KPI de UX y métricas de compromiso

1) Por qué las métricas UX y dónde sus límites

• Estar vinculado a los objetivos de la pantalla (un objetivo es un KPI maestro).
• Compartir el comportamiento (qué hacen) y la calidad (qué tan fácil/comprensible).
• Mantener los experimentos A/B y «antes/después».

2) Mapa UX-KPI (niveles)

Global (end-to-end): Activación (Activation), Retención (Retention), Compromiso (Engagement), Satisfacción (CSAT/NPS/SUS).
Página: FMC, TTV, Tasa de éxito, Error Rate, Depth Scroll, Rage/Dead Clicks.
Componentes: Adoption/Usage de características específicas, Time on Task, Backtrack Rate.

3) Métricas de comportamiento básicas

DAU/WAU/MAU es una audiencia activa por ventana de tiempo.
Stickiness = DAU/MAU. Interpretación: 0,2-0,6 para productos utilitarios;> 0,5 para escenarios frecuentes.
Sesiones por Usuario/Día - Frecuencia de visitas.
Avg Session Duration es la duración media de la sesión (cuidado: no es igual al valor).
Eventos por sesión: profundidad de la interacción (en conjunto con los eventos de destino).

4) Activación y velocidad hasta el valor

Activation Rate = usuarios que han alcanzado el «primer valor »/nuevos usuarios.
Ejemplos de «primer valor» en iGaming: lanzamiento del primer juego, depósito exitoso, unirse al torneo.
TTV (Time to Value) - Tiempo desde la entrada hasta el valor clave (mediana/cuantili).
FMC (First Meaningful Click) es la proporción de usuarios que han realizado una acción objetivo ≤ N segundos desde la descarga.
Tasa de éxito (tareas): el% de los usuarios que completaron el script (por ejemplo, un depósito).
Step Conversion - Conversión por pasos de flow (onboarding, KYC, taquilla).

5) Métricas de calidad de interacción

Error Rate = sesiones con error/todas las sesiones (dividir en validaciones de UI y NTTR/red).
Backtrack Rate = devoluciones al paso anterior/todas las transiciones dentro del flow.
Rage Click Rate = sesiones con ≥3 clics rápidos en un punto/todas las sesiones.
Dead Click Share = clics sin efecto/todos los clics.
Scroll Depth p50/p90 - Profundidad de visualización (importante para landings/stock).
Mis-Click Distance es la distancia media desde el clic hasta el objetivo activo más cercano (proxy de «falsa affordance»).

6) Métricas de compromiso (Engagement)

Feature Adoption Rate = usuarios que usaron fichu/base de destino (elegible).
Uso de Repeat = porcentaje de usuarios que regresaron a los fiches ≥N veces en el período.
Session Depth = acciones de destino por sesión (lanzamientos de juegos, adiciones a favoritos, etc.).
El tiempo en función es el tiempo activo total con un módulo específico (no confundir con una «pestaña colgante»).
Compartir de Atención - Compartir tiempo/clics en las zonas P1 vs P2/P3.

7) Retenciones y devoluciones

N-day Retention (D1/D7/D30) es la proporción de los que regresan en el día N (clásico de cohortes).
Rolling Retention N - regresó cualquier día ≥N (más suave y visible).
Churn Rate = desaparecido/activo al inicio del período.
Reactivation Rate es la proporción de inactivos «despertados» durante el período.
Survival Curve/Hazard es la retención acumulada y la probabilidad de «caída» en el momento.

8) Métricas subjetivas de la percepción

CSAT - Satisfacción (escala 1-5).
CES (Customer Effort Score): esfuerzo para completar una tarea (1-7).
NPS - voluntad de recomendar (−100... + 100).
SUS (System Usability Scale) es una comodidad percibida (0-100).

9) Métricas de «calidad de interfaz» (Web Vitals y disponibilidad)

INP/LCP/CLS - capacidad de respuesta, velocidad del primer contenido, estabilidad del banco de trabajo.
A11y-métricas: proporción de pantallas con estilos focus visibles, tamaño hit-area ≥44×44px, contraste AA/AAA en rutas críticas.

10) Combinación de UX ↔ negocio (contexto de iGaming)

Cashier Conversion = llegó al depósito/abrió la caja registradora.
Net Depositing Users Rate (NDU) = depositado/activo.
Viaje a Primer Depósito: TTV hasta el primer depósito +% de los saltos a pasos.
Bonus/Promo Clarity: CTR en «Únete» + Error/Retroceso en las reglas/condiciones.
Game Discovery Efficiency: FMC en el lanzamiento del juego, Tasa de éxito de búsqueda/filtros, TTV hasta el primer lanzamiento.

11) Fórmulas (guía corta)

FMC = usuarios con un clic de destino ≤N segundos/todos los usuarios de la pantalla.
TTV = mediana (t (valor) − t (entrada)).
Tasa de éxito (flow) = usuarios que completaron el paso N/que comenzaron el paso 1.
Error Rate (UI) = eventos de error/eventos de entrada de destino.
Feature Adoption = que usaban fichu/base elegible.
Stickiness = DAU / MAU.
Rolling Retention D7 = usuarios que regresaron en los días 2-7/cohorte D0.

12) Instrumentación: qué lógica

session_id, user_bucket (A/B), device, page ui_click(zone, component_id, outcome)
ui_error(type, code, field, step)
ui_state_change(component_id, state)
route_change(from, to)
visibility(zone, time_in_view)
experiment_variant, cohort (signup_date)

Selectores estables: 'data-ux-zone', 'data-component-id' - no se aten a clases CSS.
Higiene: enmascaramiento de campos, ausencia de PII en eventos, consent/opt-in.

13) Dashboards (esqueletos)

A. Jefe de dashboard UX

FMC y TTV a través de pantallas clave (inicio, catálogo, juego, taquilla).
Success/Step Conversion en flows críticos.
Rage/Dead Clicks y Error Rate (tendencias 7/28 días).
Scroll Depth vs CTR clave CTA.
Web Vitals (INP/LCP/CLS) por dispositivo.

B. Compromiso y retención

Stickiness, DAU/WAU/MAU, Sessions per User.
Feature Adoption/Repeat Usage por módulos (búsqueda, favoritos, torneos).
Retención D1/D7/D30 por cohortes, curva Survival.

C. Caja y monetización (corte UX)

Cashier Conversion por pasos (con errores).
TTV hasta el primer depósito, Abandonment @ Step.
Errores de validación/red, Backtrack Rate.

14) Análisis y métodos

Análisis de cohorte: agrupar por registro/primer depósito/primer lanzamiento del juego.
Análisis de potencia A/B: evalúe de antemano el volumen de tráfico y el efecto tamaño (para no «disparar a la oscuridad»).
Causalidad: utilice los experimentos y el método «antes/después» con las pantallas de control.
Segmentación: nuevos vs volver, mobile vs desktop, canales de tráfico, clústeres VIP.
Triangulación: métricas + mapas térmicos + registros de sesiones + tickets/sapport.

15) Umbrales de destino (puntos de referencia, adaptarse al producto)

FMC (héroe-CTA): ≥35 -50% en los primeros 5-8 segundos.
TTV (lanzamiento del primer juego): P50 ≤ 30-60 segundos.
Tasa de éxito (depósito flow): ≥75 -85% bajo límites/comisiones comprensibles.
Rage Click Rate: <1–2%.
Dead Click Share: <8-12% en las pantallas clave.
Stickiness: 0,25-0,45 (escenarios frecuentes más cercanos al límite superior).

16) Ejemplos de RRC (cómo articular objetivos)

KR1: reducir la TTV al primer lanzamiento del juego con 75s → 50s (mediana).
KR2: aumentar la FMC por CTA principal con 38% → 50% en los primeros 8 segundos.
KR3: reducir la Tasa de Click Rage en la caja registradora con 2,3% → <1,2%.
KR4: elevar la tasa de éxito del depósito con 78% → 86%.
KR5: aumentar la Función de Adaptación de la nueva búsqueda al 35% de los usuarios elegibles.

17) Procedimiento de implementación (ritual de equipo)

1. Marque el objetivo de la pantalla y el KPI maestro.
2. Audite la jerarquía (única P1, contraste, hit-area).
3. Formular hipótesis → priorizar (P1/P2/P3).
4. Ejecute A/B o la versión «antes/después» con lógica.
5. Mida FMC/TTV/Success/Errors/Scroll y Business Delta.
6. Fije las soluciones en el sistema de diseño y las gaids.
7. Repita las iteraciones (ciclos semanales/sprint).

18) Anti-patrones

«Vanity métricas»: sesión media y «tiempo en el sitio» sin referencia a objetivos.
Mezcla de datos móviles y de escritorio en una sola salida.
Interpretación de métricas sin estadísticas (no hay intervalos de confianza).
Opiniones sobre tarjetas térmicas sin métricas de salida (Dead/Rage/Success).
Experimentos sin análisis de potencia y sin criterios de éxito preestablecidos.
Ausencia de enmascaramiento PII y consentimiento del usuario.

19) Acceptance Criteria para tareas UX con KPI

Se ha definido el KPI maestro de la pantalla y el umbral de destino.
Se agregaron eventos a data layer y se verificaron en stage.
Widget construido en dashboard (tiempo real/diario).
A/B programado o ventana «antes/después» con una muestra de control.
Hay criterios «Go/No-Go» (por ejemplo, FMC + 8 p.p., TTV −20%).
Los resultados se documentan y se introducen en el sistema de diseño.

20) TL; DR

Seleccione uno de los KPI principales por pantalla (FMC, TTV, Tasa de éxito...), mídelos de forma estable, asociarlos con la retención y la caja registradora, confirme con pruebas A/B. Evite las métricas de vanity, segmente el tráfico y capture mejoras en el sistema de diseño. Las métricas UX son una disciplina de toma de decisiones, no un conjunto de hermosos números.