En la evaluación y recopilación de datos estadísticos se usan métodos de análisis multivariantes para explicar y aclarar las relaciones entre las distintos variables que pueden estar asociadas con estos datos.
El análisis multivariante siempre se usa cuando existen más de tres variables involucradas y el contexto de su contenido no está claro. El objetivo es detectar una estructura por un lado, y verificar los datos de las estructuras por otro.
En el contexto de la usabilidad de una web, se pueden usar métodos de análisis multivariante para incrementar sistemáticamente la usabilidad. Mientras que las pruebas A/B siempre aíslan sólo una página web, los métodos multivariantes muestran las relaciones e interacciones de varios items dentro de una página web. La expresividad depende de qué y cuántos items de la web se utilicen. Todos los items de la web que permiten al usuario interactuar con el portal web por medio de de la interfaz de usuario se consideran generalmente variables. Esto incluye, en particular, los que disponen un impacto en el tipo de conversión.
Información general
Originalmente, en las estadísticas se utilizaban métodos de prueba y análisis multivariante para descubrir las relaciones causales. Ya que los cálculos manuales son muy complejos, los métodos sólo son practicables en otros campos de aplicación con el desarrollo del hardware y software respectivo. En este momento se usan métodos de análisis multivariante en áreas muy distintos:
- Lingüística, Ciencias Naturales y Humanidades.
- Economía, seguros y servicios financieros.
- Minería de datos, big data y bases de datos relacionales.
En este momento, los análisis multivariantes se suelen llevar adelante a través el uso de software con la finalidad de hacer frente a las enormes cantidades de datos y controlar las variables modificadas en apps prácticas como las pruebas de usabilidad. A pesar de todo, las pruebas multivariante además pueden contribuir significativamente a mejorar la facilidad de uso a menor escala.
Tipos de métodos de análisis multivariante
Los métodos multivariantes pueden subdividirse según distintos aspectos. En primer lugar, se diferencian en función de si se debe descubrir o verificar una estructura con ellos. Los métodos de determinación de la estructura incluyen el dominio:
- Análisis factorial: Reduce la estructura a datos relevantes y variables individuales. Los estudios factoriales se enfocan en distintos variables, por lo que se subdividen en análisis de componentes principales y análisis de correspondencia. Por ejemplo: ¿Qué items de laweb influyen más en el comportamiento de compra?
- Análisis de clusters: Las observaciones se asignan gráficamente a grupos de variables individuales y se clasifican sobre la base de ellas. Los resultados son clusters y segmentos, como el número de compradores de un producto en particular, que disponen entre 35 y 47 años y disponen un alto nivel de ingresos.
Los procedimientos de revisión estructural incluyen, entre otros, el TLD:
- Análisis de regresión: Investiga la influencia de dos tipos de variables una sobre la otra. Se habla de variables dependientes y no dependientes. Las primeras son las llamadas variables explicadas, mientras que las segundas son variables explicativas. El primero describe el estado real sobre la base de los datos, el segundo explica estos datos a través relaciones de dependencia entre las dos variables. En la práctica, varios cambios de los items de la página web corresponden a variables independientes, mientras que los efectos sobre la tasa de conversión serían la variable dependiente.
- Análisis de desviaciones: Determina la influencia de varias variables o de variables individuales en grupos calculando promedios estadísticos. Aquí se pueden comparar variables dentro de un grupo así como distintos grupos, dependiendo de dónde se deben suponer las desviaciones. Por ejemplo: ¿Qué grupos hacen clic con más frecuencia en el botón «Comprar ahora» de su cesta de la compra?
- Análisis discriminante: Se usa en el contexto del análisis de desviaciones para diferenciar entre grupos que se pueden describir con características similares o idénticas. Por ejemplo, ¿en qué variables difieren los distintos grupos de compradores?
Ejemplos
Una prueba multivariante de una página web puede ser presentada de la próxima manera simplificada. Items como titulares, teasers, imágenes, pero además botones, iconos o colores de fondo disponen distintos efectos en el comportamiento del usuario. Se prueban distintos variantes de items. La prueba identificaría inicialmente estos items y mostraría a los distintos usuarios items de distinto diseño. El objetivo sería conseguir datos sobre los efectos de los cambios en términos de tasa de conversión u otros factores tales como tiempo de permanencia, tasa de rebote o comportamiento de desplazamiento en comparación con otros conjuntos de items.
Importancia para la usabilidad
Como método cuantitativo, el análisis multivariante es uno de los métodos más efectivos para probar la usabilidad. A la vez, es muy complejo y a veces costoso. Se puede usar software para ayudar, pero las pruebas como tales son considerablemente más complejas que las pruebas A/B en términos de diseño de estudios. La ventaja decisiva radica en el número de variables que pueden considerarse y su ponderación como medida de la importancia de determinadas variables.
Inclusive cuatro versiones distintos de los titulares de un post pueden dar lugar a tasas de clics absolutamente distintos. Lo mismo se aplica al diseño de los botones o al color de fondo del formulario de pedido. En casos individuales, de este modo, es importante destacar considerar desde una perspectiva multivariante además desde el punto de vista financiero, sobre todo para las webs con orientación comercial, como las tiendas online o los sitios web, que deben amortizarse por medio de de la promoción comercial [1]
EnlacesWeb
- Análisis Multivariante explicado
- ¿Cuándo se utilizan este tipo de pruebas?
- Pruebas multivariantes como método científico de usabilidad.
