"Comportament d'usuaris" es basa en l'anàlisi del comportament dels usuaris a la web, a través de les tècniques d'analítica web, essencials per millorar el funcionament de qualsevol lloc o aplicació web. Al llarg de l'assignatura es tracten totes les etapes del procés d'anàlisi, el llibre de referencia es el de Avinash Kaushik Analitica Web 2.0 També es practiquen per damunt tests d'usuaris o avaluacions heurístiques.

1. COMPORTAMENT D’USUARIS
PRÀCTICA 1
Marcos Baldoví Martínez
Grau Multimedia

2. Part 1 (teoria)
Pregunta 1. Explica que vol dir la mètrica “percentatge de rebot”. Explica perquè aquesta
mètrica te un significat diferent per a llocs webs basats en contingut (com per exemple els blogs).
(en unes 300 paraules)
El percentaje de rebot es una metrica de les importants a l’hora d’obtindre informació rapida sobre
l’estat d’una web pel fet que ens aporta informació molt concluient pel fet que medix el
comportament dels clientes dins d’una web o millor dit el percentaje de sessions en el site en les
que unicament s’ha visitat una sola pagina.
Es tracta d'una mètrica estàndard en totes les ferramentes d'analítica (menys en Omniture, però es
calcula de forma senzilla), simplement informa de nombre de gent que no fa res a la web. Algunes
ferramentes permeten mesurar inclús el temps que ha estat aquest tipus d'usuari, per exemple si el
temps ha sigut inferior a 5 segons, etc. Per tant podem arribar a conclusions com si no entra ningú o
molt poca gent en una pàgina és a dir, identifica quines pàgines no desenvolupen correctament la
seva funció.
Aquesta mètrica produeix informes com: si està correctament la pàgina d'aterratge del site. Aquesta
informació l'obté a través de la informació consultada als buscadors, si aquest no indica com a
"Landing Page" la que té el site com a predefinida, significa que no funciona correctament. També
ofereix informació sobre les pàgines d'entrada principal. Aquest tipus d'informes, són determinants
perquè aquests errors, permeten arribar a conclusions del tipus de, si és correcta la missió de la
pàgina. En conclusió, Si amb els resultats que ofereix la mètrica si corregim les errades, obtindrem
primer un millor tràfic i com a mínim amb una tassa de rebot inferior.
La taxa de rebot té excepcions i és als blogs, aplicar aquesta mètrica en aquest tipus de pàgina no
resulta adequat. Pel fet que la majoria de gent entra únicament, a llegir el contingut més actual i
surt, per tant les taxes de rebot seran molt altes. Per a contrarestar aquesta excepcionalitat, es poden
aplicar algunes mesures com: segmentar les dades, oferir als usuaris la subscripció a la pàgina per
obtenir informació, tindre algun tipus de reclam com per exemple, algun tipus de producte o llibre
electrònic relacionat amb la temàtica del blog. Accions d'aquest perfil el que fan, és que aquesta
taxa disminueixi i que l'usuari insereixi algun clic i comercialment són accions molt valuoses.

3. Pregunta 2. Al capítol 5 es tracta la conciliació de dades. Dins aquest punt es donen 10 punts a
tenir en compte. Un d’aquests punts (el sisè) parla de la configuració dels paràmetres de la URL.
En l’actualitat hi ha una tendència cada vegada més gran de fer servir menys paràmetres a l’hora de
fer funcionar la nostra web. La majoria dels gestors de continguts ens donen la oportunitat de fer
servir les URL’s llargues (com les que es feien servir quan es treballava directament a l’HTML) que
normalment consisteix en convertir els paràmetres en directoris. És el que s’anomena “Friendly
URL” o “Clean URL” (https://en.wikipedia.org/wiki/Clean_URL). Es demana cercar un exemple
de web e-commerce que faci servir aquest sistema en comptes del que fa servir Best Buy a
l’exemple que dona l’Avinash.
La utilització d'URL's amigables des del principi, permet una millora en el rang als motors de
busqueda a més s’aconsegueix que totes les URL's de la web, tinguin sentit des del principi. Perquè
permet estructurar millor la web i al mateix temps incorporar paraules clau.
A continuació es mostren dos enllaços, en els quals per una part hi ha un que pertany a la tenda en
línia de «El Corte Ingles» (1), aquest tipus d'enllaç es considera com un URL del tipus Friendly. Per
altra part l'altra URL (2), no es considera URL del tipus amigable.
1. https://www.elcorteingles.es/electronica/A16506424-reproductor-multimedia-chromecast-2/
2. https//paginadeprova.com/h234563829-content?=9234586dh_ds
Les principals diferencies entre les dues, es troba en el fet que la primera adreça, no conté molts
nivells d'estructura, a més inclou les paraules clau del producte i aquestes paraules són llegibles. Sin
embargo l'altra URL (2), l'estructura que presenta és pràcticament indesxifrable, per tant dificulta al
cercador obtenir informació en relació a l'estructura de la web així com informació del producte.
El seguiment d'una web amb URL's tipus Frienly, permet obtenir unes mètriques precises, pel fet
que únicament utilitzem un tipus de nomenclatura permetent obtenir pàgines úniques. Per tant
s'obtindrà un mateix resulta,t amb diferents ferramentes com per exemple CoreMetrics o Google
Analytics. A més permet un correcte seguiment, d'una mateixa pàgina per a diferents esdeveniments
com: llistes correu, Adwords, posicionament orgànic, etc.
Pregunta 3. Per a que serveix saber les fonts de tràfic (“referrers”)? Aninash creu que és una de les
mètriques més importants per a conèixer els visitants del teu lloc web. A què es refereix? Es demana
una breu explicació d’aproximadament 200 paraules.
Es denomina referrer a les URL's o pàgines que componen un lloc web. Per poder conèixer la
informació sobre quins són els principals referrers d'un site (pàgines de referència). Podem utilitzar
la taxa de rebot o de sortida com a mètriques, una vegada analitzades aquestes dues mètriques es pot
arribar a la conclusió, que les pàgines de referència (referrers), en una web són aquelles que
remeten tràfic però amb una taxa de rebot i d'abandó baixa.
Per controlar el funcionament dels principals referrers i saber si funcionen correctament en el
temps, existeix un informe denominat «What's Changed». Que permet obtenir informació mensual,
sobre els principals referrers que van augmentar en importància, i aquells que van baixar.
Les principals raons per les quals s'han de tenir permanentment localitzats els referrers d'una web.
Principalment son per saber per on accedeix l'audiència a la web i des d'aquestes pàgines, poder
configurar correctament les eines d'analítica, per poder obtenir un bon feedback si per exemple es
realitzen campanyes.

4. Pregunta 4. Quines són les 8 mètriques que Avinash Kaushik considera crucials dins de la analítica
web? Quina de les 8 us sembla la més important? Per què? Es demana fer una breu descripció de
cadascuna, escollir una de les 8 i raonar-ho. El text d'aquest apartat hauria de tenir unes 400
paraules com a mínim.
Aquestes són les 8 mètriques que Avinash Kaushik considera crucials dins de la analítica web:
• Visites: Es defineix com el temps que ocorre entre la primera i l'última petició amb un
temps màxim d'inactivitat de 29 minuts, Aquest procés se li denomina sessió (session).
• Visitants únics (usuaris únics): Es consideren visitants únics, al nombre d'usuaris diferents
que visiten una web, durant un període de temps determinat. La solució que s'utilitza per
trobar aquesta mètrica, és mitjançant la inserció d'una cookie en el navegador de l'usuari,
permetent identificar a aquest de forma personal.
• Temps a la pàgina: És la mètrica encarregada de mesurar el temps, que roman el visitant en
la mateixa i va des que aquest entra a la pàgina, i el moment en què visita una altra pàgina
de la web.
• Temps en el lloc: Aquesta mètrica s'encarrega de mesurar el temps, entre el moment
d'arribada al lloc, i el temps en què es visita l'última pàgina del lloc, abans d'abandonar-ho o
tancar el navegador. Aquesta mètrica és complexa d'obtenir simplement perquè moltes
vegades, l'usuari pot obrir diverses pestanyes del site en el navegador, o navegar entre
diferents pestanyes aleatòriament, etc.
Per poder saber el temps que aquest roman en el site, s'utilitza un script anomenat
«onbeforeunload». El qual permet calcular el temps que l'usuari, ha romàs en l'última pàgina
i a partir d'aquesta dada, el proveïdor d'analítica pot trobar el temps que és romàs en el site.
• Taxa de rebot: La taxa de rebot ofereix el resultat, del nombre de visites a la web. En les
quals s'ha estat veient solament una sola pàgina. És un indicador eficaç, el qual ràpidament
permet obtenir informació de qualitat relaciona amb el nombre de visites a escala global,
nivell de satisfacció, així com quines són les principals pàgines d'entrada al lloc, etc.
• Taxa de sortida (o abandó): Senzillament mesura quants usuaris abandonen un lloc web,
des d'una pàgina determinada és a dir Com saber la causa? És un valor molt útil per a
navegacions estructurades o guiades (processos de subscripció, compra, consulta,..)
• Taxa de conversió: Calcula els resultats obtinguts, dividits pel nombre de visitants únics
(usuaris únics). Aquesta taxa la podem aplicar de forma global (tota la web), o per producte
o servei amb la qual cosa la dada serà més exacta.
• Compromís (engagement): tendència a atreure una atenció o un interès més favorable cap
a una web per part de l'usuari. Les eines d'analítica web, poden mesurar alguns valors, que
podem relacionar amb el compromís del client, però es tracta d'una mètrica que pertany a
l'àmbit qualitatiu o emocional, per tant al moment d'obtenir resultats és un poc complexa pel
fet que intervenen molts factors.

5. Tant la mesura de les visites com els visitants únics, destaquen per ser les mètriques fonamentals o
principals, a causa que resulten absolutament necessàries per poder realitzar el càlcul de
pràcticament totes les mètriques de la web. Altres mètriques principals són els temps de
permanència a la pàgina i en el lloc, pel fet que a partir d'elles, es pot obtenir una gran quantitat
d'informació. Cal destacar, que moltes vegades és més important el temps que roman l'usuari a la
pàgina, que la quantitat de visitants únics a la web.
Per a mi la mesura més important és la taxa de rebot, perquè es tracta d'una mètrica que en molt poc
temps, permet poder extreure moltes conclusions, relacionades amb el funcionament d'una pàgina
web. A través d'ella podem esbrinar si un usuari ha aconseguit allò que ha vingut a buscar a la
nostra web. Així com si ha tingut una experiència positiva (UX), mentre a romàs en el site, altre
detall important relacionat amb aquesta mètrica, és que permet esbrinar la procedència d'entrada de
les visites així com el temps de permanència.
Cal diferenciar les funcions tant de la taxa de rebot, com les de la taxa de sortida. És a dir, la taxa de
sortida mesura indica el nombre d'abandons des d'una pàgina determinada. Aquesta mètrica se sol
utilitzar normalment en sites on tenim una navegació estructurada, com per exemple un carro de
compra, el qual el procés de compra és guiat, per tant és una mètrica molt important per aquest tipus
de processos. En conclusió que ens informa de l’estat de salut d’una web serà la taxa de rebot i a
més en 10 segons per això l’escollit.

6. PRACTICA
La segona part de la pràtìa ̀onsta de quatre exer̀ìis de ̀aire mes pràtì. Com a la part anterior es important que intenteu ajustar les vostres respostes a l’extensio nommre de paraules) demanada.
Exercici 1 . El seguent exer̀ìi te ̀om a proposit àamar de entendre la relàio entre visitant unì i el periode de temps en que definim aquest ̀oǹepte, es a dir difereǹiar entre visitants unìs diaris, setmanals, mensuals i
glomals. El terme pot ̀anviar molt segons el periode que estem analitzant.
A la seguent llista tenim els registres d’usuaris que aan visitat la nostra wem durant mesos
• Donada la llista es demana trobar el nombre d’usuaris unics diariss setmanalss mensuals i absolut.
• Podem esmrinar alguna ̀osa somre els usuaris a partir del seu ̀omportament visites).
• Classifiqueu els usuaris segons el seu perfil de visites. Cal raonar el resultat en unes 200 paraules.
Mes Setmana Dia Usuaris Visitants diaris unics. Visitants Semanals unics. Visitants Mensuals unics. Visitants Unics unics.
Femrer Setmana 5 Dia Usuaris1 Usuaris Usuaris3 Usuaris4 4 4 Users 1, ,3,4)
Femrer Setmana 6 Dia 7 Usuaris3 Usuaris4
Femrer Setmana 6 Dia 9 Usuaris1 Usuaris4 3 Users 3,4,1)
Femrer Setmana 7 Dia 1 Usuaris3 Usuaris5
Femrer Setmana 7 Dia 13 Usuaris3 Usuaris4
Femrer Setmana 7 Dia 15 Usuaris4 Usuaris9 4 Users 3,5,4,9)
Femrer Setmana 8 Dia 0 Usuaris1 Usuaris4
Femrer Setmana 8 Dia Usuaris3 Usuaris4 3 Users 1,4,3)
Femrer Setmana 9 Dia 6 Usuaris1 1
Femrer Setmana 9 Dia 7 Usuaris3 Usuaris4
Femrer Setmana 9 Dia 8 Usuaris3 Usuaris4 3 Users 1,3,4) 6 Users 1, ,3,4,5,9)
Març Setmana 10 Dia 4 Usuaris1 Usuaris Usuaris3 3
Març Setmana 10 Dia 5 Usuaris3 Usuaris4
Març Setmana 10 Dia 6 Usuaris4 Usuaris10 5 Users 1, ,3,4,10)
Març Setmana 11 Dia 13 Usuaris1 Usuaris6
Març Setmana 11 Dia 17 Usuaris3 Usuaris4 4 Users 1,3,6,4)
Març Setmana 1 Dia 18 Usuaris3 Usuaris4
Març Setmana 1 Dia 1 Usuaris1 Usuaris7
Març Setmana 1 Dia 3 Usuaris3 Usuaris4 4 Users 3,4,1,7)
Març Setmana 13 Dia 5 Usuaris4 Usuaris8 Users 4,8) 8 Users 1, ,3,4,6,7,8,10) 10 users 1 fins 10)
La priǹipal diferèǹia ̀omptamle que s'aprèia es troma en el numero, tal ̀om s'omserva en la taula s'omte una quantitat diferent de visitants depenent de la mètrìa. Per tant no ens servira el nommre de visitants unìs diaris,
per a omtenir informàio de mes d'un dia. De la mateixa forma, òorrera amm els visitants diverses setmanes, les mètriques no serviran per res, perquè es repeteixen les mateixes errades al ̀omptamilitzar que en el ̀as anterior.
Per tant l'unì indìador ̀orrète de visitant unìa, sera el de l'ultima ̀olumna, la resta de mètriques no son utils per tromar aquesta dada.
Aixo no vol dir que la resta de mètriques no tinguin ̀ap utilitat, en realitat si que la tenen, si s'utilitzen tenint en ̀onter totes aquestes limitàions en el rang de mesura. Eǹara que aquestes mètriques analitzades
individualment, no tenen molt de valor per a l'analitìa d'una wem.
Hi aa ferramentes ̀om Google Analitìs, que utilitzen totes aquestes mètriques que aem analitzat anteriorment, per a poder donar-nos les dues dades realment importants en una wem, que son el nommre de visites i el nommre
de visitants unìs a la wem.

7. Exercici 2 . Aquest segon exercici consistira en donar d’alta una plana web per poder fer el
seguiment per mitja de oogle Analytics.
Per tal de fer aquest segon exercici caldra que feu els seguents assoss
Pas 1: El rimer as es aconseguir una lana web. Farem tot el roces des de zero a artir d’un
servei web de blogs. Farem servir Tumblr.com. El rimer sera donar-se d’alta al servei de blogging
Tumblr.com. Si ja esteu donats d’alta odeu a rofitar el vostre com te, sino odeu obrir-ne un a
htt ss//www.tumblr.com/register
Pas 2: En el roces d’alta odeu donar d’alta el vostre blog a la lataforma. Si ja en tenieu un
erquè ja tenieu un com te de Tumblr, haureu de crear un nou blog des de zero a traves de htt ss//
www.tumblr.com/new/blog
Pas 3: Ja nomes us quedara afegir el codi de seguiment de Google Analytics al vostre nou blog de
Tumblr. Teniu instruccions er fer-ho (us haureu de crear un com te de Google Analytics si no en
teniu) a htt ss//www.tumblr.com/docs/es/blog_customization
Pas 4: I er ultim nomes us quedara fer una entrada de resentacio al blog. Heu de tenir molt de
cura amb aquesta entrada. L’objectiu de l’entrada es que els visitants visitin una segona lana del
blog (volem baixar el ercentatge de rebot). Podeu fer servir els recursos que vulgueus fer servir
imatges clicables, enllacos destacats, o cions er am liar la informacio,... Teniu llibertat total en
quant a format.
URLs htt ss//com ortamentusuaris.tumblr.com/

9. Exercici 3 . En aquest tercer apartat el que farem sera habilitar un servei de mapes de calor
per a la nostra plana web.
Pas 1: Ens donarem d’alta en un servei anomenat Hotjar ( htt ss//www.hotjar.com ) que dis osa
d’un la gratuit er a estudiants que ermet fer robes amb l’eina. Podem accedir al registre a traves
de htt ss//insights.hotjar.com/register?c=0&signu _source= ricing-basic
Pas 2: Durant el roces d’alta es demanara la url del site que corres on a la url del blog de Tumblr
que heu creat en l’a artat anterior.
Pas 3: Una vegada heu acabat l’alta el sistema us guiara de forma que ogueu accedir al codi de
seguiment de Hotjat er al vostre lloc web. Haureu de co iar el codi a la lantilla de Tumblr i
haureu de tornar a la web de Hotjar er tal de verificar la correcta instal·lacio.
La zona on gestionar les lanes web que teniu donades d’alta a Hotjar es htt ss//insights.hotjar.com/
site/list
Pas 4: Una vegada el codi esta al blog i em verificat que esta ben col·locat nomes resta crear els
ma es de calor. Aixo ho farem des de l’element de menu Heatma s” que odem seleccionar des de
el Dashboard” associat a la web (es la lana que et mostra quan inicies sessio a Hotjar). Una
vegada a Heatma s” odem veure el video tutorial que ens ex lica el funcionament i des res clicar
sobre New Heatma ”. Haureu de osar nom al ma a, seleccionar el nombre lanes vistes ( rimera
o cio 1000) i l’objectiu ( rimera o cio i osar la url de la rimera entrada del blog). I guardem els
canvis.
Pas 5: Tambe haureu de activar la gravacio de visites. Ho farem des de la o cio Recordings” del
menu esquerre del Dashboard”. Tambe tenim un video ex licatiu i la o cio Record Visitors”.
Aqui el roces ens demana la quantitat ( rimera o cio, 100), objectiu ( rimera o cio) i o cions de
gravacio (nomes la rimera o cio activada). I guardem els canvis.
Ara nomes resta com artir la URL de la vostra entrada al forum de l’aula (a la car eta
VISITA_LA_MEVA_WEB”) er tal que la resta de com anys uguin visitar-la. Si voleu, tambe
odeu com artir la URL amb amics. L’objectiu es anar om lint de dades de visites a Google
Analytics i a Hotjar.

10. Exercici 4. En aquest quart exercici analitzarem el resultat dels mapes de calor i de les
mètriques web:
Heu d’analitzar el com ortament dels usuaris a la entrada que heu creat al vostre blog. Us demana
que l’analisi inclogui diferents as ectes im ortantss
Analisi del mapa de moviments de cursor: Aquest ma a de calor ens mostra els moviments dels
usuaris er la web, amb ell odem esbrinar si l'usuari de la web, es des laca ca als nostres calls
backs o cridades a l'accio situats en la nostra web.
L'escala er a valorar el moviment er la agina, va des del blau (gelat) que es el unt mes on
menys moviment i er tant el menys visitat, fins al roig (calent) que es al contrari identifica les
zones de mes intensitat es el unt, que tal com es mostra la imatge.
Com odem veure en el ma a que ertany als moviments, s'observa que el unt a art su erior a
l'esquerre, on es troba el logoti de Tumblr, es el lloc er on mes ha assat el ratoli. Tambe surten
com a unts calents, l'enllac a la agina recomanada, situada a la rimera entrada i en la estanya de
feedback, que afegeix l'a licacio Hotjar, automaticament al blog. Es troba a faltar la navegacio a
l'altra entrada al blog que es troba a la art inferior.
Analisi del mapa de clics: Aquest a artat ens mostra tots els clics realitzats a la agina rinci al
del blog. La quantitat d'aquests, ens l'indica la mètrica i en les zones on s'han roduit, amb el
nombre exacte. En aquest cas en el moment de realitzar l'exercici tenim un total de 37 clics a la
agina i en el text l'article s'han realitzat 16 clics el 43,24%. L'escala de valors er al ma a es
idèntica a la dels moviments de cursor.
Aquesta mètrica esta indicant-nos que les cridades a l'accio, que tenim al nostre blog, no son
efectives, er a l'audiència que esta visitant la agina. Pel fet que aqui no tenim ca element er a
cridar a l'accio que sigui en benefici unicament inclou dos enllacos que de fet no s'han utilitzat.

11. Analisi de scrolling de plana: D'aquesta mètrica s'extrauen conclusions relacionades rinci alment
amb el disseny UX de la web. La mètrica ens indica els des lacaments er mitja del scroll que han
realitzat els usuaris, er la agina.
L'escala de mesura, va des del roig fins al blau, igual que en les altres mesures. Pero en aquesta
mètrica es mostra la informacio, amb unes bandes de color les quals ens indiquen numèricament, la
quantitat d'usuaris que han arribat fins a la zona delimitada er un color.
En relacio al blog, a la imatge s'observa, que l'usuari no es des laca fins a la art inferior de la
agina. A mes si relacionem aquesta mètrica, amb les altres dues odem arribar a varies conclusions
en relacio al disseny de la lantilla escollida er a la confeccio d’aquest blog.

12. Conclusions de la situacio actual del blog una vegada analitzats els ma es de calors
• L'am le de la lantilla er a inserir el text dels osts, es molt estret fet que rovoca que
l'usuari hagi de des lacar-se mes del normal, er tant no arriben fins al final del blog.
Aquesta errada es molt greu, ja que els usuaris no llegeixen tota la informacio que s'esta
mostrant.
• Les cridades a l'accio no estan ressaltades de la resta de text, aquest fet rovoca que l'usuari
no les diferencii, tal com indiquen els ma es de calor tant els que registren la quantitat de
clics com els d'analisi de moviment.
• Altre error im ortant que s'observa, be donat er una art erquè hi ha molt de text, er al
erfil d'usuaris que hem convidat a visitar la agina web. Per altra art, la tematica escollida
er al blog no des erta l'interès dels usuaris que han visitat el blog, tal com ens indica el
color de blau de la art inferior del blog que mostra que ca usuari arribat fins a la art
inferior de la web.
Altra conclusio no quantitativa, sino qualitativa una vegada analitzats els ma es. Ens indica
que la agina rinci al no es agradable i senzilla, el fet que dis osa de molt de text, a mes
estructurat amb aragrafs alguns molt extensos, i amb un llenguatge no convencional,
rovocant en l'audiència que a visitat en blog aquests rimers dies l'abandonament.

14. • Anàlisi sobre les gravacions ee sessionss
L'enregistrament de sessions a través de l'eina de Hotjar, Recordings. Permet veure el que fa l'usuari
a la web tal qual com si estiguéssim veient la pantalla de l'ordinador de l'usuari.
Una vegada analitzats visualitzats els vídeos, podem reafirmar les nostres conclusions. D'una banda
veiem que la gent abandona la pàgina la majoria de les vegades, sense accedir al les cridades a
l’acció, (Call to Action) a causa que no estan ben assenyalades. D'altra banda també s'observa que la
navegació mitjançant scroll, és relativament gran en relació al contingut d'interès per a l'usuari.
A partir d'aquesta anàlisi i especialment en el scrolling, podem observar que existeix una relació,
entre el contingut d'interès per a l'usuari i el desplaçament de scroll. Que ofereix com a resultat,
l'abandó de la pàgina sense arribar al final d'aquesta. A causa que tant el contingut com les cridades
a l'acció (Call to Action) no tenen cap efecte en aquest (usuari).

17. Ens fixarem també en Google Analytics i farem una captura de pantalla de dues seccions:
• Audiencia > Móvil > Visión General

18. • Adquisición > Todo el tráfico > Canales

19. Ens fixarem en la taxa de rebot dels diferents canals i dispositius. Donat que el nombre de visites no serà molt alt és probable que no siguin valors massa significatius, però haureu de valorar el seu significat. Haureu
d’explicar també la importància de la taxa de rebot (en unes 200-400 paraules).
Encara que l'indicador ofereixi una taxa de rebot general 32,61%. Aquesta informació incita a la confusió, pel fet que és la mitja resultant, de la quantitat de dies, pel nombre d'usuaris en total. Aquesta mètrica a l'hora de
prendre decisions no serà l'única mesura de referència. En aquest exemple trobem més interessant, analitzar el dia que més tràfic va tindre la pàgina. Ens referim a la data del 9 de Maig que ens mostra una taxa de rebot del
75% és a dir que 3 de cada 4 usuaris no els interessa la informació mostrada en el nostre blog, per tant és un mal resultat.
Sí que és cert que la taxa de rebot és la mesura més important, perquè en 10 segons permet obtenir informació important i a la vegada poder prendre mesures per a millorar el tràfic en la web.
També cal destacar que el plantejament inicial de la pàgina ha segut tipus blog i les taxes de rebot en aquest tipus de pàgines són molt elevades, pel fet que la majoria de gent llegeix el contingut més actual i surt seguidament.
Aquesta situació podríem considerar-la com a determinant si el blog tingués més temps i una vegada estiguérem treballant per campanyes enfocades a generar tràfic, focalitzades cap a un públic més específic, per mitjà de
publicitat en AdWords, etc. Però realment, en els pocs dies que porta en marxa la pàgina, únicament ha entrat gent que hem avisat prèviament, via fòrum o coneguts a través de mòbils. Per tant persisteixo, el problema que
presenta la web avui dia amb aquest tipus de visitants, és que tant el format de pàgina, així com els continguts d'aquesta, no són els adequats per aquesta audiència