En la evaluación y recopilación de datos estadísticos se utilizan métodos de análisis multivariantes para aclarar y explicar las relaciones entre las diferentes variables que pueden estar asociadas con estos datos.

El análisis multivariante siempre se utiliza cuando hay 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 utilizar métodos de análisis multivariante para aumentar 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 elementos dentro de una página web. La expresividad depende de qué y cuántos elementos de la web se utilicen. Todos los elementos de la web que permiten al usuario interactuar con el sitio web a través de la interfaz de usuario se consideran generalmente variables. Esto incluye, en particular, los que tienen 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. Dado que los cálculos manuales son muy complejos, los métodos sólo son practicables en otros campos de aplicación con el desarrollo del hardware y software correspondiente. Hoy en día se utilizan métodos de análisis multivariante en áreas muy diferentes:

• Lingüística, Ciencias Naturales y Humanidades.
• Economía, seguros y servicios financieros.
• Minería de datos, big data y bases de datos relacionales.

Hoy en día, los análisis multivariantes se suelen llevar a cabo mediante el uso de software con el fin de hacer frente a las enormes cantidades de datos y controlar las variables modificadas en aplicaciones prácticas como las pruebas de usabilidad. Sin embargo, las pruebas multivariante también pueden contribuir significativamente a mejorar la facilidad de uso a menor escala.

Tipos de métodos de análisis multivariante

Los métodos multivariantes pueden subdividirse según diferentes 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 centran en diferentes variables, por lo que se subdividen en análisis de componentes principales y análisis de correspondencia. Por ejemplo: ¿Qué elementos 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 tienen entre 35 y 47 años y tienen 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 por medio de relaciones de dependencia entre las dos variables. En la práctica, varios cambios de los elementos 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 diferentes 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 utiliza 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 diferentes grupos de compradores?

Ejemplos

Una prueba multivariante de una página web puede ser presentada de la siguiente manera simplificada. Elementos como titulares, teasers, imágenes, pero también botones, iconos o colores de fondo tienen diferentes efectos en el comportamiento del usuario. Se prueban diferentes variantes de elementos. La prueba identificaría inicialmente estos elementos y mostraría a los diferentes usuarios elementos de diferente diseño. El objetivo sería obtener 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 elementos.

Importancia para la usabilidad

Como método cuantitativo, el análisis multivariante es uno de los métodos más efectivos para probar la usabilidad. Al mismo tiempo, es muy complejo y a veces costoso. Se puede utilizar 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.

Incluso cuatro versiones diferentes de los titulares de un artículo pueden dar lugar a tasas de clics completamente diferentes. Lo mismo se aplica al diseño de los botones o al color de fondo del formulario de pedido. En casos individuales, por lo tanto, vale la pena considerar desde una perspectiva multivariante también desde el punto de vista financiero, especialmente para las webs con orientación comercial, como las tiendas online o los sitios web, que deben amortizarse a través de la publicidad [1]

Referencias

[1]