Métricas de usabilidad: tasa de éxito, tiempo y errores explicados
Las métricas de usabilidad miden si la gente completa una tarea, cuánto le cuesta y en qué se equivoca. Cómo calcularlas, leer el SUS y elegir la muestra.
¿Qué miden las métricas de usabilidad?
Una prueba de usabilidad observa a personas intentando hacer algo. Las métricas convierten esa observación en números comparables, para saber si una versión es mejor que otra o si un problema es grave.
Userlytics define las tres métricas básicas de forma directa: la tasa de éxito es tareas completadas entre tareas intentadas; la tasa de errores, equivocaciones entre intentos; y el tiempo en la tarea, lo que tarda la gente en completar una acción concreta (Userlytics, “5 essential usability metrics”).
Typeform recomienda seguir el tiempo con la mediana y los valores atípicos, no solo con el promedio: unas pocas sesiones muy largas pueden ser de usuarios avanzados o de personas que se atascaron de verdad (Typeform, “Usability metrics: 12 key metrics to track”).
¿Por qué le importa a un diseñador?
Porque convierte una discusión de gustos en una pregunta concreta: ¿cuántas personas terminan y cuánto les cuesta? Si rediseñas un formulario, puedes decir, por ejemplo, que la tasa de éxito subió de 60% a 85%, o que el tiempo medio bajó de cuatro minutos a dos. Eso es más fuerte que decir que la pantalla “se ve más limpia”.
También te protege de la trampa de la media. Una tarea puede tener un 80% de éxito en general y un 40% en el paso que más importa. Por eso conviene leer las métricas tarea por tarea.
¿Cómo se calcula cada una?
| Métrica | Fórmula | Ejemplo |
|---|---|---|
| Tasa de éxito | Tareas completadas ÷ tareas intentadas × 100 | 75 de 100 intentos = 75% |
| Tasa de errores | Errores ÷ intentos × 100 | 25 errores en 200 intentos = 12,5% |
| Tiempo en la tarea | Tiempo de cada intento completado; reportar mediana y atípicos | Mediana de 1 min 40 s |
| SUS | Cuestionario de 10 preguntas, puntuación de 0 a 100 | Promedio de referencia: 68 |
Para el tiempo, mide solo los intentos que terminan con éxito, o separa los que abandonan. Mezclarlos cambia el resultado. Y para los errores, define antes qué cuenta como error: un clic en el lugar equivocado, un campo mal rellenado o una pantalla que no se entendió.
¿Qué dice el SUS?
El System Usability Scale es un cuestionario estandarizado de diez preguntas que genera una puntuación entre 0 y 100. MeasuringU lo usa como referencia con un promedio de 68, que corresponde al percentil 50 de su base de 500 productos. MeasuringU aclara que la puntuación no es un porcentaje y que, para interpretarla, se convierte a percentil frente a esa base (MeasuringU, “10 things to know about the SUS”).
Typeform propone otra lectura: más de 80 es excelente, entre 50 y 80 deja margen de mejora y menos de 50 indica problemas serios (Typeform). Las dos bandas no coinciden. No pasa nada si usas una u otra, pero cita cuál usas y no compares resultados entre estudios con criterios distintos.
Para una tarea concreta, MeasuringU recomienda la Single Ease Question: una pregunta sobre lo fácil o difícil que fue completarla, justo después de intentarla.
¿Cuántas personas necesitas?
MeasuringU muestra que con cinco personas el promedio del SUS cae dentro de seis puntos de la puntuación real el 50% de las veces. Eso sirve como orientación, pero no para afirmar con precisión cuánto mejoró algo. Los intervalos de confianza, que se pueden calcular desde dos personas, muestran cuánta incertidumbre hay, y con cinco personas son bastante amplios.
La regla práctica es esta: para observar problemas, pocas personas bastan; para comparar versiones con números, necesitas más, y el intervalo te dice si la diferencia es real o ruido.
Ejemplo
Ejemplo ilustrativo: un equipo prueba el flujo de alta de una app de transporte con 12 personas. Antes del rediseño, 7 de 12 completan la tarea, con una mediana de tres minutos y cinco errores en total. Después, 11 de 12 completan, la mediana baja a un minuto y medio y hay dos errores. Los números no son definitivos con tan pocas personas, pero la dirección es clara y el equipo reporta el intervalo junto con la tasa. Después mira el SUS: sube de 52 a 71, y lo comunica con la banda que usa de referencia.
¿Cuándo NO conviene usar estas métricas?
- Cuando todavía no sabes qué es el éxito. Sin una definición de tarea completada, la tasa de éxito no significa nada.
- Para comparar productos distintos. Un SUS de 70 en una herramienta interna no se compara con uno de 70 en una app de consumo sin contexto.
- Como sustituto de entender por qué. Las métricas dicen qué pasó. Las notas de observación y las entrevistas explican el porqué.
- Con muestras muy pequeñas y decisiones grandes. Una diferencia de dos puntos en el SUS con cuatro personas no justifica un cambio de marca.
Errores comunes
- Reportar solo el promedio del tiempo.
- No definir qué es un error antes de empezar.
- Medir el éxito de una tarea sin mirar el éxito de cada paso.
- Tratar el SUS como porcentaje.
- Comparar resultados de estudios con criterios distintos sin aclararlo.
Cómo empezar mañana
Elige la tarea más importante de tu producto. Escribe qué cuenta como éxito, qué cuenta como error y en qué momento empieza y termina el cronómetro. Prueba con cinco personas y registra el resultado de cada intento. Calcula la tasa de éxito y la mediana del tiempo. Después de tu cambio, repite con el mismo guion. Si tienes que preparar la prueba, el guion de test de usabilidad te ayuda a escribir tareas que no induzcan la respuesta. Si quieres profundizar en la preparación de la sesión, mira las pruebas de usabilidad. Y las cifras de conjunto puedes llevarlas a los KPIs del equipo, después de leerlas como datos cuantitativos.