Você abre o PageSpeed Insights, vê uma nota razoável e pensa que o site está bem. No entanto, a taxa de conversão continua baixa. O orçamento de mídia paga sangra todo mês, e ninguém explica onde o cliente está saindo. Esse é o cenário em que a maioria dos donos de PME se perde. Olhar só para o número do PageSpeed é como olhar só para o painel do carro. Você não repara que o passageiro está fazendo cara de quem vai vomitar.
O número técnico responde uma pergunta limitada: “quanto o site demora a carregar?”. Já o usuário humano tem outras perguntas: “onde clico para resolver o que vim resolver?”, “esse botão está funcionando?”, “vou rolar mais ou desisto?”. Para responder a essas, você precisa de uma leitura diferente: o mapa de calor, que mostra o que o usuário faz em cada centímetro da página.
Rapidinha (TL;DR): PageSpeed mostra o número, mapa de calor mostra a história. A Vodafone reduziu o tempo de carregamento principal em 31% e registrou aumento de 8% em vendas, 15% em conversões para lead e 11% em adições ao carrinho (web.dev, 2021). No Brasil, com taxa média de conversão de site de pequena empresa em 1,5% (Sebrae), cada ponto de melhoria importa. Este post mostra como aplicar o método na sua PME.
Por que olhar só para o PageSpeed engana?
O PageSpeed é uma ferramenta excelente, mas ele responde uma pergunta limitada: “quanto o seu site demora a carregar para o robô do Google?”. O usuário humano tem outras perguntas, e o PageSpeed não captura nenhuma delas.
O que o Google de fato avalia para ranqueamento são três métricas que medem a experiência real do usuário. Em primeiro lugar, LCP (Largest Contentful Paint), o tempo até o maior elemento da tela aparecer, com bom até 2,5 segundos. Em segundo lugar, INP (Interaction to Next Paint), o tempo de resposta entre o clique e a tela atualizar, com bom até 200 milissegundos. Em terceiro lugar, CLS (Cumulative Layout Shift), o quanto a página “pula” enquanto carrega, com bom abaixo de 0,1. O FID, que muitos posts antigos mencionam, foi descontinuado em 12 de março de 2024 e substituído pelo INP (web.dev, 2024).
Como o Google classifica cada métrica
O ponto que poucos donos de PME percebem: o Google avalia essas métricas no percentil 75 dos visitantes reais. Em outras palavras, 75% das visitas precisam ter experiência “boa” para a página passar. Mesmo com a média boa, basta um quarto dos clientes pegar uma versão lenta para o ranqueamento cair. Aliás, sobre por que o número do PageSpeed isolado engana, escrevemos no post sobre Core Web Vitals além do PageSpeed.
O que mapa de calor mostra que o código não mostra?
Um mapa de calor é a visualização do que o usuário faz na página. Existem três tipos principais. Em primeiro lugar, o mapa de cliques mostra onde o cursor pousou e disparou ação, com áreas mais claras indicando mais cliques. Em segundo lugar, o mapa de scroll mostra até qual altura da página o visitante rolou antes de desistir ou converter. Em terceiro lugar, o mapa de movimento mostra o percurso do mouse. Esse percurso costuma seguir o olhar e revela onde a atenção se concentra.
Ao lado do heatmap, ferramentas atuais entregam gravação de sessão, que é um vídeo anonimizado da navegação real de um visitante. Quando o número da campanha cai e ninguém entende o motivo, assistir cinco gravações costuma mostrar o gargalo em poucos minutos. Por isso, mapa de calor e gravação de sessão são leituras que se complementam, exatamente como métrica e contexto.
Marketing baseado em palpite produz site bonito que não vende. Por outro lado, marketing baseado em comportamento real produz site funcional que converte. A diferença não está em quanto se gasta com design, está em quanto se mede sobre o usuário antes de redesenhar. Por consequência, deixar de olhar o comportamento é deixar conversão na mesa, sobretudo no Brasil, onde a taxa média de conversão de PME fica em 1,5% e qualquer otimização bem feita aparece direto no caixa.
Quais perguntas só comportamento responde?
O Google Analytics 4 mostra “quantos” e “de onde”. O PageSpeed mostra “quanto demora”. Mas a leitura de comportamento responde quatro perguntas que nenhuma das duas captura.
- Por que o usuário para antes da dobra? O mapa de scroll responde com a altura exata em que metade dos visitantes desistiu. Quando essa altura está acima do botão principal, a oferta sumiu antes de aparecer.
- Onde ele clica errado? O mapa de cliques mostra cliques em elementos que não são botão (banner decorativo, ícone sem link, texto destacado). Esse padrão se chama “dead click” e é sintoma de que o design promete interação que o código não entrega.
- Em qual ponto ele desiste? A gravação de sessão mostra a navegação completa de um visitante real, anonimizado. Em três minutos, dá para enxergar exatamente onde ele hesita, recua ou fecha a aba.
- O que ele ignora completamente? O mapa de área mostra elementos da página que ninguém olhou. Banners gigantes, depoimentos sem rosto e selos de segurança escondidos costumam aparecer aqui. Se ninguém vê, não convence.
Cada pergunta dessas acende uma luz de alerta diferente. Em vez de mexer no site no chute, a leitura de comportamento mostra exatamente o que precisa ser ajustado primeiro.
Como a IA está acelerando a leitura de comportamento?
Até pouco tempo, ler heatmap exigia tempo e treino. O analista olhava centenas de gravações, cruzava com mapa de scroll e tentava identificar padrão. Hoje, ferramentas modernas usam inteligência artificial para sinalizar comportamentos automaticamente. Em outras palavras, a leitura ficou mais rápida e mais barata, mesmo para PME que não tem analista de UX dedicado.
Os padrões que a IA já detecta sozinha são vários. Em primeiro lugar, “rage click”, o clique repetido em frustração quando algo trava. Em segundo lugar, “dead click”, o clique em elemento que não responde. Em terceiro lugar, “U-turn”, quando o usuário volta logo depois de visitar uma página, sinal de que ela não entregou o esperado. Em quarto lugar, segmentação automática de comportamento por dispositivo, navegador ou origem de tráfego, o que ajuda a separar problema de mobile de problema geral.
Na Atacama Digital, a ferramenta que usamos para essa leitura é a Microsoft Clarity, que é gratuita e mantida pela Microsoft. Ela combina mapa de calor, gravação de sessão e insights de IA na mesma tela, sem limite de tráfego, e integra nativamente com o Google Analytics 4. Existem outras opções no mercado, em modelos pago ou freemium, com recursos parecidos. O importante não é a ferramenta escolhida, é a leitura que ela permite.
Como cruzar comportamento e Core Web Vitals na prática?
Cada leitura sozinha conta meia história. Quando você cruza as duas, a causa fica clara. A seguir, três correlações comuns que o cruzamento revela.
Em primeiro lugar, suponha que o LCP esteja alto e o mapa de scroll mostre que ninguém passa da dobra. A hipótese fica direta: o usuário sai porque a parte importante da página não carregou a tempo. Em segundo lugar, suponha que o INP esteja alto e o mapa de cliques mostre cliques repetidos no mesmo botão. O problema é que a tela demora a responder, e o cliente clica de novo achando que travou. Em terceiro lugar, suponha que o CLS esteja alto e a gravação de sessão mostre o usuário clicando em um botão que se moveu na hora do clique. Aí o problema é layout shift atrapalhando ação. Cada padrão revela uma causa diferente, e cada causa pede uma correção diferente.
Em escala, ferramentas de auditoria de SEO como o Semrush também monitoram Core Web Vitals ao lado do Google Search Console, somando dados de saúde técnica do site. Na Atacama Digital, esse cruzamento entre fontes diferentes faz parte da auditoria contínua, antes de o cliente sentir o efeito no caixa.
Por isso, a leitura conjunta de Core Web Vitals e mapa de calor evita a armadilha de mexer no site sem motivo. Em vez de “vou mudar o botão de cor”, a decisão vira “vou reduzir o LCP da página de oferta porque 70% dos visitantes saem antes da dobra”. Decisão com dado é o que separa investimento de despesa.
Como aplicar análise de comportamento no seu site nesta semana?
Você não precisa de orçamento de software para começar. Em uma tarde de configuração, dá para deixar o método rodando e capturar os primeiros padrões em poucos dias. A seguir, seis passos que cabem ao dono de PME que quer profissionalizar a leitura do site.
Seis passos para começar a ler comportamento
- Escolha uma ferramenta de heatmap. Existem opções gratuitas e pagas. Para PME que está começando, opções gratuitas resolvem 90% do que precisa. Peça ao seu desenvolvedor para instalar o script na seção head do site.
- Configure o consentimento de cookies. Garanta que a ferramenta só dispare depois que o usuário aceitar o banner de cookies. Esse passo é não negociável para a LGPD.
- Conecte ao Google Analytics 4. A maioria das ferramentas integra nativamente. Dessa forma, você cruza comportamento com conversão na mesma tela.
- Defina as três páginas mais críticas. Por exemplo, home, página de oferta principal e checkout. Foque a leitura dos primeiros 30 dias nelas.
- Cruze com o Google Search Console. Veja o relatório de Core Web Vitals do seu site e compare com os heatmaps. Quando LCP, INP ou CLS estiverem na faixa “ruim”, o heatmap mostra o reflexo no comportamento.
- Defina rotina semanal de leitura. Reserve 30 minutos por semana para abrir o painel, ver as gravações com mais sinal de frustração e revisar mapas de scroll. Em geral, três semanas de leitura já indicam onde priorizar correção.
Esses seis passos cabem ao dono que cuida do próprio site ou ao gestor que coordena com o desenvolvedor. Quando ainda assim parecer que falta interpretação dos dados, é sinal claro. O método precisa de uma mão técnica para transformar leitura em decisão de negócio.
Perguntas frequentes
Mapa de calor substitui o Google Analytics?
Não. Eles respondem perguntas diferentes. O Google Analytics 4 mostra “o quê” e “quanto” (quantos visitantes, de onde vieram, quantos converteram). Já o mapa de calor mostra “como” e “por quê” (como o visitante navegou, por que abandonou). Por isso, os dois são complementares. A maioria das ferramentas de heatmap integra nativamente com o GA4, e a leitura conjunta dos dois é o que entrega resposta de verdade.
Em quanto tempo o mapa de calor começa a mostrar padrão útil?
Depende do volume de tráfego. Em sites com mil visitantes por mês, dá para ler padrão sólido em 30 dias. Com cem visitantes, o sinal é mais lento e exige paciência ou tráfego pago direcionado para acelerar a coleta. Em e-commerce com volume maior, três a sete dias já mostram primeiros achados. De fato, o mapa de calor depende de amostra, exatamente como pesquisa estatística.
Mapa de calor é compatível com a LGPD no Brasil?
Sim, quando configurado corretamente. A maioria das ferramentas exige consentimento de cookies antes de disparar e mascara por padrão campos sensíveis como senha, cartão e CPF. Bem como, entrega configuração adicional para mascarar campos personalizados. Em resumo, com banner de consentimento e mascaramento bem configurado, o uso atende à legislação brasileira de proteção de dados.
Devo agir em todo achado do heatmap ou priorizar?
Priorizar sempre. Heatmap revela dezenas de comportamentos, mas nem todos viram conversão. A regra prática é começar pelo que afeta a página com mais tráfego e a etapa mais próxima da venda (checkout, formulário, botão principal). Em seguida, se possível, validar a mudança com teste A/B antes de aplicar em todo o site. Em geral, três correções priorizadas geram mais resultado do que vinte mudanças soltas.
Qual a diferença entre mapa de calor pago e gratuito?
As ferramentas gratuitas, em geral, entregam heatmap, gravação de sessão e alguns insights de IA, sem limite de tráfego. As pagas costumam adicionar testes A/B integrados, segmentação avançada de coortes e suporte dedicado. Para a maioria das PMEs, a versão gratuita resolve. Quando o site cresce e exige experimentação contínua, a versão paga começa a fazer sentido.
Tecnologia a serviço da conversão, não da estética
Site rápido sem leitura de comportamento é metade da equação. Leitura de comportamento sem velocidade é a outra metade. Quando as duas se cruzam, você para de adivinhar onde a conversão está vazando e passa a corrigir com base em dado real.
Em resumo, os pontos para juntar mapa de calor e Core Web Vitals na sua PME são:
- Reconhecer que PageSpeed isolado não responde onde o usuário trava de fato
- Atualizar a leitura de Core Web Vitals para LCP, INP e CLS, sem ficar em FID
- Instalar uma ferramenta de mapa de calor com consentimento configurado para LGPD
- Cruzar mapa de calor, gravação de sessão e Search Console na mesma análise
- Manter rotina semanal de leitura, com priorização do que afeta o caixa
O ajuste técnico bem feito tem objetivo direto: transformar o site em uma máquina de venda eficiente, aprovada pelo algoritmo do Google e pelo cliente real. Aliás, sobre os erros visuais que matam conversão antes mesmo de o usuário interagir, escrevemos em Seu site espanta clientes. Sobre quanto investir para tirar valor real do tráfego pago que chega ao site, em Quanto investir em anúncios na internet.
O seu site mede o que o cliente faz, ou só conta quantos passaram? Fale com a Atacama Digital. Auditamos sua performance, instalamos ferramenta de mapa de calor, lemos o cruzamento com Core Web Vitals e mostramos onde corrigir primeiro para a conversão subir.
