Analizador de Mapas de Calor y Conversión
Analiza señales de scroll, clics de frustración y grabaciones de sesión para proponer recomendaciones de optimización y pruebas A/B.
- mapas-de-calor
- conversion
- ux
- pruebas-ab
Video próximamente
Aquí va el video corto de esta skill.Qué hace
Revisa métricas de herramientas de mapas de calor (profundidad de scroll, clics de frustración, clics muertos, engagement) por embudo, variante o dispositivo, y las convierte en un reporte estructurado con recomendaciones de optimización de conversión y propuestas de hipótesis de prueba A/B priorizadas.
Cuándo usarla
- Cuando tienes una página con tráfico pero no sabes por qué no convierte.
- Cuando necesitas evidencia visual antes de proponer un cambio de diseño.
- Cuando quieres priorizar qué pruebas A/B correr primero según el impacto esperado.
Pasos
- Conectas o exportas los datos de tu herramienta de mapas de calor.
- El asistente filtra por embudo, variante o dispositivo según lo que pidas.
- Se identifican patrones de scroll, clics de frustración y zonas muertas.
- Se genera un reporte estructurado con hallazgos priorizados.
- Se proponen hipótesis de prueba A/B con puntaje de impacto/esfuerzo.
- Tú decides qué hipótesis pasar a ejecución; nada se cambia automáticamente en el sitio.
La skill
heatmap-conversion-analyzer/SKILL.mdDescargar SKILL.md
--- name: heatmap-conversion-analyzer description: Analiza señales de scroll, clics de frustración y grabaciones de sesión para proponer recomendaciones de optimización y pruebas A/B. --- # Analizador de Mapas de Calor y Conversión ## 1. Qué hace - Revisa métricas de herramientas de mapas de calor (profundidad de scroll, clics de frustración, clics muertos, engagement) por embudo, variante o dispositivo, y las convierte en un reporte estructurado con recomendaciones de optimización de conversión y propuestas de hipótesis de prueba A/B priorizadas. ## 2. Cuándo usarla - Cuando tienes una página con tráfico pero no sabes por qué no convierte. - Cuando necesitas evidencia visual antes de proponer un cambio de diseño. - Cuando quieres priorizar qué pruebas A/B correr primero según el impacto esperado. ## 3. Cómo funciona paso a paso - Conectas o exportas los datos de tu herramienta de mapas de calor. - El asistente filtra por embudo, variante o dispositivo según lo que pidas. - Se identifican patrones de scroll, clics de frustración y zonas muertas. - Se genera un reporte estructurado con hallazgos priorizados. - Se proponen hipótesis de prueba A/B con puntaje de impacto/esfuerzo. - Tú decides qué hipótesis pasar a ejecución; nada se cambia automáticamente en el sitio. ## 4. Reglas de seguridad - Reglas de seguridad: todo se entrega primero como borrador; nada se envía, publica o paga sin tu aprobación explícita; nunca se inventan datos, cifras ni resultados; ninguna credencial o secreto se escribe en el chat. ## 5. Buenas prácticas - Revisa siempre el borrador completo antes de aprobar cualquier envío, publicación o pago. - Si falta información real (datos, cifras, resultados), pide que se marque como pendiente en vez de inventarla. - Mantén credenciales y llaves fuera del chat; configúralas en variables de entorno o en el gestor de secretos que uses. ## 6. Integración con GoHighLevel - Cuando aplica, los resultados se pueden guardar como contactos, etiquetas, tareas o notas dentro de tu subcuenta de GoHighLevel. - Ninguna automatización dentro de GHL (workflow, campaña, disparador) se activa sin que tú la revises primero.
Para Claude Code, guárdala en ~/.claude/skills/heatmap-conversion-analyzer/SKILL.md. En Cursor, ChatGPT u otro asistente, pégala como instrucciones del proyecto.
¿La implementamos juntos?
Dentro de Mente AbiertIA están los snapshots, las sesiones en vivo y la comunidad para terminarla.