No es un problema de cantidad. Es que los datos de atribución y los datos de comportamiento responden preguntas distintas de las que hay que hacerse para entender qué le pasa realmente a una experiencia.
Un panel de atribución puede mostrarte con precisión en qué paso exacto se te cae un usuario. Lo que no te muestra es por qué se cae justo ahí.
Esa diferencia tiene nombre en investigación de experiencia de usuario: se habla de datos cuantitativos (los números, cuántos, cuándo, en qué porcentaje) y datos cualitativos (el porqué, lo que alguien pensó, dudó o no entendió mientras usaba tu sitio). Un número te dice que algo falla. Solo ver a una persona real usando el sitio te dice qué es exactamente lo que falla.
Un ejemplo simple: ver que la conversión en celular cae justo en el pago es un hallazgo de número. Entender que cae porque el usuario no distingue entre dos formas de pago que aparecen activas al mismo tiempo, o porque el formulario le pide un dato que no esperaba en ese momento, solo se descubre viendo a alguien usar el sitio. El número nunca te lo iba a decir.
El instinto más común, sobre todo en equipos que ya tienen buena data, es partir de ahí: mirar el reporte, encontrar el punto exacto donde cae la conversión, y saltar directo a rediseñar esa pantalla.
El riesgo de hacerlo así es que terminas arreglando el síntoma que el reporte señaló, sin entender la causa real. Y el problema casi siempre reaparece unas semanas después, con otra forma.
Nosotros preferimos hacerlo al revés: primero entendemos cómo navega y decide alguien que usa el sitio por primera vez, sin saber de antemano dónde “debería” fallar según el reporte. Después cruzamos esa observación con los números, para confirmar si lo que vemos en usuarios reales coincide con lo que muestran las cifras.
La forma que mejor nos ha funcionado con clientes que ya tienen buena medición es sencilla, y la aplicamos casi siempre en el mismo orden.
Ninguno de los dos pasos reemplaza al otro. Los datos confirman o descartan una hipótesis. No la generan por sí solos.
Tener un sistema de atribución sofisticado es una ventaja real, y muy pocas empresas llegan a tenerlo bien armado. Pero esa ventaja solo se convierte en mejores decisiones cuando alguien se sienta, literalmente, a mirar cómo una persona usa el sitio.
Si ya tienes la data y sientes que no te está diciendo qué arreglar, probablemente no te falta información. Te falta la otra mitad del diagnóstico: la que sale de observar a usuarios reales, no de otro reporte.
En Contra Studio solemos entrar justo en ese punto: cuando la data ya está, pero falta entender el porqué. Si te está pasando esto, hablemos.
Porque la data de atribución te dice qué está pasando, en qué paso se cae la conversión, pero no te dice por qué pasa. Esa parte solo se descubre observando a usuarios reales mientras usan el sitio.
Los datos cuantitativos son los números: cuántas personas, en qué porcentaje, en qué momento. Los datos cualitativos son el porqué: lo que alguien pensó, dudó o no entendió mientras usaba el sitio. Un diagnóstico completo necesita los dos, no uno solo.
Porque arriesgas arreglar el síntoma exacto que el reporte señaló, sin entender la causa real, y el problema suele reaparecer de otra forma después. Es mejor observar primero cómo usa el sitio alguien sin ideas previas, y después cruzar eso con los números.
Primero las pruebas de usabilidad o entrevistas, para generar hipótesis sobre por qué pasa lo que pasa. Después los datos cuantitativos, para priorizar cuáles de esas hipótesis conviene resolver primero según su impacto real.
