
Informe de evaluación heurística: severidad y prioridad de cada problema
Un informe de evaluación heurística documenta cada problema con ubicación, heurística, severidad y recomendación. Aprende la escala de 0 a 4 y cómo redactarlo.
¿Qué es el informe?
Es el entregable de una evaluación heurística. Un grupo de evaluadores recorre la interfaz buscando violaciones de heurísticas, como las diez de Nielsen (publicadas en 1994 y vigentes en lo esencial), y registra cada hallazgo. El informe convierte esa lista suelta en algo que el equipo puede priorizar y corregir.
Un error común es confundir el informe con una lista de opiniones. Un buen informe describe comportamientos observables: qué pasa, dónde, con qué consecuencia y según qué principio.
¿Cómo se califica la severidad?
La escala más usada es la de 0 a 4 de Nielsen:
| Valor | Etiqueta | Qué significa |
|---|---|---|
| 0 | No es un problema | Lo señalaron, pero no afecta la experiencia |
| 1 | Cosmético | Corregir si hay tiempo |
| 2 | Menor | Prioridad baja |
| 3 | Mayor | Importante corregir, prioridad alta |
| 4 | Catástrofe | Debe corregirse antes del lanzamiento |
Nielsen explica que la severidad combina la frecuencia (cuántos usuarios lo encuentran), el impacto (qué tan difícil es superarlo) y la persistencia (si vuelve a molestar después de que el usuario ya lo conoce). Añade el impacto en el mercado: un problema fácil de superar puede aun así dañar la popularidad del producto. MeasuringU usa una escala propia de tres niveles, menor, moderada y crítica, basada en el impacto sobre el usuario, y advierte que los números de cada nivel son algo arbitrarios: lo que importa es el orden.
Esa advertencia vale para cualquier escala. No busques precisión decimal donde solo hay juicio.
¿Cómo se reúnen las calificaciones?
Una sola persona no basta: Nielsen Norman Group considera las calificaciones de un único evaluador demasiado poco fiables. MeasuringU recomienda que varios evaluadores califiquen la severidad de forma independiente, y después calcular el acuerdo y promediar. Nielsen señala que la media de tres evaluadores es satisfactoria para muchos fines prácticos.
Un procedimiento que evita sesgos:
- Cada evaluador califica en silencio, antes de cualquier discusión grupal.
- Se comparan las calificaciones, y se discuten solo las diferencias grandes, por ejemplo de dos puntos o más.
- Se registra la justificación de las calificaciones más altas, sobre todo de los 4.
- Se conserva el promedio. Si dos evaluadores reportan el mismo problema por separado, CleverX recomienda fusionarlos en un solo hallazgo y conservar la severidad más alta asignada.
Nielsen advierte que es difícil obtener buenas estimaciones de severidad durante la sesión, porque los evaluadores están buscando problemas nuevos. Por eso las calificaciones suelen reunirse al final con un cuestionario, a partir de la lista completa de problemas con su descripción.
¿Qué debe tener cada hallazgo?
Una entrada útil tiene al menos estos campos:
- Descripción observable, en una o dos frases: qué pasa y no qué opina el evaluador.
- Ubicación: pantalla, paso del flujo o componente.
- Heurística violada: por ejemplo, “Ayuda a los usuarios a reconocer, diagnosticar y recuperarse de errores”.
- Severidad en la escala de 0 a 4.
- Evidencia: captura anotada, clip o marca de tiempo de una prueba.
- Recomendación de corrección, concreta y ejecutable.
- Evaluador, para saber quién lo encontró y poder preguntarle.
Koji sugiere adjuntar evidencia a toda calificación mayor de 2. Esa regla evita que los problemas graves se discutan solo con argumentos.
¿Cómo se organiza el informe?
Una tabla con una fila por problema es el formato más simple. Nielsen Norman Group sugiere en su guía capturar una observación por línea con su heurística y, cuando terminan las evaluaciones independientes, agrupar los problemas parecidos con un diagrama de afinidad antes de discutir cuáles son más dañinos y cuáles necesitan más datos.
Para el informe final conviene ordenar los hallazgos por severidad, con los más graves primero, en lugar de por número de heurística. Así el equipo empieza por lo que más impacta.
El resumen ejecutivo debe caber en una página: el objetivo del estudio, el método, los tres a cinco hallazgos más críticos y una recomendación principal. Quien lee ese resumen debe saber qué hacer aunque no lea el resto.
¿Severidad es lo mismo que prioridad?
No. La severidad describe cuánto daña el problema al usuario. MeasuringU recomienda tratar la frecuencia por separado de la severidad: un problema grave que casi nadie encuentra y otro leve que todos encuentran no se ordenan igual. La escala de Nielsen ya trae una pista de prioridad en sus etiquetas (el nivel 2 es de prioridad baja, el 3 de prioridad alta y el 4 hay que corregirlo antes del lanzamiento), pero la decisión final de qué se arregla primero suma otras variables que el informe no mide, como el costo de la corrección. Por eso conviene que el informe entregue la severidad y la evidencia, y que el equipo de producto decida el orden.
Ejemplo
Ejemplo ilustrativo: en una evaluación de una app de compra de boletos, cuatro evaluadores encuentran que, al fallar el pago, el mensaje solo dice “Error 500”. El primero califica el problema con 3, el segundo con 4, el tercero con 3 y el cuarto con 4. Al discutir la diferencia, descubren que el segundo evaluador probó el caso con una tarjeta válida que el banco rechazó, y el mensaje no explicaba qué hacer. El hallazgo queda así: “Al rechazar el pago, el mensaje no indica si el problema es la tarjeta o el sistema; viola la heurística de ayuda para recuperarse de errores. Severidad 4. Recomendación: mostrar el motivo del rechazo y las dos acciones posibles.” La evidencia es un clip de 20 segundos del intento fallido.
Errores comunes
- Describir opiniones en lugar de comportamientos observables.
- Discutir la severidad en grupo antes de que cada evaluador califique en silencio.
- Dejar la recomendación vaga, como “mejorar la experiencia”.
- Reportar problemas sin evidencia, lo que impide reproducirlos.
- Usar la severidad como sustituto de la prueba con personas: la evaluación heurística no reemplaza las pruebas con usuarios reales.
- Entregar una lista larga sin resumen, que nadie lee.
Para probar con personas los problemas que la evaluación detecta, las pruebas de usabilidad son el siguiente paso natural. Si el informe nace de una comparación entre productos, la matriz competitiva ayuda a ubicar los problemas frente a la competencia. Y para decidir qué corregir primero entre varias prioridades, el modelo Kano distingue lo básico de lo diferenciador.