SwitasFale conosco

Mapa de calor (heatmap)

Um mapa de calor (heatmap) é uma representação visual do comportamento agregado dos usuários em uma página web, que usa gradientes de cor, normalmente indo de cores frias, como o azul para baixa atividade, a cores quentes, como o vermelho para alta atividade, para mostrar onde os usuários clicam, movem o cursor ou rolam ao longo de muitas sessões, sobrepostos diretamente a uma única imagem da página. Os três tipos mais comuns são os mapas de cliques, que mostram onde os usuários clicam ou tocam, independentemente de esse local ser um elemento realmente clicável, os mapas de movimento, que acompanham o movimento do cursor como um indicador aproximado da atenção visual em dispositivos desktop, e os mapas de rolagem, que mostram qual porcentagem dos visitantes alcança cada seção vertical de uma página à medida que rolam em direção ao rodapé. Uma quarta variante, menos comum, o mapa de atenção ou de hover, às vezes é distinguida separadamente em dispositivos móveis, onde eventos de toque e de rolagem substituem totalmente o movimento do cursor como principal sinal comportamental capturado. Os mapas de calor importam porque traduzem dados comportamentais abstratos em um formato visual intuitivo, imediatamente compreensível por designers, profissionais de marketing e partes interessadas, sem exigir familiaridade real com tabelas brutas de analytics ou relatórios de eventos. Um mapa de rolagem mostrando que apenas 20 por cento dos visitantes chegam à seção de preços de uma página, posicionada perto do fim de uma página longa, comunica um problema claro e acionável de forma muito mais eficaz do que o relatório numérico equivalente de profundidade de rolagem enterrado em uma planilha, e essa acessibilidade visual é um dos principais motivos pelos quais os mapas de calor são tão usados em apresentações para stakeholders e em relatórios a clientes em todo o trabalho de CRO e de UX. Os mapas de calor são gerados por ferramentas como Hotjar, Microsoft Clarity ou Crazy Egg, que injetam um script de rastreamento leve que registra as coordenadas do cursor e do toque, junto com a posição de rolagem, ao longo das sessões de visita, e depois agregam esses dados brutos na sobreposição visual quando uma amostra suficiente se acumula, em geral de pelo menos 1.000 a 3.000 sessões por página, para que surja um padrão razoavelmente estável e representativo, já que páginas com menos tráfego podem produzir mapas de calor distorcidos por um pequeno número de sessões atípicas. Os analistas geralmente segmentam os mapas de calor por tipo de dispositivo, já que os padrões de clique e de rolagem no mobile diferem substancialmente do desktop, e por fonte de tráfego, já que visitantes vindos de canais diferentes costumam ter intenções distintas e apresentar comportamentos diferentes mesmo na mesma página e no mesmo layout. Uma ideia equivocada frequente é que os mapas de calor mostrem para onde os usuários estão olhando, quando na realidade os mapas de movimento rastreiam apenas a posição do cursor, que se correlaciona com a atenção visual no desktop, mas apenas de forma imperfeita, já que os usuários muitas vezes mantêm o cursor parado enquanto leem com os olhos em outra parte da tela; o rastreamento genuíno do olhar exige hardware dedicado de eye tracking, muito menos usado no trabalho comercial de CRO do que os mapas de calor baseados em software, que dependem exclusivamente de dados de cursor e de toque. Outra armadilha comum é tirar conclusões firmes de um mapa de calor isolado, sem cruzá-lo com os alvos de clique e a estrutura da página, por exemplo interpretando erroneamente muitos cliques em uma imagem não interativa como engajamento positivo, quando podem indicar, na verdade, a confusão do usuário sobre se aquela imagem deveria ser clicável. Na consultoria de CRO e de UX, os mapas de calor costumam ser usados no início de uma auditoria para gerar hipóteses sobre onde pode haver atrito ou confusão, por exemplo identificando que os usuários clicam repetidamente em uma imagem estática de banner esperando que ela leve a algum lugar, ou que um mapa de rolagem revela que uma chamada para ação importante está bem abaixo do ponto em que a maioria dos visitantes para de rolar. Como os mapas de calor são descritivos, e não causais, ou seja, mostram o que aconteceu, mas não explicam de forma definitiva por que aconteceu, eles são quase sempre combinados com gravações de sessão para um contexto qualitativo mais profundo e seguidos de testes A/B controlados para confirmar se uma correção proposta realmente melhora a métrica que pretendia afetar. Atualizar um mapa de calor após uma mudança de design também serve como uma verificação rápida e de baixo custo de que um novo layout está sendo usado como pretendido, antes de esperar que um experimento completo alcance significância estatística.

Mais termos iniciados por H

Vamos construir o próximo.

Fale conosco