Grabaciones de sesión o mapas de calor: los errores que cuestan semanas de análisis

    Mapas de calor y grabaciones de sesión: qué pregunta responde cada herramienta

    Publicado
    8 min de lectura
    Por Saskia Zorenwick
    Actualizado

    Van 40 grabaciones vistas y la hipótesis sigue sin aparecer. Una persona hace scroll hasta el final de la ficha de producto y se va. Otra abre la guía de tallas, la cierra y añade al carrito. Una tercera pasa cinco minutos en la pantalla de envío sin tocar nada. El responsable de CRO de la tienda tiene un panel con 12.000 sesiones grabadas esta semana y la sensación de que cada vídeo cuenta algo distinto.

    El problema no está en las grabaciones. Está en haberlas abierto para una pregunta que respondía mejor un mapa de calor, o en no haber formulado pregunta alguna. Las dos herramientas suelen venir en el mismo producto, se activan con el mismo script y se confunden con facilidad, pero miden cosas opuestas.

    Una herramienta agrega, la otra cuenta historias

    Un mapa de calor agrega el comportamiento de cientos o miles de visitas sobre una sola página. Dice dónde hacen clic las personas, hasta dónde bajan y qué zonas ignoran. Su fuerza está en el volumen: un patrón que aparece en 5.000 visitas no es casualidad.

    Su límite es que no explica nada. Un mapa de clics muestra que el 18% de los clics de la ficha cae sobre la imagen del producto, pero no dice si la gente espera un zoom, una galería o simplemente toca la parte más grande de la pantalla.

    Una grabación de sesión reconstruye la visita de una persona: movimientos, clics, scroll, cambios de página, formularios. Responde al por qué, porque muestra el contexto: qué hizo antes del clic, cuánto dudó, qué intentó después. Su límite es el contrario. Una grabación es una anécdota, y diez grabaciones son diez anécdotas, por muy vívidas que sean.

    De ahí sale la regla práctica: el mapa de calor sirve para encontrar dónde mirar y la grabación para entender lo que ves ahí. Usarlas en el orden inverso es la causa más frecuente de horas perdidas.

    Comparativa: qué pide y qué devuelve cada una

    Criterio Mapa de calor Grabación de sesión
    Pregunta que responde Dónde interactúan y hasta dónde llegan Por qué una persona se atasca o abandona
    Unidad de análisis Una página o plantilla, todas las visitas Una visita, de principio a fin
    Muestra mínima útil Cientos a pocos miles de visitas por dispositivo 20 a 50 sesiones filtradas por un criterio
    Tiempo de análisis Minutos por página 2 a 5 minutos por sesión
    Riesgo típico Conclusiones con poca muestra o mezcla de dispositivos Sesgo de anécdota y horas sin hipótesis
    Mejor uso Priorizar zonas y elementos de una página Diagnosticar un fallo en un paso concreto del embudo

    La fila del tiempo de análisis es la que más subestiman los equipos. Ver 200 grabaciones a una media de 3 minutos son 10 horas de trabajo de una persona, sin contar las notas. Un mapa de calor de la misma página se lee en un cuarto de hora.

    Microsoft Clarity ofrece las dos funciones sin coste y sin límite de tráfico, lo que ha bajado la barrera de entrada. Hotjar, que forma parte de Contentsquare desde 2021, y FullStory cubren el mismo terreno con más opciones de segmentación e integración. El precio ya no decide entre una y otra: decide la pregunta.

    Los errores que salen más caros

    El primero es leer un mapa de calor con poca muestra. Con 300 visitas en móvil, un botón con 9 clics frente a otro con 14 no dice nada; la diferencia cabe en el azar. La mayoría de herramientas muestran el mapa en cuanto hay algo de tráfico, y los colores intensos dan una seguridad que los datos no tienen. Espera a tener al menos unos cientos de visitas por dispositivo antes de comparar zonas.

    El segundo es mezclar dispositivos. El mismo diseño en un móvil de 390 píxeles de ancho y en un monitor de 1.920 coloca los elementos en sitios distintos, y un mapa combinado pinta clics sobre zonas que en una de las versiones ni existen. Separa siempre móvil, tableta y escritorio.

    El tercero es abrir grabaciones sin filtro. Ver sesiones al azar produce exactamente la escena del principio. Filtra por un comportamiento concreto: abandonos en un paso, clics de rabia, clics en elementos que no responden, vuelta atrás inmediata. Clarity etiqueta de forma automática los clics de rabia y los clics muertos, y eso reduce 12.000 sesiones a las 60 que importan.

    El cuarto es tratar un caso como tendencia. Una grabación impactante de alguien peleándose con el selector de fecha invita a rediseñarlo. Antes, comprueba en la analítica cuántas personas llegan a ese selector y cuántas abandonan ahí. Si son el 2% de los abandonos, hay problemas más grandes esperando.

    Flujo de trabajo para combinarlas

    El orden que mejor funciona va de lo agregado a lo individual y vuelve a lo agregado para comprobar.

    1. Localiza en la analítica el paso del embudo con la mayor caída absoluta de usuarios, no el que tiene el porcentaje más feo.
    2. Abre el mapa de calor de esa página, separado por dispositivo, y marca las zonas con interacción inesperada: clics en elementos no clicables, scroll que se detiene antes del botón principal, campos que nadie toca.
    3. Filtra grabaciones de sesiones que pasaron por esa página y abandonaron, y añade un segundo filtro por el comportamiento que viste en el mapa.
    4. Mira entre 20 y 30 de esas sesiones, anotando en una hoja qué ocurre en cada una con una etiqueta corta.
    5. Cuenta las etiquetas. Si un mismo patrón aparece en una tercera parte de las sesiones o más, tienes una hipótesis con base.
    6. Convierte la hipótesis en un cambio medible y pruébalo con un test A/B o, si el tráfico no da, con un antes y después bien delimitado.

    En el paso 4 está el truco. Anotar con etiquetas cortas convierte vídeos en datos contables, y el paso 5 obliga a que la conclusión salga de una frecuencia, no del vídeo más memorable.

    Privacidad: lo que se graba también es responsabilidad tuya

    Grabar sesiones implica tratar datos de comportamiento de personas identificables, y en la Unión Europea eso cae bajo el RGPD y las normas de cookies. En la práctica, estas herramientas usan cookies no esenciales, así que necesitan consentimiento previo: en España, la guía de cookies de la Agencia Española de Protección de Datos lo deja claro. En Latinoamérica el marco cambia por país, con leyes como la LGPD de Brasil o la ley federal mexicana de protección de datos en posesión de particulares.

    La configuración técnica importa tanto como el banner. Las herramientas principales enmascaran por defecto los campos de formulario, pero no siempre el texto que se muestra en pantalla, como un nombre en la cabecera de la cuenta o una dirección en el resumen del pedido. Revisa una grabación de un usuario de prueba con datos ficticios y comprueba qué se ve.

    Un efecto secundario poco comentado: con consentimiento, la muestra se sesga hacia quien acepta cookies. Si en tu web acepta el 60% de las visitas, los mapas y las grabaciones describen a ese 60%, que no tiene por qué comportarse igual que el resto.

    Lista de control antes de activar la herramienta

    • La pregunta está escrita en una frase y nombra una página o un paso del embudo.
    • El tráfico de esa página permite reunir unos cientos de visitas por dispositivo en dos semanas.
    • La herramienta solo se carga después del consentimiento en los mercados que lo exigen.
    • El enmascaramiento cubre campos de formulario y datos personales visibles en pantalla.
    • Hay filtros definidos de antemano: páginas, dispositivos, abandonos, clics de rabia.
    • Una persona tiene asignado el tiempo de análisis, con un tope de horas.
    • Existe una forma de validar la hipótesis después: test A/B o medición antes y después.
    • Se ha medido el impacto del script en el tiempo de carga con Lighthouse antes y después de instalarlo.

    Si falta la primera línea, el resto no sirve de mucho. Sin pregunta, cualquier herramienta acaba en horas de vídeo. Y si falta la última, el análisis termina en una opinión bien documentada que nadie puede confirmar ni descartar.

    Lo que preguntan los equipos de CRO sobre estas herramientas

    ¿Estas herramientas funcionan en apps nativas? Algunas sí. Microsoft Clarity ofrece SDK para Android, iOS, React Native y Flutter, con grabaciones de sesión en la app. Los mapas de calor en apps son menos habituales porque las pantallas no tienen una URL estable que agrupe las interacciones.

    ¿Cuánto tiempo se conservan las grabaciones? Depende de la herramienta y del plan. En Clarity, las grabaciones normales se guardan alrededor de 30 días y las que marcas como favoritas se conservan bastante más. Si un análisis va a durar más de un mes, guarda o etiqueta las sesiones relevantes desde el primer día.

    ¿Cómo se hace un mapa de calor en una aplicación de una sola página? Hay que decirle a la herramienta qué cuenta como página, normalmente con una regla por patrón de URL o con un evento que marque el cambio de vista. Sin eso, todas las pantallas se mezclan en un único mapa y los clics de pasos distintos se superponen.

    La dirección del sector ya se ve: Clarity y Hotjar resumen sesiones con modelos de lenguaje y proponen patrones sin que nadie vea un vídeo. Eso ataca justo el coste de la tabla, las horas de visionado. El riesgo es que el resumen elija qué es relevante con el mismo sesgo de anécdota que una persona con prisa. La pregunta escrita en una frase va a importar más, no menos.

    Artículos relacionados