persona, use un sitio web de manera diferente cuando usa diferentes dispositivos, o incluso cuando usa el mismo sitio web en diferentes momentos del día. Necesitamos incluir estas consideraciones sobre el comportamiento del usuario, en nuestro análisis cuantitativo.

Si un sitio web tiene una tasa de conversión del 5%, esto nos dice una historia. Sin embargo, si desglosamos esa cifra y vemos que la tasa de conversión es del 10% para usuarios de escritorio y solo del 1% para usuarios de dispositivos móviles, eso cuenta una historia diferente y ¡da una buena indicación de dónde debemos enfocar nuestros esfuerzos de UX!

La segmentación de usuarios, es clave para entender cómo funciona un sitio web.

 

Analizar A Grandes Rasgos

Con una gran cantidad de datos disponibles, saber dónde comenzar a analizar todo, puede ser difícil. Al comenzar un nuevo proyecto, es posible que desees tener una evaluación rápida de alto nivel de los datos disponibles. Pero una visión útil proviene de cavar más profundo.

Mirar las cifras del “título”, puede dar una indicación general del rendimiento actual de un sitio web, pero es poco probable que proporcione la información que necesitamos para mejorar el UX. Siempre que sea posible, es mejor enfocar tu análisis con un objetivo en mente. Esto ayudará a enfocar tus esfuerzos, y te ayudará a evitar sentirte abrumado por la gran cantidad de datos disponibles.

El número de visitas (o “sesiones”) que recibe un sitio web, suele ser una cifra en la que las personas se centran. Sin embargo, este parámetro nos dice poco sobre el rendimiento de un sitio web, ya que el objetivo de la mayoría de los sitios web, es hacer algo más que solo actuar como un destino para los usuarios. Es mucho más importante, saber cómo los usuarios interactúan con páginas individuales y cuántas de esas páginas se están convirtiendo. Prefiero tener un sitio web con 1.000 visitantes al mes y una tasa de conversión del 10%, que un sitio web con 5.000 visitantes al mes y una tasa de conversión del 1%, ¿tú no?

 

Centrarse en los Números Más que en las Tendencias

Puede ser tentador observar los números y emitir un juicio acerca de si son “buenos” o “malos”. Una pregunta que a menudo me hacen durante mis sesiones de capacitación es, “¿Cuál es una buena duración promedio de las visitas?”. No hay una respuesta simple a esta pregunta. Dependerá de tu sitio web y de lo que estés tratando de lograr. Lo que se ve como bueno para un sitio web, puede ser visto como terrible para otro.

Es importante observar, si los parámetros claves aumentan o disminuyen con el tiempo. También es posible que desees establecer objetivos para darte algo a dónde apuntar. Mirar las cifras recientes en aislamiento, te dice muy poco. En resumen, no te preocupes tanto por los números; preocúpate más sobre si suben o bajan, y cómo se relaciona con los objetivos de UX que has establecido.

Aunque, recuerda: se trata de contexto. Se deben tener en cuenta los grandes aumentos o disminuciones en los parámetros, o en particular las métricas altas o bajas, en relación con lo que está sucediendo en otras partes del sitio web o la aplicación. Por ejemplo, si las vistas de páginas de productos cayeron un 2% durante tres meses, es posible que no pienses mucho en eso, pero si todas las demás páginas tuvieron un aumento de vistas del 30% durante el mismo período, de repente esta caída del 2% parece algo que vale la pena investigar.

 

Incluir el Tráfico de Bot o Spam

Ciertos tipos de tráfico, pueden desviar tus datos analíticos si no tienes cuidado. Solo deseas registrar visitas de usuarios reales, y no tráfico artificial “bot”.

Los motores de búsquedas, utilizan bots para rastrear sitios web e indexar la web para que puedan devolver resultados de búsqueda relevantes a los usuarios. Los bots utilizados por todos los principales motores de búsqueda, no aparecen en la mayoría de las herramientas de análisis, y no te conviene evitar que estos bots rastreen tu sitio web. Sin embargo, querrás bloquear los bots que inflan artificialmente tus números de análisis.

La cantidad de bots que ejecuta JavaScript, está aumentando constantemente. Los bots ahora suelen ver más de una página en tu sitio web, y algunos de ellos incluso se convierten en tus objetivos de análisis. A medida que los bots se vuelven más inteligentes, tú también debes ser más inteligente, para asegurarte de que este tráfico no empañe tu juicio cuando tomas decisiones comerciales importantes, basadas en los datos de tu plataforma de análisis.

 

No Personalizar Tu Configuración

Los informes estándar en algunas herramientas de análisis, pueden ser realmente detallados y te proporcionarán mucha información útil. Pero como se mencionó anteriormente, la configuración de informes estándar, solo te llevará hasta el momento. Cada sitio web funciona de manera diferente, por lo que no debes adoptar un enfoque único para tu análisis. En su lugar, personaliza tu configuración para asegurarte de obtener los datos que necesitas.

 

No Generar Aportes Viables

Puedes obtener mucha información de tu paquete de análisis, y puedes presentar esto como informes de aspectos importantes y realmente impresionar a las personas. Sin embargo, lo más importante está saliendo de tu análisis con próximos pasos procesables, basados ​​en los datos.

¡Detectar tendencias y descubrir problemas potenciales, solo está haciendo la mitad del trabajo! Si observas que los usuarios de tabletas, ven considerablemente menos páginas que sus contrapartes de escritorio, ¿qué significa esto? ¿Qué estás proponiendo hacer al respecto? Si bien no obtendrás una respuesta sobre cómo solucionar un problema de tu análisis, deberías poder proponer tu siguiente paso.

¿Quizás el hecho de que los usuarios de tabletas aparentemente están menos comprometidos que los usuarios de computadoras de escritorio, te llevará a realizar algunas pruebas de usabilidad en tabletas? ¿O tal vez piensas que deberías hacer una investigación adicional para encontrar el contexto en el que los usuarios de tabletas visitan tu sitio web? Decidas lo que decidas, es importante que hagas algo. Analizar los números es solo el comienzo; ¡asegúrate de continuar con la acción!

Tus datos analíticos pueden contribuir a priorizar los próximos pasos, ya que pueden ayudar a cuantificar el volumen de visitantes perdidos, o ventas, o cualquier otra cosa, causado por cada problema que hayas detectado.

 

Leave a Reply

Your email address will not be published. Required fields are marked *

50% Complete

Suscribete al blog y no te pierdas ninguna actualizacion

Solo el mejor contenido, cero spam

Recibe estrategias de marketing digital