Analítica de formularios: envíos, conversiones y rendimiento

Aprende a medir el rendimiento de tus formularios: tasa de envío, tasa de finalización y el punto exacto donde los visitantes los abandonan.

Borrador

La mayoría de las marcas lanzan un formulario y nunca miran los números. Dan por hecho que funciona. Pierden tiempo rediseñando campos que no lo necesitan. Se les escapa el único campo que de verdad está matando los envíos. Mientras tanto, otra empresa mide el rendimiento de su formulario, encuentra ese campo roto, lo arregla y ve cómo su tasa de conversión sube un 20%. Un equipo tiene datos. El otro adivina.

Este artículo explica qué métricas de formularios conviene seguir, cómo leer los datos y cómo usarlos para mejorar tus formularios.

Por qué importa la analítica de formularios

La analítica de formularios te dice cómo rinden de verdad tus formularios. Sin suposiciones. Sin corazonadas. Con datos.

Preguntas útiles que responde la analítica de formularios:

¿Cuánta gente envía realmente (volumen y tasa de envío)? ¿Dónde abandonan los visitantes (qué campo provoca más abandonos)? ¿Cuánto tarda la gente en completar el formulario? ¿Algunos segmentos de visitantes completan más que otros? ¿Los cambios que haces mejoran de verdad los resultados?

Sin estos datos, adivinas. Puedes gastar tiempo en cambios que no importan. Puedes pasar por alto el único campo que está hundiendo tus conversiones.

Métricas clave de formularios

Volumen y tasa de envío

¿Cuántos envíos por día, semana o mes? ¿Cuál es tu tasa de envío (envíos divididos entre visualizaciones del formulario)? Si tu formulario se muestra 1,000 veces al mes y recibe 50 envíos, tu tasa de envío es del 5%.

Esto te da un contexto base. ¿Es bueno un 5%? Depende del tipo de formulario. Una suscripción a la newsletter puede convertir al 15%. Una solicitud de demo, al 2%. Mide tu propia base y luego mejórala.

Tasa de finalización (empezar y terminar)

De la gente que empieza a rellenar el formulario, ¿cuántos lo terminan y lo envían? Si 100 personas empiezan y 70 envían, tu tasa de finalización es del 70%.

Una caída en la tasa de finalización indica un problema. La gente empieza pero no termina. La siguiente pregunta es dónde abandona.

Finalización y abandono por campo

¿Cuánta gente completó cada campo? ¿Qué campo hace que más gente se vaya?

Si 100 personas completan el campo 1, 85 completan el campo 2, 60 completan el campo 3 y solo 30 completan el campo 4, entonces el campo 4 está hundiendo tu tasa de finalización. La gente abandona en el campo 4. Es un dato con el que puedes actuar. Haz el campo 4 opcional o explica por qué hace falta.

Tiempo en el formulario

¿Cuánto tarda de media una persona en completar tu formulario? Si tarda 15 minutos, la gente lo dejará. Si tarda 30 segundos, probablemente lo terminará.

Más tiempo en el formulario se relaciona con más abandono. Las métricas de tiempo te dicen si tu formulario se siente como una carga.

Tasa de abandono en cada paso

En los formularios de varios pasos, sigue la tasa de finalización de cada paso. "Paso 1 de 3: 100 personas. Paso 2 de 3: 80 personas. Paso 3 de 3: 60 personas." Ves exactamente dónde se va la gente. Si se van en masa en el paso 2, rediseña el paso 2.

Finalización por dispositivo y navegador

¿Los visitantes de móvil y de escritorio tienen la misma tasa de finalización? Algunos formularios fallan en el móvil. Sin estos datos no lo sabrías. Si la finalización en móvil es del 20% y en escritorio del 50%, arregla la experiencia móvil.

Cómo leer e interpretar los datos del formulario

Busca caídas: ¿dónde bajan bruscamente las tasas de finalización? Ese campo o ese paso es el problema.

Identifica patrones: ¿ciertos tipos de visitantes abandonan más que otros? Quizá un grupo demográfico o una fuente de tráfico concretos completan menos.

Sigue los cambios en el tiempo: si cambias un formulario, ¿suben o bajan los envíos? ¿Cuánto? ¿El cambio es significativo o es ruido?

Compara con referencias: si tu tipo de formulario suele convertir al 10% y el tuyo al 5%, tienes margen de mejora. Si estás al 25%, rindes por encima de la media.

Errores comunes en la analítica de formularios

Mirar solo el volumen y no la tasa

100 envíos no son un dato útil sin contexto. ¿Tuviste 100 visualizaciones del formulario? Entonces es una tasa de envío del 100% (imposible, pero sería increíble). ¿Tuviste 10,000 visualizaciones? Entonces es una tasa del 1% (muy baja). Mira siempre la tasa, no solo el volumen.

No segmentar por tipo de visitante

Tu tasa de envío global es del 5%. Pero los visitantes nuevos pueden estar en el 2% y los que vuelven en el 8%. No puedes mejorar ambos por igual. Segmenta los datos y trata cada segmento por separado.

Ignorar el poder del análisis secuencial

No necesitas adivinar qué campo causa el abandono. Mira las tasas de finalización por campo. El campo después del cual hay la mayor caída es el problema.

Cambiar demasiadas cosas a la vez

Si cambias cinco campos y la tasa de envío sube, no sabes cuál de los cambios lo logró. Cambia una cosa, mide, cambia otra, mide. Así aprendes qué funciona de verdad.

Usar la analítica para mejorar el rendimiento

Paso 1: mide tu base. Deja tu formulario una semana sin cambios. Anota tu tasa de envío, tu tasa de finalización y los datos por campo.

Paso 2: identifica el mayor problema. ¿Dónde está la mayor caída? Empieza por ahí, no por retoques pequeños.

Paso 3: haz un solo cambio. Quita un campo, reformula una etiqueta, haz un campo opcional. Un solo cambio.

Paso 4: mide el impacto. Deja el formulario otra semana con el cambio. Compara con la base. ¿Mejoró la tasa de envío?

Paso 5: conserva lo que funciona y cambia lo que no. Si el cambio ayudó, mantenlo. Si empeoró las cosas, revierte. Luego pasa a la siguiente zona con problemas.

Cómo ofrece WEMASY la analítica de formularios

WEMASY registra el volumen de envíos, la tasa de finalización, las tasas de finalización por campo y el tiempo en el formulario. Consulta la analítica en el panel en tiempo real. Mira qué campos provocan abandonos. Sigue los cambios en el tiempo. Compara el rendimiento entre distintos formularios. Segmenta por dispositivo, fuente y otros atributos de los visitantes. Usa estos datos para detectar mejoras y medir el impacto de los cambios que hagas.

Accede a la analítica de formularios en tu panel de WEMASY o consulta la página de precios para ver qué funciones de analítica incluye tu plan.

Preguntas frecuentes

¿Qué es una buena tasa de envío de formularios?
Depende del tipo de formulario. Suscripción a newsletter: 10-30%. Formularios de contacto: 2-10%. Solicitudes de demo: 1-5%. Formularios de captación de leads: 5-15%. Empieza midiendo tu propia base y luego intenta mejorarla un 10% cada mes. Las mejoras pequeñas y constantes se acumulan. Con el creador de webs de WEMASY, puedes configurarlo directamente en tu web.
¿Cuánto debo esperar para medir el impacto de un cambio en el formulario?
Reúne al menos 100 envíos antes de sacar conclusiones. Con una muestra pequeña, la variación aleatoria parece un patrón. Con 100 envíos es más probable ver tendencias reales. Si tu formulario recibe 10 envíos por semana, espera 10 semanas para tener datos suficientes.
¿Debo optimizar la tasa de envío o la calidad de los leads?
Las dos. Pero si tienes que elegir, elige la calidad. Un formulario con una tasa de envío del 10% de leads de alta calidad es mejor que un 30% de leads de baja calidad. Mide ambas. Intenta mejorar la calidad sin destruir la tasa de envío. A menudo, un formulario algo más corto mejora las dos.
¿Puede la analítica mostrarme dónde pasa más tiempo la gente?
Algunas herramientas muestran el tiempo medio por campo. Otras solo muestran el tiempo total en el formulario. Revisa la analítica de tu herramienta. Si no muestra datos de tiempo por campo, saber al menos el tiempo total ya es útil. Los formularios largos deberían tardar más que los cortos. Si un formulario corto tarda 10 minutos, algo va mal.
¿Cómo sé si mi tasa de finalización cambia de verdad o si es solo variación aleatoria?
Mira la tendencia en el tiempo. Un día es ruido. Una semana es ruido. Un mes de cambio constante es una tendencia. Representa tu tasa de envío día a día y busca la dirección general de la tendencia, no las fluctuaciones de un día a otro.
¿Debo hacer pruebas A/B de los cambios o medir solo antes y después?
Ambas funcionan. Las pruebas A/B (mostrar la versión A al 50% de los visitantes y la versión B al otro 50%) son más rigurosas. Pero medir antes y después es más simple y sigue siendo válido si esperas lo suficiente entre mediciones. Si tienes bastante tráfico, haz pruebas A/B. Si el tráfico es bajo, antes y después funciona bien.

Ponlo en práctica
en tu propia web.

Empieza gratis con WEMASY y crea tu web en pocos minutos.