Heatmap

Et heatmap er en farvekodet visualisering af, hvordan mange brugere samlet interagerer med en webside. Varme farver viser typisk områder med mere aktivitet, mens kølige farver viser mindre. På websites bruges heatmaps især til klik, scroll, opmærksomhed og bevægelse.

Et klik-heatmap viser, hvilke elementer der bliver klikket på. Et scrollmap viser, hvor langt ned forskellige andele af brugerne kommer. Et opmærksomhedskort forsøger at vise, hvilke områder der får mest aktiv tid. Værktøjer som Microsoft Clarity og Hotjar tilbyder forskellige varianter.

Heatmaps er ikke det samme som Google Analytics 4. Analytics viser blandt andet trafikkilder, sessioner, hændelser og resultater. Et heatmap lægger adfærden visuelt oven på selve siden. De to typer data supplerer hinanden.

Et heatmap fortæller heller ikke automatisk, hvorfor brugeren gør noget. Fem hundrede klik på et billede kan betyde, at billedet er interessant. Det kan også betyde, at folk tror, det er en knap. Farverne viser mønstret. Forklaringen kræver kontekst.

Værktøjet er særligt nyttigt, når en side har trafik, men ikke leverer den forventede konverteringsrate. Det kan pege på skjulte knapper, misforståede elementer og indhold, som de fleste aldrig når. Det er et spor, ikke en dom.

Vælg én konkret side og ét spørgsmål. “Hvor klikker brugerne på mobil?” er brugbart. “Hvad er galt med hele hjemmesiden?” er for bredt. Start eksempelvis med en vigtig landingsside, produktside eller kontaktformular, hvor du kender sidens mål.

Indsaml et rimeligt antal sessioner og del data efter enhed. En knap kan være synlig på computer og ligge langt under folden på mobil. Blander du alt sammen, kan et pænt gennemsnit skjule den gruppe, der faktisk har problemet.

Se først på scroll. Hvis kun en lille del når frem til pris, booking eller den vigtigste CTA, kan rækkefølgen være forkert. Løsningen er ikke altid at flytte knappen øverst. Måske skal den også gentages på et naturligt tidspunkt, eller teksten før den skal kortes ned.

Kig derefter på klik. “Døde klik” på tekst, billeder eller ikoner kan vise, at noget ligner et link uden at være det. Mange gentagne klik samme sted kan være tegn på frustration. Kontrollér de konkrete sessioner, før du ændrer designet.

Segmentér efter trafikkilde, når det er muligt. Brugere fra en annonce kan komme med en anden forventning end dem, der finder siden gennem organisk trafik. Et samlet heatmap kan blande to forskellige opgaver og føre til en forkert konklusion.

Formulér til sidst en ændring, der kan testes. Flyt prisen, omdøb knappen, gør et klikbart kort tydeligere eller fjern et element, der stjæler opmærksomhed. En A/B-test kan være relevant ved tilstrækkelig trafik. På mindre sites kan en kontrolleret før-og-efter-måling være mere realistisk.

En håndværker har en side om nye badeværelser. 900 mennesker besøger siden på en måned, men kun ni sender formularen. Analytics viser trafikken, men forklarer ikke, hvad der sker mellem landingen og formularen.

Et scrollmap viser, at 70 % når forbi de første billeder, men kun 28 % når til formularen. Et klik-heatmap viser samtidig mange klik på et galleri, der ikke kan åbnes. På mobil fylder seks store billeder næsten hele vejen ned til kontaktmuligheden.

Siden ændres ikke til en steril salgsside. Galleriet får en rigtig åbnefunktion, tre billeder flyttes længere ned, og en kort kontaktknap placeres efter det første priseksempel. Formularen bliver stående nederst for dem, der vil læse hele siden.

I det næste regneeksempel besøger 920 mennesker siden, og 16 sender formularen. Heatmappet viser, at flere når kontaktsektionen, mens klik på de tidligere døde billeder er væk. Det er ikke bevis for, at heatmappet alene skabte forbedringen, men ændringen stemmer med den observerede adfærd.

Virksomheden tjekker også, om de nye henvendelser er relevante. Flere formularer er ikke en gevinst, hvis alle spørger om en ydelse, håndværkeren ikke tilbyder. Derfor kobles adfærdsdata til leads og den efterfølgende dialog.

Den største fejl er at tro, at rød betyder godt. Et varmt område viser aktivitet, ikke kvalitet. En rød lukkeknap på en popup kan være det mest aktive element på siden, fordi alle prøver at slippe væk.

En anden fejl er at handle på for få sessioner. Tre klik er ikke et mønster. Det kan være medarbejderen, der testede siden. Vent på et grundlag, der passer til sidens trafik, og se på flere datakilder.

Pas på dynamiske sider. Menuer, sliders, personligt indhold og elementer, der flytter sig, kan gøre overlayet svært at tolke. Nogle værktøjer grupperer klik efter CSS-elementer, mens andre lægger dem på et skærmbillede. Forstå metoden, før du måler med lineal.

Sidst er der privatliv. Heatmap- og sessionsværktøjer kan indsamle oplysninger om brugeradfærd og kræver en korrekt vurdering, information og samtykke afhængigt af opsætningen. “Det er anonymt i dashboardet” er ikke en tilstrækkelig analyse. Kontrollér værktøjet sammen med cookiebanneret og databehandleraftaler.

Heatmaps viser samlet adfærd. Sessionsoptagelser viser enkelte forløb. Det samlede kort kan finde et mønster, mens optagelsen kan give en sandsynlig forklaring. Brug begge dele kritisk og undgå at gøre én mærkelig session til sandheden om alle brugere.

Et heatmap kan også afsløre, at en side fungerer. Brugerne ser pris, klikker på de rigtige elementer og kommer videre. Så er opgaven ikke at ændre designet for ændringens skyld. Måske ligger problemet i tilbuddet, trafikkilden eller opfølgningen.

Heatmaps er nært knyttet til UX og UI, men de kan ikke erstatte samtaler med rigtige brugere. Et kort kan vise, at folk ikke bruger et filter. En kort brugertest kan forklare, at de ikke forstår navnet på filteret.

Begynd småt. Én vigtig side, ét spørgsmål og én målbar ændring. Det giver mere end 40 farverige screenshots uden beslutninger. Se også guiden om at skabe en brugervenlig hjemmeside, der fører til flere henvendelser.

Et mindre website kan bruge heatmaps, men datagrundlaget tager længere tid at samle. Vælg derfor sider med mest trafik og lad kortet køre over en periode, hvor kampagner og sæson ikke ændrer sig voldsomt.

Hvis der kun kommer få hundrede besøg, kan fem korte brugertests være mere forklarende end et tyndt heatmap. Værktøjet skal passe til spørgsmålet og mængden af data.

Et heatmap bliver nyttigt, når observationen omsættes til en hypotese. “Mange klikker på billedet” er en observation. “De forventer, at billedet åbner produktgalleriet” er en hypotese. Den kan testes ved at gøre billedet klikbart og måle, om flere faktisk bruger galleriet eller gennemfører købet.

Notér de vigtigste observationer i prioriteret rækkefølge: alvorlig fejl, mulig friktion og nysgerrigt mønster. En død knap eller et falsk klikmål kommer før spørgsmålet om, hvorvidt 8 % eller 11 % læser bunden. Det holder arbejdet fokuseret på brugerens problem i stedet for værktøjets flotte visualisering.

På en hjemmeside kan heatmappet vise, om kontaktvejen bliver overset. På en webshop kan det vise, om størrelsesguide, levering og læg i kurv ligger dér, hvor kunderne forventer. I begge tilfælde bør observationen kontrolleres med den faktiske konverteringsrate.

Gem et screenshot og skriv periode, sidevariant, enheder og trafikkilder på. Ellers bliver kortet løsrevet fra sin sammenhæng, når nogen finder det tre måneder senere. Et heatmap er øjebliksbillede af en bestemt gruppe besøg — ikke et permanent portræt af alle kunder.

Vurder til sidst, om mønstret er stabilt nok til at handle på. Et kampagnelink, en intern medarbejdertest eller få meget aktive besøgende kan sætte tydelige spor i et lille datasæt. Filtrér kendt intern trafik, sammenlign desktop og mobil, og gentag målingen efter ændringen. Så bliver heatmappet en del af en arbejdsproces i stedet for et farverigt engangsbillede.