Cómo están realmente las webs de los negocios del Vallès y el entorno de Barcelona
Hemos medido, una a una, las webs de los negocios de cada población: si responden, si van en el móvil, cuánto tardan y si alguien las mantiene. Estos son los datos, población por población.
| Población | Webs analizadas | No respondían | Margen (95%) | Sin móvil | Sin analítica | Abandonadas |
|---|---|---|---|---|---|---|
| L’Hospitalet de Llobregat | 185 | 28% | ±6,5 | 7% | 19% | 16% |
| Vilanova i la Geltrú | 587 | 24% | ±3,5 | 7% | 20% | 19% |
| Badalona | 250 | 22% | ±5,1 | 5% | 14% | 25% |
| Barcelona | 3655 | 21% | ±1,3 | 5% | 15% | 20% |
| Sabadell | 116 | 21% | ±7,4 | 4% | 10% | 17% |
| Granollers | 139 | 17% | ±6,2 | 5% | 11% | 19% |
| Sant Cugat del Vallès | 148 | 16% | ±5,8 | 1% | 13% | 18% |
Esto no es una clasificación. Cada cifra lleva su margen de error, y los márgenes de las poblaciones con cifras parecidas se solapan: la diferencia entre Sabadell y Sant Cugat, por ejemplo, no es estadísticamente significativa. Lo que sí puede afirmarse es la distancia entre los extremos de la tabla.
Agrupando las poblaciones de una misma comarca la muestra crece y el margen de error baja. Estas cifras son más sólidas que las de cualquier población por separado.
| Comarca | Poblaciones | Webs analizadas | No respondían | Margen (95%) |
|---|---|---|---|---|
| el Garraf | 1 | 587 | 24% | ±3,5 |
| Barcelona i l’àrea metropolitana | 3 | 4090 | 21% | ±1,3 |
| el Vallès | 5 | 499 | 16% | ±3,3 |
Hay 10 poblaciones más medidas que no tienen página propia: con menos de 100 webs analizadas, el margen de error es mayor que las diferencias que la cifra invitaría a leer. Cuentan dentro de su comarca y tendrán página cuando la muestra llegue.
Terrassa (75) · Rubí (21) · Cornellà de Llobregat (38) · Martorell (19) · Castelldefels (41) · Mataró (54) · Vic (99) · Manresa (84) · Igualada (31) · Vilafranca del Penedès (25)
En las 37 poblaciones estudiadas hay 134.676 empresas con asalariados (Idescat). El mapa abierto OpenStreetMap tiene 34.935, un 26%, y de esas hemos medido 6378: un 4.7% del tejido.
Lo decimos porque es lo primero que habría que preguntarnos. La muestra no es aleatoria: en el mapa abierto hay más comercio y restauración de centro que nave industrial o despacho profesional, y eso significa que estas cifras representan mejor al comercio que a la industria. Ninguna conclusión de este estudio debe extenderse al conjunto de las empresas de una población.
El problema no se reparte igual. Estos son los sectores con suficientes negocios medidos para que la cifra signifique algo.
| Sector | Analizadas | No respondían | Sin analítica | Sin aviso legal |
|---|---|---|---|---|
| Oficios (obra, reparación, instalaciones) | 126 | 27% | 11% | 36% |
| Servicios y restauración | 1717 | 24% | 15% | 44% |
| Ocio y deporte | 175 | 23% | 7% | 35% |
| Comercio y tiendas | 1768 | 21% | 10% | 35% |
| Salud privada | 264 | 19% | 9% | 26% |
| Oficinas y profesionales | 1185 | 18% | 14% | 36% |
| Alojamiento y turismo | 332 | 16% | 10% | 29% |
Estos datos se pueden reproducir citando bloom.red y el enlace de la población. Si necesitas el detalle por sectores, la serie completa o una cifra concreta, escríbenos y te la pasamos.
Agregados por población, comarca y sector, con la muestra y el margen de error junto a cada cifra. Ningún negocio aparece nombrado.
Cómo lo hemos medido
Publicamos el método entero para que cualquiera pueda repetirlo y para que ninguna cifra de esta página dependa de que nos creas.
- Fuente de los negocios. Partimos del mapa abierto OpenStreetMap y contamos los negocios del término municipal: comercio, oficios, oficinas, hostelería, alojamiento, salud privada y servicios. Quedan fuera las administraciones, las escuelas, los equipamientos públicos, las iglesias, los museos y las entidades sin ánimo de lucro. De esos negocios, medimos los que han publicado una web.
- Dónde falla este filtro. OpenStreetMap etiqueta algunas entidades igual que un negocio (una colla castellera consta como polideportivo, exactamente igual que un gimnasio). Queda, pues, un residuo pequeño de entidades dentro de la muestra. Lo decimos en lugar de hacer crecer una lista de excepciones que luego nadie pueda verificar.
- Por qué las muestras son tan distintas. El tamaño de la muestra depende de lo mapeada que esté cada población en OpenStreetMap, no de cuántos negocios hay. Vilanova i la Geltrú sale con una muestra mucho mayor que Mataró pese a ser una ciudad más pequeña, simplemente porque hay más gente mapeándola. Por eso cada cifra es válida para su población y los tamaños de muestra no deben compararse entre sí.
- Qué consultamos. Solo la portada, una sola vez (dos si no respondía), después de leer el robots.txt del sitio y con un identificador nuestro en la petición. No entramos en ningún sitio, no rellenamos formularios ni seguimos enlaces internos.
- Qué medimos. Si responde, si va por HTTPS, si declara adaptación al móvil, cuánto tarda en responder, si lleva datos estructurados, si lleva analítica y cuál es el año más reciente que aparece en la página.
- Qué no medimos. No juzgamos el diseño, ni los contenidos, ni si al negocio le va bien. Son señales técnicas públicas, no una valoración comercial.
- Quién queda fuera. Los sitios que rechazaron nuestra petición con una protección antirobots no cuentan en ningún sitio: probablemente funcionan bien para una persona y no nos toca decir lo contrario. Salen del cálculo, no del lado de los malos.
- Margen de error. Cada web que no respondía se volvió a consultar una segunda vez antes de contarla. Aun así, una web puede estar caída un momento puntual y funcionar el resto del día: por eso decimos “no respondía cuando la consultamos” y no “no funciona”.