Glossário

Todos os tipos de mapa de calor de site, e o que cada um mede

Taras Shynkarenko
Taras Shynkarenko
•Atualizado: •9 min de leitura
Todos os tipos de mapa de calor de site, e o que cada um medeTodos os tipos de mapa de calor de site, e o que cada um mede

TL;DR, Resposta rápida

9 min de leitura

Um mapa de calor de site é uma camada colorida que agrega o comportamento de muitas visitas sobre uma única imagem da página, com cores quentes marcando interação intensa e cores frias marcando áreas que os visitantes ignoraram. A palavra nomeia tanto a categoria inteira quanto um mapa específico dentro dela, e é daí que vem a maior parte da confusão: click map, scroll map, move map, confetti map e attention map respondem cada um a uma pergunta diferente.

O que é um site de mapa de calor?

Quem procura um heatmap website quer dizer um mapa de calor de site, uma camada colorida que agrega o comportamento de muitas visitas sobre uma única imagem da página, onde cores quentes marcam interação intensa e cores frias marcam áreas que os visitantes ignoraram. O script de rastreamento grava uma coordenada e um horário para cada clique, posição de scroll e movimento do ponteiro, e então a ferramenta distribui essas coordenadas em uma grade sobre uma captura de tela e pinta cada célula pela densidade. Leia o resultado como uma distribuição de atenção em uma população, nunca como o registro do que uma pessoa específica fez.

Por que "mapa de calor" significa duas coisas diferentes?

A palavra "mapa de calor" nomeia tanto a categoria de camadas agregadas quanto um mapa específico dentro dessa categoria, e por isso duas pessoas conseguem discutir sobre mapas de calor imaginando imagens completamente diferentes. No sentido amplo, um mapa de calor é qualquer camada de comportamento desenhada sobre a captura de uma página. No sentido estrito, é o mapa sombreado por densidade que colore uma grade pela contagem de interações, ao lado de quatro irmãos que usam pontos, faixas ou tempo em vez de um gradiente de densidade. Nomeie o mapa específico antes de comparar conclusões com alguém, porque "o mapa de calor diz que as pessoas ignoram a tabela de preços" não significa nada até você saber se essa afirmação veio de cliques, de profundidade de scroll ou de tempo no viewport.

Uma pessoa clica no trackpad de um notebook, o tipo de interação que um click map registra como um ponto quente.

Quais são os cinco tipos de mapa de calor de site?

Cinco camadas dividem o rótulo mapa de calor, e cada uma registra um sinal diferente:

Tipo de mapaO que registraPergunta que respondeOnde engana
Click mapCoordenadas de clique e de toque, distribuídas em uma grade de densidadeQuais elementos atraem interação?Conta cliques em texto não clicável como engajamento
Scroll mapO pixel mais profundo que cada sessão alcançouOnde a audiência para?A dobra se move com o tamanho do viewport e borra o corte
Move mapO caminho do ponteiro e onde o cursor descansaQuais regiões seguram o cursor?A posição do cursor é um substituto fraco do olhar, e aparelhos de toque não produzem nenhuma
Confetti mapCada clique como um ponto separado com origem, aparelho e campanhaQuem clicou onde, separado por segmento?Em volume alto os pontos se sobrepõem em ruído se você não filtrar
Attention mapO tempo que cada região passou dentro do viewportQuais seções foram olhadas em vez de ultrapassadas?Uma aba abandonada conta como atenção sustentada

O click map responde perguntas sobre intenção e o scroll map responde perguntas sobre alcance, então rodar um sem o outro produz meio argumento. Uma página pode segurar a atenção até o fim e ainda assim não receber nenhum clique na sua chamada para ação. Outra página pode acumular muitos cliques na primeira tela e perder noventa por cento dos visitantes antes de a seção que te importa ser renderizada. O confetti map separa esses mesmos cliques por segmento, que é o que transforma "o botão recebe cliques" em "o botão recebe cliques de tráfego pago no desktop e nada do orgânico no celular".

Quantas sessões um mapa de calor de site precisa?

Um mapa de calor precisa de sessões suficientes para que suas diferenças de cor sobrevivam ao ruído de amostragem, e o limite aproximado vem de uma única fórmula. Para uma proporção, a margem de erro conservadora de 95% se aproxima assim:

margin of error = 1 / √n

Com 400 sessões, isso dá 1 / √400 = 0,05, ou seja, 5 pontos percentuais. Um elemento que ficou com 12% de todos os cliques da página está em algum ponto entre 7% e 17% da fatia real de cliques. Cortar essa margem pela metade, para 2,5 pontos, exige quatro vezes mais dados, ou 1.600 sessões. Cada filtro que você aplica divide a amostra de novo: repartir 1.600 sessões entre celular e desktop, e depois entre duas origens de campanha, deixa quatro grupos de 400 e empurra a margem de volta para 5 pontos em cada um. Decida seus segmentos antes de decidir que a amostra já é grande o bastante.

O que um mapa de calor de site não consegue te dizer?

Um mapa de calor não consegue te mostrar uma jornada quebrada específica, porque a média é todo o mecanismo que torna a imagem legível. Dez mil sessões colapsam em uma imagem, então as quarenta pessoas que tocaram no campo de cupom, receberam uma falha silenciosa de validação e abandonaram o checkout aparecem como uma mancha um pouco mais quente, indistinguível de interesse comum. O mapa também não tem noção de falha: um dead click que não devolve resposta queima exatamente na mesma cor que um clique que abriu o modal certo, e cliques raivosos repetidos em um botão travado se leem como o ponto mais quente da página.

É aí que a agregação precisa passar a bola para a reprodução individual. Assistir às sessões gravadas por trás de um ponto quente é o que separa um botão bem projetado de um botão quebrado. A Flowsery detecta rage clicks, dead clicks, erros de JavaScript e desistências automaticamente, agrupa as sessões correspondentes em um único problema e ordena os problemas por quantos usuários foram atingidos, então a anomalia que você viu como uma mancha quente chega como um problema contado em vez de um palpite. O AI session replay dela ainda anexa os passos para reproduzir o problema, que é a parte que um mapa de calor nunca consegue fornecer.

Como páginas dinâmicas e personalizadas quebram os mapas de calor?

Qualquer página que renderiza de forma diferente para visitantes diferentes quebra a premissa de imagem única sobre a qual um mapa de calor é construído. A camada precisa de uma captura para desenhar em cima, então uma página com teste A/B, hero personalizado, estado logado, um acordeão que começa fechado, um banner de cookies que empurra tudo para baixo, ou scroll infinito produz coordenadas que vieram de layouts que a captura nunca mostrou. Cliques registrados na variante B caem em cima da captura da variante A, e o mapa resultante é um composto de páginas que nunca existiram.

Duas mecânicas limitam o estrago. Capture mapas de calor separadamente para cada breakpoint responsivo em vez de escalar uma captura de desktop para explicar comportamento no celular, e limite cada mapa a uma variante, um estado de autenticação e um estado de expansão. Ferramentas que ancoram interações em seletores do DOM em vez de coordenadas de pixel brutas sobrevivem melhor ao reflow, já que o seletor continua identificando o botão depois que o layout o move.

Um analista revisa gráficos em um monitor, transformando uma descoberta do mapa de calor em uma correção concreta.

Como você transforma uma descoberta do mapa de calor em correção?

Um mapa de calor produz uma hipótese, e tudo depois disso é outro ferramental. O mapa te diz que a segunda chamada para ação rende mais que a primeira, que 60% das sessões nunca chegam à tabela de preços, ou que um título estático acumula cliques. Nenhuma dessas observações nomeia uma causa. Combine cada descoberta com os sinais de frustração gravados nas mesmas sessões e com a reprodução individual, e então escreva a mudança como uma afirmação testável: mova a tabela de preços para cima do ponto onde o scroll map despenca, e espere que o alcance por profundidade de scroll naquela seção suba.

Solte uma mudança por hipótese. Rodar um mapa de calor de novo depois de três edições simultâneas te dá uma imagem nova e nenhuma forma de atribuir a diferença a qualquer uma delas.

Flowsery
Flowsery

Comece seu teste grátis de 14 dias

Painel em tempo real

Rastreamento de metas

Rastreamento sem cookies

Da descoberta do mapa de calor à correção
1
Identifique a hipótese. O mapa mostra que a segunda chamada para ação supera a primeira, ou que 60% das sessões nunca chegam à tabela de preços.
2
Combine com outros sinais. Verifique os sinais de frustração e o session replay das mesmas sessões antes de supor uma causa.
3
Escreva uma afirmação testável. Mova a tabela de preços para acima do ponto em que o mapa de rolagem cai, e espere que o alcance nessa seção suba.
4
Lance uma mudança de cada vez. Editar três coisas ao mesmo tempo não permite atribuir o resultado a nenhuma delas.
Uma descoberta de mapa de calor só vira correção depois de sobreviver a esse caminho.

Perguntas frequentes

Um mapa de calor é a mesma coisa que um click map?

Um click map é um tipo de mapa de calor, não um sinônimo dele. A categoria mapa de calor também cobre scroll maps, move maps, confetti maps e attention maps, cada um registrando um sinal diferente. A confusão entre a categoria e o click map dentro dela causa a maior parte das discordâncias sobre o que um mapa de calor mostra.

Mapas de calor funcionam no celular?

Click maps, scroll maps, confetti maps e attention maps funcionam todos no celular, já que toques, profundidade de scroll e tempo no viewport são registráveis em aparelhos de toque. Move maps não, porque telas de toque não têm um ponteiro persistente para rastrear. Capture mapas de calor de celular contra uma captura de celular no breakpoint correspondente, porque um layout de desktop reduzido coloca cada coordenada no lugar errado.

Quantos visitantes eu preciso antes de um mapa de calor ser confiável?

Cerca de 400 sessões por mapa dão uma margem de erro perto de 5 pontos percentuais, usando a aproximação 1 / √n. Chegar a 2,5 pontos exige 1.600 sessões. Cada filtro de segmento que você aplica divide a amostra, então planeje o número de segmentos antes de decidir que o tamanho da amostra é suficiente.

Visitantes clicam em imagens, títulos, texto em negrito e ícones que esperam ser interativos. Esses cliques aparecem no mapa com peso total mesmo sem nada ter acontecido, e isso é um dead click. Tratar esses pontos como engajamento inverte a descoberta: o calor marca uma affordance ausente, não uma interação bem-sucedida.

Mapas de calor podem substituir o session replay?

Não. Um mapa de calor agrega muitas visitas em uma imagem, que é exatamente o que tira a jornada individual de vista. O session replay mantém cada visita intacta, então um checkout quebrado que afetou 40 pessoas continua visível em vez de se dissolver em uma mancha quente. Os dois respondem perguntas diferentes e trabalham juntos.

Mapas de calor coletam dados pessoais?

Um mapa de calor guarda coordenadas, posições de scroll e horários, não a identidade de quem os produz. O risco entra pelo que a captura de tela registra e por qualquer entrada de formulário gravada junto das coordenadas, então mascare campos de entrada e qualquer região que mostre dados da conta antes de capturar uma página atrás de um login.

O que um confetti map traz que um click map não traz?

Um confetti map desenha cada clique como um ponto separado em vez de fundi-lo numa grade de densidade, e cada ponto carrega a origem do tráfego, o dispositivo e a campanha de quem clicou. Isso transforma "o botão recebe cliques" numa leitura por segmento, como "o botão recebe cliques de tráfego pago no desktop e nenhum do orgânico mobile". Em alto volume os pontos se sobrepõem e viram ruído, então filtre por segmento antes de ler o mapa.

Por que meu mapa de calor parece quebrado depois de um teste A/B?

A ferramenta precisa de uma única captura de tela para desenhar, e um teste A/B renderiza mais de um layout para a mesma URL. Cliques registrados na variante B ainda caem sobre a captura da variante A, então o mapa resultante é um composto de páginas que nunca existiram. Restrinja cada mapa a uma variante, um estado de login e um estado de expansão para manter as coordenadas corretas.

Devo usar o mesmo mapa de calor para desktop e mobile?

Desktop e mobile precisam de capturas separadas, porque a dobra se move com o tamanho do viewport e uma captura de desktop reduzida posiciona errado cada coordenada de um visitante mobile. Capture mapas de calor separadamente para cada breakpoint responsivo, em vez de esticar uma única captura para explicar uma tela diferente. Move maps são a exceção, já que telas touch não têm um ponteiro persistente para rastrear, então o mobile nunca produz um.

O que é um rage click, e ele aparece num mapa de calor?

Rage click é clicar repetidamente e com raiva num elemento que não responde, muitas vezes um botão travado. Num mapa de calor ele aparece como o ponto mais quente da página, indistinguível de um clique que funcionou, porque o mapa não tem noção de falha. A Flowsery detecta rage clicks automaticamente e agrupa as sessões afetadas num problema classificado, em vez de deixá-las como uma mancha quente sem rótulo.

Este artigo foi útil?

Diga-nos o que pensa!

Veja-nos mais no Google

Um clique marca a Flowsery como fonte preferida e nossos artigos passam a aparecer mais acima nas suas Principais notícias, no modo IA e nas visões gerais com IA.

Antes de ir...

Flowsery

Flowsery

Analytics orientado para receitas para o seu site

Rastreie cada visitante, fonte e conversão em tempo real. Simples, poderoso e sem cookies.

Painel em tempo real

Rastreamento de metas

Rastreamento sem cookies

Termos relacionados do glossário

O que os dados de clickstream registram, linha a linhaO que os dados de clickstream registram, linha a linha
Glossário

O que os dados de clickstream registram, linha a linha

Cada linha de dados de clickstream é um hit com horário, identificador e URL, e é por isso que o GDPR e a CCPA tratam a exportação como dado pessoal.

•9 min de leitura
Ler bem uma curva de retenção começa pela análise de coortesLer bem uma curva de retenção começa pela análise de coortes
Glossário

Ler bem uma curva de retenção começa pela análise de coortes

Uma curva de retenção só faz sentido quando a análise de coortes agrupa usuários por uma data de início compartilhada, já que uma média esconde esse padrão.

•9 min de leitura
Como uma janela de atribuição decide quais pontos de contato recebem créditoComo uma janela de atribuição decide quais pontos de contato recebem crédito
Glossário

Como uma janela de atribuição decide quais pontos de contato recebem crédito

Mude a janela de atribuição de 7 para 90 dias e um pedido de $1.800 paga três conjuntos de canais diferentes. Veja a aritmética e os padrões das plataformas.

•9 min de leitura
Uma página de tráfego resolve taxa de rejeição vs taxa de saídaUma página de tráfego resolve taxa de rejeição vs taxa de saída
Glossário

Uma página de tráfego resolve taxa de rejeição vs taxa de saída

Ler taxa de rejeição vs taxa de saída depende de dois denominadores. Uma página de preços devolve 40% de saída e 15% de rejeição na mesma semana.

•10 min de leitura
A fórmula da taxa de conversão aplicada a tráfego realA fórmula da taxa de conversão aplicada a tráfego real
Glossário

A fórmula da taxa de conversão aplicada a tráfego real

A fórmula da taxa de conversão: conversões divididas por sessões ou visitantes únicos, vezes 100. Uma semana de tráfego pelos dois denominadores dá duas.

•8 min de leitura
Como ler a taxa de engajamento no Google Analytics 4Como ler a taxa de engajamento no Google Analytics 4
Glossário

Como ler a taxa de engajamento no Google Analytics 4

O GA4 reporta a taxa de engajamento como sessões com engajamento sobre sessões totais. Uma sessão conta aos 10 segundos ou um evento principal.

•9 min de leitura

Artigos relacionados