Tus métricas dicen dónde. No pueden decir por qué.

Abre cualquier herramienta de analítica y verás siempre la misma forma. Un embudo ancho al principio, estrecho al final, con un paso donde la caída es más brusca que en el resto. Del carrito al envío. Del registro a la confirmación. De la búsqueda a la ficha de producto.

Ese número es exacto. También es el límite de lo que la herramienta sabe. Registra que una sesión se detuvo en una dirección concreta. No puede registrar que el visitante leyó los gastos de envío, dijo una palabra que no vamos a imprimir aquí y cerró la pestaña.

El problema está documentado. Su causa en tu web, no.

La magnitud del fenómeno ya no hace falta demostrarla.

Vuelve a leer la segunda línea. Si la tasa no se mueve mientras todo el mundo optimiza, el problema no es la falta de medición. Es que las medias del sector no dicen nada sobre tu pantalla concreta.

Baymard sí identifica un motivo dominante entre los abandonos corregibles: los costes que aparecen demasiado tarde, ya sean gastos de envío, de preparación o un recargo por forma de pago. Sirve como pista, no como diagnóstico. Saber que «los costes sorprenden» no te dice si, en tu página, el culpable es un umbral de envío gratuito mal redactado, un plazo de entrega que solo aparece en el paso siguiente, o una modalidad de envío preseleccionada que nadie pidió. Tres causas distintas, tres correcciones distintas, un mismo número en tu panel.

Por qué medir más no cierra el hueco

El reflejo habitual es instrumentar con más fuerza. Mapas de calor, grabaciones de sesión, profundidad de scroll, clics de rabia. Cada uno añade resolución, pero siempre al mismo tipo de prueba: el comportamiento observable.

Un mapa de calor te mostrará que once personas hicieron clic en una etiqueta que no es un botón. No te dirá que hicieron clic ahí porque el botón de verdad pone Confirmar y no sabían qué se iba a confirmar. Esa frase solo existe dentro de la cabeza del visitante.

Ahí está el hueco, y es estructural: estas herramientas producen hipótesis, nunca causas. Tus cifras son un detector de humo. Excelentes para avisar de que hay un incendio, mudas sobre qué se está quemando.

Lo que aporta una persona: el razonamiento, en directo

Pon a un visitante real delante de esa misma pantalla, dale un objetivo y pídele que diga todo lo que le pasa por la cabeza mientras avanza. El método tiene nombre y bibliografía propia: el protocolo de pensamiento en voz alta, formalizado por Ericsson y Simon a principios de los años ochenta. Sigue siendo la columna vertebral del test de usabilidad cualitativo.

En treinta segundos obtienes algo que ningún panel contiene. No el usuario dudó cuatro segundos, sino no sé si el envío está incluido en este importe, y ya me han colado uno antes.

La segunda frase se corrige, la primera nunca. Nombra el miedo, y la corrección se deduce directamente: mostrar la línea de envío ya en el carrito. Un cambio, una tarde.

Una precisión de honestidad intelectual, porque cambia cómo se dirige el estudio. Lo que la gente dice no siempre coincide con lo que hace. Nisbett y Wilson lo demostraron ya en 1977: racionalizamos con facilidad, a posteriori, decisiones cuyas causas reales desconocemos. Por eso mismo se verbaliza durante la tarea y no después, y por eso se contrasta siempre lo dicho con lo hecho en pantalla. Un tester que afirma «estaba claro» tras haber pinchado tres veces donde no debía te acaba de dar dos informaciones, no una.

¿Cuántas personas? Lo que dice de verdad la regla de los cinco

Ya te habrás cruzado con la cifra: bastan cinco probadores. Viene de Nielsen y Landauer (1993), popularizada por el artículo de Jakob Nielsen Why You Only Need to Test with 5 Users (2000).

La regla es sólida, siempre que se citen sus condiciones, que casi todo el mundo omite.

• Cinco personas por segmento. Una herramienta B2B con administradores, usuarios finales y compradores son quince participantes, no cinco.
• Cinco personas para descubrir, no para medir. Una tasa de éxito o una puntuación comparable exige de 20 a 40 participantes. Es otro ejercicio.
• La media esconde una dispersión real. Los trabajos de réplica de Faulkner (2003) confirman esa media cercana al 85 %, pero muestran que algunos grupos de cinco quedan bastante por debajo. Los problemas poco frecuentes se escapan de las muestras pequeñas.
• Mejor tres rondas de cinco que una de quince. Corriges entre rondas, con lo que pruebas la corrección en lugar de darla por buena.

Dicho de otro modo: cinco personas en un recorrido concreto y con un público homogéneo es la mejor relación señal-coste que existe en investigación de usuarios. No es un número mágico válido en todas partes.

Las dos cosas, en el orden correcto

Nada de esto devalúa tus métricas. Las convierte en un primer paso en lugar de un método completo.

1. Mira el embudo, localiza el peor paso. Diez minutos, coste cero.
2. Manda a cinco personas a cruzar exactamente ese paso, verbalizando. Escucha.
3. Corrige y vuelve a medir en el mismo embudo.

Las cifras dicen dónde apuntar el estudio, el estudio dice qué cambiar, las cifras dicen si ha funcionado. Hacerlo al revés equivale a probar una pantalla que nunca fue el problema.

Fuentes

Todas las cifras anteriores proceden del Baymard Institute, de trabajos académicos revisados por pares o de una norma oficial. Ningún agregador de estadísticas, ningún blog de proveedor. Baymard es un organismo de investigación independiente especializado en usabilidad del comercio electrónico, fundado en 2009; sus conclusiones proceden de tests de usabilidad moderados individualmente y de una base de referencia de webs evaluadas manualmente.

Investigación primaria en usabilidad de comercio electrónico

• Cart Abandonment Rate Statistics. La media del 70,22 % y su estabilidad durante una década.
• How to Reduce Cart Abandonment. Los costes descubiertos demasiado tarde como primer motivo corregible.

Trabajos académicos revisados por pares

• Nielsen, J. y Landauer, T. K., «A mathematical model of the finding of usability problems», Proceedings of ACM INTERCHI’93, Ámsterdam, 1993, pp. 206-213. El modelo del 31 % y del 85 %.
• Faulkner, L., «Beyond the five-user assumption: Benefits of increased sample sizes in usability testing», Behavior Research Methods, Instruments & Computers, 35(3), 2003, pp. 379-383. La dispersión alrededor de esa media.
• Ericsson, K. A. y Simon, H. A., Protocol Analysis: Verbal Reports as Data, MIT Press, 1984. El protocolo de pensamiento en voz alta.
• Nisbett, R. E. y Wilson, T. D., «Telling more than we can know: Verbal reports on mental processes», Psychological Review, 84(3), 1977, pp. 231-259. La racionalización a posteriori.

Para seguir leyendo

• Nielsen, J., Why You Only Need to Test with 5 Users, Nielsen Norman Group, 2000. La divulgación de Nielsen y Landauer, no la fuente en sí, pero la puerta de entrada legible.

Datos comprobados en agosto de 2026. Los porcentajes de motivos de abandono proceden de encuestas cuantitativas a compradores en línea estadounidenses, calculados tras excluir a quienes declararon que solo estaban mirando. Léelos como órdenes de magnitud sectoriales, no como valores trasladables tal cual a una web concreta.