Desde que realicé el proyecto final de carrera (Ingeniería informática en la UIB) sobre análisis de logs de servidores web (web data mining), me he preguntado por qué esa disciplina se trataba de un modo tan independiente (y habitualmente por expertos también independientes) al de la usabilidad web. Al fin y al cabo, ¿no se trata de conocer cómo utilizan los usuarios la web? Cuando se dicen cosas como “nuestros usuarios son así”, o “la mayoría de usuarios utilizan más esta funcionalidad”, ¿hasta qué punto se saben realmente?

Cualquiera que haya tratado mínimamente con las técnicas de análisis web sabe que extraer conclusiones del análisis de accesos es mucho más complicado de lo que podría parecer: filtrar bots, identificar usuarios únicos y sesiones,… Las técnicas que se utilizan son siempre heurísticas que dan resultados aproximados y que hay que saber interpretar.

Hasta que hace unos días he leído un artículo en el blog de Xperience Consulting que se plantea si ambas disciplinas son contrarias una a la otra. La respuesta es, obviamente, que no; no son opuestas, sino complementarias. Como dice Avinash Kaushik, la analítica web nos dice QUÉ están haciendo los usuarios, mientras la usabilidad web nos dice POR QUÉ lo hacen.

Por ejemplo, una herramienta de análisis web (como Google Analytics) nos puede indicar que un gran número de usuarios abandonan un proceso de compra de 4 pasos en el tercer paso, pero no nos dirá por qué. Para eso podemos hacer un estudio de usabilidad con usuarios reales y comprobar que no pasan de ese punto porque les obliga a introducir un dato que no entienden.

Sin embargo, en muchas ocasiones estas técnicas son explotadas de manera independiente: el departamento de Sistemas (o el de Márqueting) hace un análisis de los accesos, mientras que por otro lado el departamento de Desarrollo o Diseño web utiliza (si lo hace) técnicas de usabilidad web. Aunque parece que la cosa podría mejorar con nuevas metodologías de desarrollo.

Analítica web y ‘personas’

Algunos autores abogan por el uso de personajes o ‘personas‘ (el término se utiliza tal cual en inglés) en el proceso de desarrollo web, como técnica de diseño centrado en el usuario (UCD). Una ‘persona’ consiste en la descripción detallada de un usuario ficticio de la aplicación, que sea representativo de un tipo de usuario que la usarán en el futuro. A partir de ahí, el desarrollo se hace orientado a esas ‘personas’ como destinatarios de la aplicación.

Esta podría ser la descripción de una ‘persona’: “Pilar es madre de dos hijos y que trabaja fuera de casa, nivel económico medio-alto, con los conocimientos de informática mínimos para realizar su trabajo en la oficina y poca confianza en Internet porque a menudo ve en el telediario noticias de estafas a través de la Red”.

La pregunta es obvia: ¿cómo se definen esas ‘personas’ para que sean realmente representativas? Parece que, en cualquier caso, utilizar ‘personas’ como técnica de desarrollo proporciona mejores resultados que no hacerlo, pero como bien indica este artículo, es mucho más efectivo definir las personas a partir de los datos de cómo los usuarios reales utilizan la web. Ahí es donde entra la analítica web; algunas herramientas de análisis permiten segmentar a los usuarios del sitio web, y de ahí se pueden extraer los perfiles que den lugar a la definición de esas ‘personas’.

Por ejemplo, Google Analytics permite de, modo sencillo, diferenciar los accesos de nuevos visitantes y visitantes repetidos. Esa podría ser la base para la definición de, al menos, dos ‘personas’: alguien que accede por primera vez, y alguien que lo hace de modo habitual.

La importancia de la motivación

Como hemos visto, las técnicas de analítica web y las de usabilidad pueden complementarse entre sí para obtener mejores resultados. Pero ¿qué ocurre cuando los resultados que devuelven son aparentemente contradictorios? Utilizando el ejemplo que expone este artículo, imaginemos que un estudio de usabilidad detecta un problema en el paso 2 de un proceso de compra, mientras que la analítica web detecta que es en el paso 3 en el que se producen realmente la mayoría de abandonos.

Puede que en esos casos nos encontremos con uno de los mayores problemas de los tests de usuarios: es posible, hasta cierto punto, reproducir la situación física de un usuario en un test para que se parezca a la real; pero lo que es prácticamente imposible es reproducir la motivación que tiene el usuario para realizar la tarea.

En el ejemplo que describíamos es posible que los usuarios reales tuvieran una fuerte motivación para realizar la compra (por ejemplo, una oferta de vuelos muy baratos durante un único día) que les hacía llegar hasta el tercer paso, mientras que la motivación de los usuarios en los tests no fuera suficiente para pasar del segundo paso. Igualmente podría haber ocurrido al contrario (que la motivación de los usuarios en los tests fuera mayor que la de los usuarios reales).

En todo caso, lo que parece claro es que la utilización conjunta de las técnicas de analítica web y las de usabilidad permite obtener resultados mucho mejores que si se realizan de modo independiente.