Investigación UX: tests de usabilidad para webs y apps

Preguntas que responde este informe

¿Pueden los usuarios completar tareas clave como encontrar un producto, registrarse o pagar, y cuánto tardan en cada una?
¿Dónde exactamente dudan, se equivocan o abandonan?
¿Coinciden nuestra navegación y nuestras etiquetas con la forma en que los usuarios entienden el contenido?
¿Cómo se compara nuestra usabilidad con la de un competidor o con la versión anterior?
¿Qué problemas deben corregir primero los desarrolladores?
¿Funciona mejor un nuevo prototipo que la web actual antes de que lo construyamos?
¿Existen barreras para los usuarios de más edad o para quienes usan tecnologías de apoyo?

Cuándo lo necesita

La investigación UX aporta más valor en tres momentos: antes de un rediseño, para fijar una línea de base; durante el diseño, para probar prototipos mientras los cambios aún son baratos; y tras el lanzamiento, para confirmar que la nueva versión funciona. Otros detonantes son un paso de su analítica en el que los usuarios abandonan, incidencias de soporte que mencionan una y otra vez la misma función, puntuaciones bajas de satisfacción del cliente con la aplicación o la entrada en un nuevo mercado.

Las audiencias difieren en experiencia digital. Según Eurostat, el 89,5 % de las personas de la UE usaba internet a diario en 2025, frente al 82,7 % en Bulgaria y el 98,4 % en los Países Bajos. Un servicio probado solo con usuarios muy habituales puede fallar con el resto, así que conviene reclutar participantes que reflejen la base real de usuarios.

La accesibilidad tiene además peso legal: la Ley Europea de Accesibilidad se aplica desde junio de 2025 a muchos servicios digitales dirigidos al consumidor, entre ellos el comercio electrónico y la banca.

Para elegir entre dos variantes en producción con tráfico real, haga un test A/B y compruebe el resultado con nuestra calculadora de significación para tests A/B. Si la gente quiere o no el producto es una pregunta para un test de concepto, y los problemas que abarcan varios canales requieren un estudio del customer journey.

Índice de ejemplo

Resumen ejecutivo
los principales problemas, el veredicto global y las mejoras rápidas
Objetivos y tareas
qué se probó y cómo se definió el éxito
Participantes
criterios de reclutamiento, cuestionario de filtro y perfiles
Método
moderado o no moderado, dispositivos, prototipo o web en producción
Resultados por tarea
tasa de éxito, tiempo en la tarea y errores por tarea
Problemas de usabilidad
cada uno con su gravedad, frecuencia y evidencia
Arquitectura de la información
resultados del card sorting y del tree testing
Puntuaciones SUS y de facilidad
frente a la referencia o a la versión anterior
Observaciones de accesibilidad
barreras detectadas durante las sesiones
Recomendaciones
cambios ordenados por gravedad y esfuerzo
Vídeo de momentos clave
clips breves de los momentos más reveladores

Metodología y fuentes

Tests de usabilidad moderados

Los participantes piensan en voz alta mientras realizan tareas realistas con un moderador, en remoto o en una sala de test. Para detectar problemas suelen bastar de cinco a ocho participantes por grupo de usuarios distinto y por ronda. Varias rondas pequeñas con correcciones entre ellas detectan más que una sola ronda grande. Móvil y escritorio se prueban por separado cuando el comportamiento difiere.

Tests remotos no moderados

Grupos más grandes realizan las tareas en sus propios dispositivos, lo que resulta adecuado para medir con referencias el éxito en la tarea y el tiempo. Las muestras pequeñas dan intervalos amplios: con 20 usuarios, una tasa de éxito del 50 % tiene un margen de error de unos ±22 puntos con un 95 % de confianza, que baja a unos ±10 puntos con 100 usuarios.

Card sorting y tree testing

El card sorting abierto revela cómo agrupan los usuarios el contenido y cómo lo llaman; el cerrado comprueba una estructura propuesta. El tree testing mide si la gente encuentra los elementos en un menú despojado de diseño visual, y necesita muestras mayores que los tests moderados.

Medidas estándar

La SUS consta de diez afirmaciones en una escala de cinco puntos y da una puntuación de 0 a 100; 68 es la referencia media más utilizada. Una sola pregunta de facilidad tras cada tarea muestra dónde se concentra la dificultad.

Reclutamiento y ética

Un cuestionario de filtro selecciona a usuarios reales o del público objetivo, nunca a compañeros de trabajo. Las sesiones solo se graban con consentimiento informado, se almacenan de forma segura y se eliminan tras un plazo acordado, conforme al RGPD.

Qué recibe

Informe de usabilidad con cada problema clasificado por gravedad
Clips de vídeo de los momentos clave, compartidos con el consentimiento de los participantes
Métricas de las tareas en Excel: éxito, tiempo y errores
Matriz de similitud del card sorting y resultados del tree testing
Puntuación SUS con comparación frente a la referencia
Pantallas anotadas con recomendaciones de diseño
Taller de resultados con los equipos de diseño y desarrollo

Cómo se desarrolla el proyecto

Arranque, objetivos y definición de tareas — 2–3 días
Reclutamiento y filtrado — 1 semana
Guion del test y una sesión piloto — 2–3 días
Sesiones de test — 2–5 días
Análisis y clasificación por gravedad — 3–5 días
Presentación de resultados y plan de iteración — 1 día

Ejemplo hipotético con fines ilustrativos

Ejemplo práctico

Ejemplo: una hipotética empresa SaaS que vende software de facturación a pequeñas empresas observa que muchos usuarios en periodo de prueba nunca llegan a emitir su primera factura. La analítica de producto muestra dónde se detienen, pero no por qué.

La empresa realiza tests de usabilidad moderados con ocho contables y ocho propietarios de pequeños negocios en escritorio, más un tree test remoto de un nuevo menú propuesto. Las sesiones revelan tres bloqueos: la pantalla de configuración del IVA usa jerga contable, los usuarios confunden «Clientes» con «Contactos» y el producto pide los datos bancarios antes de poder crear la primera factura. Los propietarios de negocios dan una puntuación SUS por debajo de la referencia de 68, mientras que a los contables el producto les resulta fácil.

El equipo traslada el paso de los datos bancarios a después de la primera factura, fusiona los dos elementos del menú y reescribe la pantalla del IVA en lenguaje llano. En una segunda ronda con el prototipo revisado, los seis propietarios de negocios completan la primera factura; después, los cambios se publican sometidos a un test A/B sobre la activación de las pruebas.

Errores frecuentes y cómo evitarlos

Probar con compañeros o amigos. Conocen el producto y la jerga; reclute a usuarios reales con un cuestionario de filtro.
Formular tareas que guían. «Haga clic en Productos» delata la respuesta; describa el objetivo y deje que el usuario encuentre el camino.
Probar una sola vez, al final. Los problemas detectados tras el desarrollo son caros de corregir; pruebe prototipos tempranos e itere.
Informar de opiniones en lugar de comportamientos. «Me gustan los colores» no es evidencia de usabilidad; observe lo que hacen los usuarios.
Citar porcentajes de cinco usuarios. Las rondas cualitativas pequeñas detectan problemas; no miden su prevalencia.

Para quién es adecuado

Adecuado para	Por qué
Webs de comercio electrónico y retail	La búsqueda, las fichas de producto y el proceso de pago deciden la conversión
Productos SaaS y fintech	La incorporación y el primer uso determinan si las pruebas se convierten en clientes
Bancos, aseguradoras y telecos	Los portales de autoservicio que funcionan reducen las llamadas al centro de atención
Servicios digitales del sector público	Los servicios deben funcionar para todos, incluidas las personas con discapacidad
Equipos que planean un rediseño	Los tests de línea de base y de prototipo reducen el riesgo de un relanzamiento fallido

Preguntas frecuentes

¿Cuántos usuarios necesitamos para un test de usabilidad?

Para detectar problemas suelen bastar de cinco a ocho participantes por grupo de usuarios y ronda. Para mediciones de referencia que informen de tasas de éxito o puntuaciones SUS con intervalos de confianza, cuente con varias decenas de participantes o más. Nuestra calculadora de margen de error muestra cómo cambia la precisión con el tamaño de la muestra.

¿Cuánto dura un proyecto de investigación UX?

Una sola ronda de tests moderados suele llevar de dos a tres semanas desde el arranque hasta la presentación de resultados, y el reclutamiento es el paso más largo. Los proyectos que combinan card sorting, tree testing y dos rondas de test llevan de cuatro a cinco semanas. Los usuarios difíciles de localizar, como personal clínico o directores financieros, requieren más tiempo de reclutamiento.

¿Qué diferencia hay entre la investigación UX y los tests A/B?

La investigación UX explica por qué tienen dificultades los usuarios a partir de un número reducido de sesiones observadas. El test A/B mide cuál de dos versiones en producción rinde mejor con tráfico real, pero no explica el resultado. Usadas juntas, la investigación sugiere las mejoras y el test A/B confirma su efecto.

¿Qué influye en el coste de la investigación UX?

El número de grupos de usuarios y de rondas, la dificultad de reclutar a los participantes adecuados, que las sesiones sean moderadas o no moderadas, el número de dispositivos e idiomas y si se añade card sorting o tree testing. Descríbanos su producto y solicite un presupuesto.

¿Cómo gestionan las grabaciones y los datos personales?

Los participantes reciben información clara y firman un formulario de consentimiento antes de que empiece la grabación. Las grabaciones y las notas se guardan en sistemas seguros, solo se comparten con las personas designadas de su equipo y se eliminan tras el plazo de conservación acordado. Actuamos conforme al RGPD y al Código Internacional ICC/ESOMAR.

¿Pueden probar un prototipo antes de que se construya nada?

Sí, y es el momento más barato para encontrar problemas. Probamos prototipos clicables creados con herramientas de diseño, e incluso maquetas en papel o estáticas para las primeras preguntas de navegación. Los tests de prototipos también permiten comparar dos líneas de diseño en paralelo antes de que empiece el desarrollo.

Fuentes

Actualizado: 9 nov 2026

Investigación UX: tests de usabilidad, card sorting y puntuaciones SUS para webs y aplicaciones