¿Qué es un Mapa de Calor?

Un mapa de calor es una capa visual que se superpone sobre una página web para mostrar dónde concentran su actividad los usuarios. En lugar de una tabla de cifras, el resultado es una imagen con un degradado de colores: las zonas rojas o naranjas señalan mucha actividad, las azules o verdes señalan poca, y las zonas sin color no registraron ninguna interacción.

La herramienta agrega el comportamiento de muchas sesiones sobre la misma página, ya sea una landing page, una ficha de producto o un formulario de contacto. Una sola visita no genera un mapa legible; hacen falta cientos o miles de sesiones acumuladas para que el patrón se vuelva claro y fiable.

A diferencia de las cifras que ofrece la analítica web, un mapa de calor no dice cuántas sesiones hubo ni cuántas convirtieron. Dice algo distinto y complementario: en qué parte de la pantalla se concentró la atención de esas sesiones, y qué zonas del diseño pasaron completamente desapercibidas.

No todos los mapas de calor miden lo mismo. Antes de leer uno conviene saber qué tipo de interacción capturó exactamente.

El mapa de movimiento es el más barato de generar y el que más se confunde con un registro directo de la mirada; el mapa de atención, cuando se basa en eye-tracking real, es el más fiable y también el más caro de producir.

Un script se inserta en la página, de forma parecida a como funciona un tracking pixel: se dispara al cargar la página y registra en segundo plano cada clic, cada punto de scroll alcanzado y, si la herramienta lo hace, la posición del cursor a intervalos regulares. Cada evento queda asociado a la sesión del usuario que lo generó.

Con miles de sesiones acumuladas, el sistema agrupa las coordenadas de todos los eventos del mismo tipo y calcula una densidad por zona de la pantalla. Esa densidad se traduce en color: más eventos concentrados en un punto, colores más cálidos; menos eventos, colores más fríos. El resultado se superpone como una capa translúcida sobre una captura de la página.

Un punto que conviene tener claro: el movimiento del ratón no es lo mismo que la dirección de la mirada. Existe una correlación entre ambos, documentada en el estudio de Huang, White y Buscher presentado en la conferencia CHI, pero esa correlación es parcial y se debilita cuando el cursor queda inmóvil mientras el usuario sigue leyendo. Un mapa de movimiento es una aproximación útil, no una medición directa de la vista.

Como estos scripts recogen comportamiento real del visitante, requieren la misma base legal que cualquier otra tecnología de seguimiento: una cookie o identificador similar, y el consentimiento previo del usuario antes de activarse.

Un mapa de calor muestra si los elementos que importan de verdad, un botón de llamada a la acción, un precio, un formulario, están dentro de la zona donde los usuarios realmente miran o hacen clic. Un CTR bajo en un botón dice que algo falla; el mapa de calor suele decir por qué: el botón estaba fuera del área de atención, o debajo de un elemento que parecía marcar el final de la página.

Ese segundo caso tiene nombre propio: el efecto "false bottom", un diseño que sugiere visualmente que ahí termina el contenido, aunque debajo siga habiendo más. Un mapa de scroll lo detecta con claridad, porque muestra una caída brusca justo en ese punto, pese a que el contenido continúe.

También sirve para validar, después del lanzamiento, decisiones que se tomaron sobre el papel durante la fase de wireframe: si la jerarquía visual que se diseñó entonces se traduce en la atención real de los usuarios, o si hace falta reordenar la página.

• Cruza siempre el mapa de calor con los datos de analítica web; ninguno de los dos cuenta la historia completa por separado.
• Segmenta el mapa de scroll por dispositivo: el punto de caída en móvil suele ser distinto al de escritorio.
• Deja correr la herramienta el tiempo suficiente para acumular un volumen de sesiones representativo antes de sacar conclusiones.
• Revisa el mapa de calor después de cualquier cambio de diseño relevante; un rediseño puede mover por completo el patrón de atención.
• No trates un mapa de movimiento como si fuera un registro exacto de la mirada del usuario.
• Combina el mapa de clics con grabaciones de sesión individuales cuando una zona muestre un comportamiento que no sepas explicar.

• Confundir el mapa de movimiento del ratón con un registro real de hacia dónde mira el usuario.
• Sacar conclusiones de un mapa de calor con muy pocas sesiones acumuladas.
• Analizar un mapa de calor agregado sin segmentar por tipo de dispositivo, cuando el diseño cambia radicalmente entre móvil y escritorio.
• Activar la herramienta de mapa de calor sin haber pedido antes el consentimiento del usuario.
• Ignorar el efecto false bottom cuando el mapa de scroll muestra una caída sospechosa justo debajo del primer pliegue.