2

Índice de contenidos

Prólogo

Cómo leer este libro

1. INTRODUCCIÓN
Breve historia de la Analítica digital y sus herramientas
Google Analytics: la máquina increíble
La interfaz de Google Analytics

2. LA RECOLECCIÓN DE DATOS EN GOOGLE ANALYTICS

Seguimiento de sitios web
Seguimiento de apps
Seguimiento de aplicaciones no Javascript con el Protocolo de Medición
Las cookies de Google Analytics
Google Tag Manager

3. CONFIGURACIÓN DE GOOGLE ANALYTICS

Gestión de cuentas, propiedades y vistas
Gestión de usuarios
Filtros
Medición entre dominios y subdominios
Conexión con otras herramientas
Importación de datos
Expresiones regulares

4. INFORMES DE AUDIENCIA
Métricas y dimensiones de audiencia
Informes básicos de audiencia
Cómo analizar a nuestra audiencia

5. INFORMES DE ADQUISICIÓN
Métricas y dimensiones de adquisición
Informes básicos
Medición de campañas
Cómo analizar nuestros canales de adquisición de tráfico

6. INFORMES DE COMPORTAMIENTO
Métricas y dimensiones de comportamiento
Informes básicos de comportamiento

3
 Agrupaciones de contenido
Tracking de la interacción con páginas virtuales
Tracking de la interacción con eventos
Experimentos
Analítica de página
Cómo analizar nuestros contenidos

7. EL ANÁLISIS DE LA CONVERSIÓN
Objetivos y conversión
E-commerce
E-commerce mejorado
Embudos o rutas de conversión Multicanal
Modelos de atribución

8. INFORMES EN TIEMPO REAL

Informe visión general
Ubicaciones
Fuentes de tráfico
Contenido y pantallas
Eventos
Conversiones
Cómo analizar nuestro tiempo real

9. GENERACIÓN DE INFORMES EN GOOGLE ANALYTICS

Informes personalizados
Paneles
Las APIs de Google Analytics

10. EVENTOS DE INTELLIGENCE

Alertas automáticas
Alertas personalizadas

11. LA SEGMENTACIÓN EN GOOGLE ANALYTICS

Análisis de cohortes
Segment Builder
Listas de remarketing con Google Analytics
Conclusiones

12. DIMENSIONES Y MÉTRICAS PERSONALIZADAS

Dimensiones personalizadas
Métricas personalizadas
Métricas calculadas

13. EL PLAN DE ANALÍTICA DIGITAL

El plan de medición

4
 El plan de implementación
Conclusiones

14. LA CERTIFICACIÓN INDIVIDUAL EN GOOGLE ANALYTICS

Posgrado en Analitica web y certificación en Google Analytics: mide y vencerás

Créditos

5
 Dedicatoria Iñaki:
Para Pilar y Fernando, que me enseñaron.
Para Eider, Iñigo y Leire que me enseñan cada día.

Dedicatoria Asier:
Para Elena por el tiempo robado.
Y a mis hijos, Eider y Unai, que empiezan a recorrer el camino.

6
AGRADECIMIENTOS
Nuestro primer pensamiento es para nuestro estimado editor @EugenioTuya que nos ha
acompañado durante todo el proceso creativo de este libro. Un ejemplo de
profesionalidad en tiempos difíciles que no podemos más que agradecer.
Muchas gracias también a nuestro amigo Lontzo Sainz (@lontzo) por prologar el libro y
confiar siempre en nosotros allá donde la analítica tiene lugar. Lontzo eres un gran
profesional, pero mejor persona, dos dimensiones personalizadas que escasean.
A Angel Luzuriaga (@ardiluzu) por las ilustraciones que visten a este libro. Ángel, sin ti
no hubiéramos alcanzado esa segunda dimensión que ofrece el papel, tienes la capacidad
de decir mucho dibujando poco y eso sólo lo consiguen los genios.
Agradecer también a nuestra colega Anuska Maraña (@anmarah) su tiempo y dedicación
en la revisión de los contenidos. La voz en off que nos ha ayudado a corregir y afilar el
libro. Anuska eres la tercera mosquetera del Mide y Vencerás.
Queremos agradecer también a Gemma Muñoz (@sorprendida), ya que no podemos
contar con mejor y más ilustre prescriptora. Gemma eres el grito mudo de la analítica,
dominas el gesto y la escena, te admiramos como profesional y te estimamos aún más
como persona.
Este libro es un gran agradecimiento a todos nuestros alumnos del Mide y Vencerás
(@mideyvenceras) de los que hemos aprendido mucho más de lo que hemos podido
enseñar.
Nuestro último y mayor agradecimiento debe ir para nuestras familias, a las que hemos
robado todo el tiempo que dedicamos a este libro. Os queremos más que a nada.

ACERCA DE LOS AUTORES

Iñaki Gorostiza (@hello_google) es Ingeniero informático por la
Universidad de Deusto y Máster en Gestión de Sistemas de Redes.
Ponente en Search Congress, SMX Madrid y Nonick. Profesor de
posgrado en analítica digital en la universidad de Deusto, Universidad
Complutense de Madrid y Universidad de Mondragón. Ha
desempeñado su labor profesional durante 10 años en la multinacional
Panda Security y, en la actualidad, es director de la unidad de negocio
de analítica digital en la agencia bilbaína LIN3S, partner en España de
Google Analytics y Google Tag Manager, donde gestiona proyectos de analítica web de
organismos, instituciones, medios de comunicación y gran cuenta.

Asier Barainka (@abarainka) máster en Márketing en Buscadores por

la Universidad Pompeu Fabra de Barcelona. Tras cursar estudios
Empresariales en la Universidad del País Vasco, trabajó como
Activador de Nuevas Tecnologías en Lan Ekintza Bilbao en el año
2001. De aquí pasó en 2003 a formar parte de la multinacional Panda
Security, primero como Web Engineer y desde 2010 como
responsable del departamento de Analítica Web. Actualmente es web
analytics manager en la agencia bilbaína LIN3S y docente de posgrado
de analítica digital en la Universidad de Deusto, Universidad
Complutense de Madrid y Universidad de Mondragón.

8
Prólogo

SI JULIO CÉSAR LEVANTARA LA CABEZA…

«Mide y vencerás» resulta un axioma que recuerda al «Divide y vencerás», la estrategia
que los romanos inmortalizaron como fundamento y base de su imperio. Si Julio César
hubiera tenido Google Analytics, no sé si sus victorias en el campo de batalla habrían sido
aún mayores o su nombre aún más legendario.
Lo que quizá sí le habría proporcionado, si la hubiera podido diseñar a su gusto, es una
herramienta clave para medir cuestiones relacionadas con sus objetivos, por ejemplo, los
flujos de poder en el Senado o los vaivenes de los conspiradores. Quién sabe si el Google
Analytics romano, bien implementado e integrado, le habría permitido anticiparse a Bruto
y su «cuadrilla» cuando decidieron cometer uno de los magnicidios más famosos de la
historia.
La analítica puede ser una herramienta poderosísima utilizada de manera concienzuda,
sistemática y profesional. De nada sirve quedarse embelesado ante una gráfica que nos
presenta un tráfico descomunal o unas conversiones en modo de ventas apabullantes un
solo día (una gran victoria del César). Del mismo modo, de nada serviría caer en el
desánimo observando que las ventas no llegan o el tráfico no despunta (una derrota del
César).
Lo interesante es conocer el porqué, intentar llegar hasta la razón última de las cosas y
tener los elementos de juicio suficientes para tomar decisiones inmediatas (publicaciones,
campañas, iniciativas…) o estratégicas (cambios estructurales, diseño, qué y cómo
publicar…). Intentar repetir los éxitos, evitando así los fracasos; medir bien y volver a
decidir, pero sin caer en el gran error de la «parálisis analítica»: vivir en la continua
medición sin despegar, sin concretar ni medir los valores más relevantes en nuestro
ámbito profesional. Tan peligroso sería actuar sin medir, desorientados y «como vaca sin
cencerro», como dejar de actuar porque atendemos a indicadores irrelevantes mirando al
dedo y no a la luna que señala.
Introducir en los equipos que generan contenidos y buscan ventas la debida dosis de
«Mide y vencerás» es una experiencia que los acaba orientando hacia el cliente y los
resultados, en cantidad y calidad.
Si Julio César levantara la cabeza y tuviera ante sus ojos un imperio digital por
conquistar, no me cabe la menor duda de que estaría rodeado de los mejores analistas.
Iñaki Gorostiza y Asier Barainca lucirían así la toga pretexta de los Altos Magistrados.

Lontzo Sainz @lontzo

9
Jefe de Noticias y Participación en eitb. eus
Euskal Irrati Telebista - Radio Televisión vasca

10
Cómo leer este libro

Te dispones a adentrarte en un mundo diferente, olvídate de todo lo establecido, aquí te

moverás entre informes, dimensiones, métricas, funcionalidades, herramientas, secciones,
menús y ayudas. Es el mundo de la analítica web, a priori un planeta árido e irrespirable,
que se convertirá en un paraíso de información una vez que rompas tus propias barreras.
Para poder sacar el máximo rendimiento a este libro es muy importante que tengas en
cuenta algunas cosas:
El libro comienza desde cero y está pensando para una persona que nunca haya
tenido contacto con Google Analytics. Tener ciertos conocimientos de web y
marketing online ayudarán a una comprensión mucho más amplia. Saber cómo
funciona un servidor o un navegador web, entender el comportamiento de un
dominio, qué es una IP o cómo se forma una URL será de mucha utilidad para
poder entender lo que aquí se explica.
El trabajo de analista web y la relación con herramientas como Google Analytics
no requieren de un ingeniero o un programador, pero si es conveniente conocer los
lenguajes con los que se escribe la web, especialmente HTML. El lenguaje de
etiquetas HTML no es un lenguaje de programación como tal y sirve para escribir
la inmensa mayoría de los sitios web. Siempre recomendamos a todos aquellos que
nos consultan cómo empezar a formarse en marketing online, formarse al menos
para tener unos mínimos conocimientos de HTML.
En la web podéis encontrar infinidad de documentación y cursos básicos que os
pueden ayudar en el día a día con el trabajo de analista web. Esto no quiere decir
que no siga siendo recomendable contar con el soporte de un ingeniero o
programador que se encargue de implementar en los sitios web o APPs todo lo
necesario para el correcto funcionamiento de la herramienta.
Para poder sacar el máximo partido a todo lo que veremos en este libro es
fundamental poder tener acceso a una cuenta de Google Analytics con datos. Para
facilitar la labor a aquellas personas que no tengan acceso a una cuenta propia
podemos solicitar permisos en una cuenta de demostración de Google donde
podremos ver datos reales de un sitio web.
Desde este enlace tenemos acceso al formulario para obtener los permisos en esta cuenta
Demo. support.google.com/analytics/answer/6367342?hl=es
Debemos tener presente que en esta cuenta Demo solo tendremos permisos de
lectura y análisis y no podremos hacer las tareas de configuración que requieran de
permisos de edición. Para poder practicar con ello es recomendable que crees una

11
web de prueba que te permita insertar y manipular el código de seguimiento.
Puedes, utilizar por ejemplo, Blogger para crear un blog con una plantilla e insertar
en él tu código de seguimiento.
A lo largo del libro se presentan muchas funcionalidades y configuraciones que se
pueden hacer con Google Analytics. No todos los proyectos requieren de todas
ellas. Un análisis previo y un buen plan de analítica digital te ayudarán a entender
lo que cada proyecto requiere.
Por último, ten presente que Google Analytics es una herramienta viva y en
constante proceso de mejora. Es posible que algunas de las imágenes o funciones
que aquí se presentan sufran cambios.

12
1. Introducción

En las navidades de 1990, mientras algunos esperábamos que los reyes

se acordaran de traernos la Nintendo NES, el mundo estaba cambiando
para siempre.

BREVE HISTORIA DE LA ANALÍTICA DIGITAL Y SUS

HERRAMIENTAS

1990 – Internet se abre al mundo

En algunas de las salas del CERN en Suiza, el equipo liderado por Sir Tim Berners-Lee
tenía todo preparado para poder trabajar de forma colaborativa con documentos enlazados
entre sí y acceder a ellos por medio de una red de ordenadores.
Apoyándose en el protocolo TCP/IP el equipo de Berners-Lee tenía todas las
herramientas para poder moverse entre todos esos documentos haciendo un simple clic en
los denominados hipertextos.
Utilizando el protocolo de trasferencia de hipertexto (http por sus siglas en inglés), un
lenguaje de marcado (HTML por sus siglas en inglés), un servidor capaz de soportar esta
tecnología, el primer FTP y el primer y rudimentario navegador web (llamado
WorldWideWeb), se lanzaba en esas fechas la primera página web de la historia
(info.cern.ch/).
Acababa de nacer la Web y con ello la mayor revolución global que nuestra generación
ha conocido.

Figura 1.1. Así luce la primera página web de la historia creada en el CERN y a la cual aún es posible acceder.

13
1993 – Nace la primera herramienta de analítica web
Este sistema de colaboración que permitía enlazar cualquier documento con otro que
estuviera en la misma red atrajo la atención de muchos interesados en compartir y acceder
a estas fuentes de información.
Durante los primeros años fueron, sobre todo, departamentos científicos de universidades
y laboratorios los que adoptaron esta tecnología, pero poco a poco se fue extendiendo en
otros ámbitos generando nuevas necesidades en los documentos, como imágenes o ciertos
comportamientos dinámicos.
Fue este año cuando Webtrends publica la que es considerada como la primera
herramienta comercial de análisis de datos en la Web.
La herramienta nace de la necesidad de los diferentes usuarios de conocer la mayor
información posible acerca del uso de los documentos que se subían a la World Wide
Web.
En esta época las páginas web eran básicamente textos e imágenes y WebTrends se
limitaba a ordenar la información que extraía de los logs de los servidores webs. En estos
logs se almacenaba una línea de texto por cada interacción en un documento y Webtrends
era capaz de representar esta información de una manera comprensible para un ser
humano. Estas herramientas debían ser utilizadas por informáticos y tan solo permitían
conocer un pequeño puñado de métricas de visitas, consumo de contenidos y duración de
las sesiones.

1995 – Nacimiento de Analog

Los siguientes años aparecieron algunas herramientas interesantes como NetGenesis (hoy
integrada en SPSS), pero la que realmente supuso un salto cualitativo fue Analog, creada
por Stephen Turner en 1995 (analog.cx/). Analog abrió la analítica web a los
profesionales del marketing mostrando informes completos y comprensibles que incluían
gráficas donde percibir visualmente tendencias y desviaciones.

1996 – Nacimiento de los Hit Counters

1996 es el año en el que la analítica se popularizó de forma masiva gracias al lanzamiento
de Web-Counter, el primer contador de visitas que la mayoría de nosotros conocimos.
Se trataba de un pequeño programa que permitía mostrar en los sitios web el número de
visitas (o más bien páginas vistas) que habían recibido. Quizás, con un poco de suerte,
aún hoy puedas encontrar alguna web con un contador de este tipo.
Ese mismo año nacieron algunas de las empresas más importantes del mercado de la
analítica como Accrue, Omniture o WebSideStory.

14
 Figura 1.2. Aún podemos conseguir Hit Counters en algunos sitios si queremos tener una web de los años 90
(imagen obtenida de onpurposecontent.com/).

1997 – Herramientas basadas en JavaScript

Internet seguía creciendo y con ella la complejidad de las páginas web.
El análisis de los logs permitía hacer exclusivamente un seguimiento de las peticiones al
servidor, pero dentro de las páginas comenzaban a generarse interacciones que no se
registraban: contenidos dinámicos, multimedia, efectos visuales... Las herramientas de
analítica debían adecuarse a esta nueva realidad.
Por este motivo, las herramientas comienzan a utilizar un nuevo método de recolección de
datos basado en JavaScript, que permite recoger todas las acciones del usuario en la
página sin atender a las peticiones que se hacen a nuestro servidor.
El sistema basado en el código de seguimiento JavaScript se mostró tan eficaz que se
sigue utilizando hoy en día en las herramientas más populares (entre ellas Google
Analytics).

2000 – La burbuja de las punto-com

Para aquel entonces Internet ya formaba parte de nuestras vidas. Un gran número de
negocios de todo tipo comienzan a florecer en la red y las empresas de capital riesgo
invierten su dinero de forma importante en muchas startups.
Pero la industria no tenía aún la madurez suficiente y se produce el primer pinchazo de la
conocida como “burbuja de las punto-com”.
Esto provoca también un pequeño parón en el avance de la industria de la analítica web
ante el recelo de muchas empresas a apostar por estas nuevas tecnologías.
Los años siguientes, de forma mucho más estructurada y apoyada en los grandes nombres
de Internet como Google, Amazon o eBay, la web disparó su uso en todo el mundo y
comenzó una inserción imparable en la sociedad.
Además, comienzan a popularizarse nuevas formas de comunicación por medio de la
Web como los blogs o las primeras redes sociales.

15
2004 – Nacimiento de la WAA (Web Analytics Association)
A estas alturas nadie dudaba ya de la importancia de la web y comienza a utilizarse como
un canal fundamental tanto de comunicación como de venta.
Conocer a fondo el funcionamiento de los sitios web y el comportamiento de los usuarios
en ellos ha pasado de ser una mera curiosidad a convertirse en una necesidad y un
negocio en sí mismo.
En 2004 nace la asociación de analítica web (WAA) en la que se reúnen los profesionales
del sector y foro donde pueden debatir sus necesidades e inquietudes.

2005 – Lanzamiento de Google Analytics

En marzo de 2005 Google decide comprar Urchin, la empresa mejor posicionada y que
mejor estaba gestionando el apartado gráfico y visual de sus informes. Unos meses
después de comprar Urchin y tras un lavado de cara de la interfaz de usuario, Google
lanza en noviembre de 2005 Google Analytics.

2006 – ClickTale y el nacimiento de in-page analytics

La aparición de herramientas de in-page analytics como ClickTale permitirá a partir de
este momento el análisis más profundo del comportamiento de los usuarios y comenzará a
acercar el análisis cualitativo de forma más clara.
Herramientas que proporcionan mapas de calor, de interacciones de scroll y que permiten
incluso grabar las sesiones de los usuarios comienzan a popularizarse durante los
procesos de análisis para la optimización de los sitios web.
En paralelo, Google Analytics se consolidaba como la herramienta líder del mercado. La
claridad y cantidad de sus informes, su sencilla implementación y el hecho de ser
totalmente gratuita provocó que la mayoría de los usuarios se decantaran por ella en
detrimento de algunas competidoras muy potentes, pero algo más difíciles de configurar
y, sobre todo, más caras.
Fue el caso de SiteCatalyst de Omniture (absorbida posteriormente por Adobe).
Herramienta que sigue ocupando una cuota importante del mercado y con interesantes
funcionalidades adicionales, pero que requiere de una implementación inicial más
compleja y de una notable inversión económica.

2010 – Código de seguimiento asíncrono de Analytics

En 2010 Google Analytics ya es el dominador del mercado sin discusión.
La cantidad y calidad de herramientas en el mercado es muy importante, pero sin duda la
analítica digital se asocia en el imaginario colectivo con Google Analytics.

16
Además, la herramienta crece y mejora a pasos agigantados, siendo una de las más
potentes del mercado. Este año se produce un cambio importante en el código de
seguimiento que gestiona la herramienta, que se modifica por un código asíncrono.
Este cambio de paradigma facilita una mejor gestión del etiquetado y obtener una mayor
fiabilidad en los datos registrados. El código carga más rápido, con menos errores y
además se obtienen datos más fieles a la realidad.

2011 – Nueva Interfaz con importantes cambios

Este año se lanza la llamada versión 5.0 de Google Analytics que añade algunas de las
funciones más reconocidas en los últimos años:
Cambio de la interfaz de usuario.
Informes en tiempo real.
Paneles personalizados.
Información de tiempos de carga de las páginas.
Datos adicionales de redes sociales.
Embudos multicanal.
La gran influencia que las redes sociales están teniendo en la web provoca que todas las
herramientas busquen fórmulas para mostrar la actividad que se produce ahí.
Además, a estas alturas los usuarios se conectan a Internet con múltiples dispositivos y la
conectividad de los usuarios es continua y en tiempo real gracias a la influencia de los
dispositivos móviles.
Las herramientas basadas en JavaScript y las denominadas First-Party cookies comienzan
a buscar soluciones al problema del multi dispositivo, que imposibilitaba la identificación
única de usuarios reales.

2013 – Google Universal Analytics

Para intentar dar respuesta a las nuevas necesidades de sus usuarios, Google da un giro a
su herramienta con el lanzamiento de Universal Analytics.
Se trata de un nuevo concepto de medición basado en un código de seguimiento y nuevas
funcionalidades que permiten, entre otras cosas, asignar a los usuarios un identificador
único y mantenerlo a través de dispositivos y navegadores.
Universal Analytics supone una verdadera revolución por aspectos como:
Seguimiento de tráfico en aplicaciones Android e IOs.
Envío de datos desde cualquier dispositivo conectado a la red por medio del

17
 Protocolo de Medición.
Sincronización de datos en dispositivos sin conexión.
Creación de dimensiones y métricas personalizadas.
Importación de datos desde fuentes externas.
Y un sinfín más de nuevas funcionalidades que iremos conociendo a lo largo de este libro,
en el que detallamos todo lo que debes conocer para poder trabajar de forma profesional
con Google Analytics y su nuevo sistema de medición Universal Analytics.

GOOGLE ANALYTICS: LA MÁQUINA INCREÍBLE

Si buscamos una descripción literal, podríamos decir que Google Analytics es una
herramienta gratuita de analítica web alojada en la nube que nos ayudará a crear sitios
web más eficientes y a mejorar el ROI de nuestro negocio online. Añadiríamos, además,
que puede ser un buen compañero de viaje si sabemos formularle las preguntas
apropiadas.
Google Analytics nos permite:
Mejorar la experiencia del usuario en nuestro sitio web y tomar decisiones sobre
su contenido.
Incrementar la conversión.
Medir el rendimiento de nuestras palabras clave y de las campañas online.
Tener acceso a una amplia familia de métricas relacionadas con nuestro negocio.
Y nos da respuestas a las preguntas más difíciles:
¿Cómo son los usuarios que llegan a mi web?
¿De dónde vienen mis visitantes?
¿Cómo puedo hacer que mis campañas online sean más efectivas?
¿Cómo utilizan los usuarios mi web?
¿Ofrezco un contenido eficiente en mi web?
¿Cuándo y por qué abandonan los usuarios el proceso de compra/conversión?
¿Cómo puedo mejorar la interacción de los usuarios con mi sitio?

18
 Figura 1.3. Componentes y fases en el funcionamiento de Google Analytics (imagen obtenida de
developers.google.com/analytics/devguides/platform/).

Google Analytics es una máquina realmente increíble capaz de gestionar billones de hits
generados por cientos de millones de webs y a cambio de muy poco por nuestra parte.
Todo este proceso interno tan poco reconocido se desarrolla en 4 fases:

Fase1: Recolección de datos (Collection)

Google Analytics necesita ser alimentado de datos que se recibirán desde nuestro sitio
web, aplicación móvil o desde cualquier punto conectado a Internet que requiramos.
Esta información es enviada a Google Analytics en forma de paquetes conocidos como
“Hits” o “Interacciones” o (permítenos la licencia) “cartas de amor” por medio del
denominado “código o snippet de seguimiento”.
El Código de seguimiento envía a Google Analytics toda la información relacionada con
la página/pantalla que el usuario está viendo. Recoge información sobre el navegador
(versión, lenguaje, sistema operativo...) o dispositivo de acceso. También incluye toda la
información sobre la fuente de tráfico de la que procede el visitante.
Es importante tener presente que la confidencialidad es un aspecto prioritario para Google
y que existen algunas consideraciones de privacidad que debemos tener presentes:
Google Analytics no almacena ni reporta ningún tipo de información personal.
El personal de Google solo puede acceder a tus datos con tu permiso.
Puedes seleccionar la forma de compartir la información con Google y otros
proveedores.
En el capítulo 2 profundizaremos en todas las posibilidades de recolección de datos que

19
tenemos en Google Analytics.

Fase 2: Procesamiento de la información (Processing)

El procesamiento conlleva la transformación de la información recolectada en datos útiles
y categorizados.
En primer lugar, los hits se organizan en sesiones y usuarios. A continuación, se junta la
información recolectada por el snippet de seguimiento con la recogida por Google
Adwords, Adsense, Search Console y cualquier otra fuente de datos externa a Google.
Existen dos maneras de importar datos externos en Google Analytics:
Custom Data Import: nos permite importar nuevas dimensiones a nuestros
informes de Google Analytics subiendo un fichero o utilizando la API de Google
Analytics.
Cost Data Import: se utiliza habitualmente para reportar a Google Analytics el
dinero gastado en anuncios que no sean Adwords. Para ello tenemos que subir un
fichero que incluya el medio y fuente de la campaña.

Fase 3: Configuración (Configuration)

En esta fase se aplica cualquier personalización que hayamos planificado para nuestros
informes. Por ejemplo, podemos haber incluido un filtro para excluir el tráfico interno de
nuestra oficina o para modificar la apariencia de las urls.
Finalmente, la información pasa por un proceso llamado agregación (aggregation) en el
que se prepara para que pueda ser analizada. En este proceso los datos se organizan y
almacenan en tablas de bases de datos para que podamos acceder a ellos de manera rápida
cuando sea necesario.
Una vez procesada la información se almacenará en sus bases de datos y no podrá volver
a ser modificada. Este es el motivo por el que nunca podremos alterar los datos del
histórico de Analytics.

Fase 4: Generación de informes (Reporting)

Finalmente tenemos acceso a todos estos datos en forma de informes. Podemos pensar en
los informes de Google Analytics como una combinación legible y organizada de
métricas y dimensiones.
Podemos acceder a ellos a través de la interfaz web de Google Analytics
(google.com/analytics/) o desarrollar nuestra propia aplicación utilizando el Core
Reporting API que nos ofrece Google Analytics.
En ocasiones, cuando solicitamos datos complejos, Google Analytics utiliza un proceso
llamado muestreo (sampling) que le permite devolver la información solicitada de manera

20
rápida.
Como decíamos al principio, Google Analytics es una máquina realmente maravillosa
tanto por su funcionamiento como por las posibilidades que nos ofrece. En este libro
podrás acompañarnos a través de un viaje que transcurre entre métricas y dimensiones y
que nos adentrará en el mundo de lo cualitativo y lo cuantitativo. Un universo donde
todas las preguntas y todas las decisiones se toman en base a una verdad inmutable: el
dato.

LA INTERFAZ DE GOOGLE ANALYTICS

Sin duda, uno de los grandes atractivos de Google Analytics es su interfaz: sencilla,
intuitiva y muy sexy.
En los últimos años, Google Analytics ha ido evolucionado su interfaz, causando en
ocasiones cierto desconcierto entre sus usuarios. En este libro hablaremos sobre la
interfaz publicada a mediados de 2016, en la que se ha refinado el acceso a la información
y se ha realizado una mejora visual general.
A lo largo de este libro iremos viendo cómo configurar y utilizar todo lo que Google
Analytics nos ofrece, pero en este punto vamos a conocer las principales opciones de su
interfaz web a las que podemos acceder desde la dirección analytics.google.com.

Figura 1.4. La interfaz de Google Analytics.

La interfaz de Google Analytics sufre pequeños cambios de forma bastante habitual, por
lo que es posible que algunas cosas de las que aquí se presentan las veas con un aspecto
o situación diferente, pero en esencia funcionara igual.

21
Menús de navegación

Menú superior izquierdo de acceso a vistas y sus opciones

En la parte superior izquierda encontraremos un menú con dos partes diferenciadas y muy
importantes.
En la línea superior se muestra la vista con la que estamos trabajando. En el ejemplo de la
imagen, la vista se llama “1 Master View” y pertenece a la propiedad web “Google
Merchandise Store”.
Si hacemos clic en él, podremos movernos por todas las vistas para las que tenemos
permisos y cambiar a otra.
Como veremos más adelante, existe una jerarquía de navegación:
Cuentas > Propiedades & Apps > Vistas

Figura 1.5. Menú superior izquierdo con acceso a las vistas y a las opciones principales dentro de ellas.

La parte inferior de este menú está compuesta por los 4 enlaces principales para la vista
en la que nos encontramos.
Página principal: nos permite ver un resumen de todas las cuentas, propiedades y
vistas a las que tenemos acceso. Desde aquí podremos ver unas métricas básicas de
cada vista y acceder a ellas.
Informes: nos permite acceder a los informes básicos de la herramienta para la
vista que tengamos seleccionada.
Personalización: desde aquí podremos ver y generar los informes personalizados
que necesitemos en la vista. Más adelante, aprenderemos cómo crearlos y
profundizaremos en ellos.
Administrador: nos da acceso a la pantalla de administración que
comprenderemos mejor en la siguiente unidad.

Menú superior derecho con acceso a otras opciones

Este menú de iconos nos permite acceder a algunas opciones secundarias. Recientemente
se ha añadido la campana que vemos al principio y que nos muestra algunas alertas de
errores en la configuración o en algún punto de Google Analytics.

22
El icono de cuadrícula que vemos a su lado sirve para acceder a otras herramientas de
Google que se encuentran dentro de la Suite 360 Studio. Google Analytics va a pasar a
formar parte de esta Suite con varias herramientas integradas (Tag Manager, Data Studio,
Optimize…) en un futuro muy próximo. Esto nos va a permitir tener acceso directo a ellas
para poder usarlas de forma conjunta.
El icono con tres puntos verticales que se encuentra al lado da acceso a un pequeño menú
adicional desde el que accedemos, la configuración de la cuenta de Google Analytics a
nivel de idioma y notificaciones. Si queremos cambiar el idioma de la interfaz, podremos
hacerlo desde aquí (ahora mismo está disponible en 40 idiomas). Además, también hay
acceso a un formulario para dar sugerencias de la herramienta y a un apartado de ayuda
sobre ello.
El último punto en el que vemos un icono nos muestra la cuenta de Google con la que
estamos accediendo a la herramienta y nos permite cerrar la sesión o acceder con otra.

Figura 1.6. Una vista del menú de opciones superior derecho.

Menú izquierdo de acceso a los informes y algunas herramientas

Desde el menú izquierdo tenemos acceso a todos los informes estándar y a algunas
funcionalidades importantes de la herramienta:
Paneles. Cuadros de mando con widgets personalizados.
Accesos directos. Enlaces a los informes más utilizados.
Eventos de Intelligence. Alertas para la monitorización de las métricas.
Informes en tiempo real. Nos permite conocer el tráfico del site en tiempo real
(ubicaciones, fuentes de tráfico, contenido…).
Informes de audiencia. Información sobre los visitantes, como su
comportamiento, ubicación geográfica, dispositivos, etc.
Informes de adquisición. Información de todos los canales de adquisición de
tráfico incluido todo lo relacionado con buscadores y búsqueda orgánica.
Informes de comportamiento. Toda la información relacionada con la
visualización de páginas y la interacción de los usuarios con ellas, búsqueda
interna, eventos.
Informes de conversión. Toda la información relacionada conla conversión tanto
de e-commerce como de los objetivos configurados.

23
A lo largo de los próximos capítulos iremos viendo en detalle cada uno de estos informes.

Figura 1.7. Menú izquierdo de acceso a los informes y herramientas estándar.

Rango de fechas
El calendario, situado en la parte superior derecha, es uno de los puntos fundamentales
dentro de la interfaz ya que nos permite contextualizar los datos en el tiempo.
Muestra el periodo de tiempo de los datos que estamos viendo y nos permite realizar
cambios en el mismo, así como realizar comparaciones de fechas.
Desde aquí podemos comparar los datos de dos periodos de tiempo y ver esta información
de forma comparativa en los informes.
Podremos comparar fechas con el periodo anterior (mismo número de días) el mismo
periodo del año anterior o dos periodos concretos de forma personalizada.
Por defecto, al iniciar la sesión en Google Analytics aparecerán en el calendario los datos
del último mes hasta el día anterior al que nos encontremos.
Debemos tener siempre presente que los datos del día en curso aún no están bien
procesados y pueden contener errores.

24
 Figura 1.8. El calendario es un punto fundamental dentro de la interfaz.

Navegando dentro de los informes

Título, migas de navegación y acceso a opciones

Dentro de un informe (al que podemos acceder desde el menú izquierdo) tenemos acceso
a diferentes opciones, submenús, etc. En la parte superior podemos observar el título del
informe y, en caso de que aplique, una miga de navegación que nos muestra en qué
profundidad nos encontramos.
Como veremos más adelante, es posible profundizar dentro de un informe a través de la
opción de Drill Down.

Figura 1.9. Título del informe, las migas de navegación y acceso a opciones del informe.

Debajo del título encontramos una barra con opciones para utilizar en el informe que son
interesantes.
Personalizar. Permite crear un informe personalizado a partir del informe que
estamos viendo.
Correo electrónico. Nos da la opción de enviar el informe por correo a las
personas que deseemos. No solo podemos enviarlo de forma puntual, sino que nos
permite crear una regla para que el informe sea enviado de forma periódica.
Podemos enviar el informe de manera diaria, semanal, mensual o trimestral en el
formato que seleccionemos (CSV, TSV, Excel o PDF). En función de la fecha
seleccionada en el calendario y de la periodicidad elegida, los envíos posteriores
irán mostrando los datos.

25
 Figura 1.10. Pantalla de configuración del envío por correo.

Exportar. Desde aquí podemos exportar los datos del informe a los formatos
permitidos: CSV, TSV, TSV para Excel, XLSX de Excel, Google SpreadSheet y
PDF.
Añadir al panel. Esto nos permite enviar datos del informe en el que estamos a un
widget en un panel.
Acceso directo. Envía un enlace a la pestaña de Accesos directos del menú
izquierdo con las configuraciones que tengamos en el informe.

Ajuste del muestreo

El muestreo (sampling en inglés) es uno de los límites que encontramos en Google
Analytics. Cuando la solicitud de informe que hacemos requiere el cruce de más de
500.000 datos, Google Analytics reduce la muestra de los datos del proceso y el resultado
lo extrapola al total. Esta extrapolación será más o menos precisa en función del
porcentaje que represente la muestra analizada.
En este botón que se encuentra a la derecha de la barra de opciones del informe, podemos
ajustar el muestreo para que sea más o menos preciso.

26
 Figura 1.11. Ajuste del muestreo.

Segmentos
Una de las funcionalidades más interesantes que tenemos dentro de la interfaz es la
posibilidad de segmentar el tráfico de los informes.
Como veremos más adelante, Google Analytics nos ofrece un conjunto de segmentos
predeterminados que podemos aplicar de manera inmediata. Además, podemos crear
nuestros segmentos personalizados a través de la herramienta Segment Builder

Figura 1.12. Acceso a los segmentos de Google Analytics.

Menú de acceso a grupos de métricas

Justo debajo de los segmentos se sitúa la pestaña que da paso a los datos del informe que
visualizamos. Por regla general veremos una gráfica y una tabla de datos con métricas y
dimensiones.
En estos informes las métricas que se visualizan se pueden cambiar por medio del menú
que aparece debajo de la pestaña de Explorador. Podemos cambiar las métricas que se
muestran en las tablas seleccionando los grupos de métricas a través del menú de pestaña
ubicado en la zona superior de cada informe:
La pestaña uso del sitio nos permite mostrar métricas sobre el engagement de los
visitantes: número de páginas por sesión, duración media de la sesión, tasa de
rebote, etc.
La pestaña de objetivos nos da acceso a métricas sobre la conversión de nuestros
objetivos.
Si tenemos activado el e-commerce en nuestros informes tendremos acceso a una
pestaña con métricas para medir el rendimiento de nuestra tienda online.

Figura 1.13. La pestaña Explorador de informe con los accesos a las métricas.

Gráficos multi-línea
En la mayoría de los informes encontraremos los denominados gráficos multi-línea
(Multi-line graphs), que nos presentan la evolución de una o varias métricas a lo largo del

27
tiempo.
Por defecto encontramos una única línea de tiempo con información de una sola métrica.
Cada uno de los puntos de la gráfica representa un valor para un día concreto. En la parte
superior izquierda de la gráfica disponemos de un menú desplegable para mostrar una
segunda métrica en el informe.
En la parte derecha disponemos de un menú para cambiar los intervalos de tiempo de la
gráfica que nos permite que los datos se muestren acumulados por otros periodos de
tiempo: horas (solo en algunos informes concretos), días, semanas o meses.
Al hacer clic sobre el icono con tres bolas que se muestra a la derecha, podremos acceder
a los gráficos conocidos como Motion Charts.

Figura 1.14. Muestra clásica de una gráfica de línea de tiempo.

Las anotaciones en las gráficas

Debajo de la gráfica se encuentra una pestaña (bastante sutil) que nos permite abrir una
ventana con la que podremos dejar anotaciones.
Se trata de un sistema pensado para anotar todo aquello que creamos interesante en
relación al informe que estamos visualizando y que nos puede ayudar a nosotros o a otras
personas en el futuro.
De esta forma, si se ha producido un lanzamiento de campaña de marketing, una caída del
servidor, un envío de emails masivos, un cambio de aspecto o configuración de nuestra
web o cualquier otro suceso que haya tenido incidencia en la analítica, podremos dejarlo
aquí anotado.
Las anotaciones pueden ser privadas (solo las puede leer quien las crea) o públicas (todo
aquel que tenga acceso a los datos las podrán leer).

Figura 1.15. Desde aquí podremos crear y leer las anotaciones en los gráficos.

Informes de tipo tabla

28
Cada gráfico multi-línea viene siempre acompañado por una tabla que complementa su
información con un conjunto de métricas y dimensiones.
Las tablas nos ofrecen varias opciones interesantes a la hora de visualizar sus datos.
Por defecto muestran varias métricas agrupadas en una sola dimensión.
Debemos tener presente que:
Es posible modificar la dimensión principal.
Podemos añadir una dimensión secundaria para mostrar en la tabla una
combinación de dos dimensiones.

Otras dimensiones y la funcionalidad incluir en el gráfico

En la parte superior izquierda de la tabla tenemos diferentes opciones para mostrar otras
dimensiones o la posibilidad de mostrar dos dimensiones en paralelo con la funcionalidad
añadir dimensión secundaria.

La opción de incluir en el gráfico (plot rows) nos permite subir a la gráfica superior las
dimensiones de la tabla que hayamos seleccionado:
En la tabla de datos, seleccionar las filas cuyos datos queremos añadir.
Hacemos clic en el botón ‘Incluir en gráfico’.
El orden de la tabla aparece siempre predeterminado por orden decreciente en función
de la primera métrica que muestra. Podemos modificar el orden pulsando sobre las
diferentes métricas de la tabla.

Figura 1.16. Desde estos botones podemos añadir nuevas dimensiones o incluir en el gráfico.

29
Filtro de tabla
Los filtros de tabla son útiles para mostrar solo aquellos valores que nos interesen.
Podemos hacer una búsqueda simple o crear un filtro más avanzado donde incluir o
excluir aquello que nos interese. Podremos crear concordancias con los filtros o utilizar
expresiones regulares. Más adelante hablaremos sobre las expresiones regulares para
explicar qué son y cómo podemos trabajar con ellas.

Figura 1.17. El filtro de tabla es una de las opciones más interesantes en los informes.

Tipos de visualización de tabla

A través de los iconos ubicados a la derecha del buscador podemos variar la forma en la
que se visualizan los datos. Podemos seleccionar:
Gráfico de tarta. Nos permite visualizar en porcentaje el valor de una métrica.
Gráfico de barras. Los gráficos de barras nos permiten distinguir de manera
sencilla los diferentes valores de una métrica por dimensión.
Gráfico de barras comparativas. Las barras comparativas sirven para comparar
el valor de una métrica con la media del sitio. Nos muestra el gráfico de barras en el
que se traza el rendimiento de la métrica seleccionada en comparación con el
promedio del sitio. Nos permite distinguir con rapidez qué valores están por encima
o debajo de la media.
Nube de términos. Muy útil para aquellos informes en los que trabajemos con
términos (no está disponible en todos los informes).
Tabla dinámica. Nos permite cruzar dos dimensiones y conocer el valor de una
métrica para ellas. Con una tabla dinámica podemos conocer, por ejemplo, la
duración media de una visita en función de la ubicación del visitante y de su
navegador.
Estas visualizaciones enriquecen y ayudan en la interpretación de los informes.

30
 Figura 1.18. El menú de iconos que da acceso a otras formas de visualizar los datos de la tabla.

Ver más filas en la tabla

Las tablas de datos siempre muestran por defecto 10 filas de la dimensión seleccionada.
Si necesitamos mostrar más (hasta un máximo de 5.000), se puede hacer con el
desplegable del menú inferior izquierdo. Disponemos de unos botones de navegación para
movernos adelante o atrás por los siguientes valores de la tabla.

Figura 1.19. En la parte inferior derecha de la tabla podemos acceder a más filas.

Ayudas textuales
Los informes de Google Analytics están repletos de puntos de ayuda al usuario. En la
parte superior, junto al ajuste del muestreo, suele aparecer un birrete que da acceso a
vídeos y artículos de ayuda.
En muchos puntos hay cajas de búsqueda para facilitar los accesos a métricas, vistas,
menús o informes.
Tanto en el menú superior derecho como en otras opciones especiales aparecen accesos a
la documentación de soporte de la herramienta.
En las métricas, tanto en los informes generales como en las tabas de datos, al situarnos
encima de ellas nos aparece una pequeña capa (ayuda contextual) donde se nos explica lo
que representa.

Figura 1.20. Ayudas contextuales sobre las métricas al poner el ratón encima de la interrogación.

La interfaz de Google Analytics es muy rica en opciones y ayudas al usuario. Estas son

31
las principales opciones con las que trabajaremos a diario, aunque hay muchas más
posibilidades en informes especiales.

32
2. La recolección de datos en Google
Analytics

“Los datos no son información, la información no es conocimiento.”

— Clifford Stoll, astrónomo y escritor.

El primer paso para medir una web o una app con Google Analytics es acceder a
analytics.google.com y dar de alta una nueva cuenta. Más adelante veremos en detalle qué
es una cuenta, así que, de momento, solo te pediremos un pequeño acto de fe.
Para trabajar con Google Analytics el único requisito es tener un correo electrónico
asociado a una cuenta de Google. Lo más habitual es acceder con un correo de Gmail,
aunque es posible trabajar con cualquier correo electrónico asociándolo desde Google
Accounts. Con cada correo electrónico podremos gestionar un máximo de 100 cuentas de
Google Analytics.
Accediendo a crear una cuenta nueva estamos dando el primer paso en nuestro camino.
Posteriormente debemos indicar si nuestro seguimiento va a ser de un sitio web o de una
aplicación móvil.
En esencia el funcionamiento en ambos entornos es el mismo, pero la recolección de
datos varía, ya que las tecnologías utilizadas son diferentes. Además, hay algunos
informes específicos en cada tipo de entorno.

Aunque el libro se centra en mayor medida en el entorno web, hablaremos también de

algunas singularidades de la herramienta para el seguimiento de aplicaciones móviles.

El siguiente paso será otorgar a la cuenta un nombre que la describa correctamente,

normalmente deberemos indicar el nombre de nuestra empresa o el de un cliente en el
caso de que seamos una agencia. Es muy importante no utilizar una misma cuenta para
agrupar en ella el seguimiento de diferentes empresas o clientes.
La cuenta es básicamente este nombre y sirve para tener una primera referencia de
administración de Google Analytics que en el siguiente capítulo conoceremos más a
fondo.
Cuando creamos la cuenta se crea con ella, o más bien dentro de ella, la primera propiedad
web. A la propiedad web debemos también otorgarle un nombre, el cual hará referencia al

negocio online principal o aplicación móvil.

33
Si se trata de un sitio web, nos solicitará, además, el dominio principal del mismo.
Tengamos en cuenta que un entorno web puede aplicar a más de un solo dominio, ya que
podemos tener nuestro negocio o sitio web repartido entre diferentes dominios o
subdominios. Esto tiene ciertas implicaciones técnicas que veremos más adelante, pero en

este punto pondremos como dominio el principal de nuestro ecosistema web.

También deberemos ubicar nuestro sitio web o aplicación en el sector que mejor
represente lo que hacemos. Este dato es prácticamente irrelevante para nosotros en la
configuración, pero sirve a Google para utilizar los datos estadísticamente siempre que se
lo permitamos.
También deberemos indicar una zona horaria a nuestra propiedad. Lo más habitual es
seleccionar aquella en la que opera nuestro negocio. Es importante configurar
correctamente nuestra zona horaria. En caso contrario los informes podrían mostrarnos
información inexacta.
Finalmente podemos seleccionar o no las diferentes formas en las que podemos compartir
los datos de nuestra cuenta con Google para darnos soporte y utilizarlas estadísticamente.
Es importante tener en cuenta que Google nunca utilizará nuestros datos de forma pública
y nadie más que nosotros o un profesional de Google a quien podamos solicitar ayuda
tendrá acceso a los mismos.
Con todo esto ya estamos preparados para obtener nuestro ID de seguimiento de la
propiedad web.
El ID de seguimiento presenta siempre el siguiente patrón (UA-XXXXXX-1) y
representa la conexión entre nuestro código y la base de datos de Google Analytics donde
se almacenará toda la información de nuestro sitio o aplicación.
Esto quiere decir que para que en nuestra propiedad de Google Analytics haya datos que
analizar debemos permitir que esos datos lleguen a ella con el formato correcto y
adecuado en función de la necesidad.
A partir de este momento cada vez que queramos mandar información para luego poder
ser procesada y analizada debemos enviarla con este ID para que todo quede registrado en
la misma propiedad de nuestra cuenta.
En este punto es muy importante entender que ese ID es el que provoca que los datos de
un sitio web se agreguen y procesen en conjunto, sin importar ni el dominio que los
genera ni desde dónde se manda una llamada al mismo.
Esto quiere decir que desde cualquier punto conectado a internet podemos enviar
información a nuestra propiedad de Analytics siempre que lo identifiquemos con el ID
correcto. A continuación, veremos las diferentes formas de enviar las interacciones a la
herramienta.

34
 Figura 2.1. Esta es la pantalla desde la que crearemos la cuenta en Google Analytics.

SEGUIMIENTO DE SITIOS WEB

Si nuestro entorno es un sitio web, la recolección de datos se realizará por medio de
código JavaScript.
En este primer momento, Google Analytics nos mostrará el código básico JavaScript que
debemos insertar en todas las páginas de nuestro sitio web.
<script>

(function(i,s,o,g,r,a,m){i[‘GoogleAnalyticsObject’]=r;i[r]=i[r]||function(){

(i[r].q=i[r].q||[]).push(arguments)},i[r].l=1*new Date();a=s.createElement(o),
m=s.getElementsByTagName(o)[0];a.async=1;a.src=g;m.parentNode.insertBefore(a,m)

})(window,document,’script’,’https://www.google-analytics.com/analytics.js’,’ga’);

ga(‘create’, ‘UA-XXXXXX-1’, ‘auto’);

ga(‘send’, ‘pageview’);

</script>

35
Lo que conseguimos al insertarlo en las páginas es que cada vez que un usuario las carga
en un navegador web, se envíe un hit del tipo página vista a la base de datos en la que se
recolecta nuestra información.
La primera parte de este JavaScript es una llamada a la librería de Google (analytics.js),
que se encarga de crear todo lo necesario para que la información se envíe de forma
correcta a los servidores.
(function(i,s,o,g,r,a,m){i[‘GoogleAnalyticsObject’]=r;i[r]=i[r]||function(){

(i[r].q=i[r].q||[]).push(arguments)},i[r].l=1*new Date();a=s.createElement(o),
m=s.getElementsByTagName(o)[0];a.async=1;a.src=g;m.parentNode.insertBefore(a,m)

})(window,document,’script’,’https://www.google-analytics.com/analytics.js’,’ga’);

Esta librería se ocupa también de instanciar a la función global llamada “ga”, que
podremos utilizar para realizar todas las peticiones y envíos de información necesarios a
la herramienta.
Además, creará la cookie que la herramienta necesita para la correcta gestión de los
usuarios y de la que hablaremos de forma extensa más adelante.
La siguiente línea es la encargada de indicar el ID de nuestra propiedad web para que
Google Analytics sepa a qué sitio corresponde el hit que está recibiendo. Además, en esta
línea se indica el dominio que genera la cookie. Podemos darle directamente el valor de
nuestro dominio principal o mantener la palabra “auto” para que lo gestione de forma
directa con el dominio en el que se carga la página.
ga(‘create’, ‘UA-XXXXXX-1’, ‘auto’);

La última línea del código lo que hace es crear el tipo de interacción que se enviará en el
hit, en este caso es página vista.
ga(‘send’, ‘pageview’);

Con cada hit que enviamos a Google Analytics desde nuestra web se transfiere gran
cantidad de información que podemos obtener del visitante y que conformará las
dimensiones y métricas que podemos visualizar en nuestros informes.
La URL de la página visitada, el navegador o sistema operativo, la ubicación del visitante
o el tipo de dispositivo, entre muchas otras, son algunas de las informaciones que es
capaz de capturar el código de seguimiento básico de forma automática.
Aunque este código inicial es suficiente para recopilar los primeros datos en un sitio
simple, a lo largo de este libro veremos las diferentes posibilidades de modificación del
mismo para enriquecer y completar la información que podemos almacenar en Google
Analytics.
En el caso de que necesitemos realizar configuraciones avanzadas del código de
seguimiento podemos recurrir a la guía para desarrolladores de Google Analytics:
developers.google.com/analytics/devguides/collection/analyticsjs/advanced?
hl=es#snippet

36
<script>

(function(i,s,o,g,r,a,m){i[‘GoogleAnalyticsObject’]=r;i[r]=i[r]||function(){

(i[r].q=i[r].q||[]).push(arguments)},i[r].l=1*new Date();a=s.createElement(o),
m=s.getElementsByTagName(o)[0];a.async=1;a.src=g;m.parentNode.insertBefore(a,m)

})(window,document,›script›,›https://www.google-analytics.com/analytics.js›,›ga›);

ga(‘create’, ‘UA-XXXXXX-Y‘, ‘auto’);

ga(‘send’, ‘pageview’);

</script>

SEGUIMIENTO DE APPS
Cuando lo que queremos es recopilar información de una aplicación móvil con Google
Analytics, al seleccionar en la propiedad el tipo App Móvil, la herramienta nos envía a la
información necesaria para descargar el SDK de Android o IOs, con los ejemplos
necesarios para entender cómo debemos configurar el envío de datos a nuestra cuenta de
Google Analytics.
La implementación, por lo tanto, va a requerir de un profesional con conocimientos de
estos lenguajes y será importante comprender que lo que en una web son páginas aquí
serán pantallas, pero, en esencia, seguimos enviando hits de información a nuestra cuenta
para que puedan ser procesados y convertidos en datos de la misma forma que una página
web.
Aunque en el libro nos centraremos principalmente en el envío de datos para un sitio web,
es importante entender que el funcionamiento y todas las configuraciones son
prácticamente idénticas y lo único que varía es el lenguaje utilizado para el envío de los
hits.

SEGUIMIENTO DE APLICACIONES NO JAVASCRIPT CON EL

PROTOCOLO DE MEDICIÓN
Cuando queremos enviar datos a Google Analytics, pero no tenemos la posibilidad de
utilizar JavaScript, Google Universal Analytics permite el envío de hits por medio del
denominado Protocolo de Medición (Measurement Protocol).
El Protocolo de Medición de Google Analytics permite enviar hits directamente a los
servidores de Google Analytics a través de solicitudes HTTP y podemos utilizarlo para
medir la actividad del usuario en entornos que no admiten JavaScript o asociar el
comportamiento online y offline de nuestros usuarios. Resulta especialmente útil cuando
se desea enviar datos a Analytics desde un software específico, un terminal de punto de
venta (TPV) o todo lo que no sea un sitio web o una aplicación para móviles. Existen
algunos experimentos muy interesantes como el realizado por la gente de Loves Data

37
(youtube.com/watch?v=C27yMQOS8n0) en el que utilizan el protocolo de medición para
medir el uso de una máquina de café con Google Analytics.
El protocolo de medición permite enviar datos a Analytics desde cualquier dispositivo
conectado a internet.
La forma de hacerlo es con una llamada directa HTTP a una URL de Google Analytics en
la que debemos pasarle todos los valores necesarios para que la herramienta reconozca de
forma correcta la información. Entre ellos es esencial que se indique el identificador de la
propiedad (UA). Este es un ejemplo para un hit de página vista:
google-analytics.com/collect?v=1&tid=UA-XXXX-
Y&cid=555&sr=800x600&t=pageview&dh=mydemo.com&dp=/home&dt=homepage
Tenemos a nuestra disposición una herramienta web, llamada Hit Builder, para realizar
pruebas con el protocolo de medición: https://ga-dev-tools.appspot.com/hit-builder/
Toda la información sobre Measurement Protocol la podemos encontrar en la guía para
desarrolladores de Google Analytics:
developers.google.com/analytics/devguides/collection/protocol/v1/parameters

LAS COOKIES DE GOOGLE ANALYTICS

Las cookies son archivos de texto que se almacenan en el disco duro y en las que se puede
guardar una pequeña información acerca del visitante de nuestra web.
Gracias a las cookies, Google Analytics puede identificar de forma individual y anónima
a los visitantes de nuestro sitio web y de esta forma puede ofrecer una información lo más
fiel posible de los visitantes únicos del sitio.
Para ello utiliza una cookie llamada por defecto “_ga “. Aunque es posible modificar su
nombre, no es recomendable hacerlo salvo que seamos usuarios avanzados y conozcamos
las implicaciones que tiene. Cada vez que un usuario inicia una visita en nuestro sitio
web, la librería JavaScript del código de seguimiento (analytics.js) se encarga de leer y
reescribir esta cookie para conocer si el usuario es nuevo o recurrente y poder
identificarle de forma siempre anónima.
La cookie de Analytics tiene una vida predefinida de 2 años, tiempo durante el cual el
usuario será reconocido como visitante recurrente por nuestro código. Lo que se almacena
en ella es un identificador de cliente (Client ID). Google Analytics genera de manera
aleatoria un client ID cada vez que un usuario visita nuestra web por primera vez. Este
identificativo lo crea uniendo dos números aleatorios de 32 bits (valor de ejemplo:
35009a79-1a05-49d7-b876-2b884d0f825b).
Cada vez que el usuario inicia una nueva sesión en nuestro sitio, la cookie se reescribe
para prolongar su duración 2 años más.
Se trata de una cookie de las denominadas “First-party”, esto quiere decir que solo puede
ser leída y modificada por el dominio que la creó.

38
Esto, que en principio es transparente para el usuario, tendrá una implicación técnica
importante cuando nuestro sitio web tenga más de un dominio diferente de primer nivel,
ya que, si el usuario pasa en una misma sesión de un dominio a otro, el segundo no podrá
leer la cookie generada por el primero y la sesión no se mantendrá de forma correcta. Más
adelante veremos cómo solucionar esto con el denominado Cross Domain Tracking.
Antiguamente, en el conocido como Google Analytics clásico, las cookies guardaban
también datos de la sesión, información sobre la procedencia del visitante, tiempos de
permanencia, etc. Con Universal Analytics esto se hace a nivel de servidor por medio de
un sistema de gestión de las cookies llamado Sesionización. Gracias a ello, podemos
cambiar algunos parámetros de las mismas desde la interfaz de administración de Google
Analytics.

Ley de Cookies
En marzo de 2012 el Real Decreto 13/2012 modificó el artículo 22.2 de la Ley de la
Sociedad de Servicios de la Información (LSSICE) para adecuarse a la directiva europea
(Directiva 2009/136/CE) que obliga a los sitios web que almacenen cookies en los
equipos de los usuarios a solicitar expresamente su consentimiento para ello.
Además, debemos informar claramente en la política de privacidad de nuestra web de las
cookies que genera y cuál es su finalidad.
Esto es lo que ha provocado desde ese año la proliferación de mensajes en los sitios web
solicitando la aceptación de las cookies. Al principio era un poco escandaloso, pero hoy
en día nos hemos acostumbrado a convivir con estos mensajes.
Ten presente, por tanto, que, si utilizas Google Analytics en tu página web, tienes la
obligación de informar a tus visitantes del uso de cookies y de solicitar su aceptación
antes incluso de instalar el código de seguimiento. Existen muchos plugins que pueden
ayudarte con todas las tareas necesarias para el cumplimento de la Ley de Cookies en tu
web.

¿Y qué sucede si…?

¿Alguien borra o bloquea las cookies? Si esto sucede, cada visita de nuestro visitante
será considerada como la de un usuario nuevo y a la herramienta le resultará imposible
relacionarla con sus visitas anteriores.
¿El navegador bloquea el código JavaScript? Si por razones de seguridad o de otro
tipo el navegador del usuario bloquea el código JavaScript, sus hits no se enviarán y por
lo tanto las visitas de este usuario no se registrarán.
¿Se accede a una web cacheada? El hecho de que nuestra página sea servida por algún
sistema de caché no provoca ningún conflicto con el funcionamiento de Google
Analytics. La única implicación de esto es que el usuario pueda no estar viendo la última
versión de nuestro sitio.

39
¿Ocurre un error JavaScript al cargar la página? Si se produce un error grave en la
carga de la página, este provocará la cancelación del resto de peticiones JavaScript y por
lo tanto la pérdida de estos datos.

Ninguna herramienta de analítica web basada en JavaScript reporta el 100% de los

datos. La analítica web no estudia datos absolutos sino tendencias.

GOOGLE TAG MANAGER

Tanto Google Analytics como otro gran número de herramientas relacionadas con el
marketing necesitan para funcionar la inserción de códigos en nuestros sitios web que
permitan a estos servicios gestionar la información de seguimiento, conversiones,
remarketing o simplemente tener acceso a alguna parte de la información de nuestro sitio.
Google Tag Manager es un gestor de estos códigos que nos ofrece una forma ágil y sencilla

de insertar y gestionar todas estas etiquetas a través de una interfaz web visual sin
necesidad de modificar el código de nuestras webs y aplicaciones móviles. Además de
permitirnos publicar estos cambios sin recompilar las aplicaciones o volver a publicar
nuestro sitio web.
Además de esto nos facilita el despliegue y administración de las etiquetas, reduce los
errores y nos proporciona una capa de seguridad que impide que una etiqueta modifique o
altere el correcto funcionamiento de nuestro sitio.
El funcionamiento de Google Tag Manager se basa en la inserción de un código, llamado
contenedor, en nuestro sitio web o aplicación móvil con el SDK adecuado (JavaScript de
nuevo en el caso de la web) que se encarga de conectar nuestro entorno con la
herramienta.
A partir de este momento y, gracias a las denominadas etiquetas de Google Tag Manager,
podremos empezar a hacer la conexión con los códigos de cada una de las herramientas
de marketing que utilizamos (Google Analytics, AdWords, Doubleclick, Clicktale…) por
medio de una interfaz visual que facilita su administración.
Cambiar la utilización de un gestor de etiquetas (Google Tag Manager no es el único, ni
siquiera el primero) por “trabajar con un gestor de etiquetas” es una decisión que tan solo
afecta a la forma en la que haremos el envío de los hits a Google Analytics y no modifica
en ningún caso la forma en la que trabajamos con la herramienta, que seguirá necesitando
de diferentes configuraciones en su interfaz administrativa que iremos viendo a lo largo
de este libro.
Las ventajas de utilizar un gestor de etiquetas como Google Tag Manager son muchas,
quizá la más importante es conseguir independizar al departamento de Marketing del de
desarrollo para la inserción de estos códigos o etiquetas. Pero hay que entender que
estamos introduciendo una nueva herramienta que deberemos comprender y conocer.

40
Si estás interesado en aprender a trabajar con Tag Manager, te recomendamos el curso
que imparte LIN3S sobre GTM avanzado: tagmanager.mideyvenceras.com

Figura 2.2. Google Tag Manager puede ser un gran amigo en la gestión del código de Google Analytics.

41
3. Configuración de Google Analytics

Si todo te da igual: estás haciendo mal las cuentas.

—Albert Einstein

GESTIÓN DE CUENTAS, PROPIEDADES Y VISTAS

En este capítulo nos adentraremos en las entrañas de Google Analytics para conocer
cómo se configuran todos los aspectos que necesitas conocer para administrar
eficientemente la analítica de una web.
Desde el panel de administración de Google Analytics podemos editar y administrar todas
las opciones de cuentas, propiedades web, vistas y usuarios, así como configurar todos los
aspectos de la herramienta. Podemos acceder al panel en cualquier momento desde la
opción “Administrador” ubicada en el menú superior de la herramienta.

Figura 3.1. El panel de administración de Google Analytics.

42
Cuenta
Una cuenta de Google Analytics (no confundir con las cuentas de Google) representa
siempre a una empresa, organización o negocio web. Para entenderlo de manera sencilla
podríamos pensar que una cuenta es un archivador, de esta manera Google Analytics está
compuesto por un conjunto de archivadores y cada uno de ellos identifica a uno de
nuestros clientes.
En el caso de que no seamos una agencia y tan solo vayamos a gestionar la analítica de
nuestro negocio, solo necesitaremos gestionar una sola cuenta.
Cada cuenta se identifica con un ID que conforma los primeros siete dígitos del código
UA >> UA-XXXXXXX-Y.

Opciones de configuración de la cuenta

Configuración de la cuenta. Podemos personalizar el nombre de nuestra cuenta y la
forma en la que nuestros datos se compartirán. Es importante indicar un nombre que
identifique de manera clara a nuestro cliente. Podemos poner su marca, por ejemplo.
Gestión de usuarios. Desde aquí podemos gestionar los usuarios que tendrán acceso a la
cuenta y personalizar sus permisos.
Todos los filtros. Permite gestionar los filtros que se han creado dentro de la cuenta.
Historial de cambios. Nos muestra un log con todos los cambios de configuración
aplicados en la cuenta.
Papelera. En la papelera se almacenan temporalmente las cuentas, propiedades y vistas
que eliminemos antes de ser suprimidas de manera definitiva. Aquí se conservan durante
35 días hasta que se suprimen de manera permanente.
En la papelera se muestra una lista de todos los elementos suprimidos, el usuario que los
ha suprimido y la fecha en la que se eliminarán permanentemente.

Dónde vemos nuestras cuentas en Google Analytics

Si tenemos acceso a múltiples cuentas de Google Analytics, el menú desplegable superior
izquierdo nos da acceso a todas ellas de forma sencilla y con un buscador para ayudarnos
a encontrar cada vista de cuenta.

Cómo crear una cuenta

Para crear una cuenta nueva debemos hacer clic en el botón Administrador del menú y
acceder al Administrador de cuentas.
Una vez aquí encontramos el botón de crear una nueva cuenta desplegando el menú de
Cuentas.

43
Existe un límite de 100 cuentas por usuario. En el caso de que necesitemos gestionar un
número mayor deberemos solicitarlo a Google a través de nuestro gestor de AdWords o
de una empresa partner en Google Analytics.

Propiedad web
Dentro de cada cuenta se ubica al menos una propiedad web en la que podemos crear
diferentes vistas, administrar sus usuarios, etc. Volviendo al símil anterior, las
propiedades web representan los cajones de un archivador. Podemos utilizar una
propiedad web para medir una web. De esta manera, si nuestro cliente tuviera un blog y
una tienda, podríamos crear dos propiedades para medirlos. Ten presente que dentro de
una propiedad web es posible medir varias webs que estén relacionadas. Esto nos va a
permitir hacer un seguimiento de la navegación de un usuario entre varios dominios o
subdominios. Más adelante explicaremos cómo.
Cada propiedad web hereda el ID de su cuenta, pero añadiendo un número al final (UA-
XXXXXXX-1). La propiedad web nos proporciona el código de seguimiento a insertar en
nuestro sitio web o aplicación.

Opciones de configuración de una propiedad web

Vamos a hacer un breve repaso a todas las opciones:
Configuración de la propiedad. Podemos personalizar el nombre de la propiedad y
diferentes aspectos de configuración. Es recomendable que el nombre de nuestra
propiedad identifique la web que estamos midiendo. Podemos indicar, por ejemplo, su
dominio. En el caso de medir más de una web dentro de la propiedad, deberíamos elegir
el nombre del dominio principal.
Gestión de usuarios. Nos permite gestionar los usuarios que tendrán acceso a la
propiedad web.
Información de seguimiento. Nos muestra el estado del tracking de información y nos
permite obtener el código de seguimiento personalizado.
Enlace de Adwords. Nos permite enlazar la propiedad web con nuestras cuentas de
AdWords.
Todos los productos. Nos muestra un resumen de los productos que tenemos enlazados
con la propiedad web y nos permite cambiar sus configuraciones.
Remarketing. Para gestionar listas de remarketing.
Definiciones personalizadas. Desde aquí podemos crear dimensiones y métricas
personalizadas.
Importación de datos. La importación de datos permite subir datos de fuentes externas
para combinarlos con los datos de nuestra vista. De esta manera podemos organizar y

44
analizar todos los datos de forma que reflejen mejor la realidad de nuestra empresa.
Configuración social. Desde aquí podemos conectar Analytics con perfiles de redes
sociales.

Crear una propiedad

El proceso para crear una nueva propiedad web es similar al de crear una nueva cuenta.
Al crear una nueva cuenta se generará automáticamente una primera propiedad web por
defecto con identificador UA-XXXXXX-1. Las propiedades que creemos posteriormente
irán numeradas correlativamente con 2, 3, etc.
Existe un límite de 50 propiedades por cada cuenta.

Vistas
Una vista representa una personalización de un informe de Google Analytics y se crean
dentro de las denominadas propiedades web de una cuenta.
Siguiendo con el símil de los archivadores, las vistas representan las carpetas que se
almacenan en cada cajón.
A nivel de vista podemos, además, gestionar los permisos de usuarios, los objetivos y los
filtros.
Todas las vistas de una propiedad web comparten el mismo identificativo UA-XXXXX-
Y.

Nota: cada propiedad web puede tener un máximo de 25 vistas.

Administración de una vista

Configuración de la vista. podemos personalizar el nombre de la vista y diferentes
aspectos de configuración. Desde aquí podemos editar algunas opciones importantes de
las vistas, como el huso horario seleccionado, las del buscador interno, etc.
A la hora de elegir un nombre para nuestras vistas debemos procurar buscar un nombre
corto, pero suficientemente descriptivo como para poder identificar fácilmente su
finalidad: “Visitas sin tráfico interno”, “Visitas desde Madrid”, “Visitas procedentes de
AdWords”, etc.
Gestión usuarios. Gestionar los usuarios que tendrán acceso a la vista y personalizar sus
permisos.
Objetivos. Crear y gestionar nuestros objetivos. Este punto lo veremos en detalle en el
capítulo dedicado a la conversión.
Filtros. Crear y gestionar nuestros filtros.

45
Tanto la configuración de objetivos y filtros para la vista, como la gestión de usuarios lo
veremos de manera completa más adelante.

A nivel de vista
Además, tenemos acceso a herramientas y elementos personales como segmentos
avanzados, anotaciones, agrupaciones de canales y de contenido, alertas personalizadas,
mensajes de correo programados, accesos directos y podemos gestionar nuestros recursos
compartidos.

Copiar y eliminar vistas

Para copiar o eliminar una vista debemos acceder a la pestaña de Configuración (Profile
Settings). En la parte superior, a la derecha, encontramos tanto un link para copiar la vista
como para borrarla (mover a la papelera). Las vistas enviadas a la papelera se pueden
recuperar durante los siguientes 35 días.

Usos frecuentes de las vistas

Las vistas tienen usos muy diversos y muy interesantes. Pongamos algunos ejemplos:
Medir subdominios por separado. Creando un filtro personalizado en el dominio que
devuelva solamente la información del subdominio.
Medir secciones del sitio web. Crear vistas que devuelvan solamente la información de
una carpeta o sección específica de nuestro site.
Controlar el acceso a la información. Con la creación de diferentes vistas y la
aplicación de filtros podemos crear informes específicos para cada rol o departamento de
la organización. Hecho esto podremos dar permisos a cada departamento o persona a la
información que realmente necesitan.

46
 Figura 3.2. Cuentas, propiedades, vistas y usuarios.

GESTIÓN DE USUARIOS
Google Analytics es, en esencia, una herramienta colaborativa, por lo que es habitual que
existan varios usuarios trabajando en una misma cuenta de Analytics. Conocer a fondo los
roles de usuario es, por tanto, imprescindible para gestionar eficientemente nuestras

cuentas.

Figura 3.3. Gestión de usuarios.

Podemos asignar permisos a un usuario a nivel de cuenta, propiedad o vista.

Haciendo clic en la opción Gestión de usuarios se nos muestra un listado en el que
aparecen los usuarios que tienen permisos, identificados por su correo electrónico.
Además, veremos los privilegios que tienen y podremos modificarlos en caso de que
tengamos permiso de administración de usuarios.

47
 Figura 3.4. Añadir permisos a usuarios.

Roles de usuario
Los permisos permiten tener un control más preciso de los niveles de acceso de cada
usuario. Existen cuatro tipos de permisos que pueden asignarse por separado o
combinándolos:

Figura 3.5. Roles de usuario en Google Analytics.

Administración de usuarios. Otorga privilegios para la gestión de los usuarios de la

cuenta (agregar, suprimir, y asignar permisos). Este rol es independiente del resto de
permisos.
Edición. Un usuario con permisos de edición podrá realizar funciones administrativas
relacionadas con los informes (agregar, editar o suprimir cuentas, propiedades, vistas,
filtros, objetivos, etc.), así como consultar los datos de los informes. Este permiso incluye
el permiso de colaboración y el de visualización.

48
Colaboración. Este permiso permite al usuario crear activos personales y compartirlos.
En Google Analytics existen elementos que pueden ser compartidos por los usuarios con
permiso de colaboración: segmentos avanzados, informes personalizados, agrupaciones
de canales, enlaces directos, paneles, etc. Este permiso incluye el de lectura y análisis.
A lo largo del libro iremos conociendo todos estos elementos y veremos la forma de
compartirlos.
Lectura y análisis. Es el privilegio más bajo. Con él tan sólo es posible consultar los
datos del informe y hacer algunas operaciones con los datos de la vista como filtrar una
tabla, agregar una dimensión secundaria o crear un segmento.
Es muy importante tener presente que los permisos se heredan de forma predeterminada
(cuenta > propiedad > vista). Por ejemplo, al establecer permisos para un usuario en el
nivel de cuenta, el usuario contará con esos mismos permisos para todas las propiedades y
vistas de la cuenta.
Los permisos establecidos para los niveles dependientes tienen prioridad sobre los
permisos establecidos en un nivel superior.
Conforme desciende la jerarquía, se pueden otorgar más permisos, pero no menos. Por
ejemplo, si un usuario tiene permiso de lectura en el nivel de cuenta, también puedes
otorgarle el permiso de edición en el nivel de propiedad o de vista, pero si el usuario tiene
permiso de edición en el nivel de cuenta, no puedes otorgarle únicamente el permiso de
lectura en el nivel de propiedad.
Recuerda que los permisos de usuario se asignan en la sección de administración tanto a
nivel de cuenta, como de propiedad y vista.

Añadir un nuevo usuario

Para dar acceso a un nuevo usuario, simplemente debemos hacer clic en la opción
‘Gestión de usuarios’ del menú de nuestra cuenta, propiedad web o vista. Una vez dentro,
introducimos el email del nuevo usuario y el rol que queremos te tenga. Recuerda que
debe ser un email asociado a una cuenta de Google google.com/accounts.

FILTROS
Los filtros de Google Analytics proporcionan una forma sencilla y muy flexible de definir
la información que queremos mostrar en los informes de nuestras vistas.
Nos ayudan a modificar los datos y personalizar los informes para amoldarlos a las
necesidades de nuestro negocio. Los usos más habituales de los filtros son:
Excluir el tráfico interno de una organización.
Restringir el acceso a una vista o usuario.

49
 Segmentar los datos de los informes.
Personalizar los informes añadiendo o modificando información.
Podemos utilizar dos tipos de filtros: predefinidos y personalizados.

Cómo funciona un filtro

Los filtros se aplican a las vistas con el fin de modificar los datos antes de que se
almacenen en base de datos. Por lo tanto, es muy importante entender que una vez que se
aplica el filtro a una vista sus datos quedan modificados para siempre y no podremos
recuperar la información filtrada.
Debemos tener presente que es posible aplicar más de un filtro a una vista y que el orden
en el que apliquemos los filtros tiene importancia. La salida de un filtro es la entrada del

siguiente. De esta manera, dos filtros que entren en conflicto entre sí harán que no
aparezca ningún dato en el informe.

Figura 3.6. Cómo funciona un filtro.

Recomendación: dado que cuando la información pasa por un filtro no puede ser
recuperada, es altamente recomendable mantener una vista de seguridad sin ningún tipo
de filtro para evitar pérdidas de información no deseadas.

Gestión de filtros en Google Analytics

Los filtros se crean y modifican desde el panel de administración de Google Analytics.
Los usuarios que gozan de permiso de edición a nivel de cuenta pueden hacer lo siguiente:

Crear o modificar filtros en la cuenta.

Crear o modificar filtros en la vista.
Aplicar filtros a cualquier vista de la cuenta.

50
Los usuarios que sólo tienen el permiso de edición en la vista pueden hacer lo siguiente:
Aplicar filtros existentes a la vista o eliminarlos de ella, pero no pueden crear
filtros nuevos ni modificar los existentes.
Para utilizar un filtro predefinido simplemente es necesario darle un nombre y seleccionar
el tipo de filtro a aplicar. En el caso de que queramos trabajar con un filtro personalizado,
será necesario configurar algunos campos más.

Filtros predefinidos
Google Analytics ofrece los 4 filtros más utilizados de una forma más directa. Son los que
se conocen como filtros predefinidos:
Excluir/Incluir tráfico del dominio del ISP. Este filtro se utiliza para excluir el tráfico
interno de una empresa a través del dominio de su proveedor de servicios de internet
(ISP). En organizaciones grandes es habitual que el ISP trabaje con un dominio
personalizado, en este caso puede sernos de mucha utilidad este filtro.
Excluir/Incluir tráfico de una IP. Excluir o incluir el tráfico procedente de la IP
especificada en el campo de texto (textfield) del patrón. Es recomendable crear un filtro
que excluya el tráfico procedente de la red de tu empresa para analizar el tráfico sin tener
en cuenta las visitas que podamos generar internamente.
Excluir/Incluir tráfico de subdirectorios. Se utiliza para crear vistas con datos de los
visitantes que acceden a una de las secciones de nuestra web.
Excluir/Incluir tráfico de hostname. Se utiliza para crear vistas con información sobre
los visitantes que acceden a un nombre de dominio concreto.
A la hora de trabajar con los filtros es importante tener presente la concordancia, ya que su
funcionamiento será completamente distinto:
Que son iguales a.
Que empiezan por.
Que terminan por.
Que contienen.
Antes de aplicar un filtro puedes comprobar su funcionamiento a través de la
funcionalidad verificar este filtro.

Filtros personalizados
Los filtros personalizados nos permiten dar un paso más a la hora de personalizar los
informes de nuestras vistas. Al seleccionar este tipo de filtro, se desplegarán una serie de
opciones en nuestra pantalla de configuración de filtros.

51
Los filtros personalizados se componen de 3 partes:
Tipos de filtro. Tenemos la opción de seleccionar entre 6 tipos diferentes.
Campo del filtro. Un combo donde podemos ver gran cantidad de dimensiones
por las que podemos realizar el filtro.
Patrón del filtro. Aquí determinaremos el patrón del filtro a aplicar en función de
la dimensión especificada. Podremos utilizar expresiones regulares para
personalizar nuestros filtros.

Nota: más adelante profundizaremos en las expresiones regulares.

Tipos de filtro
Excluir. Los informes eliminaran los visitantes del patrón que hayamos especificado.
Incluir. Los informes solo incluirán el tráfico del patrón especificado.
Minúsculas/mayúsculas. Con este tipo de filtro conseguimos que los datos especificados
en el patrón se visualicen siempre en mayúsculas o minúsculas con el fin de
homogeneizar los resultados.
Buscar y reemplazar. Busca en el patrón especificado en el campo A y lo reemplaza por
el que situemos en el B.
Podemos, por ejemplo, hacer nuestros informes más manejables reemplazando
parámetros poco amigables de la URL por palabras más sencillas.
Con este filtro conseguiremos reemplazar una cadena poco clara como [catid=5] por algo
más comprensible [Bolsos de piel] lo que hará nuestros informes más sencillos de
interpretar.
Opciones avanzadas. Se utiliza para crear un resultado con la construcción de otros. Por
ejemplo, añadir a las URLs el nombre del host o dominio.
La opción de filtros avanzados nos permite construir un campo a partir de uno o dos
campos de entrada. Podemos utilizar expresiones regulares para capturar todos los datos
de entradas o solo algunos de ellos y combinar el resultado en el orden deseado.

Filtros y vistas
Las vistas y filtros son el complemento perfecto para el analista. Como ya hemos
comentado, los filtros se aplican a las vistas para crear diferentes formas de ver los datos
de una misma propiedad web.
Podemos aplicar un filtro a una sola vista o a varias dentro de una propiedad web.
Utilizando filtros y vistas, por tanto, podemos personalizar la información que aparece en

52
los informes de Google Analytics.
Crea distintas vistas con sus correspondientes filtros para segmentar el tráfico en función
de su fuente de referencia, ubicación geográfica, características de la vista, etc.
En un filtro avanzado podemos incluir hasta dos campos (Campo A y Campo B) para
crear el Campo de salida. La expresión Extracto A corresponde con el Campo A y
Extracto B, con el Campo B. Estas expresiones permiten coincidencias de texto completo
o parcial e incluyen expresiones regulares.
Este tipo de filtro es útil por ejemplo, para añadir el nombre de dominio en los informes
de contenido (filtro Add Host Name).

Figura 3.7. Permisos y filtros.

Buenas prácticas con filtros y vistas

Vista de seguridad. Es altamente recomendable mantener una vista de backup sin ningún
tipo de filtro en sus informes.
Esto minimizará la pérdida de datos en caso de que algún filtro esté mal configurado en el
resto de vistas.
Sin embargo, debemos tener en cuenta que cuando varios filtros se aplican a una misma
vista estos actúan de una forma secuencial en el orden en el que aparecen listados en las
propiedades de la vista.
Buenas prácticas para los filtros incluir y excluir. Podemos aplicar múltiples filtros de
incluir/excluir a una misma vista.
La salida del primer filtro proporciona la entrada del segundo y así sucesivamente.

MEDICIÓN ENTRE DOMINIOS Y SUBDOMINIOS

Antes de nada tengamos claro qué es un dominio y un subdominio:
Un dominio es un nombre (host name) que representa una dirección IP. Sería algo
similar a cómo utilizamos los nombres de las calles en un GPS para que nos

53
 devuelva unas coordenadas de ubicación. Un dominio es http://google.com.
Los subdominios son dominios ubicados dentro de otro de nivel superior.
Habitualmente son utilizados para diferenciar departamentos, grupos de páginas o
productos dentro de un mismo site. Por ejemplo, para el dominio google.com
podemos tener: news.google.com sites.google.com, maps.google.com. Ten presente
que google.com también es un subdominio de google.com.

Tracking entre subdominios

Para medir webs que no estén relacionadas entre sí y que no necesitemos analizar de
manera agregada lo ideal es crear diferentes propiedades web. De esta manera, cada web
tendrá su propio identificativo UA.
En el caso de que las webs pertenezcan a la misma unidad de negocio es recomendable
medirlas dentro de la misma propiedad web.
Para medir de manera agregada el tráfico de dos subdominios lo ideal es crear 3 vistas. En
la primera incluimos el tráfico global de las dos webs sin filtrar, mientras que en las otras
dos vistas filtraremos el tráfico de cada uno de los subdominios.
El código por defecto de Universal Analytics ya viene preparado para el seguimiento de
subdominios de primer nivel en una misma propiedad, por lo que no es necesario realizar
ninguna modificación.

Recomendaciones para el control de subdominios

Como ya sabemos, a la hora de recolectar los datos de la URL, Google Analytics
discrimina el nombre de dominio y no lo muestra en los informes.
De esta forma, una página cuya URL sea foro.example.com/index.htm la veremos en
nuestros informes simplemente como /index.htm.
Esto provoca que en diferentes subdominios podamos estar contabilizando páginas con el
mismo nombre que pertenecen a subdominios diferentes.
foro.example.com/index.htm
blog.example.com/index.htm
Se reportarían en nuestra vista como: /index.htm.
Para solucionar esta inconsistencia debemos crear un filtro personalizado que añada el
nombre del dominio al path. El filtro a utilizar sería el siguiente:
Tipo de Filtro: Personalizado > Opciones avanzadas

Campo A: Nombre del host

Extracto A: (.*)

54
Campo B: URI de la solicitud

Extracto B: (.*)

Enviar resultado a: URI de la solicitud

Constructor: $A1$B1

De esta forma, lo que antes era /index.htm pasará a ser ahora

foro.example.com/index.htm
blog.example.com/index.htm

Tracking entre dominios

Como ya sabemos, Google Analytics funciona con first-party cookies, que solo pueden
ser leídas por el dominio que las creó.
A la hora de medir dos dominios distintos dentro de una misma propiedad web (example-1
y example-2, por ejemplo) la cosa se complica un poco más, ya que no es posible que dos

dominios compartan una misma cookie. En este escenario, cuando el visitante pase de un
dominio a otro dentro de la navegación, al llegar al dominio www.B.com, el código de
seguimiento de esta web no será capaz de leer la cookie que creó el dominio en el que se
ha iniciado la sesión, www.A.com a pesar de que comparten el mismo código de seguimiento.
Por lo tanto, se iniciará una nueva visita en el dominio B, con referencia al dominio A, un
desastre que multiplicará nuestro tráfico y dejará los datos prácticamente inservibles.
Por lo tanto, para poder medir de manera conjunta dos sitios con dominios diferentes
dentro de una misma propiedad web necesitamos enviar la información de esta cookie al
otro dominio.
En cierta forma funciona como un partido de tenis en el que los dominios son los
jugadores y la pelota representa la cookie.
Conociendo las dificultades que esta implementación ha causado en el pasado, Google la
ha simplificado en Universal Analytics. Si además lo combinamos con Google Tag
Manager, la gestión del tracking entre dominios es más sencilla aún.

Modificaciones en el código de seguimiento

Universal Analytics nos ofrece un plugin para poder realizar el traspaso de la cookie entre
dominios de forma sencilla. El primer paso es poner en cada dominio a seguir en la
misma propiedad el código de seguimiento correcto con la especificación de su dominio.
Por ejemplo, si realizas un seguimiento de example-1.com y example-2.com, modifica el
fragmento en todas las páginas example-1.com para que incluya el nombre de dominio
example-1.com.
A continuación, modifique el fragmento en todas las páginas example-2.com para que

55
incluya el nombre de dominio .
ga(‘create’, ‘UA-XXXXXXX-1’, ‘example-1.com’);

ga(‘create’, ‘UA-XXXXXXX-1’, ‘example-2.com’);

Ahora hay que agregar el plugin autoLink al código de seguimiento. Este plugin se
encargará de revisar los enlaces de nuestro site y enviar la cookie en caso de que se
encuentre alguno de los dominios a los que queremos hacer cross domain, que deberemos
especificar. El código para example-1.com sería así:
ga(‘create’, ‘UA-XXXXXXX-1’, ‘example-1.com’ ‘auto’, {‘allowLinker’: true});

ga(‘require’, ‘linker’);

ga(‘linker:autoLink’, [‘example-2.com’] );

ga(‘send’, ‘pageview‘ );

Y en caso de haber más de dos dominios se añaden de la misma forma:

ga(‘linker:autoLink’, [‘example-2.com’, ‘example-3.com’] );

Recuerda que el ID UA-XXXXX-1 debe ser el mismo en todos los dominios para que las
visitas se contabilicen en la misma propiedad web.
A pesar de que el plugin es una forma sencilla de gestionarlo, los usuarios más avanzados
pueden realizar manualmente el envío de la cookie.
Recuerda que será necesario aplicar a la vista el filtro que añade el hostname a los
informes de página para poder ver de forma correcta los accesos a cada dominio.
Más información: support.google.com/analytics/answer/1034342?hl=es

Cross Domain Tracking con Tag Manager

Cuando utilizamos Google Tag Manager para la implementación con Universal
Analytics, el Cross Domain se simplifica al máximo, ya que en la propia etiqueta que
utilizamos para incluir el código de seguimiento podemos especificar que se va a hacer
seguimiento multidominio:

56
 Figura 3.8. Tracking entre dominios con Google Tag Manager.

CONEXIÓN CON OTRAS HERRAMIENTAS

Google Analytics puede integrarse con otras herramientas de Google para ofrecer nuevos
informes y funcionalidades avanzadas.

AdWords
AdWords es la herramienta de publicidad online de Google. Integrando Google Analytics
con AdWords podrás analizar el recorrido que sigue el cliente desde el primer clic en el
anuncio hasta realizar una conversión y mejorar las campañas publicitarias.

Search Console
GSC es una de las herramientas imprescindibles en el control y gestión del tráfico
orgánico en nuestra página web.
Permite una conexión directa de nuestra web con Google para ofrecer información de
forma recíproca y, de esta manera, mejorar la relación de nuestro sitio con el buscador.
Una vez verificado que somos administradores del sitio web que damos de alta, nos

57
ofrece muchísima información relevante para el SEO:
Envío de un sitemap.
Gestión de los sitelinks en la página de resultados de búsqueda.
Orientación geográfica del sitio web.
Relación de enlaces entrantes.
Errores y estadísticas de rastreo.
Sugerencias del HTML.
Rendimiento del sitio.
Y, además de todo esto, podemos conectar esta herramienta con Google Analytics y
beneficiarnos de la información que nos ofrece en nuestros informes.
Tanto desde Google Analytics como desde Search Console podemos enlazar una cuenta
con otra de forma muy sencilla.
Una vez enlazadas correctamente nuestras cuentas, obtendremos unos informes
fundamentales para el SEO con datos de impresiones, clics y CTR de nuestra web en la
SERP de Google. Estos informes cobran especial importancia ahora que el infame not
provided desvirtúa por completo el informe de palabras clave orgánicas.
Podemos utilizar esta información para cruzarla con otras dimensiones y métricas
interesantes.

Informe de consultas
Nos ofrece información enriquecida (impresiones, clics, posición media y CTR) para cada
una de las palabras clave en las que nuestra web ha aparecido impresa en la SERP,
siempre dentro del resultado orgánico. Con un tope de 1.000 consultas diarias.

Informe de Landing Pages

Nos da la información (impresiones, clics, posición media y CTR) para cada una de las
páginas de nuestra web que han aparecido impresas en la SERP, siempre dentro del
resultado orgánico. Para el top 1.000 de páginas.

Informe de Resumen Geográfico

Nos ofrece información (impresiones, clics y CTR) para cada uno de los países en los que
nuestra web ha aparecido impresa en una consulta.

AdSense y Ad Exchange

58
AdSense y Ad Exchange son dos herramientas de Google para ganar dinero publicando
en nuestra web anuncios relacionados con nuestros contenidos y audiencia. Al integrar
ambas herramientas podemos relacionar las métricas clave de AdSense, como el eCPM y
las impresiones de bloques, con otros datos de Analytics.

BigQuery
Google BigQuery es una herramienta para desarrolladores de Google que nos permite
realizar consultas de manera muy rápida en un gran conjunto de datos. Es posible
exportar sesiones y hits de una cuenta de Google Analytics Premium a Google BigQuery
y desde allí efectuar consultas personalizadas.

DoubleClick Bid Manager (DBM)

DBM es una solución de compras de Google para las grandes empresas que se basa en las
pujas en tiempo real en varios mercados. La integración de esta solución ofrece a los
usuarios la posibilidad de crear audiencias de remarketing desde una cuenta de Google
Analytics Premium y compartirlas con una cuenta de DBM para la segmentación.

DoubleClick Campaign Manager

DoubleClick Campaign Manager (DCM) es una solución de administración y publicación
de anuncios que permite a agencias y anunciantes a administrar todos los aspectos
relacionados con los programas de publicidad digital. La integración de esta solución
permite que los clientes de Google Analytics Premium puedan consultar y analizar los
datos de DCM en los informes de Google Analytics.

DoubleClick Search
DoubleClick proporciona una plataforma de tecnología publicitaria para crear,
comercializar y administrar anuncios para compradores, creadores y vendedores de
publicidad digital de todo del mundo. Al integrar DoubleClick en la cuenta de Google
Analytics es posible consultar en DoubleClick Search las estadísticas de Analytics sobre
la interacción de los usuarios con su sitio.

Google Play
Google Play Developer Console permite que los desarrolladores publiquen y distribuyan
sus aplicaciones. Aquí puedes obtener más información sobre los usuarios de sus
aplicaciones, sobre cómo las descubren y sobre los dispositivos que utilizan.

Notificaciones

59
Notificaciones de conversión es una función que te permite informar a las redes
publicitarias que no son de Google cuando se detecta una conversión. Está relacionado
con las descargas de apps móviles desde una red publicitaria. De esta manera, las redes
publicitarias optimizan las campañas publicitarias, lo cual se puede traducir en anuncios
de mejor calidad y en CPA más efectivos.

IMPORTACIÓN DE DATOS
Si utilizas distintos sistemas y herramientas para gestionar tu negocio, puedes usar
Analytics para combinar y centralizar el análisis de esos datos. Por ejemplo, puedes
incluir la información de un CRM, de un ERP y de Google Analytics para obtener una
visión completa de tu empresa.
Puedes subir los datos con uno de estos dos métodos:
1. Desde la interfaz de usuario de Analytics con la opción Administrador >
(Propiedad) > Importación de datos.
2. Con la API de administración de Analytics.
Los datos subidos se añaden a los datos ya recopilados o los modifican.

Tipos de datos que pueden importarse en Google Analytics

Con la importación de datos puedes subir e integrar la información con tu cuenta de
Analytics en tres momentos distintos de la cadena de recopilación y procesamiento de
datos:

Importación de datos de la visita

Este tipo de importación nos permite subir datos correspondientes a devoluciones de
comercio electrónico mejorado.
Con la importación de datos de la visita puedes enviar dichos datos directamente a
Analytics. Esto proporciona una alternativa al uso del código de seguimiento, API de
recopilación, SDK para móviles y protocolo de medición. Los hits importados se añaden
a tu propiedad de Analytics antes de cualquier procesamiento y, por lo tanto, los datos
importados pueden verse afectados por las acciones en tiempo de procesamiento, como
los filtros. Estos datos estarán disponibles en todas las vistas de informes de esa
propiedad.

Importación de datos ampliados

La importación de datos ampliados se añade a los datos ya recopilados y procesados o
que se están procesando. Normalmente, estos datos ampliados se almacenan en una
dimensión o métrica personalizada, aunque, en algunos casos, es recomendable

60
sobrescribir la información predeterminada que ya se ha recopilado (por ejemplo, al
importar la dimensión “Fuente” o “Medio” de una campaña).
Es posible subir los siguientes tipos de datos:
Datos de usuario para valorar su fidelidad o el valor del ciclo de vida del cliente.
Datos de campaña importando dimensiones relacionadas con las campañas
publicitarias, como la fuente.
Datos geográficos para crear regiones geográficas personalizadas.
Datos de contenido para agrupar el contenido mediante la importación de
información como autor, fecha de publicación y categoría de artículo.
Datos de producto para obtener mejor información sobre los productos
importando características como la talla, el color, el estilo u otras dimensiones
relacionadas con los productos.
Datos personalizados.

Importación de datos de resumen

Los datos de resumen nos permiten subir de una sola vez varias métricas. Los datos de
resumen importados se aplican a los informes de la vista después de la fase de
procesamiento de los datos. Actualmente, la importación de datos de resumen sólo
permite importar datos de costes:
Datos de costes. Puedes incluir clics de redes publicitarias de terceros (ajenas a
Google Adwords) y datos de costes e impresiones para hacernos una idea más
completa de nuestra inversión publicitaria.

EXPRESIONES REGULARES
Las expresiones regulares son secuencias de caracteres que forman un patrón de
búsqueda, utilizadas para hacerlas coincidir con un texto en diferentes rangos.
Contienen caracteres y los denominados meta-caracteres.

Se utilizan en GA para buscar coincidencias o capturar porciones de los campos de

datos.
Dentro de Google Analytics las Expresiones Regulares son muy utilizadas en las
búsquedas y en la definición de filtros y objetivos.

Nota: las expresiones regulares se utilizan en los filtros para lograr una coincidencia con
una serie de datos o conjunto de ellos. Por ejemplo, para abarcar un rango de IPs.

61
Estos son algunos de los puntos en los que más comúnmente se utilizan las Expresiones
Regulares en Google Analytics:
Creación de filtros:
Puedes utilizar expresiones regulares en los filtros para incluir / excluir ciertos tipos de
tráfico.
Filtrar el tráfico interno: 205\.172\.23[2345]
Configuración de objetivos:
En los objetivos se utilizan las expresiones regulares en caso de que la URL que
constituye el objetivo o alguna de las que conforman el funnel sea múltiple o pueda
variar.
Marcar un objetivo de URL a diferentes páginas:
.*index\.php\?id=(coche|moto)
Buscar patrones en los informes:
Si nuestra web tiene ciertas páginas o pasos de un proceso que no queremos se comporten
como páginas diferenciadas por algún motivo, podremos utilizar expresiones regulares
para agruparlas.
Las expresiones regulares nos ayudan a crear un filtro que agrupe estas páginas sin tener
que variarlas de forma individual.
^/download/casestudy/
Filtrar datos en los informes:
Podremos crear filtros en cada informe utilizando expresiones regulares, lo que nos
ayudará a trabajar con mayor dinamismo.
([Gg]oogle|[Yy]ahoo)
Existe un gran número de expresiones regulares con las que podemos definir patrones
muy complejos. Sin embargo, para trabajar con Google Analytics, en la gran mayoría de
los casos, puede ser suficiente con conocer las expresiones regulares más habituales y
sencillas. Veamos algunas de ellas:

El punto
El punto representa un carácter cualquiera. Pero siempre un único carácter, es decir: si
ponemos Articulo. esto será igual a Articulo1 o Articulo2 o Articulo3 o cualquier carácter
que encuentre con coincidencia. Pero no será igual a Articulo10, ya que son 2 caracteres.
Entonces para Articulo10 lo lógico sería poner:
Articulo..
Pero para conseguir hacerlo más flexible, podemos utilizar un cuantificador como por

62
ejemplo (+), que nos otorgará uno o más caracteres. Por ejemplo:
Artículo.+ abarcará Articulo10 pero también, por ejemplo, Articulo100.

La barra invertida \
La barra invertida \ se utiliza para escapar los caracteres especiales que queremos se
comporten de forma natural. Un ejemplo: si queremos buscar U.S. Holiday y lo
escribimos tal cual, esto coincidiría con UPS. Holiday o U.Sb Holiday o U3Sg Holiday.
Recordemos que el punto representa un carácter cualquiera.
Para poder coincidir únicamente con U.S. Holiday deberíamos poner U\.S\. Holiday
De esa forma hacemos que el punto se comporte como tal y no como un carácter especial.
Otro ejemplo claro es a la hora de definir IPs, en las que debemos escapar todos los
puntos para evitar errores: 192\.80\.60\.1

Cuantificadores y repetidores
? Coincide con cero o uno del carácter o ítem anterior.
+ Coincide con uno o más del carácter o ítem anterior.
* Coincide con cero o más del carácter o ítem anterior.
Algunos Ejemplos para entenderlo:
31? Coincide con 3 y con 31.
31+ Coincide con 31, 311, 3111, 31111, …
31* Coincide con 3, 31, 3111, 31111, …
Especificar el número de repeticiones utilizando {mínimo, máximo}, por ejemplo:
31{2} representa a 311, pero no representa a 3, ni a 31, ni a 3111.
31{1,3} representa 31, 311, 3111 pero no a 3 ni a 31111.

Nota: la forma de conseguir una expresión que coincida con cualquier cadena de
caracteres de tamaño indefinido es la siguiente .* muy utilizada en GA.

Agrupaciones ()
() Agrupa y recuerda el contenido como un elemento.
| Es el operador clásico OR.
Ejemplo:
(U\.S\.|US| u\.s\.|us) Holiday representa U.S. Holiday, US Holiday, u.s. Holiday y us

63
Holiday.
En cambio, no coincidiría, por ejemplo, con U.S Holiday, ya que esa opción no se
encuentra en el listado. Para ello deberíamos haber condicionado los puntos con un
interrogante ?

Delimitadores ^ $
^ Marca el inicio de una cadena.
$ Marca el final de una cadena.
Veamos un ejemplo:
^US coincide con US Holiday, pero no con One US Holiday.
Holiday$ coincide con US Holiday, pero no con US Holiday Schedule.

Recuerda
Las expresiones regulares son una poderosa herramienta para buscar, encontrar y
reemplazar patrones.
Podemos utilizarlas en filtros, objetivos y en los informes dentro de la herramienta, entre
otros sitios.
Prueba con cuidado las expresiones regulares: un pequeño fallo puede provocar un gran
impacto en los datos.
Incluso habiendo realizado todo correctamente, las expresiones regulares pueden
provocar errores.
Prueba y prueba y prueba hasta que consideres que el resultado es el óptimo.
En la web hay infinidad de información y ejemplos ya realizados de expresiones
regulares. Aprovecha las bondades de la comunidad.
Regular Expression Tester: regular-expressions.info/javascriptexample.html

64
4. Informes de audiencia

Haz al cliente el héroe de tu historia.

— Ann Handley.

A partir de este capítulo haremos un recorrido por los diferentes informes que podemos
encontrar en GA. Los informes, en esencia, son un conjunto de métricas y dimensiones
relacionadas.
Toda la información que se envía a Google Analytics en los hits acaba convirtiéndose en
dimensiones y métricas.
Las dimensiones describen características de un usuario, de una sesión o de una acción
concreta en la página.
Por ejemplo, la dimensión Ciudad describe una característica de la sesión e indica la
ciudad (por ejemplo, “París” o “Nueva York”) desde la que se origina la sesión en
cuestión.
Las métricas son un valor cuantitativo que nos permite ordenar y ponderar las
dimensiones. Por ejemplo, Sesiones es el número total de visitas que se han iniciado en el
sitio.

Combinaciones válidas de dimensiones y métricas

No todas las métricas pueden combinarse con todas las dimensiones. Cada dimensión y
métrica tiene un ámbito determinado: usuarios, sesiones o hit. En la mayoría de los casos,
lo más lógico es combinar dimensiones y métricas con el mismo alcance. Por ejemplo,
Ciudad es una dimensión de ámbito sesión, por lo que lo correcto sería combinarla con
métricas que aplican en toda la sesión. Un usuario no cambiará de ciudad en toda su
sesión. En cambio, Página es una dimensión del tipo hit, ya que en una misma sesión un
usuario puede ver más de una página. Combinar la dimensión Página con una métrica de
sesión como puede ser Sesiones provocará ciertas incongruencias en los datos.
developers.google.com/analytics/devguides/reporting/core/dimsmets

MÉTRICAS Y DIMENSIONES DE AUDIENCIA

Los informes de audiencia nos ofrecen una información muy valiosa a la hora de
comprender cómo son nuestros visitantes. En ellos encontramos un conjunto de métricas
y dimensiones fundamentales que nos hablarán como un libro abierto.

65
Métricas de audiencia
Sesión. Cada vez que un usuario aterriza en nuestro sitio o inicia la aplicación con el
envío de un primer hit comienza una sesión. La sesión comprende todas las interacciones
del usuario con el sitio en su aplicación.
Una sesión se da por finalizada cuando el usuario pasa más de 30 minutos sin interactuar
con el sitio. Este tiempo se puede modificar desde la interfaz de administración en caso de
que sea necesario. Imaginemos un sitio web con vídeos cuya duración es superior a los 30
minutos. En este caso seguramente nos interese aumentar el tiempo de duración de la
sesión para que no finalice mientras el visitante ve el vídeo.
También se dan por finalizadas todas las sesiones activas a las 12 de la noche del horario
que hayamos configurado en la vista. Esto es necesario para un correcto procesamiento de
los datos diarios y provoca que, si un usuario está navegando a las 23:59 y se mantiene
interactuando con el sitio a las 00:01 del día siguiente, en realidad se contabilicen 2
sesiones, una cada día.
Por último, la sesión también se dará por concluida si el usuario accede al sitio con una
información de campaña (fuente o medio) diferente aunque no hayan pasado los 30
minutos. Esto quiere decir que si, por ejemplo, un usuario nos visita desde un enlace en
un email y vuelve al sitio desde un enlace en un buscador, se iniciará una sesión nueva
aunque no hayan pasado los 30 minutos establecidos.
Hay dos excepciones a este comportamiento. Si el usuario retorna de forma directa,
escribiendo la URL en el navegador o desde un marcador de favoritos, no se sobreescribe
la cookie de campaña y, por lo tanto, no se inicia una nueva sesión.
También si el usuario retorna desde una web de referencia en menos de 30 minutos o el
tiempo que hayamos establecido de duración de la sesión, la sesión se mantendrá. Este
comportamiento se produce con el fin de evitar dos problemas muy comunes que
provocaban la finalización de las sesiones.
1. Cuando en alguna de nuestras páginas se nos ha olvidado insertarlo o no ha cargado
de forma correcta nuestro código de seguimiento.
2. Cuando el usuario sale a una pasarela de pago externa o TPV en un comercio
electrónico y luego retorna a finalizar la compra a nuestro sitio.
Aun así es muy recomendable que tanto nuestro propio dominio como el de la pasarela de
pago que comentamos sean excluidos de las fuentes de referencia. Esto lo podremos
gestionar desde la interfaz de Administración, a nivel de propiedad, en listas de exclusión
de referencia.
Más detalles sobre la sesión: support.google.com/analytics/answer/2731565?
hl=es&ref_topic=1012046
Usuarios. Podríamos definir usuarios como el número de visitantes reales que ha tenido
el sitio en un periodo sin importar el número de sesiones que cada uno haya iniciado en el
mismo.

66
En los sitios web es la cookie de usuario, que dura 2 años, la encargada de identificar al
mismo usuario en sesiones diferentes y, por lo tanto, poder agrupar correctamente esta
métrica. Es importante entender que las cookies, por lo general, se generan de forma
independiente en cada navegador web. Por lo tanto, si una misma persona inicia dos
sesiones en nuestro sitio web en dos navegadores distintos, será dos usuarios diferentes en
nuestros datos.
En las aplicaciones móviles la identificación es más real, ya que cada aplicación tendrá su
usuario. Por lo tanto, en ese caso será el número de dispositivos reales que han abierto la
aplicación al menos una vez en el periodo seleccionado.
Si un usuario inicia una sesión en nuestro sitio por la mañana con la vista de una página y
realiza otro acceso por la tarde, tendremos 2 sesiones en nuestros datos y 1 usuario.
En la mayoría de los casos la métrica usuarios necesita un procesamiento de los datos
complejo dentro de la herramienta, ya que, en función de las fechas seleccionadas en los
informes, un usuario puede tener presencia en una o más sesiones e ir variando el dato
dependiendo de cómo se modifiquen las fechas y dimensiones.
Es importante tener en cuenta que en algunos de los informes en los que se aplican tablas
de dimensiones, por ejemplo el informe de fuente de tráfico, un mismo usuario puede
tener sesiones en diferentes dimensiones de la tabla, por lo que la suma de usuarios de
cada una de ellas puede ser superior al número total de usuarios del período.
Es fácil de entender si imaginamos a un mismo usuario que nos visita desde una búsqueda
orgánica y desde una web de referencia.

Figura 4.1. El ámbito de los datos - Usuarios (Visitors) - Sesiones(Visits) - Hits(Pageviews).

Aquí se amplía la información sobre el cálculo de usuarios en Google Analytics:

67
support.google.com/analytics/answer/2992042
Duración media de la sesión. Se calcula dividiendo el total de duraciones entre el
número de sesiones.
La forma en la que Google Analytics conoce la duración de la sesión es sumando el
tiempo que el usuario permanece durante la visita en cada una de las páginas por las que
pasa.
Por lo tanto, si el visitante accede a la web por la “página A” a las 10:00, pasa a la
“página B” a las 10:05 y luego a la “página C” a las 10:10, la duración de la sesión será
de 10 minutos.
Como vemos en el ejemplo, el tiempo que el visitante pasa en la página C no podrá ser
calculado ni contabilizado por la herramienta ya que no existe un siguiente hit en el que
poder recoger la hora y calcular el tiempo de permanencia.
Si el usuario, durante su estancia en la página C, realiza alguna interacción que no
represente ir a otra página (un evento o una acción social por ejemplo), obtendremos la
hora en la que esta se produce y podremos capturar el tiempo de permanencia en ella
hasta esa interacción. Pero siempre habrá un último tramo de tiempo que se pierda.
Puedes ampliar la información aquí: support.google.com/analytics/answer/1006253?hl=es
Porcentaje de Rebote. Es el porcentaje de sesiones en las que los usuarios ven una
primera página de nuestro sitio y, sin más interacción con el mismo, lo abandonan.
En realidad el porcentaje de rebote se apoya en otra métrica existente en la herramienta
pero muy poco utilizada, el Rebote. El rebote es una métrica de sesión que le otorga un
valor de 1 a todas aquellas sesiones en las que solo hay un hit y un 0 a las que tienen más
de uno.
De esta forma, el porcentaje de rebote es el número de rebotes dividido por el número de
sesiones.
Por lo tanto, el análisis del porcentaje de rebote es muy importante de cara a evaluar el
nivel de cualificación de nuestras visitas para las diferentes dimensiones y será una de las
métricas a tener en cuenta en la optimización de nuestras páginas de aterrizaje o destino.
Cabe destacar cómo pueden influir en los datos del cálculo del porcentaje de rebote tanto
el diseño y la temática de mi sitio como la implementación analítica que hayamos
realizado.
Si, por ejemplo, nuestro sitio web es una página única en la que los usuarios pueden
moverse por las secciones por medio de anclas o avanzando con el scroll y no realizamos
una acción específica para que nuestro sitio envíe un hit en el momento en el que se
supere cierto punto del scroll o en algún otro momento, el rebote será muy elevado, ya
que los usuarios no pueden ir navegando por diferentes páginas.
También es habitual encontrar rebotes elevados en sitios de contenido específico como
los blogs, donde un visitante puede llegar a la página deseada, estar satisfecho y pasar el
tiempo necesario leyendo el contenido que se le ofrece y finalmente abandonar la página

68
sin visualizar otro contenido o página, por lo que su sesión será rebote.
En estos casos, lo que se suele hacer es activar un hit del tipo evento (los conoceremos
más a fondo en futuros capítulos) cuando consideramos que el usuario ha demostrado que
el contenido que le ofrecemos resulta interesante para él. Puede ser por el avance hasta un
punto de scroll, por el tiempo de permanencia leyendo o visualizando la página o por otra
acción que seamos capaces de capturar.
Para conocer más sobre el porcentaje de rebote:
support.google.com/analytics/answer/1009409?hl=es
Porcentaje de nuevas sesiones. Esta métrica está asociada a la métrica nuevos usuarios.
Cada vez que se produce una visita nuestro código de seguimiento revisa si se trata de
alguien que lo hace por primera vez o se trata de una visita recurrente. Para hacer esta
comprobación se apoya en la cookie generada para cada usuario.
De esta forma cataloga cada sesión como nueva o recurrente y será el porcentaje de
nuevas en función del total el que podremos encontrar en la métrica del porcentaje de
nuevas sesiones.

Dimensiones
Tipo de usuario. Esta dimensión cataloga las sesiones de un usuario como nuevas (New
visitor) o recurrentes (Returning visitor) en función de si es la primera interacción con
una web o no.
Debemos tener claro que no existen visitantes nuevos ni visitantes recurrentes. Lo
correcto es hablar exclusivamente de visitante, o mejor aún de usuario, que es la métrica
que podemos encontrar en Google Analytics. De esta manera, es un usuario no es nuevo
ni recurrente, o mejor dicho, un mismo usuario puede comportarse como nuevo y como
recurrente a lo largo de un periodo de tiempo.
En segundo lugar, deberíamos advertir que la dimensión “Tipo de Usuario” tiene un ámbito
de sesión. No es correcto hablar de usuario nuevo o usuario recurrente, sino de sesiones
en la que el usuario se comporta como nuevo y sesiones en las que el usuario es
recurrente.Esto nos permitirá comparar el comportamiento de aquellas sesiones en las que
los usuarios tienen el primer contacto con nuestro sitio con sus visitas posteriores.
Edad y Género. Las dimensiones de edad y género, así como las de intereses (categorías
de afinidad, segmentos de mercado y otras categorías) no se recolectan por defecto con el
código básico de Google Analytics.
Para obtener esta información necesitamos poder acceder a los datos de los usuarios que
navegan por nuestra web y tienen cuenta en Google. Los datos demográficos y de
intereses provienen de la cookie de DoubleClik de terceros (para el tráfico de la) y de
identificadores anónimos para aplicaciones para móviles (por ejemplo, ID de publicidad
para Android e IDFA para iOS). La librería de analytics.js no recopila datos demográficos
o de intereses.

69
Por lo tanto, para ello deberemos modificar el código de seguimiento con el fin de que sea
capaz de leer la cookie de terceros de DoubleClik. Así quedaría añadiendo la librería
necesaria para ello:
<script>

(function(i,s,o,g,r,a,m){i[‘GoogleAnalyticsObject’]=r;i[r]=i[r]||function(){

(i[r].q=i[r].q||[]).push(arguments)},i[r].l=1*new Date();a=s.createElement(o),

m=s.getElementsByTagName(o)[0];a.async=1;a.src=g;m.parentNode.insertBefore(a,m)

})(window,document,’script’,’//www.google-analytics.com/analytics.js’,’ga’);

ga(‘create’, ‘UA-XXXXXX-XX’, ‘example.com’);

ga(‘require’, ‘displayfeatures’);

ga(‘send’, ‘pageview’);

</script>

Más información: support.google.com/analytics/answer/2444872

Además de esta modificación en el código, deberemos habilitar en la propia interfaz de
Google Analytics la recolección de estos datos. Desde la administración de la propiedad,
si entramos en configuración, podremos marcar que vamos a empezar a recolectar esta
información.
support.google.com/analytics/answer/2819948?hl=es&ref_topic=279937
Es importante resaltar que para comenzar a ver datos en estos informes debemos tener un
volumen de tráfico suficiente para evitar el umbral que Google aplica a ellos. Esto lo hace
con el fin de evitar que, por medio de un análisis en base a diferentes datos y con un
volumen de usuarios en el sitio muy bajo, podamos ser capaces de reconocer el usuario
real que nos ha hecho la visita.
Nunca o muy difícilmente los datos de estos informes podrán alcanzar el 100% de las
sesiones, ya que no es posible obtener esta información de todos los usuarios.
Idioma. El idioma se obtiene del idioma que el visitante tenga configurado en su
navegador para los sitios web o del idioma del dispositivo en las aplicaciones móviles.
Ubicación geográfica. Gracias a la IP con la que nuestros usuarios se conectan a internet
la herramienta es capaz de otorgar una ubicación geográfica (en ocasiones puede no ser
exacta).
De esta forma Google Analytics crea varias dimensiones: Ciudad, Región, País,
Continente y Subcontinente.
Dimensiones de tecnología. Estas dimensiones tan solo aparecen en las vistas de sitios
web, ya que en las aplicaciones móviles la tecnología será siempre la nativa de cada
sistema operativo y cobrará más sentido conocer los dispositivos utilizados.
En las dimensiones de tecnología tenemos:

70
 Navegador. El navegador con el que navega por el sitio el visitante.
Sistema operativo. El sistema operativo del equipo o dispositivo.
Resolución de pantalla. Resolución de pantalla de los monitores que utilizan los
visitantes del sitio.
Colores de pantalla. Profundidad de color de los monitores de los visitantes.
Versión de Flash. Versiones de Flash compatibles con los navegadores de los
usuarios, incluidas las versiones menores.
Compatibilidad con Java. Distingue entre visitas procedentes de navegadores que
tienen o no Java habilitado (Sí o No).
Proveedor de servicios. Nombres de los proveedores de servicios de internet (ISP)
que han utilizado los visitantes en tu sitio. Esta dimensión sí aparece en las vistas
de aplicaciones móviles.
Nombre del host. Nombres de host que han utilizado los usuarios para acceder a tu
sitio. Suele ser la URL del sitio.
Categoría de dispositivo. Nuevamente es una dimensión que tan solo aparece en los
sitios web. Se dividen los dispositivos en 3 tipos, DeskTop (ordenador), Mobile y Tablet.
En ella podemos distinguir, por lo tanto, con qué tipo de dispositivo se ha realizado la
visita. Es de esperar que en un futuro próximo estas categorías se amplíen con nuevos
tipos de dispositivos como las Smart TV o las consolas de videojuegos.
Dispositivo. En esta categoría, presente también en las vistas de aplicaciones,
encontramos diferentes dimensiones relacionadas con la marca, nombre comercial y
tipología de aparatos móviles:
Información del dispositivo móvil. Nombre comercial, de marca y de modelo que
se utiliza para identificar al dispositivo.
Marca del dispositivo. Fabricante o marca. Por ejemplo, Apple o Samsung.
Método de entrada. Método de escritura que se utiliza en el dispositivo. Por
ejemplo, pantalla táctil, joystick, rueda de clic o lápiz.

INFORMES BÁSICOS DE AUDIENCIA

Todas estas métricas de audiencia son relevantes en prácticamente todos los informes de
Google Analytics y es en la Visión general de Audiencia donde vemos los datos globales
de las mismas para el periodo seleccionado.
Las dimensiones las encontramos repartidas en los informes básicos de audiencia. En la
interfaz web de Google Analytics estos son los principales informes que encontramos.

71
 Figura 4.2. Los informes de audiencia desde la interfaz de Google Analytics.

Usuarios activos
Este informe muestra el número de usuarios que han realizado al menos una sesión en
1,7,14 o 30 días. Nos permite, por lo tanto, analizar la media de usuarios reales de un sitio
en estos periodos.
Más información: support.google.com/analytics/answer/6171863

Análisis de grupo
Un grupo es un conjunto de usuarios que comparten una característica común que se
identifica en este informe mediante una dimensión de Analytics. Por ejemplo, todos los
usuarios con la misma fecha de adquisición pertenecen al mismo grupo. El informe de
análisis de grupo te permite aislar y analizar el comportamiento de los grupos. Nos
permite por lo tanto analizar, a partir de una fecha de adquisición de los visitantes, cómo
hemos conseguido fidelizar a los mismos y que mantengan su relación con nuestro sitio.
Más información: support.google.com/analytics/answer/6158745

Valor del ciclo de vida del cliente (solo APPs móviles)

Este informe nos permite conocer el valor que los distintos usuarios tienen para nuestro
negocio en función del rendimiento del ciclo de vida en varias sesiones. Por ejemplo,
podemos ver el valor del ciclo de vida de los usuarios que se han adquirido a través del
correo electrónico o de la búsqueda de pago. A partir de esa información podremos
determinar una asignación rentable de los recursos de marketing destinada a la

72
adquisición de esos usuarios. Más información:
support.google.com/analytics/answer/6182550

Versión de la aplicación (solo APPs móviles)

Este informe nos permite conocer las diferentes métricas en función de la versión de
nuestra aplicación que tenga instalada el usuario. De esta forma podremos comprobar qué
nivel de actualización tienen los usuarios de nuestra aplicación y cómo se comportan en
cada una de las versiones.

Explorador de usuario
Más información: support.google.com/analytics/answer/6158745

Datos demográficos (edad y sexo)

Conocer la edad y el sexo de nuestros visitantes ha sido uno de los mayores aportes en la
herramienta de los últimos años. Es importante recordar que en el informe no se muestra
el 100% de las visitas del sitio, ya que no de todos los visitantes se obtiene esta
información.
Más información: support.google.com/analytics/answer/2799357

Intereses (categorías de afinidad, segmentos de mercado y otras categorías)

La información sobre intereses se recoge de la misma forma que la edad y el sexo. Con
ello podemos conocer los gustos e intereses de nuestros visitantes.
Más información: support.google.com/analytics/answer/2799357

Información geográfica (idioma y ubicación)

El informe de idioma nos ayudará a orientar de forma correcta nuestro sitio al lenguaje en
el que nuestros visitantes tienen configurado su navegador o dispositivo. Es de vital
importancia en la optimización de un sitio poder comunicar en el idioma de los usuarios.
El informe de ubicación geográfica, en el que podemos ver desde el continente hasta la
ciudad de los visitantes, nos los representa además situados en un mapa visual.

Comportamiento (usuarios nuevos frente a recurrentes, frecuencia y visitas

recientes e interacción)
En estos informes de comportamiento encontramos las dimensiones de usuarios nuevos y
recurrentes. Nos ayudan especialmente a entender el comportamiento de los visitantes en

73
su primer contacto con nuestro sitio o cuando ya lo conocen y vuelven de nuevo a él.
Además, muestra algunas informaciones añadidas en diferentes informes, como los días
transcurridos entre sesión y sesión, las sesiones entre diferentes intervalos de tiempo o el
grado de fidelización de los usuarios de la aplicación móvil.

Tecnología (Navegador y SO y Red) (solo para web)

Conocer las tecnologías que los usuarios emplean para llegar a tu contenido y consumirlo
nos permite perfeccionar las versiones actuales y prever implementaciones futuras.
La gran diversidad de navegadores, dispositivos, tipos de resolución, etc., genera grandes
dificultades en el desarrollo y optimización de sitios web. Por ello, estos informes cobran
gran relevancia para conocer hasta qué punto debemos hacer compatible nuestro sitio.

Móvil (dispositivos y red en las APPs)

Desde aquí podremos ver el alcance de nuestro sitio en los diferentes dispositivos.
Podremos observar las grandes diferencias de comportamiento de nuestros usuarios para
cada categoría.
Estos informes resultan hoy en día vitales, ya que los usuarios se han despegado
definitivamente del ordenador y los dispositivos móviles ya generan, en la mayoría de los
sitios, el mayor volumen de tráfico.

Personalizado, variables personalizadas y definido por el usuario (solo para

web)
La variables personalizadas se utilizaban en la versión de Google Analytics clásico
(previa a Universal Analytics) de una forma similar a como lo hacen ahora las
dimensiones personalizadas (hablaremos de ello más adelante).
El informe se mantiene en la herramienta dado que hay configuraciones que lo siguen
utilizando.

Comparativas (solo para web)

Las comparativas nos permiten comparar nuestros datos con los datos totales de otras
empresas del sector que compartan sus datos. Conseguir contextualizar nuestros datos en
un entorno similar nos ayudará a comprender mejor el alcance de nuestro negocio.
Más información: support.google.com/analytics/answer/6086666

Flujo de usuarios (solo para web)

74
El informe flujo de usuarios es una representación gráfica de las rutas que los usuarios
siguieron en nuestro sitio: la fuente desde la que llegan, las distintas páginas que visitan y
el punto en el que abandonan el sitio.
Todo esto lo vemos en una representación visual en la que podemos ir seleccionando y
aislando las diferentes rutas para conocer cómo avanzan los usuarios por nuestro sitio.
Más información: support.google.com/analytics/answer/1709395

User ID
Uno de los grandes problemas de la analítica con Google Analytics y herramientas
similares es la dependencia de la cookie en la identificación de usuarios.
Esto provoca que en realidad lo que se miden son navegadores o dispositivos y no
usuarios reales. Si un usuario abre nuestro sitio con Firefox y seguido lo abre también en
Chrome, estará generando en nuestro sitio dos sesiones de dos usuarios diferentes.
Esto, hasta hace algunos años, no suponía un gran problema, ya que los usuarios nos
conectábamos a internet con uno o dos dispositivos como mucho.
Pero hoy en día nos conectamos con un ordenador en el trabajo, leemos los emails en el
móvil de camino a casa donde nos conectamos con la tablet o el smart TV para ver los
contenidos o acceder a los sitios que nos interesan.
Para intentar paliar este problema Google Analytics provee la función User ID. Con ella
podremos asociar las sesiones en diferentes dispositivos a un mismo usuario y conocer
sus interacciones con el sitio sin importar desde dónde se conecte.

Cómo funciona User ID

Para que todo esto funcione, como es lógico, es fundamental poder identificar y otorgar
un ID único a cada usuario cada vez que se conecte a nuestro sitio.
Esto requiere, por lo tanto, que el usuario se identifique (haga login en un área privada,
por ejemplo) y que nuestra base de datos, CRM o sistema sea capaz de enviar al código
de Analytics un ID individual para cada usuario.
Ese ID deberá ser enviado junto con los hits de Analytics. Este sería un ejemplo de
inclusión en el código JavaScript de un sitio web:
ga(‘create’, ‘UA-XXXX-Y’, { ‘userId’: ‘AQUí EL ID ÚNICO’ });

Además, en la configuración de la propiedad web deberemos activar la recolección de

datos del User ID y generalmente crear una vista en la que filtremos solo a las visitas en
las que hemos podido identificar a los visitantes.
En esta vista veremos algunos informes nuevos que no existen en las vistas “normales”.
Estos informes muestran datos de los usos de diferentes dispositivos por parte de estos
usuarios para acceder a nuestro sitio.

75
Unificación de sesiones
La unificación de sesiones permite que las visitas recopiladas antes de la asignación del
User-ID se reprocesen y puedan ser asociadas a un ID, siempre que las visitas
pertenezcan a la sesión en la que se asignó el valor de ID por primera vez. Si la
unificación está desactivada, solo se podrán asociar datos que tengan asignado
explícitamente un User-ID.
Más información sobre User ID: support.google.com/analytics/answer/3123662?hl=es

CÓMO ANALIZAR A NUESTRA AUDIENCIA

Como hemos ido viendo, el análisis de los informes de audiencia nos permite hacernos
una idea de las características a diferentes niveles de nuestro público.
Se trata de un análisis interesante en un primer contacto con los datos para poder hacernos
una idea general del tipo de cliente o usuario del entorno que se quiere analizar.
Normalmente no se realizará este análisis de forma muy asidua. No se analizará a diario,
por ejemplo, salvo necesidad clara, ya que los datos de audiencia no sufrirán variaciones
importantes en el corto plazo.
El análisis debería empezar con una aproximación lo más exacta posible a la
temporalidad y ciclos de tráfico/conversión en nuestro entorno online: conocer si las
sesiones crecen o bajan los fines de semana, qué épocas del año tiene mayor afluencia de
tráfico y cuándo son los momentos de menos visitas, en qué momentos los usuarios que
nos visitan son más propensos a interactuar con el negocio o comprar (veremos más
adelante la conversión)...
Todo esto nos permitirá tener un calendario claro de nuestro negocio y poder realizar
acciones específicas en función de estas situaciones.
Proseguiremos situando a nuestros usuarios en los principales rangos de edad, géneros e
intereses, para conocer si el tipo de público al que va dirigido nuestro negocio es el que
nos está visitando.
A partir de aquí deberemos situar geográfica e idiomáticamente a nuestros visitantes para
ver el alcance del negocio y qué sitios resultan más interesantes de cara a publicitar y
adquirir nuevo tráfico.
Todo esto deberá completarse con los usos tecnológicos de los visitantes. El primero y
fundamental deberá ser conocer los dispositivos con los que se conectan y qué
variaciones tienen sus accesos a lo largo del tiempo. Es bastante normal que el tráfico
desde dispositivos móviles crezca en las épocas de verano y festivos y baje en los
laborables. Aunque siempre depende del tipo de negocio.
También resultarán de interés los tipos de navegadores, resoluciones de pantalla, etc.,
pero casi siempre con orientación a realizar nuestro sitio compatible en los formatos más
utilizados.

76
Una vez analizado todo esto, podremos conocer ya las costumbres y ciclos de vida de
nuestros visitantes. Si se encuentra en un momento de adquisición de usuarios nuevos o
son visitantes ya asentados en el sitio, cada cuánto tiempo lo visitan y cuánto tiempo
pasan en él, con qué frecuencia acceden…
De esta forma, tendremos ya una idea completa de nuestro tipo de visitante y sabremos si
estamos llegando al usuario deseado para nuestro negocio.

77
5. Informes de adquisición

En todas las cosas, naturales y humanas,

el origen es lo más excelso.
—Platón

Los informes de adquisición de Google Analytics nos ofrecen una

información detallada sobre la procedencia de nuestro tráfico.

MÉTRICAS Y DIMENSIONES DE ADQUISICIÓN

Métricas
Las métricas que aplican a estos informes tiene que ver con la audiencia y la conversión,
pero existen algunas métricas propias de los informes de campaña que veremos
posteriormente que debemos conocer:
Impresiones. Impresiones es el número de veces que nuestros anuncios han sido
mostrados en cualquier plataforma a un usuario.
Clics. Representa la cantidad de veces que los usuarios hacen clic en nuestros anuncios.
Ten presente que clics y sesiones son métricas distintas, por lo que rara vez coincidirán en
nuestros informes de Google Analytics. Existen diferentes motivos que pueden explicar
esta discrepancia:
Usuarios que vinieron por CPC y regresan como tráfico directo. En este caso un
solo clic de AdWords puede estar asociado a varias visitas.
Configuración del navegador. Los usuarios que acceden a nuestra web desde
AdWords pueden hacerlo con JavaScript, las cookies o las imágenes desactivadas.
Google Analytics no reportará estas visitas, pero AdWords sí contabilizará los
clics.
Error o ausencia de código de seguimiento. La visita de un clic en AdWords no se
reportará si el código de Analytics no se carga en nuestra página por algún motivo.
Filtros de AdWords. AdWords automáticamente filtra determinados clics de los
informes, sin embargo, Google Analytics contabiliza la visita.
Sincronización de datos. Los datos de AdWords son actualizados una vez al día en
Analytics. Los resultados pueden temporalmente no estar sincronizados.

78
 Ausencia del código de seguimiento en la landing page. Si la página de aterrizaje
no tiene código de seguimiento, los datos de campañas no aparecerán en Google
Analytics.
URL de destino del anuncio sin etiquetar. Si la URL del anuncio no está
etiquetada de ninguna forma, las visitas se almacenarán como tráfico orgánico.
Redirecciones en la página de destino del anuncio. Las redirecciones a menudo
obstruyen la carga del código de seguimiento de Analytics dando como resultado la
pérdida de la procedencia de la visita, otorgándole la misma normalmente al tráfico
directo.
Coste. Representa el dinero que hemos pagado para conseguir los clics que han recibido
nuestros anuncios. El coste, por tanto, nos dice cuánto nos cuestan nuestras campañas de
AdWords. AdWords es un sistema de coste por clic (CPC o PPC).
CTR. El CTR (Clic Through Rate) es el porcentaje de usuarios que hacen clic en nuestros
anuncios en relación con el número de veces que esos anuncios salen impresos en las
páginas de resultados del buscador.
CPC. El CPC o coste por clic nos informa sobre el precio que pagamos por cada clic de
un usuario en un anuncio.
RPC. El RPC (revenue per clic) o ingresos por clic es el dinero que nos reporta de media
cada clic que un usuario realiza en nuestros anuncios.
ROAS y ROI. El ROAS es el retorno de la inversión en publicidad y se calcula
dividiendo los ingresos por ecommerce u objetivos entre el gasto publicitario.
El retorno de la inversión (ROAS) es la métrica fundamental que nos ayudará a
cuantificar el éxito de nuestras campañas de AdWords.
El ROI es una métrica similar al ROAS que se calcula restando a los ingresos el gasto y
dividiéndolo por los ingresos obtenidos.
ROAS = (Ingresos/Gastos) *100.
ROI = ((Ingresos-Gastos)/Gastos) *100.
5€ gastados y 5€ ingresados en AdWords ROAS 100%.
5€ gastados y 10€ ingresados en AdWords ROAS 200%.
5€ gastados y 0€ ingresados en AdWords ROAS 0%.
Ten presente que para poder obtener tanto el RPC como el ROAS es necesario haber
hecho una implementación de objetivos y/o e-commerce. Esto lo veremos más adelante
en el capítulo dedicado a la conversión.

Dimensiones de adquisición
Lo informes de adquisición se diseñan en base a algunas dimensiones que nos hablan

79
sobre la procedencia de nuestro tráfico:

Fuente y medio
El medio y la fuente son dos dimensiones con las que Google Analytics ha identificado
tradicionalmente la procedencia de nuestro tráfico. De hecho, hasta la aparición de otras
dimensiones como la agrupación de canales eran las únicas dimensiones que definían de
manera completa la naturaleza de nuestro tráfico.
Para entender correctamente la diferencia entre fuente y medio podríamos hacer el símil
con un viaje. La fuente es la ciudad o lugar desde el que nuestros invitados inician el viaje
y el medio es el modo de transporte que utilizan para desplazarse. Evidentemente, el
destino es nuestra casa, nuestra página web.
Identificar y estudiar los medios por los que acceden nuestros usuarios es fundamental a
la hora de analizar una web.
Los medios que nos muestra GA por defecto son Organic, CPC, Referral y None (el
tráfico que accede de manera directa a nuestra web no tiene medio).
Pero, como veremos más adelante, a través del etiquetado de campañas es posible definir
todos aquellos que estimemos oportunos: Email, Banner, Social media, Afiliación...

Agrupación de canales predeterminada

La agrupación de canales predeterminada es una dimensión que nos informa de la
procedencia del tráfico a través de un conjunto de etiquetas de canal. Cada etiqueta
representa un canal de adquisición de tráfico concreto. La agrupación de canales
predeterminada identifica los siguientes canales:
Directo
La fuente coincide exactamente con el Directo y el Medio coincide exactamente con (not
set).
o bien medio coincide exactamente con (none).
Búsqueda orgánica
El medio coincide exactamente con Búsqueda orgánica.
Referencia
El medio coincide exactamente con Referencia.
Correo electrónico
El medio coincide exactamente con Correo electrónico.
Publicidad en buscadores
El medio coincide con la expresión regular ^(cpc|ppc|búsquedapago)$

80
y la Red de distribución de anuncios no coincide exactamente con Contenido.
Otra publicidad
El medio coincide con la expresión regular ^(cpv|cpa|cpp)$
Redes sociales
La referencia de fuente social coincide exactamente con Sí
o bien
el medio coincide con la expresión regular ^(social|red-social|medios-sociales|ms|red
social|medios sociales)$
Anuncios de display
El medio coincide con la expresión regular ^(display|cpm|banner)$
o bien. Red de distribución de anuncios coincide exactamente con Contenido.
Aunque las etiquetas de la agrupación de canales predeterminada son suficientes para la
mayoría de los analistas, podemos modificarlas y ampliarlas para adaptarse a la evolución
y características de nuestro mercado.

Configuración de la agrupación de canales

Desde la Administración de Google Analytics es posible cambiar el nombre de los
canales, modificarlos y crear nuevos canales personalizados.
Los canales se crean a través de un conjunto de reglas que nos permiten identificar la
naturaleza del tráfico.

Agrupación de canales personalizada

Si tienes necesidades de análisis más específicas, puedes crear tus propias agrupaciones
de canales, cada una con un conjunto de etiquetas propio.

INFORMES BÁSICOS
Google Analytics presenta los siguientes informes de audiencia:

Visión general
Nos permite ver de un vistazo en un dashboard las métricas principales de adquisición,
comportamiento y conversión de nuestros canales de adquisición de tráfico.

Todo el tráfico
Dentro encontraremos varios informes en los que podemos ver desde diferentes puntos de

81
vista la procedencia de nuestros visitantes.
Canales. Este informe nos permite analizar la agrupación de canales
predeterminada y tener acceso a nuestras agrupaciones de canales personalizadas.
Mapas de árbol. Los informes de mapa nos ofrecen de manera muy visual el
rendimiento de nuestros canales de adquisición de tráfico, pudiendo usar el tamaño y
color de cada canal para mostrar dos métricas.

Fuente/Medio. Este informe nos muestra la procedencia de nuestras visitas a

través de las dimensiones medio y fuente. En el caso de que hayamos etiquetado
nuestras campañas podemos ver aquí nuevas fuentes y medios.
Referencias. Desde el informe de referencias podemos ver a través de qué webs
estamos recibiendo tráfico de referencia.

AdWords
Una vez integrado Google Analytics y Google AdWords, podemos acceder a un conjunto
de informes muy completo en el que podemos analizar el rendimiento de nuestras
campañas, anuncios y palabras clave. Estos informes integran tanto métricas procedentes
de Google AdWords como Google Analytics.

Optimización en buscadores
Para disponer de estos informes es necesario integrar Google Analytics con Search
Console. Desde aquí podemos analizar sin la limitación del not provided los términos de
búsqueda que utilizan nuestros visitantes.

Social
Analytics dedica estos informes a analizar de manera exclusiva el canal Social Media y el
funcionamiento de los botones sociales que hayamos instalado en nuestra web.

Campañas
Los informes de campaña de Google Analytics nos permiten analizar en profundidad
nuestras campañas de marketing online. Para ello previamente deberemos haber realizado
el proceso de etiquetado de campañas que veremos a continuación.

MEDICIÓN DE CAMPAÑAS
Internet es sin duda uno de los medios más efectivos a la hora de lanzar una campaña de
marketing.

82
 Es un canal extremadamente rápido, casi inmediato. Nos permite reaccionar
rápidamente ante cualquier evento. Podemos hacer llegar a millones de usuarios un
call to action a través de un email en pocos minutos. Además, el receptor tan solo
tendrá que hacer clic en un link para llegar a la noticia o promoción.
Internet es barato comparado con cualquier otro canal. Un envío de emails a miles
de personas nos costará menos que una llamada telefónica.
Nos ofrece un alcance descomunal. Internet permite que nuestras campañas se
expandan globalmente. Nuestros destinatarios pueden reenviar los correos a sus
amigos y socios o compartir una web en redes sociales.

El plan de medios online

Una de las tareas más importantes a las que debe enfrentarse un negocio en internet es
planificar su plan de medios online, que no es otra cosa que distribuir nuestro presupuesto
entre los diferentes medios:
Búsquedas orgánicas (SEO): maximizar la presencia de la marca para los términos
de búsqueda más relevantes en nuestro negocio. Este esfuerzo podría equipararse a
tener la tienda limpia y con luz para que el cliente la encuentre.
CPC: invertir en aparecer para términos de búsqueda que no podríamos dominar a
través de SEO. Las búsquedas pagadas o publicidad a través de buscadores generan
una tasa de conversión buena. Además, si sumamos estrategias de remarketing, se
convertirán en el arma definitiva de nuestro negocio online.
Display: incluir banners en sitios relacionados con nuestro mercado objetivo.
Tiene un porcentaje de clic mucho menor que la búsqueda pagada y una conversión
también baja, pero es indispensable por imagen de marca.
Social Media. Imprescindible hoy en día como canal de adquisición de tráfico y
fidelización.
Campañas de email marketing. Conforma un canal formidable de cara a mantener
una vía de comunicación habitual con nuestros usuarios y captar nuevos leads.
Programas de afiliados. Las redes de afiliados pueden ser un maravilloso aliado a
la hora de traccionar tráfico a nuestra web.
Medios offline. Podemos complementar nuestras acciones en el ámbito online con
publicidad en plataformas offline, como prensa, radio, tv, etc.

Cómo medir de manera efectiva nuestras campañas de marketing

Analizar correctamente todos los canales de adquisición de tráfico y campañas de
marketing que realizamos hacia nuestra web es fundamental para poder optimizar

83
nuestros recursos.
La medición de las campañas de marketing se realiza mediante un proceso llamado
etiquetado de enlaces que consiste en añadir cierta información extra a los enlaces de

destino utilizados en nuestras campañas de marketing.

Si el medio es Google AdWords, no es necesario ni conveniente etiquetar las URLs. Existe
una opción dentro de la propia herramienta que nos permite activar el auto etiquetado.
Para cualquier otro medio: campañas de emailing o banners en webs de terceros, por
ejemplo, es necesario etiquetar los enlaces que apuntan a nuestro sitio web para que
Google Analytics pueda agrupar de manera eficiente las visitas dentro de una campaña.

Cómo realizar el etiquetado de la URL

A la hora de realizar el etiquetado, la opción más recomendable sigue siendo la
herramienta Google Url Builder (support.google.com/analytics/answer/1033867?hl=es) que
permite agregar de una manera sencilla los parámetros de campaña en la URL.
Siempre se deben utilizar las siguientes variables obligatorias:
utm_campaign. Este parámetro lo utilizaremos para asignar un nombre de campaña al
anuncio (Navidad, Halloween, rebajas…).
utm_medium. Debe utilizarse para identificar el medio del anuncio (banner, email,
cpc…).
utm_source. Nos permite identificar la fuente de la campaña (yahoo.com, facebook.com,
dataBase…). En el caso de estar etiquetando una campaña de email marketing, podemos
utilizar este parámetro para identificar la base de datos a la que realizamos el envío
(clientes, leads, etc.).
En ocasiones podemos encontrarnos en la necesidad de no tener que indicar la fuente de
la campaña. Esto puede sucedernos, por ejemplo, a la hora de etiquetar un banner que
puede ubicarse en distintas webs.
Google Analytics no permite que dejemos vacío este campo. Si lo hacemos, no se
reportará ninguna información de campaña. Sin embargo, existen técnicas que nos
permiten solventar este problema.

84
 Figura 5.1. El etiquetado de enlaces en Google Analytics (ilustración de Ángel Luzuriaga).

1. Etiqueta los links de la manera habitual, pero utilizando la siguiente nomenclatura

para la fuente: utm_source=dynamic.
2. Cuando un usuario acceda a la web a través de un link etiquetado, captura los
valores de la campaña.
3. Si el valor de utm_source es “dynamic”, lo reemplazaremos por la url real de
procedencia del usuario.
Más información: lunametrics.com/blog/2014/06/11/campaign-tracking-dynamic-
source/#sr=g&m=o&cp=or&ct=-tmc&st=%28opu%20qspwjefe%29&ts=1418658962
Opcionalmente podemos utilizar las siguientes variables para etiquetar nuestros enlaces:
utm_content. Nos permite diferenciar entre varias versiones de un mismo anuncio
(intersitial, 750x200, 300x300, etc.).

85
utm_term. Palabra clave de pago.
Este sería un ejemplo de URL etiquetada:
example.com/?utm_source=yahoo.com&utm_medium=cpc&utm_campaign=christmas

Prevalencia de las campañas

GA por defecto utiliza un modelo de atribución de tipo last clic en el que atribuye la
conversión a la campaña más reciente. De esta manera, cuando un visitante acceda a
nuestra web a través de dos campañas diferentes y realice una conversión (una compra,
por ejemplo), esta será atribuida a la última campaña.
Es posible modificar este comportamiento incluyendo en todos los links de nuestras
campañas el parámetro utm_nooverride=1.
Recuerda por último que, por defecto, las campañas tienen una duración de 6 meses
(15768000000 ms para ser exactos). Es posible modificar esta duración a través del panel
de administración de Google Analytics.

Tracking de campañas internas

De cara a la medición de campañas internas en nuestra web, es fundamental entender que
el uso de UTMs está totalmente prohibido. En caso de hacerlo estaríamos rompiendo la
sesión de nuestros visitantes y desvirtuando la procedencia de nuestras visitas. En su lugar
podemos recurrir a diferentes estrategias:
La medición se puede realizar con eventos.

Podemos utilizar los informes del buscador interno.

Dimensiones personalizadas.

Medición de promociones internas con e-commerce mejorado.

Buenas prácticas durante el proceso de etiquetado

Ten siempre presente estos simples consejos a la hora de etiquetar tus campañas:
No etiquetes manualmente las campañas de AdWords, activa el auto-etiquetado.
El auto-etiquetado proporciona la más completa información de las campañas de
AdWords.
Crea los links utilizando la herramienta de URLs, con ello te aseguras de utilizar la
sintaxis correcta.
Utiliza nombres y ortografía consistente para todos los valores de etiquetado de

86
 campañas: cualquier pequeña variación (mayúsculas, minúsculas, espacios,
acentos) creará entradas diferentes en los informes.
Utiliza solo las variables de campaña que necesites: no tienes por qué utilizar las 5
variables si no son necesarias.
Utiliza siempre los parámetros utm_source, utm_medium y utm_campaign.

CÓMO ANALIZAR NUESTROS CANALES DE ADQUISICIÓN DE

TRÁFICO
El análisis de nuestros canales de adquisición puede ser una tarea compleja que requiere
de bastante experiencia por parte del analista. En primer lugar, debemos tener presente
que la información que nos ofrece Google Analytics no siempre refleja la realidad.
Pongamos algunos ejemplos:

La paradoja del tráfico directo

En ocasiones, visitas que realmente no son directas se contabilizan como tales, por
ejemplo:
Dispositivos móviles y aplicaciones. Apps de Twitter, Facebook, Pinterest,
LinkedIn.

87
Figura 5.2. Herramientas como MailChimp se encargan del etiquetado de forma autónoma (ilustración de Ángel
Luzuriaga).

Email. Outlook y otros clientes de correo electrónico de escritorio se visualizan

como tráfico directo. Clientes de correo web (Gmail, Yahoo! Mail, etc.) que
utilizan el protocolo seguro (https) también pueden aparecer como directo.
Social media clients. Tweetdeck y otras aplicaciones de escritorio dedicadas a la
gestión de redes sociales, sobre todo con el uso de acortadores (bit.ly, goo.gl…).
Mensajería instantánea. WhatsApp, Google Talk, Skype o cualquier link en un
software de escritorio.
Problemas técnicos. En ocasiones, ciertos errores con el código JS del cliente,
con sus cookies, etc. pueden provocar la contabilización de visitas como directas.

88
La verdadera naturaleza del tráfico orgánico
El tráfico orgánico se asocia al público que accede a nuestra web buscando algún servicio
o producto que nuestra web oferta. El usuario hizo clic en la parte orgánica de la SERP, el
espacio donde se ubican los resultados de búsqueda no promocionados. Es, por tanto, un
tráfico muy cualificado con altas posibilidades de realizar una conversión.
Cuando los términos de búsqueda que utilizó el usuario son de marca, la naturaleza de la
visita no debe considerarse orgánica sino directa. Desde la zona de administración
podemos configurar Google Analytics para que excluya los términos de marca del tráfico
orgánico y lo asocie a directo.
En el informe de palabras clave podemos ver aquellas palabras clave que los usuarios han
utilizado en los buscadores para encontrar nuestro sitio y acceder a él.
Contamos con informes tanto para las palabras clave de pago (CPC) como para las
gratuitas (Organic). Su estudio nos proporcionará información fundamental para valorar
el rendimiento de nuestras inversiones en SEO y SEM, así como para optimizar estas dos
áreas.
Debemos tener presente que desde que Google y otros buscadores trabajan bajo protocolo
seguro HTTPS y los términos de búsqueda no se envían prácticamente nunca a Analytics,
la utilidad del informe de palabras clave orgánicas se ha visto seriamente afectada.
Hoy en día más del 90% de nuestras sesiones muestran ya un Not provided como palabra
clave. Es por esto que es necesario acudir a diferentes técnicas que permitan en cierta
manera paliar este problema.

Tráfico de referencia incorrecto

El informe ‘Referencias’ nos ofrece información detallada sobre las fuentes de referencia
desde las que hemos obtenido tráfico (incluye social).
El tráfico de referencia identifica a los visitantes que acceden a nuestra página a través de
un enlace de terceros.
Se trata de un tráfico generalmente cualificado, ya que procede de un enlace que se ha
generado de manera natural hacia uno de nuestros contenidos. No debemos confundir este
tráfico con el que se genera a través de un enlace de pago que debe ser asociado al CPC.
Uno de los objetivos de cualquier negocio online es conseguir un porcentaje de tráfico de
referencia estable y equilibrado.
Existen diferentes casuísticas en las que nuestro tráfico de referencia puede ser incorrecto:
TPVs. En el caso de que no hayamos eliminado la dirección del TPV como web
de referencia, un usuario que salga de nuestra web y vuelva a ella después de hacer
un pago se identificará como tráfico de referencia.

89
 Tracking entre dominios. El tracking entre dominios mal implementado puede
generar tráfico de referencia erróneo en nuestros informes.

Tráfico de pago (CPC)

El tráfico de pago o CPC engloba las visitas que generan nuestras campañas de AdWords
en la red de búsqueda, red de display (contenido) y TrueView (YouTube).
Al contrario que el orgánico, es un canal de adquisición estable que no está sujeto a
posibles cambios en los algoritmos de ponderación de Google.
La calidad de este tráfico viene determinada por la eficiencia en la gestión de nuestras
campañas de AdWords y el volumen, por el presupuesto que estemos dispuestos a
invertir.
Se trata, por tanto, de un canal de tráfico muy importante para cualquier negocio online
que debe de convivir de manera equilibrada con nuestro medio orgánico.
En caso de que no hayamos conectado Google Analytics con Google AdWords y no
hayamos habilitado el auto etiquetado, no seremos capaces de identificar de manera
correcta este tipo de tráfico.

Tráfico de Social Media

Google Analytics identifica el tráfico procedente de las principales redes sociales. Las
redes sociales cada vez adquieren una mayor importancia como canales de marketing,
pero ¿cómo puedes medir el impacto y la efectividad de tus iniciativas sociales?
Los informes sociales nos muestran el tráfico y conversiones que genera nuestro tráfico
social.
Nos enseñan también las páginas de nuestra web que más se están compartiendo en redes
sociales.
Además, nos permiten conocer cuáles son los contenidos con mayor engagement a través
de botones sociales (complementos).
Debemos tener presente que un porcentaje importante de nuestros visitantes pueden estar
utilizando aplicaciones móviles para acceder a tus redes sociales, por lo que este tráfico
de naturaleza social puede estar reportándose de manera incorrecta como directo.
Por otro lado, deberíamos separar nuestro tráfico social orgánico del tráfico social de
pago (Twitter Adds, Facebook Adds, Tweets y publicaciones promocionadas, etc.). En
este caso suele ser necesario complementar nuestros informes de Google Analytics con
las estadísticas que nos ofrecen nuestras redes sociales.

Estabilidad y tendencia hacia arriba de las visitas

90
La base de la analítica es la búsqueda de tendencias.
Una tendencia ascendente de nuestros KPIs es una señal de que se realiza un trabajo
exitoso.
El análisis de las tendencias en nuestras visitas nos permite identificar estacionalidades y
patrones de navegación de nuestros visitantes.

Desviación en las visitas

Cuando en un periodo de tiempo seleccionado se ha producido una desviación de uno de
nuestros KPIs inesperada o abrupta debemos estudiar sus causas para conocer a fondo el
comportamiento de nuestras acciones.
Las alertas, que veremos más adelante, nos ayudan a monitorizar cambios abruptos en las
métricas de nuestros KPIs.
Las anotaciones nos ayudarán a recordar acciones en el timeline.
Cuando se produce una desviación de este tipo, tenemos varios puntos en los que fijarnos
para poder detectar las causas:
El primer paso es estudiar el comportamiento de las principales fuentes de entrada.

Conocer si la desviación se ha centrado en un país o países concretos.

Estudiar si algún navegador/sistema operativo/dispositivo ha dejado de tener acceso a

nuestro site.
Acceder al informe SEO-AdWords para conocer si ciertas palabras clave
importantes han dejado de traer tráfico.
Conocer si han variado las principales páginas de acceso y si hay más accesos de
los habituales a la página de error 404.
Habitualmente una desviación en las visitas viene producida por una acción externa a
nuestro site.

Estacionalidad y coyuntura
Conocer y analizar correctamente la estacionalidad de nuestro negocio resulta vital para el
correcto desempeño de nuestras acciones de marketing.
Es necesario entender los momentos en los que se producen los diferentes picos y valles
de tráfico en nuestro negocio, las épocas del año, del mes o incluso del día en las que
nuestros usuarios muestran mayor propensión a la conversión.
También es muy importante comprender y adaptarnos a la coyuntura que nos rodea y a
todo factor externo e interno que pueda afectar a nuestras métricas.

91
El análisis de los términos de búsqueda
Cuando analizamos los términos de búsqueda resulta fundamental separar el
comportamiento de las búsquedas de marca con respecto a las genéricas.
Recuerda que desde la configuración de la propiedad podremos excluir los términos de
marca del tráfico orgánico.
Además, a nivel de vista podemos diferenciar nuestro canal de CPC entre marca y no
marca.
A la hora de analizar los términos de búsqueda que utilizan nuestros visitantes para
acceder a nuestra web desde los motores de búsqueda (tanto orgánico como cpc), los
informes de tipo “tag cloud” pueden ayudarnos a identificar de manera más sencilla
aquellos más relevantes.
Un informe “tag cloud” nos permite descubrir la historia que se oculta tras cientos o miles
de keywords. Podemos ver si los términos de marca son protagonistas y ver tanto los head
terms como el long tail de nuestro tráfico de buscadores.
Herramientas como wordle.net/ nos permiten crear informes de “tag cloud” a partir de
nuestros datos de Google Analytics.
Esta misma técnica podemos aplicarla al análisis de nuestras búsquedas internas.
A partir de aquí seguramente nos resulte necesario realizar el análisis de los términos de
búsqueda en función del medio de procedencia:
Orgánico. Para superar el ‘not provided’ debemos apoyarnos en el informe de Google
Search Console y comprobar las páginas de aterrizaje y el title de las keywords ‘not
provided’.
CPC. Si tenemos conectadas las dos herramientas, tendremos informes completos desde
la impresión hasta la conversión por palabra clave.
Por supuesto, en ambos casos tendrán gran relevancia las páginas de aterrizaje. Las
principales métricas que evaluarán estos informes serán sesiones, % de rebote, %
conversión, valor por visita, CTR, etc. Siempre dependiendo de la orientación de nuestro
análisis.

Más allá del not provided

Como ya sabemos, el ‘not provided’ desvirtúa por completo la información que podemos
extraer del informe de palabras clave. Existen diversas estrategias que nos pueden ayudar
a paliar esta carencia:
Informe de optimización en buscadores.
Informe de palabras clave de AdWords.
Informe de landing pages cruzado por ‘not provided’.

92
Monitorización de rankings con herramientas de rastreo (authoritylabs.com/).

93
6. Informes de comportamiento

Mi comportamiento es el de quien regresa después

de mucho tiempo.
—Mario Levrero

Los informes de comportamiento nos permiten saber cómo utilizan los usuarios el sitio o
la aplicación una vez que aterrizan en él. Aquí sabremos cuántas páginas o pantallas se
visualizan y qué tiempo pasan los visitantes en cada una de ellas, con qué elementos
interactúan, si visualizan vídeos, si hacen uso del buscador interno...
Los informes de comportamiento de una aplicación también indican el número de errores
técnicos, así como los fallos de la aplicación y el tiempo de carga de los distintos
elementos.
Es importante entender que, para poder recoger toda esta información, en muchos de los
casos deberemos enviar los hits necesarios a la herramienta o realizar nosotros las
configuraciones oportunas cuando las interacciones de los visitantes se produzcan.

Figura 6.1. Los informes de comportamiento en la interfaz de Google Analytics.

MÉTRICAS Y DIMENSIONES DE COMPORTAMIENTO

En este grupo de métricas y dimensiones encontraremos la mayoría de las existentes del

94
ámbito del hit, ya que es aquí donde se recogen todas las interacciones de los usuarios.
Además, encontraremos diferencias entre los datos de sitios web y de aplicaciones
móviles.

Métricas de comportamiento
Visitas a páginas. Cada vez que una página es cargada en el navegador de un usuario
aparece en nuestros informes como una visita a página.
Se trata de una métrica de tipo hit que se recolecta en la herramienta con el código básico
en los sitios web gracias a la siguiente función:
ga(‘send’, ‘pageview’);

De esta forma, si un usuario inicia una sesión por la página A, luego pasa a la página B y
finaliza su navegación por la C, tendremos 1 usuario, 1 sesión y 3 visitas a página.
Si el mismo usuario 3 horas más tarde realiza una nueva sesión llegando a la página B y
luego pasa a la C, en nuestros informes aparecerá 1 usuario, 2 sesiones y 5 visitas a
página.
Visualizaciones de pantallas. Lo que en los sitios web son páginas en las aplicaciones
móviles se llama pantallas.
Aquí deberemos hacer que desde nuestra aplicación llegue un hit de tipo pantalla cada vez
que un usuario se mueva por un contenido de este tipo en la APP. En esta métrica se
almacenarán todos esos hits recibidos y sabremos el volumen de pantallas visualizados
por los usuarios de la aplicación.
Se trata, por lo tanto, de un trabajo a consensuar con los arquitectos y programadores de
la aplicación. Habrá que decidir qué áreas de la misma son consideradas pantallas.
Páginas vistas únicas. Es el número de páginas diferentes que visualiza cada visitante,
sin importar la cantidad de veces que es visualizada cada una de ellas.
Si durante una sesión el visitante entra por la página A, luego pasa a la B, vuelve a la A,
pasa a la C y finaliza su navegación de nuevo en la B, estará haciendo 5 páginas vistas
pero tan solo 3 páginas vistas únicas (A, B y C).
Gracias a esta métrica podremos saber el número de sesiones en las que esta página ha
tenido presencia.
Páginas o pantallas por sesión. Se trata de una métrica calculada por medio de la división
entre las páginas o pantallas vistas y el número de sesiones. De ello obtenemos, por lo
tanto, la media de páginas visualizadas en cada sesión.
Promedio de tiempo en página o pantalla. Cuando el visitante accede a la página A de
nuestro sitio el código almacena la hora de llegada. Al pasar a otra página B, vuelve a
recoger la hora y gracias a esto calcula el tiempo que el usuario ha permanecido en la
página A. Si de la página B el usuario no pasa a otra y abandona el sitio, la herramienta

95
no podrá calcular la hora y le otorgará a la página B cero segundos de permanencia.
Para poder calcular de forma adecuada el promedio de tiempo en página se calcula la
suma de todo el tiempo que los usuarios han permanecido en la página, dividido entre el
número de páginas vistas pero restándole a estas las veces que la página en cuestión ha
sido la última página de navegación, la página de salida. Total Time / (Page Vews - Page
Exits).
Entradas. La métrica entradas se aplica a una página cada vez que esta es la página de
aterrizaje de una sesión.
En un ejemplo en el que la visita comienza a navegar por A, pasa a B y vuelve a A para
abandonar el sitio, la página A tendrá 2 páginas vistas y 1 entrada. La B tendrá 1 página
vista y 0 entradas.
Salidas/Porcentaje de salidas. Cada vez que un usuario deja de interactuar con el sitio
en una página, finaliza la sesión en cualquiera de las condiciones en las que esto se
produce y se le asigna una salida. En el ejemplo anterior la página A tendría 2 páginas
vistas, 1 entrada y 1 salida.
Habitualmente la métrica que se utiliza es el porcentaje de salida, que se obtiene
dividiendo las salidas de una página entre las páginas vistas. Page Exits / Page Views.
Valor de página. Se trata de un valor económico que se otorga a las páginas o grupos de
páginas, en función de las veces que la página ha sido visitada por los usuarios en las
sesiones que han registrado una compra o conversión.
Si un usuario durante una sesión pasa por las páginas A, B y C y termina realizando una
compra de 100€, cada una de las páginas (A, B y C) recibirá un valor de página de 100€.
La fórmula para su cálculo, por lo tanto, es:
Valor medio de la página o del conjunto de páginas = ingresos de la transacción + valor
total del objetivo / número de páginas vistas únicas de la página.
Métricas de velocidad. Tanto en los sitios web como en las aplicaciones se puede
recoger información en diferentes métricas para conocer los distintos tiempos de respuesta
a las peticiones de los visitantes.
Se recoge siempre una muestra, nunca los datos del 100% de visitas, y se extrapolan al
total.
El código JavaScript de analytics.js ya recoge algunas de ellas de forma automática, pero
en las aplicaciones móviles hay que realizar una configuración adicional para poder
obtener los datos. Aquí se puede ampliar esta información:
support.google.com/analytics/answer/2568878#AppSpeed
Las métricas de velocidad del sitio más destacadas, solo para sitios web, son:
Tiempo medio de carga de la página. Tiempo medio (en segundos) que tarda
una página en cargarse, desde el inicio de la visita a la página (p. ej.: cuando se
hace clic en un enlace a la página) hasta que esta se carga por completo en el

96
 navegador.
Tiempo medio de redireccionamiento. Tiempo medio (en segundos) que se tarda
en realizar una redirección para acceder a la página. Si no hay redirecciones, el
valor de esta métrica será 0.
Tiempo medio de búsqueda de dominio. Tiempo medio (en segundos) que se
tarda en realizar una búsqueda de DNS para la página.
Tiempo medio de conexión de servidor. Tiempo medio (en segundos) que se
tarda en establecer una conexión TCP para la página.
Tiempo medio de respuesta de servidor. Tiempo medio (en segundos) que tarda
el servidor en responder a una solicitud de usuario, incluido el tiempo de red desde
la ubicación del usuario hasta su servidor.
Tiempo medio de descarga de la página. Tiempo medio (en segundos) que se
tarda en descargar la página.
Hay dos métricas que también existen en las aplicaciones móviles y están relacionadas
con los usuarios y no con páginas:
Tiempo medio de usuario. Tiempo medio (en segundos) de los tiempos que un
usuario tarda en las cargas.
Muestra de tiempo de usuario. Indica el volumen de usuarios a los que se ha
realizado la medición, el volumen de la muestra.
Métricas del buscador interno. En las vistas creadas para sitios web es posible
configurar la recepción de datos del buscador interno como veremos más adelante. Si así
lo hacemos, tendremos una serie de métricas relacionadas con el uso que los visitantes
hacen del buscador.
Total de búsquedas únicas. Número de veces que los visitantes han realizado
búsquedas en tu sitio, no se incluyen las búsquedas repetidas durante una misma
visita.
Número de páginas vistas de resultados/búsqueda. Promedio de veces que los
visitantes han visto una página de resultados de búsqueda después de realizar una
búsqueda.
% de salidas de búsqueda. Número de salidas desde el sitio web que se han
producido después de un resultado de una búsqueda interna.
% de refinamientos de búsqueda. Número total de veces que el usuario ha
necesitado una nueva búsqueda en la misma sesión. Para que se active se debe
hacer una búsqueda con palabra clave diferente.
Tiempo posterior a la búsqueda. Tiempo durante el cual los visitantes han
permanecido en tu sitio web tras obtener resultados del buscador.

97
 Promedio de páginas vistas por búsqueda. Cantidad de páginas que han visto
los visitantes después de obtener resultados para el término de búsqueda.
Eventos. Tanto en aplicaciones como en sitios web muchas de las interacciones que se
realizan se recogen en la herramienta como eventos. Estos eventos generan unos informes
que veremos a continuación y que se evalúan con las siguientes métricas:
Total de eventos. Número de veces que se genera el evento (existe un límite de
500 eventos por sesión).
Eventos únicos. Al igual que las páginas vistas únicas solo se contabiliza uno de
cada tipo de evento por sesión. Si en una misma sesión un usuario realiza dos veces
el mismo evento, por ejemplo, play en un vídeo, veremos 2 eventos totales y un
solo evento único.
Valor de evento. Cuando se envía la información de un evento a Google
Analytics es posible pasar un valor de evento como un número entero. En esta
métrica veremos valor total de un evento o de un conjunto de eventos. Se calcula
multiplicando el valor del evento por el número de veces que ha ocurrido.
Valor medio. Métrica calculada con el valor medio de cada evento.
Métricas de editor de anuncios. Las herramientas AdSense y AdExchange de Google
para la inserción de anuncios de la red de display en nuestra página se puede conectar con
Google Analytics y conseguir datos del funcionamiento de los anuncios en nuestro sitio.
Tan solo lo tenemos en las vistas de sitios web y tanto las métricas como los informes se
importan desde estas herramientas. En ellas veremos impresiones de anuncios, clics en
ellos, CTR...

Dimensiones de comportamiento
Página. Cada vez que una página es cargada en el navegador de un usuario se envía el hit
con la página vista y se recoge el nombre de la misma. Este nombre que se envía por
defecto con el código de seguimiento básico es el path de la URL que se carga en el
navegador, es decir, la URL sin el nombre del dominio.
Por esto en los informes de contenido nunca veremos por defecto el dominio del sitio y
todas las páginas empezarán siempre por una barra “/”. Si se trata de la página principal
del sitio, veremos cómo página tan solo la barra “/”.
Como decimos este comportamiento es el básico para la recolección de los datos. Se
recoge el nombre de página de esta forma por defecto. Pero esto se puede modificar y
especificar nosotros directamente el nombre con el que queremos que la página en
cuestión aparezca en los informes, cambiando la función:
ga(‘send’, ‘pageview’, ‘ESPECIFICAR_NOMBRE_DE_PÁGINA’);

Al realizar esto veremos en los informes de contenido lo que hayamos puesto en el valor

98
(ESPECIFICAR_NOMBRE_DE_PÁGINA).
Además, también es posible modificar el nombre de las páginas sin cambios en el código
por medio de los filtros.

Recuerda: uno de los filtros más interesantes y recomendables en una vista es el que nos
añade el nombre del dominio en las URLs. Con él podremos visualizar los nombres de
página completos y no solo desde la primera barra “/”.

La configuración del filtro es la siguiente:

Tipo de filtro: Filtro personalizado > Avanzado
Campo A: Nombre de host
Extracto A: (.*)
Campo B: URI de la solicitud
Extracto B:: (.*)
Enviar resultados a: URI de la solicitud
Constructor: $A1$B1
Más información: support.google.com/analytics/answer/1012243?hl=es
Otra de las modificaciones de nombre de página a tener en cuenta se produce cuando
nuestro sitio puede cargar el mismo contenido en las URLs “/” y “/index.html” por
ejemplo. Este es un comportamiento habitual ya que nuestro servidor devuelve el fichero
índex cuando se le realiza la petición directa a nuestro dominio.
Podemos ver en nuestros informes de contenido estos dos valores en la dimensión de
forma desagregada, cuando en realidad se trata de la misma página. Para que aparezcan
agrupados podemos especificar el nombre de página único en el apartado Página
predeterminada de la configuración de la vista. Aquí escribiremos el valor index.html y
desde ese momento veremos todo agrupado en /index.html.
Más información: support.google.com/analytics/answer/1009675?
hl=es&ref_topic=6156780
Pantallas. Las pantallas son el análogo a las páginas en las aplicaciones móviles. La
diferencia es que en este caso siempre debemos especificar en el código de forma directa
el nombre con el que queremos ver los valores de esta dimensión en los informes.
Aquí evidentemente no se produce ninguna de las problemáticas especificadas para los
sitios web, pero sí será muy importante hacer una buena selección de nombres para poder
tener una información clara y consistente de la dimensión Pantalla.
Nivel de ruta de página (1, 2, 3 y 4). En función de la estructura de las URLs de nuestro
sitio web, Google Analytics genera una serie de dimensiones. Lo que hace es agrupar
todas las páginas que pertenecen a una carpeta y subcarpeta de la estructura de URLs de

99
nuestro sitio web.
Para una estructura de sitio web con URL así example.com/home/downloads/se creará un
Nivel de ruta de página 1 con el nombre /home/ y una con Nivel de ruta de página 2 con
/downloads/. Dentro de ellos podremos ir profundizando en los diferentes niveles de
página.
Página de destino. Páginas a través de las cuales los visitantes han accedido al sitio.
Dimensiones para el buscador interno. Cuando configuramos correctamente el
buscador interno (más adelante veremos cómo hacerlo) se pueden almacenar datos en 3
dimensiones diferentes.
Estado de la búsqueda en el sitio. Distingue en dos grupos las visitas que han
realizado búsquedas internas en el sitio de las que no.
Término de búsqueda. Palabras buscadas por los usuarios en el buscador interno.
Categoría de búsqueda del sitio. En caso de haber categorías diferentes en las
búsquedas, las veremos aquí.
Dimensiones de evento. Como veremos más adelante, los eventos se registran con las
dimensiones Categoría, Acción y Etiqueta (opcional). Estas son las 3 dimensiones en las
que podremos visualizar las diferentes métricas de evento.

INFORMES BÁSICOS DE COMPORTAMIENTO

Todas estas dimensiones y métricas conforman una serie de informes con los que
podremos analizar todo lo que nuestros usuarios hacen una vez que han accedido al sitio o
la aplicación.

Flujo del comportamiento

El informe Flujo del comportamiento indica la ruta que siguen los usuarios desde una
página o un evento al siguiente. Este informe nos ayuda a descubrir qué contenido
mantiene la interacción de los usuarios con el sitio web o cuáles generan más rechazo en
los visitantes.
En el informe Flujo del comportamiento se pueden mostrar páginas, agrupaciones de
contenido, eventos o páginas y eventos.
Más información: support.google.com/analytics/answer/2785577?
hl=es&ref_topic=2996562

Informes de contenido del sitio

En este grupo de informes podremos conocer todo lo relacionado con la navegación de
los visitantes por las páginas del sitio web.

100
En el informe de Todas las páginas, por ejemplo, vemos los datos de la página a nivel de
hit. Podremos acceder a sus métricas de uso y, además, acceder al informe de “Resumen
de Navegación” en el que podremos ver para cada página desde cuál recibe tráfico y a qué
otras páginas del sitio lo desvía. Se trata de un informe muy interesante para conocer
cómo los usuarios utilizan la página concreta que estamos analizando.
También es posible conocer esta información para un grupo de páginas. En el punto
siguiente conoceremos cómo crear estas agrupaciones.
Otro informe de contenido es el Desglose de contenido, en el que podremos ver los datos de
las dimensiones Nivel de ruta de página, que ya hemos explicado anteriormente.
Los otros dos informes, páginas de destino y de salida, son del ámbito de la sesión, aunque
en ellos también veamos URLs. Nos permiten conocer las páginas en las que aterrizan y
dejan de navegar los usuarios.
En el informe de Páginas de destino podemos acceder a una pestaña adicional llamada
Rutas de entrada en la que, en función de cada una de las páginas de aterrizaje, podemos
conocer cuáles han sido la siguientes URLs de navegación principales y, si seleccionamos
una de ellas, saber por qué página dejaron de navegar principalmente los usuarios en el
sitio.
En las aplicaciones móviles tan solo hay un informe de pantallas en el que veremos las
métricas de uso de las diferentes pantallas registradas.

Informes de velocidad del sitio

El primer informe importante de este grupo es el de Tiempos de página. En él veremos todas
las métricas de velocidad que se han podido registrar para cada una de las URLs del sitio.
Es importante recordar que no se registran tiempos de carga de todas las visitas, tan solo
de una muestra de las mismas.
Otro informe que tenemos aquí es el de Sugerencias de velocidad en el que Google
Analytics, apoyado en la herramienta de puntuación de la optimización de sitios web Page
Speed de Google, nos muestra una serie de sugerencias de mejora para cada página. Las
modificaciones en URLs por medio de filtros o tener varios dominios y subdominios en
una misma vista pueden provocar que no obtengamos propuestas de mejora.
El último y único que también tenemos en las aplicaciones móviles es el de Tiempos de
usuario. El informe Tiempos de usuario permite realizar un análisis detallado del

rendimiento de recursos concretos (por ejemplo, imágenes, vídeos o botones).

El seguimiento de la velocidad del sitio solo se realiza para navegadores que admiten la
interfaz Navigation Timing de HTML5 o que tienen instalada la barra Google. Estos
navegadores son: Chrome, Firefox 7 y versiones superiores, Internet Explorer 9 y
versiones superiores, navegador Android 4.0 y versiones superiores, así como versiones

101
anteriores de Internet Explorer con la barra Google instalada.
En aplicaciones móviles, como ya hemos dicho, para obtener esta información
necesitamos una configuración adicional.
Más información: support.google.com/analytics/answer/1205784?hl=es

Informes de eventos
En los informes de eventos es donde podremos acceder a toda la información que hemos
registrado como tal. Más adelante profundizaremos en todo lo necesario para poder tener
datos en estos informes.
Entre los informes resulta interesante el de Flujo de eventos, en el que podremos ver qué
eventos se producen antes que otros, cuáles se repiten y podremos conocer secuencias de
los mismos.
Más información: support.google.com/analytics/answer/2521316?hl=es
Tanto estos informes de eventos como los de Experimentos y analítica de página
necesitan una explicación más profunda que veremos en este capítulo.

AGRUPACIONES DE CONTENIDO
Las agrupaciones de contenido nos permiten agrupar contenido (páginas o pantallas) en
una estructura lógica acorde con el diseño del sitio web o aplicación y, a continuación,
ver y comparar métricas totales por nombre de grupo, así como desglosar la información
por URL, título de página o nombre de pantalla. Por ejemplo, puedes consultar el número
total de páginas vistas en un grupo como Deporte/Equipo y, a continuación, desglosar la
información por URL o título de página.
Para empezar, debemos crear un grupo de páginas relacionadas, es decir, una colección de
contenido.
Por ejemplo, en un periódico deportivo, podríamos crear las agrupaciones Equipos y
Deportes. En cada agrupación podrían aparecer diferentes grupos. En la de equipos

veríamos por ejemplo Real Madrid, Barcelona, Athletic Club… En la agrupación de

deportes veríamos, Fútbol, Baloncesto, Balonmano. De esta manera, una URL del tipo:

www.miperiodico.com/baloncesto/barcelona/info.htm podrá agruparse en

Equipos>Barcelona y en Deporte>Baloncesto.
De esta forma podremos saber qué equipo genera más interés, cuáles son los deportes que
mayor consumo de contenido tienen, etc.
Se pueden crear hasta cinco agrupaciones de contenido por vista y definir en ellas tantos
grupos de contenido como deseemos.
Las agrupaciones de contenido se crean desde la administración de la vista, en

102
Administrador >Ver > Agrupación de contenido y se pueden generar de tres formas.

Agrupar por código de seguimiento (modificar el código de seguimiento de

cada página web)
Consiste en añadir una única línea de código que identifique el número del índice de
contenido y el grupo de contenido al que pertenece dicho contenido. Un ejemplo de
código JavaScript sería:
ga(‘set’, ‘contentGroup<número de índice>’, ‘<nombre del grupo>’);

Agrupar utilizando la extracción (extraer contenido según la URL o el título

de la página)
Consiste en utilizar una expresión regular para identificar una URL completa o parcial, un
título de página o un nombre de pantalla.
En nuestro ejemplo anterior, podríamos sacar en la extracción el nombre del equipo de
esta forma:
www.miperiodico.com/baloncesto/(.*?)/info.htm

O mejor aún:
www.miperiodico.com/.*/(.*?)/info.htm

Agrupar mediante definiciones de reglas

Consiste en utilizar el editor de reglas para crear reglas sencillas con las que identificar
contenido. Por ejemplo, podríamos crear una regla para el grupo de equipo “Barcelona”
con todas aquellas URLs que contengan la palabra “Barcelona”.
Podemos utilizar todos estos métodos o solo uno o dos. Si utilizamos más de uno,
Analytics agrega contenido a un grupo en función de la primera coincidencia. En primer
lugar, evalúa el código de seguimiento, luego determina si se han definido expresiones
regulares y después si se han configurado reglas. En el caso de las reglas, Analytics las
evalúa por orden.
Puedes incluir el mismo contenido en varios grupos. Es decir, las páginas del Real Madrid
se agregarán como tal en la agrupación de Equipos, pero, además, aquellas que hablen del
Real Madrid de baloncesto también lo harán en la agrupación de Deportes en el grupo
Baloncesto.
La función agrupación de contenido no es retroactiva. Los grupos de contenido que se
crean solo son válidos a partir de la fecha de creación en adelante.
Unas 24 horas después de crear el grupo de contenido, los datos correspondientes se
reflejarán en los informes.

103
Estadísticas de agrupación de contenido en los informes
Las estadísticas de agrupación de contenido están disponibles en los informes de
contenido a nivel de página y permiten ver las mismas métricas que en estos, pero con los
grupos definidos.
Más información sobre agrupaciones de contenido:
support.google.com/analytics/answer/2853423?hl=es&ref_topic=1727167

TRACKING DE LA INTERACCIÓN CON PÁGINAS VIRTUALES

Muchas de las interacciones que el usuario tiene con nuestro sitio web no se registran por
defecto en Google Analytics. El código estándar tan solo recoge las páginas vistas cuando
un usuario carga una de nuestras URls en el navegador, pero otras posibles acciones que
se pueden realizar (ver un vídeo, abrir una galería de imágenes, descargar un fichero,
mover un menú…) no quedan registradas en los datos si nosotros no provocamos que así
sea.
Una de las formas de recoger todas estas interacciones es por medio de las denominadas
páginas virtuales. Llamamos a esta forma de envío y almacenamiento de la interacción
“Página Virtual” porque los datos de la interacción se envían a la herramienta en un hit de
página vista con el nombre que nosotros le demos, pero en realidad el usuario no ha
visualizado una página nueva de nuestro sitio.
De hecho, esa página con esa URL no existe realmente en la arquitectura de nuestro site.
Para generar esta interacción debemos invocar a la función “pageview” e indicarle el
nombre de la página de forma explícita en el código, ya que de no hacerlo nos aparecerá el

mismo nombre de página que tiene aquella en la que se está produciendo la interacción.
El código JavaScript sería:
ga(‘send’, ‘pageview’, ‘<nombre de la página>’);

De esta forma ya podríamos ver estas interacciones en los informes de comportamiento

como si se tratara de una página de nuestro contenido con el nombre que le hayamos
dado.
Además del nombre de página es posible pasar el título de la misma, ya que es un valor
que se incluye también en los hits de página vista. El código quedaría entonces así:
ga(‘send’, {

hitType: ‘pageview’,

page: ‘<nombre de la página>’,

title: ‘<título de la página>’

});

Es importante que estos nombres de página sean consistentes y entendibles por todos

104
aquellos que vayan a tener acceso a los datos. Tengamos en cuenta que estos nombres se
van a mezclar en los informes de contenido del sitio con el resto de URLs reales de la
página, por lo que será recomendable que tengan una estructura similar. Podría ser algo
así: /virtual/descarga/documento.pdf

Ejemplo
Imaginemos que en nuestro sitio web tenemos un link para descargar un PDF y queremos
que cada visualización del PDF aparezca en nuestros informes como una página vista. De
esta forma, en función de las páginas vistas que tenga esa página virtual podremos saber
las descargas del PDF que se han producido y, de paso, podremos utilizar la URL en otras
configuraciones como agrupaciones de contenido.
El código HTML de link hacia ese PDF podría quedar tal que así:
<a href=”mipdf.pdf” onclic=”ga(‘send’,’pageview’,’/virtual/descargas/mipdf.pdf’);”>Descargar
PDF</a>

Ten presente que no es recomendable medir la descarga de ficheros con páginas virtuales.
Para medir este tipo de interacciones se recomienda utilizar eventos.

Consejos finales en la generación de páginas virtuales

Las páginas virtuales están especialmente pensadas para enviar a la herramienta datos
para los que vamos a necesitar una URL por alguna razón (para un objetivo, una
agrupación de contenidos o similares).
Lo normal es que para las interacciones más habituales (ver contenido multimedia,
descargas, seguimiento de enlaces externos, webs asíncronas, interfaces RIA, etc.) no se
utilicen páginas virtuales, ya que con ellas aumentamos de forma ficticia las métricas de
páginas vistas y páginas por sesión. Para todas estas interacciones lo recomendable es
utilizar eventos, como veremos a continuación.
Un caso muy habitual de envío de página virtual es en la gestión de formularios que no
devuelven una URL de gracias. Es habitual tener una URL para poder generar un embudo
de conversión. Veremos los embudos de conversión más adelante.
Recuerda ser consistente en la nomenclatura y no olvidar, en la medida de lo posible,
pasar el parámetro título de la página.

TRACKING DE LA INTERACCIÓN CON EVENTOS

Los eventos están pensados para medir todas aquellas acciones que suceden en mi sitio y
no deben ser gestionadas como una página vista.
Ajuste del ratio de rebote.
Navegación por páginas “Unique Layout”.

105
 Clic en botones.
Funcionalidades en Ajax.
Interacciones con vídeo o audio.
Descargas de ficheros.
Interacciones en galerías de imágenes.
Links salientes.
Interacción con menús y pestañas.
Medición de campañas internas.
La ventaja de utilizar eventos en lugar de páginas virtuales es que no se genera una página
vista nueva cada vez que se realiza la acción que estamos midiendo y que en los
parámetros de un evento podemos enviar más información que un nombre de página y un
título.
Como ya hemos visto, los eventos se almacenan en sus propios informes específicos.

Anatomía de los eventos

Un hit de evento incluye los siguientes parámetros, que son los valores que se mostrarán
en los informes.
Categoría (obligatorio).
Acción (obligatorio).
Etiqueta (opcional, pero recomendado).
Valor (opcional).
Por ejemplo, podemos configurar un botón de reproducción de vídeo en nuestro sitio para
que envíe un hit de evento con los valores siguientes:
Categoría: “Vídeos”.
Acción: “Play”.
Etiqueta: “Celebración de mi 40 cumpleaños”.
El código JavaScript que habría que activar al pulsar Play en el vídeo para el envío del
evento sería el siguiente:
ga(‘send’, ‘event’, ‘Videos’, ‘Play’, ‘Celebración de mi 40 cumpleaños’);

Como vemos en la llamada, no se añade Valor y, por lo tanto, ese dato se elimina. Si lo
quisiéramos añadir, el código quedaría así:
ga(‘send’, ‘event’, ‘Videos’, ‘Play’, ‘Celebración de mi 40 cumpleaños’, 40);

106
Más información para la creación de eventos:
support.google.com/analytics/answer/1136960

Categoría
Una categoría es un nombre que debemos proporcionar para agrupar los eventos de los
cuales queremos hacer seguimiento. Normalmente, utilizaremos el mismo nombre de
categoría varias veces sobre los elementos relacionados de la interfaz de usuario que
queremos agrupar en una determinada categoría.
Por ejemplo, todas las interacciones que se pueden registrar en un vídeo (play, pause,
compartir, descargar…) llevarán siempre la misma categoría, en este caso “Vídeos”.
Ejemplos de nomenclatura de categorías: Vídeos, Audios, Descargas, Enlaces externos,
Formularios, Galería de imágenes, Banner, Promoción, ecommerce...

Acción
Por lo general, el parámetro de acción se usa para asignar un nombre al tipo de evento o
interacción del cual se quiere realizar el seguimiento para un objeto web concreto. Como
hemos visto en el ejemplo, en una única categoría “Vídeos” podemos registrar diferentes
acciones como play, pause, compartir, descargar…
Como en el caso de las categorías, el nombre que indiquemos para una acción lo
decidiremos nosotros, pero hay que tener en cuenta dos características importantes del
modo en que se utiliza una acción de evento en los informes:
Todas las acciones aparecen de forma independiente de sus categorías principales.
Esto ofrece otra manera útil de segmentar los datos de evento en los informes.
Un evento único viene determinado por un nombre de acción único. Podemos
utilizar nombres de acción duplicados en distintas categorías, pero esto puede
repercutir en el modo de calcular los eventos únicos. Si vemos solo datos de Acción
podríamos ver menos eventos únicos que si los cruzamos con su categoría.
A la hora de nombrar las acciones es recomendable huir de los eventos “reales” que se
producen en la página. Todos sabemos que, para accionar un enlace, una descarga, play
en un vídeo o activar una pestaña hay que hacer clic con el ratón o el dedo en un punto de
la pantalla. Si nos guiamos por ello, todas o casi todas nuestras acciones se llamarían
“Clic”. Es por esto que hay que buscar muchas veces la reacción que se produce al
realizar el clic para encontrar el nombre de la Acción que enviamos a nuestros informes.
Posibles acciones para las diferentes categorías:
Vídeos y audios: play, pause, descarga, compartir…
Descargas: es habitual situar aquí el tipo de fichero descargado (PDF, ZIP, EXE,
RAR, MP3...).

107
 Enlaces externos: se suele almacenar el dominio al que se envía al usuario
(Facebook, Twitter, Google…).
Formularios. Salvo que registremos el envío y el error en el envío, se suele
almacenar la solicitud que se realiza en el formulario (contacto, información,
suscripción, baja…).
Galería de imágenes. Normalmente aquí pondremos el nombre de la galería abierta
(nacimiento bebé, fotos boda…).
Banner o promoción. Si queremos registrar interacciones con banners y campañas
internas, podríamos poner el nombre de la campaña o promoción en cuestión.
Ecommerce. Pondremos las acciones realizadas con nuestro carrito (añadir al
carrito, borrar del carrito, revisar…).

Etiqueta
Las etiquetas nos permiten incluir información adicional para los eventos, como el título
de la película en el caso de los ejemplos de vídeos, el nombre de un archivo al realizar el
seguimiento de las descargas, el enlace completo en links salientes, los nombres de
imágenes, banners o de un producto.
Como con las categorías y las acciones, los valores de etiquetas los veremos en los
informes de eventos.

Valor
El valor difiere de los otros parámetros en que se trata de un número entero (positivo) en
lugar de una cadena de texto, por lo que debemos utilizarlo para asignar un valor
numérico a un evento. Por ejemplo, podríamos utilizarlo para el peso en Mb o Kb de una
descarga o para activar un valor monetario cuando se alcance un determinado tiempo de
reproducción en un reproductor de vídeo.
También es posible utilizarlo para dar un valor económico a cada tipo de evento, por
ejemplo, otorgar un valor superior a la descarga de una ficha de un producto que a la de
un manual. De esta forma esto nos puede servir para otorgar valores monetarios en base a
ello a los objetivos de evento (los veremos en el capítulo siguiente dedicado a la
conversión).
Cuando se otorga valor a un evento, comienzan a verse los datos acumulados en “Valor
de evento” y la media en “Valor medio”.

Eventos sin interacción

El rebote se define como una sesión en la que solo se produce un hit. Esto quiere decir
que, si generamos eventos para las interacciones en nuestra web, cuando uno de ellos se

108
produce se está generando al menos un segundo hit de interacción con la página, que hace
que para esa sesión ya no haya rebote.
Si queremos registrar un evento pero que este no tenga influencia en el cálculo de la tasa
de rebote, podemos indicar que se trata de un evento sin interacción. De esta forma
veremos los valores especificados en el evento en los informes, pero no alteraremos el
cálculo del rebote.
En el ejemplo JavaScript podríamos indicar de esta forma que el evento es sin
interacción:
ga(‘send’, ‘event’, ‘Videos’, ‘Play’, ‘Celebración de mi 40 cumpleaños’, {

nonInteraction: true

});

Como vemos se trata de un valor booleano (true o false) que por defecto está inicializado
a Falso. Si no se especifica nada, siempre se registrará como interacción.

Límites de datos
Recoger todas las interacciones de nuestros visitantes es fundamental para conocer su
comportamiento y poder mejorar nuestro sitio, pero es importante hacer una selección
correcta de las interacciones, ya que un exceso de hits puede provocar pérdida de
información.
A los primeros 10 hits de eventos enviados a Analytics se les realiza un seguimiento
inmediato y, poco después, se limita el porcentaje del seguimiento a un hit de evento por
segundo.
A medida que el número de eventos de una sesión se acerque al límite de la recolección,
puede que no se realice el seguimiento de los eventos adicionales.
Tengamos en cuenta que por sesión tan solo se reciben 500 hits sin incluir los de
comercio electrónico en la versión gratuita de Google Analytics. A partir de ese límite las
interacciones de esa sesión no se recogerán.

Consejos finales en la generación de eventos

La potencia y flexibilidad que ofrece el modelo de eventos es muy importante, pero
requiere de una buena planificación previa y estar coordinados con todos aquellos agentes
implicados en su implementación. Tengamos en cuenta que, si hemos decidido como
categoría “Vídeos” y a la hora de implementar los eventos en ocasiones escribimos la
categoría como “Vídeo”, los datos aparecen desagregados en el informe. Adoptar una
convención de nomenclatura coherente y clara será fundamental.
Es, por lo tanto, altamente recomendable realizar un análisis previo de las interacciones a
las que vamos a realizar seguimiento, teniendo siempre muy en cuenta los límites en la

109
recolección de hits.
Más información de eventos: support.google.com/analytics/answer/1033068?hl=es

EXPERIMENTOS
Experimentos es una herramienta integrada en Analytics que nos permite realizar pruebas
de tipo test A/B con nuestras páginas. En realidad, va un poco más allá y realmente son
test A/B/N.

Figura 6.2. Los eventos en una ilustración de Ángel Luzuriaga.

Los experimentos nos permiten enfrentar dos o más versiones diferentes (hasta 10) de una
página a una misma audiencia con el fin de descubrir con cuál de esas versiones los
usuarios se comportan de forma más óptima, es decir, con cuál compran más o que

110
versión es la que mejor conduce a los visitantes a una acción deseada.
Es habitual realizar estos experimentos con el fin de ir optimizando nuestro sitio. Los
puntos más habituales a testar son:
Llamadas a la acción. Testar el funcionamiento en diferentes lugares, formatos y
textos.
Mejorar la navegación. Si creemos que una página está muy oculta, podemos
crear variaciones que aumenten el tráfico hacia esa página.
Optimización de formularios. Podemos testar si mejora la conversión quitando
campos que no sean imprescindibles, probar entre un tono formal o informal, usar o
no una imagen, etc.
Diseño. Podemos ver la efectividad de los elementos gráficos, colores, formas,
tipografía, etc.

Requisitos para el inicio de un experimento

Lo primero es pensar qué página concreta queremos testar y qué mejora o mejoras
queremos aplicar en ella para ser evaluadas. Cada experimento se realiza sobre una URL
concreta.
Antes de iniciar el proceso de puesta en marcha del experimento deberemos asegurarnos
que cada una de las variantes de la página a testar está publicada y tiene el código de
seguimiento necesario para que las visitas se contabilicen en la vista en la que vamos a
poner en marcha el experimento.
En este punto tendremos al menos dos páginas similares (pueden ser hasta 10 como
hemos dicho) con alguna variación entre ellas y cada una con su propia URL. Es muy
importante que no publiquemos enlaces hacia las versiones de prueba del experimento (B,
C, D…), ya que estas páginas para nuestros usuarios en realidad no existen. Siempre
debemos llevar el tráfico a la página (URL) original A.
Las URLs de las páginas del test deben pertenecer todas al mismo dominio, no pudiendo
hacer versiones publicadas en dominios diferentes.

Configuración y puesta en marcha del experimento

Para configurarlo iremos a la sección Experimentos del menú de Comportamiento y
pulsaremos el botón de “Crear experimento”. Tras darle un nombre al mismo deberemos
avanzar por 4 pasos:

1- Selección del objetivo y configuración

El primer paso es el de seleccionar el objetivo o métrica que va a evaluar cuál de las
versiones presentadas funciona mejor.

111
Podríamos, por ejemplo, seleccionar “Ingresos” de tal forma que sean estos los que se
tomen como referencia para decidir el vencedor en el test. O podría ser un Objetivo
concreto, como rellenar un formulario, dejar datos de contacto… (veremos cómo crear
estos objetivos en la siguiente lección).
En porcentaje de tráfico del experimento podremos hacer que el 100% de los usuarios que
llegan a la página participen en él o solo un porcentaje de ellos (75, 50, 25, 10, 5 o 1%).
La página original también forma parte del experimento. Si decidimos, por ejemplo,
incluir el 50% del tráfico en un experimento con solo una variación de la página, el 25%
de todo el tráfico del sitio verá la variación de la página, mientras que el 75% restante
verá la página original (la mitad de los usuarios incluidos en el experimento más la mitad
de todos los usuarios).
También podemos indicar si queremos que se nos notifiquen las variaciones más
importantes en los datos del experimento por correo.
Si hacemos clic en Opciones avanzadas, podremos configurar los parámetros siguientes:
Distribuir el tráfico de forma equitativa entre todas las variaciones. Habilita esta
opción para asignar la misma cantidad de tráfico a cada variación durante todo el
experimento. Si esta opción se inhabilita, la herramienta se encarga de ir
distribuyendo el tráfico hacia la versión que mejor rendimiento va mostrando cada
vez en mayor proporción, con el fin de maximizar las conversiones durante el
periodo del experimento. Más información:
support.google.com/analytics/answer/2844870
Establecer el tiempo mínimo que durará el experimento. Google Analytics se
encarga de otorgar un ganador del experimento y detenerlo una vez que estima que
los datos son suficientemente fiables como para hacerlo. En este punto podemos
indicar un tiempo mínimo de duración del experimento (2 semanas, 3 días o 1 día)
durante el cual Google no otorgará un ganador.
Esta decisión debe tomarse en función del volumen de tráfico y conversiones que puede
tener el experimento. Dos semanas es el valor por defecto.
Establecer un límite de confianza. Según el porcentaje elegido(95,0%, 99,0% o
99,5%) será el nivel de confianza que Analytics debe tener para otorgar un
vencedor en el experimento. Cuanto más elevado sea este límite, más fiable será el
resultado. Un límite de confianza muy elevado puede requerir más tiempo a
Analytics para encontrar la mejor opción.
Una vez seleccionada la configuración deseada pasaremos al siguiente paso.

2- Identificar la página original y sus variaciones

Tan simple como ir identificando cada una de las páginas (URLs), incluida la original,
que forman parte del experimento. Además, deberemos dar un nombre que defina cada
una.

112
Consolidar experimento para otros informes de comportamiento. Esta opción nos permite
ver todo el tráfico del experimento en la URL de la página original dentro de los informes
de comportamiento. El tráfico de las páginas individuales (original y variaciones) los
podremos seguir viendo en los informes del experimento.
Es muy importante en este punto recordar que las URLs de las versiones deben pertenecer
al mismo dominio que la original.

3- Agregar y comprobar el código de seguimiento

En este punto la herramienta nos entrega un código de seguimiento que debe ser incluido
en la página original y solo en esta página.
Este código cuando se trata de un sitio web deberá ir al inicio de la página nada más
abrirse la etiqueta <HEAD> del HTML del sitio.
En las aplicaciones móviles se realiza con el código específico de cada aplicación.
El código es el encargado de ir enviando el tráfico por medio de redirecciones hacia cada
una de las versiones del experimento. También se encarga de dejar una cookie en el
navegador del visitante para que una vez visualiza una de las versiones siempre siga
viendo la misma.
Al avanzar al siguiente paso, la herramienta validará que el código está correctamente
insertado en la original y que todas las versiones tienen el código de seguimiento de
Google Analytics.

4- Revisión e inicio del experimento

Desde aquí podremos también volver a validar el experimento si en el punto anterior no
ha sido validado.
En este punto ya podemos poner en marcha el experimento y empezar a realizar nuestro
test.
Con esto el experimento está en marcha y podremos empezar a ver los resultados en base
al objetivo establecido para su evaluación y a otras métricas de la herramienta.
Desde el menú podremos pausar y reiniciar, detener de forma definitiva o reconfigurar
algunos valores del experimento.
El informe del experimento no permite cambiar y ajustar las fechas, siempre veremos los
datos desde el día que se ha lanzado el mismo.
En la tabla de datos de las versiones del experimento la herramienta irá indicando los
porcentajes de mejora que tiene cada una de ellas. Una vez haya llegado a una conclusión
definitiva sobre el ganador aparecerá una indicación y el experimento se detendrá enviando
todo el tráfico a la versión que mejor funciona.

113
Pasos finales y recomendaciones
Cuando el experimento finaliza solo debe quedar la URL original de la página a la que
debemos quitar el código del experimento y aplicarle los cambios que han resultado
vencedores. Aunque nosotros podemos detener el experimento en el momento que
queramos, lo ideal es esperar a que la herramienta determine un ganador.
Las URLs de las variaciones deben desaparecer, pero recomendamos que se haga una
redirección de estas URLs hacia el original por si alguien ha guardado estas versiones

como enlace o favorito.

Para obtener resultados fiables es necesario contar con un volumen de tráfico significativo.
Hay que tener paciencia y no precipitarse ante los primeros resultados, las connotaciones
temporales a veces pueden influir.
En muchas ocasiones encontraremos resultados poco concluyentes o difusos, así como
inesperados cambios de tendencia.
No alarguemos eternamente los experimentos en el tiempo, deben servir para tomar
decisiones.
Cuantas menos variaciones testemos, más concluyentes serán los resultados. Siempre
podremos realizar otras más adelante.
Más información acerca de los experimentos:
support.google.com/analytics/topic/1745146?hl=es&ref_topic=1120718

ANALÍTICA DE PÁGINA
Analítica de página es un informe (casi una herramienta aparte) orientado a conocer el
uso que los usuarios hacen del grupo de enlaces que hay en una página.
Su funcionamiento se asemeja al de los mapas de calor en los que podemos ver, por
colores, los puntos en los que los usuarios más han interactuado con la página, pero el
funcionamiento no es igual.
Lo que muestra el informe es la cantidad de clics que se han realizado en una página en
concreto hacia enlaces del mismo sitio. La forma de calcularlo es deduciendo el número
de clics en un elemento de página a partir del número de veces que la página aparece
como URL de referencia de páginas posteriores. Por ejemplo:
La página A tiene dos enlaces a la página B. La página B tiene 10 páginas vistas en las
que la URL de referencia es la página A. Se atribuyen 10 clics a cada uno de los dos
enlaces de la página A.
El principal problema de esta forma de operar de la analítica de página es que, si en la
página A hay dos enlaces hacia la B, uno en el menú y otro en el pie, por ejemplo, en
ambos veremos 10 clics.

114
Atribución de enlace mejorado
La atribución de enlace mejorado en los informes de analítica de página nos permite
evitar este problema y consultar de forma independiente los datos de varios enlaces de
una página que tengan el mismo destino.
Además, podremos ver funcionamientos de enlaces realizados con JavaScript o alguna
otra funcionalidad dinámica incluso si este funcionamiento envía a destinos diferentes en
función de una selección de un formulario, por ejemplo.
Para que la analítica de página funcione con la atribución mejorada es necesario activarla
y modificar el código de seguimiento estándar.
La activación se hace desde la interfaz de administración en la Configuración de la
propiedad > Atribución de enlace mejorado. Desde aquí lo activamos y luego debemos

cambiar el código de seguimiento.

En una implementación con JavaScript sería añadir esta línea de código.
ga(‘create’, ‘UA-XXXX-X’);

ga(‘require’, ‘linkid’);

ga(‘send’, ‘pageview’);

Con esto obtendremos todas las funcionalidades mejoradas.

Más información de la analítica de página: support.google.com/analytics/topic/2558810?
hl=es&ref_topic=1120718

115
 Figura 6.3. Vista de una web con la analítica de página (imagen del blog de Avinash Kaushik).

CÓMO ANALIZAR NUESTROS CONTENIDOS

El análisis del contenido, o más bien del comportamiento de nuestros usuarios y sus
interacciones con la página, debe servirnos para comprender cómo los visitantes
consumen la información que les presentamos y de qué forma se comportan una vez
llegan a nuestro sitio.
Uno de los informes más relevantes para comenzar el análisis será el de páginas de
aterrizaje. Este es el primer contacto que los visitantes tienen con nuestro sitio y debemos

conocer en cuáles el rebote es mayor y cuáles dirigen más visitas hacia puntos cercanos a
la conversión.
Cruzar las páginas de destino con los canales de adquisición de tráfico suele resultar muy
recomendable para conocer si estamos orientando a cada tipo de tráfico hacia el punto
correcto del sitio web.
Esto nos debería llevar a conocer las páginas más consumidas del sitio y sus principales
métricas, sobre todo las que más tiempo retienen a usuarios, y dar relevancia al valor de
página.
Utilizando el valor de página podremos empezar a conocer las páginas que optan de forma
más importante a una optimización por medio de experimentos. Aquellas relacionadas
con productos y servicios que tienen un valor bajo deberán ser revisadas, así como todas

116
las encargadas de enfocar el tráfico de campañas hacia la venta.
Recordemos también la importancia que pueden tener las agrupaciones de contenido. Poder
medir comportamientos de páginas con características comunes comparándolas con otros
grupos nos servirá para entender qué contenido del sitio genera más interés en nuestros
usuarios.
Desde el informe de eventos deberemos completar el análisis de usos que se hacen de estas
páginas, ya que en ellos podremos ver los eventos que se han activado en cada una de las
páginas y conocer si hay algunas con más interacciones que otras.
Los eventos nos otorgan una visión profunda del uso que los visitantes hacen de todos los
elementos dinámicos que hay en nuestro sitio y nos deben mostrar la mejor forma de
repartir y promocionar estos contenidos con el fin de ofrecer una navegación satisfactoria
y que facilite la conversión.
Los informes de flujo tanto de navegación como de evento también nos serán muy útiles
para conocer rutas de navegación y secuencias de uso de nuestro sitio web o aplicación.
Por último, siempre que el sitio web tenga un buscador interno, deberemos analizar de
forma continua los usos que los usuarios hacen del mismo, ya que esto nos permitirá
mejorar la usabilidad del sitio, encontrar carencias de información y obtener nuevas
palabras clave de interés para nuestros visitantes para las que publicitarnos.

117
7. El análisis de la conversión

La venta comienza cuando el cliente dice no.

—Proverbio

La conversión es, sin duda, el objetivo último de nuestro negocio:

Para los sitios de comercio electrónico el objetivo es obvio: la venta de productos
o servicios. Para sitios creados con el fin de generar contactos nuestro objetivo será
conseguir leads.
Para una web de contenidos, como un medio de comunicación online, se busca
aumentar la participación y el engagement de nuestros visitantes.
Para los sitios de ayuda o soporte online intentaremos que nuestros usuarios
obtengan una respuesta rápida y satisfactoria.
Para sitios que buscan crear imagen de marca se valorará el consumo, el
compromiso y la fidelidad de los visitantes.
Por este motivo, todo el trabajo de nuestro sitio web o aplicación debe ir siempre
orientado a alcanzar los objetivos que hemos planteado.
Para poder realizar este trabajo de optimización es fundamental conocer y configurar de
forma correcta dentro de nuestra página tanto estos objetivos principales (macro
objetivos) como aquellos objetivos secundarios (micro objetivos) que participan de
manera indirecta en la estrategia de nuestro negocio.

OBJETIVOS Y CONVERSIÓN
Uno de los conceptos más importantes dentro de la analítica digital es la idea de las
macro y micro conversiones.
Una macro conversión ocurre cuando se completa una acción que es vital para nuestro
negocio. Por ejemplo, si tenemos una empresa de comercio electrónico, nuestra macro
conversión más importante será finalizar con éxito una venta.
Una micro conversión, en cambio, es todo aquello que, siendo importante para el negocio,
no contribuye de forma directa en la cuenta de resultados de la compañía. Se trata de
acciones que queremos que el usuario realice en nuestro sitio, sin representar una venta
directa. Por ejemplo, una solicitud de información a través de nuestro formulario.

118
Estudio de la conversión de una web
Para estudiar la conversión de una web debemos seguir el siguiente proceso lógico:

Identificar los objetivos de mi negocio

Antes de abordar el análisis de los datos es imprescindible tener claro lo que queremos
que el usuario haga en nuestra web.
Identificaremos unos objetivos principales claros y medibles, sin olvidarnos de los
objetivos secundarios. Por ejemplo:
Vender un producto o servicio.
Conseguir un contacto o lead.
Lectura de un artículo u opinión.
Descarga de un documento.
Suscribirse a un newsletter.
Dar soporte directo a clientes.

Identificar los pasos para alcanzar el objetivo fijado (funnels)

Alguno de los objetivos puede requerir que el usuario siga un proceso de conversión
concreto. Con el fin de identificar y optimizar los pasos que siguen nuestros usuarios a la
hora de completar un objetivo, ten presente los siguientes puntos:
Estudia las principales páginas de entrada.
Anota las rutas y clics a realizar.
Analiza y establece rutas para alcanzar el objetivo.
Optimiza las páginas para facilitar la conversión.
Evita en lo posible los elementos de distracción.
Adapta el contenido y estructura a tu público objetivo.
En GA también se puede definir un funnel o embudo de conversión. Un funnel representa
los pasos necesarios que el usuario debe cubrir para completar un objetivo.
El proceso de compra de una tienda online es un claro ejemplo de funnel. Desde que el
usuario añade un producto al carrito hasta que termina con el pago va dando pasos en este
embudo de conversión hacia la compra. La página que define el objetivo será aquella que
agradezca o confirme la compra.
Para configurar un objetivo de este tipo debemos conocer las URLs que conforman el
proceso de conversión.

119
El análisis de los funnels nos ayudarán a conocer los puntos en los que los usuarios
abandonan el proceso de conversión.
Además, nos ofrecen información muy útil como:
Conocer los visitantes que entran y salen del proceso de compra.
Eliminar cuellos de botella en el proceso.
Identificar las rutas de navegación con mayor conversión.
Utilizar los resultados para probar cambios en el site y optimizarlo.

Segmentar a mis visitantes

Para que las conclusiones derivadas del estudio de la conversión sean certeras debemos
segmentar el público que será objeto de nuestro análisis.
Antes de abordar la configuración de objetivos, deberemos hacer una buena organización
de vistas para la página web.
Si nuestro site está localizado en varios idiomas, lo lógico es crear vistas por país y filtrar
en cada una de ellas los datos que le corresponden. Así una campaña lanzada en USA no
se verá desvirtuada por los datos de otros países.
Más adelante veremos, además, cómo podemos realizar segmentaciones avanzadas con la
funcionalidad Segment Builder de Google Analytics.

Implementación analítica con mi herramienta de medición

Los objetivos en Google Analytics representan metas reales que queremos conseguir con
nuestra web, tales como:
Llevar al usuario por unos pasos hasta una página deseada (Gracias o
Enhorabuena).
Que los visitantes pasen una cantidad de tiempo determinado en mi sitio.
Que se visualice una cantidad de páginas de mi sitio.
Que un visitante interactúe con un elemento de mi página.
En GA podemos definir 4 tipos diferentes de objetivos:
URL de destino. Asocia la conversión a que el visitante visualice una página
específica.
Tiempo en el sitio. Asocia la conversión a que un usuario permanezca un periodo
de tiempo concreto en el sitio.
Páginas vistas por visita. Asocia la conversión a que el usuario vea un número
concreto de páginas.

120
 Evento. Podemos asociar la conversión a que se dispare un evento en nuestra web
o aplicación.

Recolección de información y comparación de los datos con periodos anteriores

Una vez configurada la conversión, podemos ver información de los objetivos tanto en su
sección específica dentro del apartado Conversiones, como en las pestañas de objetivos
en la mayoría de los informes.

Cálculo del retorno de la inversión (ROI)

Una vez configurada la conversión de nuestra web tendremos a nuestra disposición
nuevas métricas relacionadas con la consecución de nuestros objetivos. Una de las
métricas más interesantes es el ROI o retorno de la inversión, que nos contará al oído
confidencias al respecto de la rentabilidad de nuestras campañas de marketing.

Toma de decisiones y puesta en marcha de medidas correctoras dentro de un proceso de

mejora continuo
A estas alturas ya sabemos que la analítica no es una ciencia contemplativa. La medición
debe llevarnos a la acción. El análisis de las métricas nos permitirá dejar atrás las
opiniones y comenzar tomar decisiones de negocio en base a datos.

Configuración de objetivos en Google Analytics

Los objetivos en GA se configuran a nivel de vista, para ello debemos acceder al menú de
administración de la vista en la que lo vayamos a implementar.

Figura 7.1. Configuración de objetivos en GA.

Selecciona la vista en la que vas a crear un objetivo y luego, desde la pestaña Objetivos,

121
añade uno nuevo en el conjunto de objetivos que desees.
En GA existen 4 conjuntos de objetivos, en cada conjunto podemos definir hasta 5
objetivos, lo que significa que podemos definir hasta 20 objetivos por vista. Es
recomendable agrupar los objetivos relacionados dentro de un mismo conjunto, ya que en
los informes de GA los objetivos aparecerán agrupados.

Figura 7.2. Crear un nuevo objetivo.

Lo primero es otorgar un nombre que defina de forma correcta lo que el objetivo va a

medir. Después seleccionaremos el tipo de objetivo a configurar. La herramienta nos
propone unos tipos de objetivos pre-configurados que nos pueden ayudar a orientarnos en
nuestros primeros pasos.

Figura 7.3. Tipos de objetivos.

Vamos a echar un vistazo a los 4 tipos de objetivos que podemos definir en Google
Analytics:

122
Objetivo de URL de destino
Este tipo de objetivo es útil cuando podemos asociar una URL concreta a la consecución
de un objetivo. Imaginemos que cuando un usuario completa un registro termina siempre
en la página /gracias.htm. En este caso, podríamos utilizar esta url para definir el objetivo
de registro.
Es muy importante poner las URLs tal y como aparecen en los informes de contenido, ya
que es así como GA reconoce nuestras páginas.
Podemos elegir entre 3 tipos de concordancia para configurar la forma en la que Google
Analytics reconoce las URLs de nuestros objetivos:
Empieza por. URLs que comienzan con el contenido añadido.
Igual a. URLs que coinciden con el contenido añadido.
Expresión regular. URLs que concuerdan con patrones complejos definidos a
través de expresiones regulares.
También podemos provocar que las mayúsculas y minúsculas se consideren
caracteres diferentes.

Figura 7.4. Objetivo de URL de destino.

De manera opcional podemos definir un funnel indicando todos los pasos (URLs) que
conforman el proceso de conversión. De esta manera, conseguiremos un informe con
nuestro embudo de conversión.
En la casilla valor del objetivo debemos asignar un valor monetario a nuestros objetivos,
aunque no impliquen una venta de manera directa.
Por ejemplo, si nuestro equipo de ventas consigue realizar una venta al 10% de los

123
usuarios que deja un correo electrónico y la media de ingresos de esas ventas son unos
500€, deberíamos asignar un valor de 50€ (el 10% de 500€) a nuestro objetivo de
“Contactar”.
Recuerda que la ponderación económica de los objetivos no es algo opcional, debemos
indicar un valor económico para todos nuestros objetivos que no supongan una venta.
Si asignamos valor económico a objetivos que representan transacciones de comercio
electrónico, estaremos inflando los ingresos, algo tentador, pero no recomendable.
La correcta ponderación económica de nuestros objetivos no es un asunto trivial y tiene
una relación directa con otras métricas como el page value el retorno de la inversión.
Como veremos más adelante, una de las partes más importantes del plan de analítica
digital es la fase de identificación y ponderación económica de los objetivos. En ella
debemos extraer de nuestro cliente esta información a través de reuniones de trabajo.

Figura 7.5. Definir un funnel.

Objetivos de engagement: páginas vistas y tiempo en el sitio

Los objetivos de engagement son perfectos para medir el grado de compromiso de
nuestros visitantes con nuestra página.
Su configuración es tan sencilla como indicar un tiempo o el número de páginas vistas
que, si se alcanzan, conllevan la consecución del objetivo.

124
 Figura 7.6. Objetivos de engagement.

Objetivos de evento
Un evento que se produce dentro de mi página puede ser considerado una conversión y,
por lo tanto, es susceptible de ser tratado como un objetivo.
Google Analytics nos ofrece la posibilidad de crear objetivos basados en la información
que pasamos en los eventos.
Por nuestra experiencia, la gente tiende a confundir los objetivos y los eventos y acabar
pensando que se tratan de una misma cosa.
Es importante tener claro que un evento es un recurso que nos ofrece Google Analytics
para medir una interacción con la página y que, por otro lado, podemos configurar un
objetivo utilizando un evento.
Los elementos más veces configurados como objetivos de evento son:
Descargas de ficheros o documentación (pdf, exe, zip…).
Visualizaciones de contenido multimedia.
Envío asíncrono de formularios.
Visualización de contenido dinámico.
Clics en campañas internas.
Al seleccionar un objetivo de evento nos encontramos unas casillas donde se nos solicita
la información del evento que otorgará la conversión.

125
Aquí podemos observar los valores categoría, acción, etiqueta y valor en los que
introduciremos la concordancia.

Figura 7.7. Objetivos en base a eventos.

Para cada uno de los campos (no es necesario rellenarlos todos) colocaremos el tipo de
concordancia correcto (admite expresiones regulares) y el valor. Y, como en el resto de
casos, otorgamos un valor monetario al objetivo, que puede ser el parámetro value del
evento.

Los filtros y la definición de objetivos

Como ya hemos visto, la definición de un objetivo de URL debe coincidir con las URLs
que se muestran en nuestros informes.
Si aplicamos un filtro que manipule nuestras URLs, deberemos tenerlo en cuenta a la hora
de definir nuestros objetivos.
Por ejemplo, tenemos puesta la página “/gracias.htm” como URL del objetivo. En esa
vista aplicamos un filtro de añadir hostname a las URLs. Necesitaremos actualizar la
URL del objetivo para añadir el host: ejemplo.com/gracias.htmf

Compartir nuestros objetivos en Google Analytics

Es posible copiar nuestros objetivos de una vista a otra gracias a la funcionalidad
compartir del administrador de Google Analytics.
Tras seleccionar los objetivos a compartir y pulsar el botón “Compartir”, tenemos la
posibilidad de compartirlos en la galería de soluciones de GA o de compartir un enlace.
Esta segunda opción es la que nos permitirá copiar los objetivos gracias a una URL que
deberemos poner en el navegador.

126
 Figura 7.8. Compartir objetivos.

Tras seleccionar en qué vista queremos importar el objetivo, podemos elegir entre crear
un nuevo objetivo o sobrescribir uno ya existente. Esto es útil para mantener el histórico
de datos sobre la conversión de un objetivo.
Además de los objetivos, existen muchos elementos dentro de Google Analytics que
podemos compartir entre nuestras vistas e incluso con otros usuarios.
Puedes encontrar todos los recursos compartibles dentro del Administrador en la sección
Herramientas y elementos personales > Compartir elementos (Share Assets).

Métricas y dimensiones de conversión

Para analizar la conversión es necesario conocer las siguientes métricas básicas:
Consecución de objetivos: número total de conversiones en un periodo de
tiempo.
Valor del objetivo: valor económico asociado a las conversiones totales de un
objetivo. Este valor se obtiene al multiplicar el número de conversiones de objetivo
por el valor asignado al mismo.
Porcentaje de conversión: se obtiene al dividir número de conversiones de un
objetivo entre el número total de visitas que se han producido en un periodo de
tiempo.
Porcentaje de abandono: porcentaje de visitas que ha abandonado un proceso de
conversión. Se obtiene al dividir el número total de abandonos entre el número total
de inicios de un objetivo.
Es importante tener clara la diferencia que existe entre un objetivo y una transacción de
comercio electrónico:
Una conversión de un mismo objetivo sólo puede suceder una vez en cada visita.
Una transacción de comercio electrónico puede ocurrir múltiples veces en una

127
 visita.
Por ejemplo, si uno de tus objetivos es que los usuarios descarguen un PDF que
tenemos cuantificado en un valor de objetivo de 5€, cada visita solo nos podrá
aportar una conversión y 5€ si cumple dicho objetivo, con independencia de la
cantidad de veces que ese usuario descargue el PDF durante la visita en cuestión.
En cambio, en una tienda online, un mismo visitante puede realizar varias
transacciones (compras) durante una misma visita (sesión).

Informes de conversión
Visión general
En este informe podemos ver de un vistazo cuántos objetivos se han cumplido en un
periodo de tiempo, el porcentaje de conversión global de nuestra web y el valor
económico asociado a los objetivos cumplidos.
También podremos ver de manera individual qué ha ocurrido con cada uno de los
objetivos que hemos definido.
En los informes de conversión, por defecto, se nos mostrarán todos nuestros objetivos. Si
queremos analizar de manera aislada alguno de ellos, podemos seleccionarlo desde el
desplegable “Objetivo opcional” ubicado en la zona superior izquierda.

Informes de los embudos de conversión

El informe de embudos de conversión muestra de forma visual los diferentes puntos de
entrada y salida de usuarios dentro de un proceso de conversión, así como el porcentaje
de usuarios que van completando cada paso del proceso.
No debemos confundir el porcentaje de conversión de un embudo con el porcentaje de
conversión de un objetivo.
Podremos ver las urls de las páginas que se han visitado hasta completar un objetivo. El
valor Entrance nos indica que el visitante aterrizó en nuestra web en ese paso.
El porcentaje de abandono nos informa sobre el porcentaje de sesiones que comenzaron
un proceso de conversión y no llegaron a terminarlo.

Informe de ruta invertida en el objetivo

Este informe nos detalla las principales rutas de páginas que los usuarios han utilizado
para alcanzar los objetivos.
Muy útil para conocer el comportamiento de los usuarios en nuestro sitio web y qué
páginas generan más conversiones.

URLs objetivos

128
Aquí vamos a poder ver en qué página se encontraban los usuarios cuando se cumplieron
los objetivos que hemos definido.
Por defecto aparecerán las urls de todos los objetivos, pero podemos seleccionar un
objetivo concreto a través del selector de objetivos situado en la zona superior de la
pantalla.

Flujo de objetivos
Nos ofrece una representación gráfica de las rutas que nuestros visitantes siguieron hasta
completar un objetivo, incluyendo la fuente de procedencia, las páginas del funnel de
conversión y los puntos en los que abandonaron el proceso.
Cada nodo representa una métrica y la dimensión que estamos filtrando.
En cada paso del flujo se agrupa información sobre la actividad que han realizado los
usuarios en él.
Podemos ver, por ejemplo, el listado de páginas hacia las que van al abandonar el proceso
de conversión en ese punto.
Además, en la parte inferior, podremos ver el listado completo de los datos de conversión
de cada paso de nuestro objetivo.

Objetivos inteligentes
En caso de que no podamos o sepamos configurar objetivos, los objetivos inteligentes son
una forma sencilla de asociar las mejores visitas a conversiones con el fin de optimizar el
rendimiento de nuestras campañas de AdWords.
Los objetivos inteligentes utilizan aprendizaje automático para examinar patrones de las
visitas a nuestra web e identificar aquellas que tienen más probabilidades de realizar una
conversión. Cada visita se pondera y las mejores se convierten en objetivos inteligentes.

E-COMMERCE
Si tienes una tienda online o has pensado en montarla, éste es tu capítulo.
Google Analytics nos permite medir nuestras compras online gracias a sus informes de e-
commerce y e-commerce mejorado. En ellos podremos analizar de manera muy detallada
el customer journey de nuestros compradores para conocer su comportamiento desde que
aterrizaron en nuestra página hasta que hicieron una transacción.
El e-commerce mejorado es una versión evolucionada del e-commerce tradicional.
Incluye nuevos informes y métricas, pero debemos tener presente que su implementación
es más compleja.
En este libro te hablaremos de los dos tipos de e-commerce.

129
Debemos decantarnos por una opción u otra, en función de nuestras necesidades y
también en base a las particularidades de nuestra plataforma de e-commerce.

Configuración de e-commerce
En el caso de que utilicemos una plataforma de e-commerce estándar tipo Prestashop,
WooCommerce o Magento, podremos realizar fácilmente la configuración con Google
Analytics utilizando un plugin o módulo.
En el caso de que trabajemos con un CMS a medida o queramos realizar una
configuración personalizada, deberemos conocer el proceso de configuración de e-
commerce:

Activar el e-commerce
El primer paso es activar el comercio electrónico en las vistas que lo deseemos. Para ello, a

nivel de vista, selecciona la opción configuración del comercio electrónico.

El segundo paso será añadir al código de seguimiento en todas las páginas de la tienda
online la librería de e-commerce de GA (ecommerce.js). Para reducir el peso de la librería
analytics.js, Google no ha incluido por defecto las funciones de e-commerce en la librería
analytics.js, por lo que debemos añadirla de manera manual justo después del código de
seguimiento y antes de cualquier llamada a una función de e-commerce.

Figura 7.9. Activar comercio electrónico a nivel de vista.

ga(‘require’, ‘ecommerce’);

Por último, deberemos añadir el código de e-commerce que genera y envía la transacción
en la página donde se finaliza la compra. Este código se compone de 3 partes:

1. Código para crear una transacción

130
Usa el método ecommerce:addTransaction para inicializar un objeto de transacción. El
objeto de transacción almacena toda la información relacionada con una transacción
individual, como el ID de pedido, los gastos de envío y la dirección de facturación.
La información del método de transacción se asocia con sus elementos mediante los ID de
pedido para la transacción y todos los elementos, que deberían tener el mismo ID.
ga(‘ecommerce:addTransaction’, {

‘id’: ‘1234’, // Transaction ID. Required.

‘affiliation’: ‘Acme Clothing’, // Affiliation or store name.

‘revenue’: ‘11.99’, // Grand Total.

‘shipping’: ‘5’, // Shipping.

‘tax’: ‘1.29’ // Tax.

});

2. Código para añadir productos a una transacción

El método ecommerce:addItem hace un seguimiento de cada artículo individual en el
carrito de la compra del usuario y asocia el artículo con cada transacción a través del
campo Id. Este método hace un seguimiento de los detalles sobre un artículo concreto,
como el código SKU, el precio, la categoría y la cantidad.
ga(‘ecommerce:addItem’, {

‘id’: ‘1234’, // Transaction ID. Required.

‘name’: ‘Fluffy Pink Bunnies’, // Product name. Required.

‘sku’: ‘DD23444’, // SKU/code.

‘category’: ‘Party Toys’, // Category or variation.

‘price’: ‘11.99’, // Unit price.

‘quantity’: ‘1’ // Quantity.

});

3. Código para enviar la transacción a Google Analytics

El método ecommerce:send confirma que se ha realizado una compra y todos los datos
generados en el objeto de transacción se finalizan como una transacción.
Debe llamarse después del método pageview de GA y de los otros dos métodos de
comercio electrónico que acabamos de ver.
ga(‘ecommerce:send’);

En la guía para desarrolladores de Google Analytics puedes leer toda la información y

131
posibilidades del tracking de e-commerce con Universal Analytics:
developers.google.com/analytics/devguides/collection/analyticsjs/ecommerce?hl=es

Cómo anular una transacción

Anular una transacción en Google Analytics es tan sencillo como crear una transacción
inversa que contenga los mismos valores de cantidad, precio total, impuestos, etc., pero
en negativo.
Por ejemplo, si el importe total de la transacción original es de 699 euros, la transacción
rectificada tendrá un importe de -699 euros. De esta manera, Google Analytics
almacenará esta nueva transacción y actualizará las métricas de e-commerce.
Cuando queremos anular una transacción es importante asegurarnos de que estamos
utilizando el mismo transaction ID que se utilizó durante la compra.
Ten presente que al anular una transacción no estamos eliminándola y que ambas
transacciones se mostrarán en nuestros informes de e-commerce.

Métricas y dimensiones de e-commerce

La tasa de conversión media de las tiendas físicas es del 55%, es decir, más de la mitad
de las personas que entran en una tienda terminan comprando. En cambio, en el caso de
las tiendas online, el ratio de conversión cae al 3%.
Tras configurar el e-commerce Google Analytics se viste se fiesta y empieza a mostrarnos
en sus informes métricas y dimensiones que nos permitirán conocer el rendimiento de
nuestra tienda.
Conocer bien qué significan las métricas de e-commerce básicas se nos antoja
indispensable para el correcto análisis de los informes:
Ingresos. Representa la ganancia en euros obtenida a través del comercio electrónico. En
algunas implementaciones los ingresos pueden incluir impuestos y gastos de envío.
Porcentaje de conversión de comercio electrónico. Porcentaje de visitas que se han
traducido en una transacción de comercio electrónico.
Transacciones. Número total de ventas realizadas en el sitio web.
Valor medio de pedido. Valor medio de las transacciones.
Cantidad. Número de veces que un producto ha aparecido en una transacción.
Compras únicas. Número de compras en las que ha aparecido un producto concreto.
Existen también algunas dimensiones importantes que debemos conocer:
Producto. Nombre de los artículos que se han vendido en una transacción.
ID de transacción. Identificativo único de las transacciones de comercio electrónico.

132
Código SKU de producto. Códigos de producto de los artículos que se han vendido. En
una tienda física sería el código de barras de un artículo.

Informes de e-commerce
Ya sabemos que una vez configurado el e-commerce nuestros informes de Analytics se
supervitaminarán e hipermineralizarán. Lo que antes se mostraba como un desierto
salpicado por métricas de adquisición y comportamiento, empezará a mostrar los
primeros brotes verdes relacionados con transacciones, productos e ingresos:

Informe de rendimiento del producto

Este informe nos permite conocer los productos más populares de nuestro catálogo.
Podremos conocer en cuántas transacciones aparecieron, cuál fue el precio medio o
cuántos productos se han vendido en un periodo de tiempo.

Informe de rendimiento de ventas

Este informe nos permite conocer las ventas diarias que se han realizado durante un
periodo de tiempo. Podremos identificar los días en los que hemos conseguido vender
más y aquellos en los que nunca deberíamos habernos levantado de la cama.

Informe de transacciones
Este informe nos permite conocer qué transacciones se han realizado durante ese periodo
de tiempo. Podremos analizar cada transacción de manera individual para conocer qué
productos intervinieron en ella y cuánto dinero nos generó.

Informe de tiempo hasta la compra

Este informe nos permite conocer cuántos días o cuántas visitas han sido necesarias hasta
que el visitante realiza una compra. De esta manera sabremos si nuestros compradores
tienen un perfil impulsivo o reflexivo.
Nuestra labor como analistas será optimizar también la experiencia en nuestra web para
incentivar a aquellos visitantes que necesitan más de una visita antes de realizar una
compra.

E-COMMERCE MEJORADO
Activando el e-commerce mejorado conseguiremos unos informes de e-commerce más
completos, en los que podremos analizar el customer journey de nuestros clientes de
manera mucho más precisa y completa para tener una visión completa desde que nuestro
visitante aterriza en nuestra web hasta que finaliza un proceso de compra.

133
El e-commerce mejorado nos sitúa en un nuevo escenario en el que podremos analizar
aspectos tan importantes como:
– Impresiones y clics en banners promocionales de nuestra web.
– Impresiones y clics en productos.
– Rendimiento de listas en las que se muestran nuestros productos.
– Visualizaciones de detalle de producto.
– Productos añadidos y eliminados en el carrito de compra.
– Funnel del proceso de compra.
– Funnel del customer journey del usuario desde que aterriza en nuestra web.
– Devoluciones de transacciones completas o de ítems individuales.
– Uso de cupones de descuento y códigos de afiliados.

Cómo implementar el e-commerce mejorado

En primer lugar, debemos tener claro que el e-commerce mejorado es incompatible con el
e-commerce clásico, es decir, tenemos que decantarnos por uno u otro. La versión antigua
tiene la ventaja de ser más sencilla de implementar, existen muchos plugins para las
plataformas de e-commerce más extendidas que nos permitirán hacer una configuración
plug&play. En el caso del e-commerce mejorado la configuración puede ser más costosa,
pero a cambio los informes que obtendremos serán mucho más interesantes y completos.
Dentro de GA debemos activarlo en el menú de Administración de e-commerce de cada
vista:

Figura 7.10. Activar el e-commerce mejorado a nivel de vista.

Una vez activado el nuevo e-commerce tendremos una serie diferente de elementos en el
menú para visualizar toda la información con la que vamos alimentar la herramienta.
A nivel de configuración de GA, además de activar el e-commerce mejorado en la vista,

134
podemos indicar un nombre para los pasos del proceso de checkout que luego veremos en
un informe de tipo funnel. Todo lo que queda, y no es poco, es añadir los nuevos códigos
de e-commerce al site para enviar a la herramienta toda la información que necesita para
generar los nuevos informes.
Esta tabla recoge un resumen de las acciones que se pueden producir en la tienda online y
que deben ser configuradas para enviar la información de los productos a la herramienta.

Figura 7.11. Interacciones que pueden ser medidas con e-commerce mejorado.

Cada vez existen más y mejores plugins para configurar el e-commerce mejorado en las
diferentes plataformas. Recuerda que en la guía para desarrolladores de Google Analytics
encontraremos todas las indicaciones para implementarlo de manera manual:
developers.google.com/analytics/devguides/collection/analyticsjs/enhanced-ecommerce/

Informes de e-commerce mejorado

Los informes de e-commerce mejorado suponen un paso al frente respecto a los informes
tradicionales. Los informes sobre productos y transacciones se ven ahora
complementados con interesantes informes de marketing y embudos que nos darán una
valiosa información sobre el comportamiento de nuestros compradores.

Visión general
La visión general del e-commerce mejorado añade a las métricas que ya conocíamos
información sobre nuestras promociones internas o banners, cupones de descuento,
información sobre el rendimiento de nuestros afiliados y sobre el rendimiento de nuestras
campañas de marketing online en cuanto a ventas.
Nos incluye, además, un resumen sobre lo más vendido, donde podemos ver los
productos, categorías y marcas que mejor están funcionando en nuestro e-commerce.

135
Análisis de las compras
Los informes de análisis de las compras nos ofrecen dos funnels que nos permiten
comprender el comportamiento de nuestros usuarios desde que aterrizan en nuestra web
hasta el momento de la compra.

Informe de Análisis del comportamiento de compra

Este informe de tipo embudo nos permite analizar el customer journey de nuestros
visitantes desde el momento que llegan a nuestra página web hasta que finalizan una
compra.
El informe Análisis del comportamiento de compra permite ver el número de sesiones
que han participado en cada etapa del proceso de compra, las que han continuado de un
paso al siguiente y el número de abandonos que se han producido en cada fase
(representado por una flecha roja en la parte inferior de cada paso).
Debemos tener presente que un usuario puede volver a entrar en el embudo en cualquier
fase de la compra (lo que se muestra con una barra azul en la parte superior de un paso).
Por ejemplo, si un usuario ha agregado un producto al carrito durante una sesión y ha
vuelto a completar la compra en una sesión posterior, en el informe de embudo se
indicaría que este usuario ha entrado en el paso de proceso de pago.
Es posible crear segmentos haciendo clic en un paso del embudo para analizar, por
ejemplo, el número de sesiones que han incluido vistas de producto o el número de
sesiones que han abandonado el embudo en el proceso de pago.

Figura 7.12. Análisis del comportamiento de la compra.

Informe de Análisis del comportamiento del proceso de checkout

Este embudo nos habla sobre el proceso de checkout de nuestro e-commerce para analizar

136
cuántos usuarios han pasado de un paso al siguiente y cuántos han abandonado el proceso
en cada paso. Este informe es muy útil para identificar los puntos fuertes y débiles del
proceso de checkout.
Para poder obtener este informe es necesario configurar manualmente los pasos del
embudo de conversión. En la ayuda para desarrolladores de Google Analytics podemos
ver cómo hacerlo:
developers.google.com/analytics/devguides/collection/analytics/enhanced-ecommerce
Al igual que en el caso anterior, podemos utilizar este gráfico para crear segmentos de e-
commerce. Es tan simple como hacer clic en un paso del embudo de conversión, una
transición, una flecha de abandono o la entrada en un paso concreto (la barra que está
situada más arriba en un paso).
Además del embudo de conversión, el informe de tabla permite analizar una serie de
dimensiones y métricas en el contexto de las sesiones en general o de las sesiones durante
las que los usuarios han abandonado el embudo del proceso de pago.

Figura 7.13. Análisis del comportamiento del proceso de checkout.

Rendimiento del producto

El informe Rendimiento del producto permite ver el rendimiento de nuestros productos
desde dos puntos de vista distintos:
Resumen. Rendimiento del producto en cuanto a ingresos, precio y cantidades
vendidas. Incluye dos de las métricas de comportamiento de compra.
Comportamiento de compra. Rendimiento del producto en cuanto a interacción
del usuario con nuestros productos (por ejemplo, visualización de productos en las
listas y visualizaciones de detalle de producto, acciones de agregar y eliminar
productos del carrito o completar procesos de checkout).

137
Rendimiento de las ventas
El informe Rendimiento de las ventas permite analizar las ventas en base a dos
dimensiones:
Identificativo de la transacción. Nos permite conocer cuáles han sido las
transacciones más importantes y analizar qué productos se incluyeron en ellas.
Fecha. Nos permite analizar nuestros datos de compras acumulados por fecha. De
esta manera, podemos identificar las fichas que mejor y peor funcionaron.

Rendimiento de la lista de productos

Las listas de productos representan una forma de agrupación de los productos en nuestra
web. Una lista puede ser, por ejemplo, una categoría, destacados en la home, más
vendidos. Podemos utilizar una lista para representar:
Páginas de categoría.
Bloques de destacados o productos más vendidos.
Bloques de venta cruzada.
Bloques de venta adicional.
Bloques de productos relacionados.
Páginas de resultados de búsqueda.
Recuerda que nosotros debemos definir estas durante el proceso de implementación del e-
commerce mejorado.
Estos informes nos permiten ver el rendimiento de las listas de productos del sitio web en
base a las siguientes métricas:
Vistas de listas de productos: número de veces que los usuarios han visto
productos cuando se han mostrado en una lista.
Clics de lista de productos: número de veces que los usuarios han hecho clic en los
productos cuando se han mostrado en una lista.
CTR de la lista de productos: número de clics/número de veces que ha aparecido
la lista.

Promoción interna
Las promociones internas representan los banners que se muestran dentro de nuestra web
para anunciar un producto o una categoría de productos. Este informe nos permite
conocer cuáles de nuestras campañas internas están teniendo un mejor y peor rendimiento
de cara a la compra. Para ello nos presenta las siguientes métricas:

138
 Vistas de la promoción interna: número de veces que los usuarios han visto
nuestras promociones internas.
Clics de la promoción interna: número de veces que los usuarios han hecho clic en
nuestras promociones internas.
CTR de la promoción interna: vistas/clics.

Cupón de pedido
El informe Cupón de pedido nos muestra el rendimiento de los cupones que ponemos a
disposición de nuestros usuarios para obtener descuentos u otro tipo de beneficios durante
sus compras. Podremos analizar por cada código de cupón los ingresos y transacciones
que ha generado, así como el valor medio de la compra.

Código de afiliado
El informe Código de afiliado permite conocer el rendimiento de nuestra red de afiliados
como motor de ventas.

EMBUDOS O RUTAS DE CONVERSIÓN MULTICANAL

Los informes de Google Analytics funcionan con un modelo de atribución del tipo último
clic menos directo, es decir, atribuyen todo el crédito de la conversión al último canal con
el que interactúa el visitante. En el caso de que el último canal de interacción del usuario
sea el directo, Google Analytics lo ignora y atribuye la conversión al canal anterior.
Pongamos un ejemplo:
Imaginemos que nuestra tía Conchi accede a un e-commerce de productos regionales
zaragozanos haciendo una búsqueda en Google y, tras analizar nuestro interesante
catálogo de productos, abandona la web para irse a cenar.
Imaginemos también que, tras cenar y tomar su copita de aguardiente, regresa a nuestra
web, ahora escribiendo directamente la url en el navegador y motivada por los efluvios
etílicos termina por comprar un almanaque de 60 euros.
Google Analytics atribuirá estos 60 euros al canal orgánico, aquel con el que interactúo
nuestra tía Conchi en su primera visita. Nunca sabremos, por tanto, que nuestra tía cuando
compró, procedía de una visita directa.
En los informes Embudos multicanal, si se realiza una conversión de tráfico directo (por
ejemplo, ha usado un marcador o ha escrito la URL directamente en el navegador), esta se
atribuye al canal directo. Esto difiere del resto de informes de Analytics, donde existe un
modelo de atribución last click menos directo, donde la conversión se atribuye a una
campaña o fuente no directa.
Existen al menos tres motivos por los que debemos ir más allá de la atribución por last

139
clic:
1. Una compra puede realizarse a través de diversos dispositivos, canales, campañas y
webs.
2. La atribución last clic ignora al resto de jugadores que intervienen en las conversiones.
3. Ir más allá del last clic mejorará nuestra estrategia de marketing.
Imagina ahora un partido de fútbol en el que solo tuviéramos ojos para el jugador que
mete el gol y en el que ignoráramos al resto del equipo: al defensa que cortó el ataque
rival e inició la jugada, al centrocampista que templo el balón en el medio campo y
regateó a medio equipo para servir el gol en bandeja a nuestro delantero. ¿Verdad que no
sería justo?
Los informes de embudos multicanal muestran cómo se combinan los canales de tráfico
para lograr ventas y conversiones. Se produce una conversión cuando un usuario realiza
una compra online u otra acción establecida como objetivo.
Muestran también la evolución de las keywords de búsqueda hasta llegar a la conversión.
Nos orientan sobre la función que tiene cada fuente de tráfico en las conversiones.
Arrojan información sobre cada interacción del ciclo de ventas.

Conversiones asistidas vs. last clic

Un canal puede desempeñar diferentes roles durante el customer journey de un usuario:
Primera interacción. Cuando el canal es el primero con el que interactúa el visitante. Es
el canal encargado de presentar nuestra marca y productos por primera vez. En nuestro
símil futbolístico estaríamos hablando del defensa que inició la jugada.
Asistencia. Cuando el canal participa en el proceso de conversión del usuario, pero no es
el último con el que interactúa. Volviendo al partido de fútbol, este rol corresponde al
centrocampista.
Último clic o directo. Cuando el canal es el último con el que interactúa el visitante antes
de realizar la conversión. El delantero centro sería el canal que participó como último clic
en el gol del equipo.

Informes de embudos multicanal de Google Analytics

Dentro de la sección de conversión encontraremos un conjunto de informes dedicados al
análisis de las conversiones asistidas de nuestros canales.
Los informes de embudos multicanal se generan a partir de rutas de conversión que han
seguido nuestros visitantes durante una ventana de tiempo máxima de 90 días previos a
cada conversión y transacción.
Por defecto se basan en todas las conversiones y transacciones. Podemos elegir qué tipo

140
de objetivos y/o conversiones queremos incluir utilizando el menú superior (Conversión).
Desde este menú también podemos seleccionar si queremos visualizar la interacción de
nuestros visitantes con canales o con las campañas de AdWords.

Figura 7.14. Informes de embudos multicanal.

Hay que tener presente que la recopilación de datos de los embudos multicanal puede
llevar hasta dos días y que los datos del día actual y el anterior no están disponibles en los
informes.
Analytics puede llegar a registrar hasta un máximo de 5.000 interacciones por ruta de
conversión.

Visión general
Desde aquí podemos tener una visión general de conversiones totales y las conversiones
asistidas que se han producido en el periodo. Además, podremos ver de manera gráfica la
interacción de los diversos canales sobre un diagrama de Venn.

Conversiones asistidas
Este informe nos desglosa por canal y campaña de AdWords diferentes métricas

141
relacionadas con su conversión:
Conversiones asistidas. Conversiones que ha asistido este canal.
Valor de las conversiones asistidas. Valor económico asociado a las conversiones
asistidas.
Conversiones por interacción de último clic o directa. Conversiones finalizadas por el
canal.
Valor de las conversiones de último clic o directas. Valor económico de estas
conversiones.
Conversiones asistidas/de último clic o directas. Cociente entre conversiones asistidas
entre último clic. Un valor cercano a uno denota que el canal asiste y finaliza en la misma
proporción, un valor cercano a cero denota una mayor naturaleza finalizadora y un valor
superior a uno nos indica que el canal asiste principalmente.
Además del análisis de las conversiones asistidas, podemos hacer la misma lectura para
las conversiones por primera interacción a través del menú de pestañas situado en la parte
superior (Análisis de las interacciones de asistencia/Análisis de primera interacción).

Rutas de conversión principales

Este informe nos ofrece una representación gráfica de la interacción de los usuarios con
canales y campañas de AdWords. Cada etiqueta representa la interacción con un canal.
En el caso de que un usuario interactúe con un mismo canal de manera consecutiva,
podemos encontrar varias etiquetas superpuestas.
En el menú superior podemos filtrar el número de rutas que queremos visualizar (por
defecto se muestran todas) (Figura 7.15).

Lapso de tiempo
Nos permite visualizar las conversiones agrupadas por el número de días que han pasado
desde que el usuario visita nuestra página web por primera vez hasta que convierte.

142
 Figura 7.15. Informe de rutas de conversiones principales.

Ruta de interacciones
Nos permite visualizar las conversiones agrupadas por el número de interacciones con
canales que ha tenido el usuario que visita nuestra página web por primera vez hasta que
convierte.

MODELOS DE ATRIBUCIÓN
Un modelo de atribución en analítica web conforma una manera de atribuir el crédito de
las conversiones a cada uno de los canales. Como ya sabemos, por defecto Analytics
atribuye siempre al último canal el mérito de la conversión (siempre que no sea directo),
pero existen otros modelos de atribución que podemos utilizar para analizar nuestras
conversiones desde prismas diferentes.
Es importante tener claro que los modelos de atribución no son más que eso: modelos que
nos permitirán ver la realidad de nuestra web desde enfoques diferentes. No es que un
modelo sea mejor que otro, podemos utilizarlos en función de nuestras necesidades.
Pueden servirnos, por ejemplo, para resaltar ciertos canales como display o social media,
que en un modelo de atribución last clic pueden quedar perjudicados.

Herramienta de comparación de modelos

La herramienta de comparación de modelos de Analytics nos permite seleccionar un
modelo de atribución y comparar el comportamiento de los canales en cada caso.
Podemos seleccionar los siguientes modelos:

143
 Última interacción. En el modelo de atribución Última interacción, el último
punto de contacto recibiría el 100% del valor de la venta.
Último clic indirecto. Se ignora todo el tráfico directo y todo el crédito de la
conversión se le asigna al último canal con el que ha interactuado el visitante antes
de la conversión. Este modelo es el que se utiliza en todos los informes de
Analytics.
Último clic de AdWords. El último clic de AdWords recibe el 100% del crédito
de la conversión.
Primera interacción. El primer canal de contacto recibiría el 100% del crédito de
la conversión. Sería algo similar a otorgar todo el mérito de un matrimonio a la
primera cita.
Lineal. Cada punto de contacto de la ruta de conversión comparte el mismo
crédito por la conversión. Sería un modelo similar a lo que ocurría en el colegio
cuando en el campeonato de atletismo a todos los niños nos daban una medalla con
independencia del puesto que hubiéramos logrado.
Deterioro del tiempo. A los puntos de contacto más cercanos en el tiempo en el
momento de la venta o de la conversión se les asigna el máximo de crédito. A
medida que se alejan, el crédito será menor. Este modelo intenta realizar una
ponderación justa entre todos los canales.
Según la posición. Se asigna un 40% del crédito tanto a la primera interacción
como a la última, y el 20% de crédito restante se distribuye de manera uniforme
entre las interacciones intermedias. Este modelo otorga por tanto el protagonismo a
los canales que iniciaron y finalizaron la conversión.
Además, tenemos la posibilidad de crear nuestros propios modelos de atribución
personalizados (hasta 10 modelos de atribución personalizados por vista) utilizando como
base un modelo existente y modificándolo.
Para ello podemos recurrir a la opción “Crear y editar modelo de atribución” y
seleccionar los parámetros que necesitemos para nuestro nuevo modelo.

144
 Figura 7.16. Modelos de atribución personalizados.

En primer lugar debemos seleccionar un modelo predeterminado que queramos utilizar

como base para el modelo personalizado. A continuación deberemos configurar diferentes
opciones:
Ventana al pasado. Periodo de la ventana de conversión que queremos utilizar.
Ajustar crédito para impresiones. Relación entre la ponderación de impresiones
general y la ponderación de tiempo relativa.
Ajustar el crédito según la interacción de los usuarios. Nos permite utilizar varias
reglas de ponderación según las métricas de interacción del sitio.
Aplicar reglas de crédito personalizado. Nos permite utilizar varias reglas de
ponderación para ampliar la forma en que está definido el modelo.
Puedes encontrar más ejemplos en la ayuda de Google Analytics:
support.google.com/analytics/answer/6148697

Cómo analizar la conversión

145
El análisis de la conversión o del comercio electrónico requiere conocer y seguir la
evolución de las diferentes métricas que componen los informes de conversión: los
ingresos, el ratio de conversión y el valor medio del pedido son probablemente los 3 más
importantes.
Estas métricas requieren un análisis en conjunto, ya que analizarlas de manera aislada
puede llevarnos a conclusiones incorrectas.
Los ingresos conforman uno de los KPIs más importantes en cualquier negocio online.
El primer paso es establecer un objetivo claro y medible dentro de un rango temporal que
nos permita conocer el nivel de incremento respecto a otro periodo de carácter similar.
Un estudio pormenorizado de las fuentes de adquisición de tráfico y los
ingresos/conversión que cada una de ellas aporta nos permitirá trabajar de forma correcta
en la optimización de las campañas.
Esto, unido a la inversión que hacemos en adquirir el tráfico necesario para llegar a los
objetivos fijados, nos permitirá calcular el ROI de nuestro negocio online.
Los siguientes informes y métricas nos ofrecerán la información necesaria para optimizar
nuestros ingresos.

Ingresos por canales y campañas

El informe de adquisición nos aporta la información necesaria para conocer cuáles de
nuestros canales de adquisición son aquellos que aportan mayores ingresos o revenue.
Conociendo la inversión realizada en cada uno de ellos obtendremos su ROI y podremos
acometer futuras inversiones con seguridad.
Un correcto etiquetado de todas nuestras campañas nos permite conocer su verdadera
influencia en ventas y, de esta forma, ayudarnos a optimizar nuestras inversiones.
El valor por sesión nos ayuda a conocer cuántos ingresos nos aporta cada visita procedente
de una campaña.

Ingresos y palabras clave

Fundamental para el SEO/CPC es conocer el rendimiento de cada una de las palabras
clave y cuáles son aquellas que mayores ingresos aportan a la compañía. Esto nos permite
centrar nuestros esfuerzos en las palabras que realmente aportan ingresos y ampliar el
longtail de manera efectiva.

El informe de tiempo hasta la compra

Como ya vimos este informe nos resultará muy útil para analizar el perfil de nuestros
visitantes conociendo las sesiones y días que necesitan para realizar una compra.

146
De esta forma podremos ver si nuestros compradores son impulsivos y compran en la
misma sesión en la que nos conocieron o si, por el contrario, tienen una naturaleza más
reflexiva y necesitan varias sesiones hasta finalizar la compra.
Uno de nuestros cometidos como analistas es orientar al equipo web para reducir el
tiempo hasta la compra, ya que de esta manera reduciremos la posibilidad de que nuestros
compradores potenciales acaben realizando sus compras en otras webs.
En el caso de que trabajemos con e-commerce mejorado este informe no estará disponible
y deberemos acudir al informe de lapso de tiempo dentro de los embudos multicanal.

Embudos multicanal y modelos de atribución

Como ya hemos visto, para hacer un estudio completo de la conversión no debemos
enfocar todo nuestro análisis solo en lo que ha acontecido en el último clic.
Completar nuestros informes de análisis de la conversión requerirá, por lo tanto, conocer
el comportamiento de nuestros usuarios previo a la compra y aplicar los modelos de
atribución que mejor se ajustan al funcionamiento real de nuestras campañas.
Los informes de Google Analytics nos ofrecen siempre una visión last clic, pero los
informes de embudo multicanal nos permiten conocer también las conversiones por
contribución. No es necesario decantarse por una u otra opción, lo habitual es utilizar el
last clic durante el análisis horizontal de nuestra web y recurrir a los embudos multicanal y a
los modelos de atribución cuando realicemos un análisis vertical o diagonal.
La herramienta de comparación de modelos de atribución es una funcionalidad útil a la hora
de encontrar capacidades ocultas en nuestros canales de adquisición. Un modelo de
atribución de primera interacción o basado en la posición puede favorecer a canales como
social media o display y justificar la inversión en estos medios.

El ratio de conversión
Se trata del indicador clave para conocer la calidad de nuestro tráfico. En la mayoría de
los informes, a excepción de los de contenido que no sean landing pages, podemos
estudiar la conversión para trabajar en su optimización.
La conversión está determinada por la calidad del tráfico y por la capacidad de conversión
de nuestro propio sitio. Un trabajo eficiente en la adquisición de tráfico, unido a la
optimización continua de nuestro sitio web, provocará la mejora de este ratio y el
consiguiente aumento en nuestros ingresos.
El porcentaje de conversión puede ser una métrica engañosa:
En ocasiones podemos encontrar porcentajes muy altos o muy bajos cuando
analizamos un volumen de tráfico pequeño. Esto es debido a que la muestra que
analizamos incluye visitas que generan una desviación anómala. Es importante, por
tanto, asegurarnos de que los datos que analizamos incluyen un volumen de datos

147
 significativo antes de sacar conclusiones.
Por otro lado, el porcentaje de conversión debe medirse siempre de manera
conjunta con métricas como el valor medio del pedido o los ingresos. Un porcentaje
de conversión alto puede derivarse, por ejemplo, por una oferta y no significar
necesariamente un aumento en nuestros ingresos.

El valor medio del pedido o average value

Esta métrica nos ofrece la cantidad media que han gastado los usuarios de nuestra web en
sus transacciones.
El valor medio del pedido cualifica la calidad de las transacciones y su análisis nos
permite conocer qué canales y campañas están atrayendo a nuestra web el tráfico de
mayor calidad en cuanto a conversión.
El valor medio del pedido debe analizarse de manera conjunta con otras métricas como el
número de transacciones y el porcentaje de conversión, sólo así tendremos una visión real y

completa de la conversión de nuestras campañas.

El Churn rate
El Customer churn rate, también conocido como customer attrition, customer turnover o
customer defection, representa el porcentaje de clientes o usuarios que dejaron de utilizar
nuestro producto o servicio tras un periodo de tiempo.
Debemos reconocer que el presupuesto de marketing se invierte casi en su totalidad en la
adquisición de nuevos clientes, olvidándonos por completo de mantener a aquellos que ya
tenemos. Irónicamente la realidad nos enseña que reducir el churn rate suele ser mucho
más rentable y beneficioso que optimizar el CRO.
Ten presente solo algunos datos:
Adquirir un cliente es mucho más costoso en términos económicos (hasta 7 veces)
que mantener y vender a uno ya existente.
El 70% de los clientes que tuvieron una experiencia de compra satisfactoria nos
prescribirán.
La ratio de conversión de un cliente es tres veces superior al de un prospect.
El pedido medio de un cliente fidelizado es 10 veces superior al que hizo en su
primera compra.
A pesar de la importancia de esta métrica Google Analytics no nos la muestra en sus
informes. Sin embargo, sí tenemos a nuestra disposición los informes de audiencia,
análisis de grupo y usuarios activos, donde podemos conocer cómo vamos perdiendo
usuarios tras su primera visita.

148
8. Informes en tiempo real

Lo pasado ha huido, lo que esperas está ausente, pero el presente es

tuyo.
— Proverbio árabe

Los informes en tiempo real nos permiten conocer a los usuarios que se encuentran
activos en el sitio web o aplicación móvil en el momento en el que nos encontramos.
Google Analytics considera que un usuario está activo si ha enviado un hit durante los
últimos 5 minutos.
No requieren ninguna acción específica ni cambio de código para poder visualizarlos,
solo muestran los visitantes que se encuentran en ese momento en el sitio, de qué fuentes
han llegado, desde qué países, qué páginas están consumiendo, si realizan eventos o si se
ha completado alguna conversión.

Figura 8.1. Informes en tiempo real.

Existen seis informes en tiempo real:

Visión general.
Ubicaciones.
Fuentes de tráfico.

149
 Contenido (o Pantallas, para aplicaciones móviles).
Eventos.
Conversiones.
En todos los informes encontraremos de izquierda a derecha: el número de usuarios
activos, el número de visitas durante cada uno de los 30 minutos anteriores y el número
de visitas durante los últimos 60 segundos.
Los informes en tiempo real están vivos, en cada momento podremos ver cómo entran y
salen visitantes a nuestra web. Las entradas se destacan con un fade in verde en las tablas,
las salidas con un fade out rojo. ¿Acaso puede existir algo más triste que ver cómo un
visitante abandona nuestra web para perderse como lágrimas en la lluvia en ese universo
infinito y oscuro que es internet?
Haciendo clic en cualquiera de las dimensiones de estos informes o utilizando el cuadro
de búsqueda podremos segmentar los datos que aparecen en tiempo real. Podemos
segmentar un informe en más de una dimensión al mismo tiempo y ver los segmentos que
estamos aplicando en la parte superior.

Figura 8.2. Segmentación en los informes en tiempo real.

Además, debemos tener muy presente que estos datos pueden tener aplicados los filtros
que hayamos configurado.

INFORME VISIÓN GENERAL

En el informe Visión general se muestran varios bloques de información con datos como
la procedencia de los visitantes, el dispositivo utilizado, la palabra clave en caso de llegar

150
de un buscador o las páginas que se están visualizando.

UBICACIONES
Muestra las ubicaciones geográficas de los usuarios que se encuentran en el sitio en ese
momento. También podemos ver cuántas páginas o pantallas se han visto desde cada
ciudad durante los últimos 30 minutos.

FUENTES DE TRÁFICO
Este informe solo se muestra para los sitios web. Podemos ver en él las fuentes/medios
que han enviado tráfico en ese momento al sitio, así como la campaña.

CONTENIDO Y PANTALLAS
Muestra qué páginas o pantallas están siendo visualizadas o se han visto durante los
últimos 30 minutos. Muy útil para conocer si un contenido nuevo que hemos lanzado está
ya siendo consumido por los usuarios.

EVENTOS
Aquí veremos los hits de tipo evento que se están generando y que se han producido en
los últimos 30 minutos. Tendremos una tabla con hasta 20 eventos organizados por
Categoría, Acción y Etiqueta.

CONVERSIONES
En este informe solo se muestran las conversiones de los objetivos de URL de destino y
de evento. Los objetivos de consumo de contenido necesitan ser procesados para su
cálculo y por ello no se muestran en tiempo real.
Aquí también veremos hasta 20 objetivos y sabremos cuáles se están produciendo en ese
momento y cuáles han sucedido en los últimos 30 minutos.

CÓMO ANALIZAR NUESTRO TIEMPO REAL

Los informes en tiempo real serán muy útiles para conocer en el acto si las acciones que
ponemos en práctica están empezando a tener repercusión.
Por ejemplo, si un email que hemos enviado está ya recibiendo respuestas, si un
lanzamiento en redes sociales comienza a tener impacto en nuestra web, si un vídeo se
está visualizando o incluso si ya se están produciendo algunas ventas.
Además, nos resultará útil en la implementación de los códigos de interacción y

151
configuraciones de objetivos para comprobar al instante si se están recogiendo de la
forma deseada. Un seguimiento de los datos en tiempo real puede ayudarnos a detectar a
tiempo errores en la implementación analítica.
Podemos aprovechar la segmentación para analizar de manera mucho más específica
nuestro tráfico. Recuerda que es posible segmentar por varias dimensiones al mismo
tiempo.
En algunas empresas o departamentos de marketing se utiliza el tiempo real para tener
monitorizado en todo momento el flujo de tráfico y conversiones del sitio o la aplicación
móvil.
Más información de tiempo real:
support.google.com/analytics/answer/1638635?hl=es

152
9. Generación de informes en Google
Analytics

El que sabe pensar, pero no sabe expresar lo que piensa, está en el

mismo nivel que el que no sabe pensar.
—Pericles.

Un informe es la síntesis de un proyecto de analítica digital, la única voz autorizada de un

analista. Y es que tenemos la necesidad y obligación de informar de forma clara y rápida
de todo aquello que pueda resultar de interés para un negocio. Un buen informe debe
cumplir tres propósitos:
Ayudar a tomar decisiones.
Ayudar a interpretar en contexto los datos.
Moderar las discusiones.
Un buen informe contiene buena parte del análisis necesario para solucionar los
problemas que pone de manifiesto y debe conducirnos a la acción a través de una serie de
acciones claras, concisas y medibles, orientadas a mejorar nuestro negocio online.
Debemos evitar la ambigüedad a la hora de mostrar nuestras conclusiones. Esto ayudará a
generar confianza.
Los datos deben estar siempre contextualizados en un periodo de tiempo y compararse con
datos de otros periodos. Saber que este mes hemos tenido 100.000 visitas es sólo un dato,
pero conocer que este mes hemos incrementado nuestro tráfico en un 10% respecto al mes
pasado y en un 22% respecto al mismo mes del año pasado es un indicador de negocio.
Debemos tener siempre presente quién va a ser el destinatario. No es lo mismo crear un
informe para una persona que dispone de tiempo y necesita muchos datos, que para una
que necesita un feedback inmediato y no necesita que le abrumemos con demasiada
información.
Es fundamental que los receptores de los informes conozcan los KPIs y entiendan las
métricas y dimensiones que los incluyen. Ten presente que una de las misiones de un
analista web es formar a las personas que van a tener contacto con el negocio.
Antes de elaborar un informe vamos a formularnos las siguientes preguntas:
¿Cada cuánto tiempo debo informar?
¿Qué nivel de profundidad debe tener mi informe?

153
 ¿Cómo debo presentar un informe?
La elaboración de informes es un arte y no debemos descuidar el aspecto visual y la
legibilidad, evitando que esto suponga un retraso en la toma de decisiones. Es importante
conocer las necesidades que cada área requiere para no sobrecargar los informes con
datos innecesarios. Aquí es donde entra en juego la creatividad y experiencia del analista.
Un informe puede ser presentado de muchas maneras y en diferentes formatos, desde un
documento Excel a una presentación en PPT. Pero todos con algo en común: deben ser
facilmente entendibles por las personas que lo reciben.
A la hora de mostrar la información ten en cuenta:
Nunca compares peras con manzanas. Mostrar en una misma gráfica dimensiones
de diferente naturaleza genera confusión. Por ejemplo, imagina un gráfico que
muestre de manera comparativa canales y tipos de dispositivos.

Figura 9.1. Gráfico que muestra dimensiones de diferente naturaleza. Imagen obtenida del blog de Avinash
Kaushik.

Visualizaciones de datos imprecisas pueden llevarnos a extraer conclusiones

incorrectas. Si observas el gráfico de abajo, podrías llegar a pensar que se ha
producido una gran desviación. Sin embargo, tan solo representa un cambio de 1.5
puntos.

154
 Figura 9.2. Visualización de datos imprecisa. Imagen obtenida del blog de Avinash Kaushik.

Aprender a jugar con los intervalos de tiempo de nuestras gráficas nos ayudará a mostrar
de manera más clara las tendencias (intervalos mayores) o a identificar de manera más
inmediata las desviaciones (intervalos menores).
Conviene, sin embargo, tener en cuenta que un volumen bajo de datos puede llevarnos a
sacar conclusiones incorrectas.
Las representaciones gráficas no siempre facilitan la interpretación de los datos. Un
ejemplo claro: los gráficos de tarta no serán recomendables cuando queramos comparar
dos periodos de tiempo. En este caso una tabla de datos será mucho más eficiente.

Figura 9.3. Gráfico de tarta para comparar periodos. Imagen obtenida del blog de Avinash Kaushik.

Como ya sabemos, Google Analytics nos ofrece un variado conjunto de informes sobre
audiencia, adquisición, comportamiento y conversión. Son informes ya definidos por el

155
sistema que pueden ayudarnos a conocer lo que acontece en nuestro negocio.
En muchas ocasiones podemos necesitar ir más allá de estos informes predefinidos y
crear informes a medida que incluyan las dimensiones, métricas y personalizaciones que
necesitemos en cada momento. Google Analytics nos ofrece dos tipos de informes que
podemos definir a nuestra medida: informes personalizados y paneles. Además, nos
ofrece un conjunto de APIs para extraer los datos y visualizarlos en una herramienta externa
de manera personalizada.
Son tres tipos de herramientas de diferente naturaleza que cumplen cometidos distintos. A
continuación, hablaremos sobre ellos.

INFORMES PERSONALIZADOS
Los informes personalizados nos permiten en cuestión de minutos crear un informe que
muestre la información que necesitamos ver, un “superinforme” que podemos moldear
para mostrar las dimensiones y métricas que necesitemos para mostrar la realidad de
nuestro negocio en cada momento.
Los informes personalizados tienen muchas ventajas:
Nos permiten ahorrar tiempo mostrando solamente lo que necesitamos.
Nos ayudan a agrupar toda la información relevante en una sola tabla.
Nos abren la posibilidad de compartir los informes con nuestros compañeros de
manera rápida.
Una vez creado un informe personalizado, lo tendremos disponible tanto tiempo
como queramos.
Tenemos acceso a los informes personalizados desde la pestaña Personalización del menú
superior.
Para crear un informe nuevo solo hay que hacer clic en Nuevo informe personalizado.

Cómo crear un informe personalizado

El primer paso será asignar un título a nuestro informe. Siempre debemos elegir un título
descriptivo, si es corto, mejor. Podemos fijarnos en el resto de informes de GA para
intentar mantener la consistencia.
Por defecto encontraremos una única pestaña de informe, pero podemos añadir nuevas
pestañas haciendo clic en + añadir pestaña de informe. Al crear una nueva pestaña
deberemos darle también un nombre.

156
 Figura 9.4. Informes personalizados en Google Analytics.

Al configurar nuestros informes es importante recordar en qué pestaña estamos

trabajando. Toda la configuración se aplicará sobre ella.
A continuación, deberemos seleccionar entre los tres tipos de informes que tenemos a
nuestra disposición:
Explorador. Es el informe estándar de Analytics. Incluye una gráfica multilínea y
una tabla de datos con elementos dinámicos donde podremos mostrar una sola
dimensión y varias métricas. Al igual que en los informes estándar podremos
buscar, ordenar y añadir dimensiones secundarias. Por ejemplo, podríamos crear un
informe tipo Explorador centrado en métricas de calidad de contenido, con la
posibilidad de profundizar hacia las fuentes de tráfico.
Tabla única. Tabla estática en la que podemos mostrar varias dimensiones y
métricas. Este tipo de informe es el más recomendable cuando vamos a imprimirlo
en papel o enviarlo por correo en formato pdf, ya que permite mostrar varias
dimensiones de manera simultánea sin necesidad de hacer drilldown.
Gráfico de visitas por ubicación. Este tipo de informe es un mapa del mundo
donde se muestran distintas regiones y países. Utiliza diferentes intensidades de
colores para indicar el volumen de tráfico y de interacción. Podemos elegir entre 4
niveles de zoom.
Ten presente que podemos seleccionar un tipo de informe distinto por cada pestaña. Por
ejemplo, podemos crear en la primera pestaña un gráfico de visitas por ubicación y en la
segunda pestaña una tabla única.
El siguiente paso es elegir las dimensiones y métricas que queremos incluir en nuestro
informe.
Las dimensiones se muestran en verde y las métricas en azul.

157
 Figura 9.5. La interfaz de los informes personalizados de Google Analytics.

Podemos seleccionar tantas métricas como necesitemos y crear diferentes grupos de

métricas para mostrarlas de manera organizada. Podemos crear, por ejemplo, un grupo de
métricas “Comportamiento” e incluir dentro páginas vistas y porcentaje de rebote y un
grupo de métricas “Conversión” para incluir el porcentaje de conversión y el valor de los
objetivos.
Debemos tener presente que no todas las dimensiones y métricas pueden combinarse. En
el caso de que seleccionemos una dimensión, se nos mostrarán sólo las métricas que
podemos utilizar. Puedes conocer qué combinaciones de métricas y dimensiones son
válidas en la siguiente página:
developers.google.com/analytics/devguides/reporting/core/dimsmets
Por último, podemos incluir un filtro (haz clic en + añadir filtro) para filtrar los datos del
informe. Por ejemplo, si creamos un informe con la dimensión Versión de navegador,
podemos añadir un filtro que solo muestre determinados navegadores. Es muy importante
tener presente que el filtro se aplica a todo el informe y no sólo a la pestaña en la que
estemos trabajando.
Por último, haremos clic en Guardar para finalizar.

158
Acceder, administrar y compartir informes personalizados
Podemos acceder siempre que lo necesitemos a nuestros informes personalizados desde la
pestaña Personalización, situada en la parte superior de cualquier página de Analytics.
En el panel de navegación izquierdo, podemos seleccionar Visión general para ver todos
nuestros informes personalizados.
Podemos crear categorías para organizar los informes en distintos grupos.
A través del menú desplegable Accionespodemos Editar, Copiar, Eliminar y Compartir
informes individuales.
Podemos compartir un informe en la Galería de soluciones o a través de un enlace que
podemos mandar por mail a cualquier persona que queramos que pueda utilizarlo. Al
compartir un informe personalizado, ten presente que solo estarás compartiendo la
información de configuración, todos los datos seguirán siendo privados. Además, cuando
compartes un informe personalizado, el enlace siempre refleja el estado que tenía el
informe cuando el link fue creado. Si creas un informe, lo compartes y luego haces algún
cambio, el enlace que compartiste seguirá mostrando la primera versión del informe.
Haciendo clic en el nombre del informe podemos acceder a él. En el panel de información
izquierdo tendremos acceso al resto de nuestros informes.
Mientras trabajamos con un informe podemos hacer clic en Editar (en la parte superior
izquierda, debajo del título del informe) para hacer cambios al mismo.

PANELES
Los paneles nos permiten diseñar dashboards para poder seguir de una forma visual las
métricas más importantes para nuestro negocio.
Los paneles los encontramos en la pestaña Informes >Paneles.
Cada vista de la cuenta de Analytics contiene un panel predeterminado (denominado “Mi
panel”) que contiene un conjunto widgets que muestran el tráfico de nuestra web: un
timeline del número de usuarios, un mapa de las sesiones, una tabla de sesiones por
navegador, timeline de porcentaje de rebote y conversiones de objetivos, etc.
Además, podemos crear paneles adicionales para mostrar diferentes aspectos del tráfico
del sitio. Pueden resultar útiles para tener un primer vistazo de nuestros KPIs más
importantes y realizar un seguimiento diario. Los paneles te ofrecen una visión general
del rendimiento de tus vistas mostrando widgets que sintetizan tus informes de Analytics.
Desde el panel puedes supervisar numerosas métricas a la vez para observar correlaciones
entre distintos informes.
Es posible crear hasta 20 paneles y cada uno puede contener hasta 12 widgets.
Ten presente que los paneles solo están disponibles en la vista en la que se han creado,

159
pero es posible compartirlos a través del menú Compartir en la barra de acciones.
Los paneles se crean con widgets. Un widget es un informe sintético en el que pueden
mostrarse los datos en diferentes estilos de presentación, como, por ejemplo, números,
tablas y gráficos. Podemos configurar los widgets en el propio panel. Los widgets
también pueden enlazar con informes completos de GA.

Figura 9.6. Widgets.

Widgets estándar
Métrica: muestra una métrica individual.
Orden cronológico: muestra la evolución de una métrica principal y una métrica de
comparación.
Geomap: muestra información sobre visitantes activos por país o ciudad y región.
Gráfico circular: gráfico circular con la métrica segmentada por una dimensión
(indicando el número de divisiones).
Tabla: para mostrar en formato tabla hasta dos métricas de la dimensión seleccionada.
Barra: gráfico de barras con una métrica segmentada por una dimensión (indicando el
número de divisiones).

Widgets en tiempo real

160
Contador: muestra una métrica individual en tiempo real.
Orden cronológico: muestra la evolución en tiempo real de una métrica principal y una
métrica de comparación.
Geomap: muestra información en tiempo real sobre visitantes activos por país o ciudad y
región.
Tabla: para realizar una tabla de los usuarios activos con hasta un máximo de 3
dimensiones.

Compartir panales
Los paneles de control solo están disponibles para la persona que los crea hasta que los
comparte.
Si un panel de control puede resultar útil a otros usuarios de tu cuenta o a otros usuarios
de Analytics en general, hay dos opciones para compartirlos:
Compartir panel de control como objeto. El panel de control estará disponible para
el resto de usuarios de esa vista que tengan permisos de compartición. Los paneles
pueden ser privados (solo los podré ver yo) o compartidos (disponibles para todos
los usuarios con permisos de colaboración).
Compartir enlace de la plantilla. Genera una URL que puedes copiar y enviar a
otros usuarios. Cuando compartes un panel de control mediante una plantilla, no
estás compartiendo ningún dato, solo la configuración del panel de control. Puedes
enviar el enlace a cualquier usuario que tenga una cuenta de Analytics, así esa
persona podrá importar la configuración.

LAS APIS DE GOOGLE ANALYTICS

API significa Interfaz de Programación de Aplicaciones y su definición formal da poca
información útil a alguien que no entiende mucho de informática. Una API es una “llave
de acceso” a funciones que nos permiten hacer uso de un servicio web provisto por un
tercero dentro de una aplicación web propia y de manera segura. Tal vez con esta
definición tampoco hayas conseguido aclarar los conceptos.
La APIs de Google Analytics nos permiten conectar y extraer los datos de Google
Analytics para nuestro uso en una herramienta de terceros o en nuestro propio desarrollo a
medida. Esto es muy útil cuando queremos generar informes de una manera personalizada
sacando las dimensiones y métricas de Google Analytics, pero utilizando gráficas
personalizadas, incluir los colores y logotipo de nuestro cliente, etc.
Google Analytics ofrece tres tipos de APIs a todos los usuarios:
API de recopilación. Nos permite personalizar el código de seguimiento para
ampliar las funciones de seguimiento estándar y crear una medición a media.

161
 API de administración o configuración. Podemos utilizar esta API para acceder
y gestionar de modo eficiente los datos de nuestras vistas, propiedades y cuentas de
Google Analytics.
API de exportación de datos o informes. Nos permite crear desarrollos a medida
a partir de los datos de Google Analytics. Las aplicaciones pueden utilizar la API
para solicitar datos de informes de una vista (si contamos con la correspondiente
autorización para acceder a la vista) y generar una visualización personalizada de
estos datos.
En la actualidad tenemos a nuestra disposición cinco APIs, aunque Google Analytics las
revisa y amplía periódicamente para ofrecer nuevas funciones a los desarrolladores:
API de informes core. Nos permite extraer dimensiones y métricas básicas.
API insertada. Con esta API podemos crear paneles con facilidad e insertarlos en
una web en cuestión de minutos.
API de informes de embudos multicanal. Nos permite consultar las dimensiones
y métricas de los informes de embudos multicanal.
API de informes en tiempo real. Nos permite crear aplicaciones y reportes con
datos actualizados en tiempo real.
API de metadatos. Nos permite acceder a la lista de dimensiones y métricas
incluidas en las APIs y a sus atributos.
Para poder acceder a los datos de la API debemos obtener una clave en la herramienta y,
por supuesto, tener conocimientos de programación.
Toda la documentación se encuentra en la guía para desarrolladores de Google Analytics:
developers.google.com/analytics/?csw=1

Google Analytics Demos & Tools

Google Analytics Demos & Tools es un recurso muy interesante orientado tanto a
usuarios como a desarrolladores. Nos muestra de una manera muy visual e interactiva
todas las posibilidades de la plataforma de Google Analytics a la hora de desarrollar
nuestras propias aplicaciones.
Todo el código utilizado en Demos & Tools está liberado y está disponible en GitHub
para nuestro uso.

162
 Figura 9.7. Google Analytics Demos & Tools.

Demos & Tools incluye demos y herramientas tan interesantes como:

Autotrack. Librería JavaScript que ayuda a los desarrolladores a trackear las
interacciones más habituales de un usuario en una web.
Account explorer. Podemos utilizar esta herramienta para recorrer nuestras
cuentas, propiedades y vistas, descubrir a qué cuentas tenemos acceso, conocer sus
IDs, etc.
The Dimensions & Metrics Explorer. Nos permite explorar todas las
dimensiones y métricas disponibles en la API de informes core.
Google Analytics Embed API. Librería JavaScript que nos permite crear y
embeber de manera sencilla en base a componentes informes tipo dashboard en
nuestra página web en cuestión de minutos.
Enhanced Ecommerce Demo Store. Se trata de una tienda online de prueba que
contiene una implementación completa con e-commerce mejorado. Podemos
utilizar esta demo para entender cómo funciona el código para trackear un e-
commerce mejorado y qué necesitamos para implementarlo en nuestra web.
Hit Builder. Esta herramienta nos permite crear y validar hits con Measurement
Protocol.

163
 Polymer. Es un framework JavaScript para construir componentes web. Nos
permite desarrollar y embeber desarrollos complejos dentro de Tags HTML
personalizados que podemos reutilizar de manera sencilla.
Query Explorer. Esta herramienta nos permite jugar con el API de informes core.
Podemos construir queries y ver qué datos nos devuelven antes de utilizarlas en
nuestros desarrollos. Una herramienta muy útil.
Google Analytics Spreadsheet add-on. Se trata de un add-on que permite
integrar Google Analytics y Google Spreadsheets para acceder, visualizar,
manipular y compartir los datos de nuestras vistas. Este add-on pone a nuestra
disposición todo el poder de las APIs de Google Analytics sin necesidad de escribir
una línea de código.
Google Tag Assistant. Es una extensión de Chrome que nos ayuda a validar los
códigos de seguimiento que se han incluido en una web e identificar los problemas
de implementación analítica más habituales. Se trata de una herramienta perfecta
para testar nuestra implementación con Universal Analytics antes de publicarla en
producción.
Podemos acceder a Google Analytics Demos & Tools desde este enlace: ga-dev-
tools.appspot.com

Google Analytics Spreadsheet add-on

Google Analytics Spreadsheet es un plugin para Google Spreadsheets que nos permite
trabajar con el API de Google Analytics para crear informes personalizados en formato
hojas de cálculo sin necesidad de tener conocimientos de programación. ¿No suena bien?

Figura 9.8. Google Analytics Spreadsheet add-on.

164
Con GA Spreadsheet add-on podremos:
Extraer datos de múltiples vistas de Analytics y cruzarlos con los de otras
herramientas.
Realizar cálculos y visualizaciones personalizadas de nuestros datos.
Crear informes para embeberlos en webs de terceros.
Planificar y automatizar la ejecución y envío de informes.
Gestionar el acceso de nuestros informes a través de las opciones de privacidad y
compartición de Google Spreadsheets.

Instalando el plugin
El paso previo a trabajar con GAS add-on es instalarlo en Google Spreadsheet. Para ello
hay que seguir estos sencillos pasos:
Crea un nuevo documento de Google Spreadsheet.
En el menú de navegación selecciona: Complementos > Obtener complementos.
Busca el plugin Google Analytics add-on en la galería de complementos.
Haz clic en el icono “+” que encontrarás en la ficha del plugin.
Se abrirá una ventana en la que se te solicitará que permitas al plugin acceder a tus
datos de Google Analytics. Haz clic en aceptar para instalar el plugin. Esto es todo,
el plugin “Google Analytics” ya debería aparecer en tu menú de add-ons.

Creando un informe
Puedes crear un informe de manera manual o con la ayuda de la herramienta de creación
de informes. En el caso de que quieras que la herramienta te guíe durante la creación del
informe, sigue estos pasos:
Accede a Complementos >Google Analytics >Crear un nuevo informe.
A continuación, se te pedirá seleccionar un nombre y elegir en qué cuenta de
Google Analytics quieres trabajar y qué dimensiones y métricas vas a necesitar en
tu informe.
Al finalizar, hay que hacer clic en el botón “Crear informe”. En este momento se
creará una nueva hoja llamada “Report Configuration”, que contendrá la
información relativa a tu informe.
Para crear informes adicionales solo hay que comenzar de nuevo el proceso. Cada
informe adicional añadirá una nueva columna de información al informe anterior.

165
 Figura 9.9. Creando un informe con Google Analytics Spreadsheet add-on.

Configurando nuestro informe

Aunque la herramienta para la creación de informes es muy útil, una vez que entiendas su
funcionamiento, podrás crear los informes de manera manual, escribiendo los parámetros
de configuración en una hoja de configuración de informe.
Puedes ver todos los parámetros de configuración de un informe en el siguiente enlace:
developers.google.com/analytics/solutions/google-analytics-spreadsheet-add-on
En la documentación para desarrolladores “Dimensions and metrics explorer” se
describen todas las métricas y dimensiones disponibles en el Core Reporting API de
Google Analytics y que puedes utilizar en tus informes:
developers.google.com/analytics/devguides/reporting/core/dimsmets
Resulta también muy útil la aplicación de Google Analytics Demos & Tools “Query
explorer”:
ga-dev-tools.appspot.com/query-explorer/

166
En ella podremos hacer una simulación previa de los datos que vamos a extraer de la API
y obtener los nombres de algunos valores.

Ejecutando un informe
Una vez creado el informe es necesario ejecutarlo para extraer los datos de Google
Analytics.
Puedes ejecutar todos los informes que has creado seleccionando:
“Complementos” > “Google Analytics” > “Ejecutar informes”
Por defecto el plugin ejecutará todos los informes que hayas creado. Si quieres
excluir alguno de ellos sin necesidad de borrarlo, hay que eliminar el contenido de
las celdas donde se especifica el nombre del informe.
Al ejecutar un informe, se realizará una petición a la API de Google Analytics y se
mostrará el resultado en la hoja que elijamos. Puede ser una hoja del documento en
el que nos encontramos o en un documento diferente donde tengamos permisos de
edición. Para elegir una spreadsheet diferente, copia la url de la misma y pégala en
la celda “spreadsheet-url”.

Figura 9.10. Ejecutando un informe en Google Analytics Spreadsheet add-on.

Planificando y automatizando la ejecución de informes

Como hemos visto, es necesario ejecutar nuestros informes para obtener los datos de
Analytics. Sin embargo, podemos automatizar la ejecución de informes seleccionando

167
“Complementos” > “Google Analytics” > “Schedule Reports”:
Se abrirá una ventana donde podemos activar el planificador y configurar la
frecuencia con la que queremos que se ejecute nuestro informe.
Para activarlo se hace clic en “Enable reports to run automatically”. Luego se
puede desactivar de la misma manera.
El dropdown se utiliza para seleccionar el horario y la frecuencia (cada hora,
diario, semanal o mensual) para la ejecución de tus informes.
De todas maneras, existen ciertas limitaciones a la hora de planificar nuestros
informes: developers.google.com/apps-script/guides/triggers/installable#limitations

Enviando por mail nuestros informes

Una de las caracterísiticas más interesantes que la herramienta ofrece es la posibilidad de
programar cualquier funcionalidad que necesitemos gracias a la “Edición de secuencia de
Comandos” y a Google Script for APPs, un lenguaje casi idéntico a JavaScript pero que
se aprovecha de algunas importantes funcionalidades de Google.
Algo tan simple como obtener la fecha del día o modificar las mayúsculas y minúsculas
de una celda se puede automatizar.
Uno de los usos más frecuentes que hemos dado es la posibilidad de convertir, de forma
automática, una hoja ya creada con datos en un formato (PDF, por ejemplo) y que se
envíe a una lista de correo concreta.
En nuestra agencia LIN3S hemos creado una herramienta que permite la programación de
esta funcionalidad de forma muy sencilla.
drive-exporter.lin3s.com/
Podremos configurar la secuencia de comandos para que se envíe con una periodicidad
concreta y esperar a que todo esto funcione sin nuestra intervención.

Usos frecuentes de Google Analytics Spreadsheet add-on

Extraer información de múltiples vistas
Google Analytics solo nos permite visualizar datos de una vista a la vez. A través de
Google Spreadsheets podemos comparar en un mismo informe side by side información
de dos vistas diferentes o incluso información procedente de diferentes propiedades o
cuentas.
Manipulación de datos procedentes de Google Analytics
Una vez importados los datos de Google Analytics en nuestra hoja de cálculo podemos
manipularlos y combinarlos a nuestra elección.
Creación de dashboards y visualización de datos

168
Google Spreadsheet nos ofrece un conjunto de opciones de visualización para nuestros
gráficos.
Además, podemos embeber estos gráficos en webs de terceros. De esta manera, podemos
crear de una forma sencilla dashboards donde visualizar de manera personalizada datos
procedentes de Analytics e incluso incluir datos de otras herramientas.
Control del acceso a nuestros informes
Google Analytics Spreadsheet add-on nos permite compartir nuestros informes sin
necesidad de dar acceso a nuestra cuenta de Google Analytics. Para ello puedes compartir
las hojas de cálculo de Google que contienen tus informes entre los stake-holders del
proyecto.

169
10. Eventos de Intelligence

Ya sé que últimamente he tomado unas decisiones equivocadas. Pero

puedo asegurarle que mi trabajo volverá a la normalidad.
—HAL. 2001: Una odisea en el espacio

Intelligence es un sistema de monitorización del tráfico y las diferentes métricas del sitio
web o aplicación móvil para detectar variaciones estadísticas significativas y generar
alertas cuando se producen dichas variaciones.
Podemos ver y gestionar estas alertas desde el menú izquierdo de la interfaz web de
Google Analytics.
Hay dos tipos de alertas de Intelligence:

ALERTAS AUTOMÁTICAS
Las alertas automáticas (de color naranja o azul en el caso de las alertas relacionadas con
AdWords) se generan sin que tengamos que realizar ninguna acción.
Dentro de las alertas automáticas encontramos dos tipos.
Las alertas web automáticas se generan de forma autónoma siempre que Analytics
detecte un cambio relevante en las métricas de uso y comportamiento más
importantes.
Las alertas de AdWords automáticas se producen siempre que tengamos una
cuenta de AdWords asociada y Analytics detecte un cambio significativo en las
métricas de la herramienta. De esta manera, nos avisará si hay variaciones
importantes en métricas como el CTR que nos permitan acometer los cambios en
pujas y anuncios necesarios.
La evaluación de estos cambios se hace de forma diaria, semanal y mensual. Podremos
tener una alerta de descenso del tráfico de CPC en Madrid comparando día contra día,
semana con semana o mes con mes.
Estas alertas se van generando de forma automática y los datos los veremos en la interfaz
con información sobre la variación producida (tanto positiva como negativa) en función
de los datos esperados, el grado de importancia de la alerta y un enlace con el informe de
Analytics donde se pone de manifiesto esta alteración.

170
 Figura 10.1. Los eventos de Intelligence en la interfaz de Google Analytics.

Tendremos un informe general con todas las alertas, uno para las diarias, otro para las
semanales y uno para las mensuales. Estos informes los podremos ordenar por métricas o
por dimensiones y además podremos visualizarlas en función del grado de importancia de
la alerta utilizando para ello una barra de desplazamiento en la interfaz que nos permitirá
ajustar la importancia.

ALERTAS PERSONALIZADAS
Las alertas personalizadas (de color verde) están diseñadas para que seamos nosotros
quienes creemos las condiciones en las cuales la herramienta debe enviarnos un aviso.
De esta forma podremos, por ejemplo, crear una alerta que nos informe cada vez que el
tráfico desde un país concreto descienda de forma importante o si se producen descensos
o subidas bruscos en cualquiera de las métricas que queramos monitorizar.
Los principales beneficios de la generación de alertas personalizadas son:
Podremos crear una alerta que aplique en todas las vistas que deseemos.
Las alertas no solo dependerán de porcentajes de crecimiento o descenso, se
pueden generar con valores absolutos (si hay más de 100 sesiones) o con valores
totales de variación (si sube más de 100 sesiones con respecto a otro periodo).
Es posible lanzar alertas del tráfico que hemos incluido en los segmentos
avanzados que tenemos creados en la vista.
Las comparaciones diarias podrán ser con el día anterior o con el mismo día de la
semana/año previo. Las comparaciones mensuales podrán ser con el mes previo o
con el mismo mes del año anterior.
Y el beneficio más importante es que podremos hacer que la herramienta nos envíe un
email a nosotros y a todos aquellos usuarios que queramos cada vez que una alerta se
produzca. Esto nos permitirá abstraernos de la lectura de estos informes y poder tener
nuestra cuenta controlada para todos aquellos factores de los que no vamos a hacer

171
seguimiento continuo y para los que, en el momento en el que varíen de forma brusca,
podremos aplicar acciones correctivas.

Crear alertas personalizadas

Las alertas se crean a nivel de vista pudiendo acceder a ellas desde la administración o
directamente desde los informes de Intelligence. Indicaremos que vamos a crear una
nueva alerta.
Lo primero es darle un nombre que defina aquello que la alerta está vigilando, por
ejemplo: “Descenso brusco de las visitas de orgánico”.
Este nombre es bastante relevante, ya que en el momento de recibir la alerta por correo es
lo que veremos y nos debe indicar la variación o problema que pone de manifiesto.
A continuación, podremos seleccionar si queremos que la alerta aplique en más de una
vista en la que tengamos permisos.
Es importante entender que las condiciones que apliquemos en la alerta no tienen por qué
representarse igual en todas nuestras vistas. Si establecemos una alerta para cuando el
tráfico procedente de Facebook es menor a 100 sesiones en un día y lo aplicamos en una
vista que excluye el tráfico desde las redes sociales, la alerta se activará todos los días.
El siguiente paso es el periodo en el que se aplica, diaria, semanal o mensual.
La herramienta nos preguntará si queremos que nos envíe un correo cuando la alerta se
active además de indicarnos que añadamos todos los correos electrónicos a los que
queremos que la alerta llegue.
Lo único que nos queda ya es seleccionar las condiciones, en base a las dimensiones y
métricas de la herramienta, en las que queremos que la alerta se active.
Podemos hacerlo para “Todo el tráfico” y seleccionar la variación de la métrica que
queramos monitorizar, o elegir una dimensión, por ejemplo, Ciudad, y seleccionar la
monitorización de la métrica deseada en uno o varios valores de esta dimensión, por
ejemplo, Bilbao.
Si la condición que seleccionamos necesita una comparación temporal que coteje si la
métrica se ha reducido o aumentado en X valores, podremos seleccionar diferentes tipos
comparativos en función del periodo.
Si es una comparación diaria, podremos hacerlo con el día anterior, con el mismo día de
la semana anterior o con el mismo día del año anterior.
Si la comparación es semanal, solo se podrá cotejar con la semana previa. En cambio, si
lo hacemos mensual, podremos comparar con el mes anterior o con el mismo mes del año
previo.
Más información: support.google.com/analytics/answer/1033021

172
 Figura 10.2. La pantalla de configuración de un evento de Intelligence.

Eliminar y administrar alertas personalizadas

Para cualquier modificación que queramos hacer en las alertas personalizadas deberemos
ir al menú de Administración.
Si queremos modificar alguno de los valores, podremos pinchar sobre su nombre y volver
a configurar sus parámetros para ajustarlos con lo que necesitemos.
Si lo que queremos es eliminarla para que deje de registrar la alerta, tenemos un enlace en
la pantalla de la administración para poder hacerlo.

Consejos sobre alertas personalizadas

Es recomendable establecer más de un correo para que varias personas reciban la alerta.
De esta forma, si uno de los que la reciben no la puede atender, podrá hacerlo otra
persona.
Es importante que las personas que reciben la alerta sepan de qué se trata y qué es lo que
la misma pone de manifiesto.
Elige un nombre que defina de forma correcta lo que la alerta revela, ya que ese nombre
será lo que veamos en el email que nos llegue.
Las comparaciones diarias serán, en la mayoría de los casos, más relevantes si se hacen
con el mismo día de la semana anterior. Entre los días de fin de semana y el resto suele
haber cambios bruscos.
Cuando las alertas se van a compartir con otras vistas, es mejor realizar comparaciones de
manera porcentual que absoluta. No todas las vistas reciben el mismo volumen de datos.
Las alertas están pensadas para seguir todo aquello que no vamos a poder mirar a diario o
con cierta frecuencia. Establecer demasiadas alertas o condiciones que las activen con
facilidad puede provocar que no se las tenga en cuenta.
Algunos de los elementos más habituales sobre los que hacer un seguimiento con alertas

173
personalizadas:
Subida de tráfico en la página de error 404.
Crecimiento de la tasa de rebote en las principales páginas de aterrizaje.
Caídas de la conversión o el tráfico en campañas.
Descensos de volumen de visitas en ciertos contenidos con el fin de renovarlos o
lanzar nuevos contenidos.
Variaciones bruscas en el tráfico de referencia que muestren nuevos enlaces en
sitios o pérdidas de algunos importantes.
Tráfico en países en los que no hagamos seguimiento diario para conocer nuevas
posibilidades de mercado.

174
11. La segmentación en Google Analytics

Cuanto más se dividen los obstáculos son más fáciles de vencer.

—Concepción Arenal

El análisis de diferentes segmentos de datos nos ayuda a entender mejor cómo funciona
cada tipología de visitante para poder actuar sobre ellos de forma diferente y más eficaz.
La información analítica global nos permite conocer tendencias generales como patrones
de compra o de visitas a lo largo del tiempo. Pero, para encontrar una explicación a una
desviación, puede ser necesario segmentar los datos.
La segmentación nos permite separar y analizar subconjuntos. Por ejemplo, podemos
realizar un segmento por cada canal de captación de tráfico para identificar si alguno de
ellos es el responsable de un cambio en la analítica global.

175
 Figura 11.1. La segmentación en la analítica web. Ilustración de Ángel Luzuriaga.

Puede interesarnos, por ejemplo, analizar el tráfico de nuestra web bajo diferentes prismas
como:
Día y hora. Nos permite conocer si el comportamiento de nuestros usuarios
mejora o empeora en función de la hora o del día.
Dispositivo. Conocer el comportamiento de nuestros usuarios y de nuestra web en
base al dispositivo de navegación.
Canal de marketing. Para conocer el comportamiento de los diferentes canales en
base a nuestros objetivos.
Ubicación geográfica. Nos permite conocer qué países, regiones o ciudades
tienen un mejor rendimiento.
Características propias del usuario. Comparar el comportamiento de los

176
 visitantes ocasionales frente a los habituales nos puede ayudar a entender qué
acciones de fidelización son más efectivas.

ANÁLISIS DE COHORTES
El concepto de cohortes se utiliza desde hace mucho tiempo en medicina, ciencias
sociales o ciencias económicas para analizar el comportamiento de ciertos sectores de la
sociedad. Por ejemplo, para observar los efectos de algún medicamento o conocer la
influencia de drogas como la burundanga dentro de algunos estratos políticos.
Un cohorte en el ámbito digital se puede aplicar a muchos tipos de análisis. El más
habitual es el análisis del ciclo de vida de los clientes. Este análisis nos puede ayudar a
entender cómo se comportan nuestros clientes a lo largo del tiempo y cómo deberíamos
adaptar nuestra estrategia a estos patrones.
Los cohortes están presentes en muchas herramientas de analítica digital. En Google
Analytics tenemos disponible una herramienta muy potente y flexible para crear los
nuestros.

SEGMENT BUILDER
Todos los informes de Google Analytics incluyen una segmentación. Por ejemplo, en
nuestro informe de fuentes de tráfico cada fila de la tabla representa el rendimiento de una
fuente. De esta manera, podemos analizar el comportamiento de los diferentes segmentos
para ver cuál es el que está atrayendo más tráfico o tráfico de mayor calidad.
Para hacer segmentaciones más avanzadas disponemos de una herramienta —Segment
Builder— que nos permite segmentar la información de nuestros informes de Analytics a
través de una interfaz visual y sencilla. Como veremos más adelante es posible realizar
segmentos en base a usuarios, sesiones e hits. Es lo que se denomina ámbito, scope, de la
segmentación.
La segmentación por sesión nos permite conocer la interacción con nuestra web durante una
sesión. Por ejemplo, los ingresos que generaron todas las visitas procedentes de Sevilla.
La segmentación por usuario nos permite segmentar nuestros informes en base al
comportamiento del visitante a lo largo de un periodo de tiempo (hasta 90 días). Por
ejemplo, el tiempo de permanencia medio en el sitio de aquellos visitantes que han
comprado alguna vez.
Además, podemos crear segmentos en base a dimensiones, métricas, fechas y secuencias
de acciones.
Es importante que no confundamos los segmentos con los filtros que aplicamos a nuestras
vistas. Son recursos muy diferentes y con cometidos muy distintos:
Los segmentos

177
 Pueden aplicarse a un histórico de datos, incluso anterior a la creación del propio
segmento.
Están disponibles de manera automática para todas nuestras cuentas y perfiles.
Es posible comparar los datos de varios segmentos side-by-side en los informes.
Son más “sencillos” de crear que un filtro, o al menos, esto es lo que dicen.
Los filtros
Los filtros modifican o restringen los datos de una vista.
Se utilizan para dar acceso a ciertos usuarios al subconjunto de datos de una vista.
Evitamos la pérdida de datos inherente al muestreo. Esto es algo muy relevante
cuando trabajamos con un volumen alto de datos, ya que al aplicar un segmento a
un informe que contenga más de 500.000 visitas Analytics aplicará un sampling a
los datos.
Los filtros permiten filtrar en base a las IPs del visitante, útil por ejemplo a la hora
de excluir el tráfico interno de una organización.

Segmentos del sistema

Google Analytics nos ofrece un conjunto de segmentos predefinidos para que los
podamos aplicar a nuestros informes con un solo clic.
Podemos acceder a los segmentos desde la zona superior de la interfaz ‘Agregar
segmento’. Se nos mostrará una interfaz donde podemos acceder a todos los segmentos
disponibles.
Segmentos de sistema. Son un conjunto de segmentos predefinidos útiles para
realizar las segmentaciones más habituales.
Segmentos personalizados. Como veremos más adelante podemos crear
segmentos que se ajusten a nuestras necesidades concretas.
Segmentos compartidos. Segmentos que otros usuarios o nosotros mismos hemos
compartido para esta vista.
Segmentos destacados. Podemos destacar segmentos activando un icono con
forma de estrella. Los segmentos destacados se mostrarán aquí.
Seleccionados. Aquí se muestran los segmentos que se encuentran activos en ese
momento.
En el momento que activamos un segmento este se aplica en nuestros informes. Es
importante que no perdamos de vista el porcentaje de sesiones que representa el segmento
y que podemos ver en un gráfico de sectores al lado de cada segmento.

178
 Figura 11.2. Los segmentos en Google Analytics.

Los segmentos presentan un gran problema cuando se aplican a un volumen alto de

visitas. Cuando trabajamos con más de 500.000 sesiones se aplica un sampling o
muestreo de datos. Este sampling puede ser mayor o menor en función del esfuerzo que
requieran los cálculos que le exija la segmentación.
Por este motivo, es recomendable que creemos vistas que incluyan aquella segmentación
estratégica para nuestro negocio, de tal manera que siempre podamos acceder a los datos
sin muestreo.
Podemos activar hasta 4 segmentos y compararlos side-by-side en los informes:

Figura 11.3. Al aplicar varios segmentos nuestros informes se convertirán en un festival de color.

Segmentos personalizados

179
Para crear un nuevo segmento tenemos que seguir los siguientes pasos:
Abre la lista de segmentos existentes. Los encontrarás en la parte superior de los
informes en la opción Agregar segmento.
Haz clic en crear nuevo segmento.
Indica un nombre para el segmento. Como siempre intenta identificar tu segmento
de manera clara y coherente. Utiliza nombres descriptivos pero intenta que sean
cortos y manejables.
Utiliza la sección superior (datos demográficos, tecnología, comportamiento...)
para crear un segmento básico.
Utiliza la inferior (Opciones avanzadas) para crear un segmento avanzado.

Figura 11.4. Segment Builder en Google Analytics.

La forma en la que definimos los segmentos es sencilla, tan solo elige las dimensiones o
métricas que quieras utilizar, elige una concordancia y selecciona un valor.

Figura 11.5. La interfaz de Segment Builder.

A medida que vayamos construyendo nuestro segmento podemos ver en un panel situado

180
a la derecha de la interfaz que porcentaje de usuarios y sesiones concuerdan con los
criterios qué hemos establecido. También podremos ver en todo momento qué filtros se
están aplicando.
Vamos a ver ahora en detalle cada uno de los segmentos que podemos utilizar.

Segmentos básicos
Los segmentos básicos están basados en las métricas y dimensiones más habituales.
Haz clic en un nombre de categoría y, a continuación, selecciona las dimensiones y
métricas que quieres utilizar para tu segmento:
Datos demográficos
Permite segmentar a nuestros usuarios por datos demográficos.
Tecnología
Permite segmentar las sesiones de los usuarios por características tecnológicas del
navegador y de los dispositivos móviles con los que nos visitan.
Comportamiento
Permite segmentar a los usuarios en función de su frecuencia de visitas y de las
transacciones que realiza en nuestra web. Podemos elegir el ámbito de la segmentación
entre usuario, sesión y hit.
Fuente de tráfico
Permite segmentar a los usuarios por la campaña, palabra clave, el medio o la fuente de
acceso a nuestra web. Podemos realizar una segmentación por usuario o sesión.
Comercio electrónico
Nos permite segmentar nuestro tráfico a nivel de visitante, sesión y hit en función de las
compras realizadas en nuestra web.
Fecha de la primera visita
Nos permite segmentar en base a la fecha en la que un usuario nos visitó por primera vez.
Haz clic en ‘fecha de la primera visita’ y selecciona un intervalo para definir un cohorte.
Un análisis de cohorte de los visitantes ofrece muchos beneficios para lograr un análisis
consistente y es una técnica muy utilizada en el mundo offline. Nos puede ayudar a
analizar conjuntos de clientes que nos visitan en un intervalo de tiempo concreto.
Existen varios motivos por los que puede ser útil una segmentación por fecha de la
primera visita:
Quiero evaluar el rendimiento de mis campañas de CPC desde que se cambió de
proveedor.
He ido a un evento SEO donde he aprendido un montón de cosas y quiero conocer

181
 los efectos que se han producido en mi negocio tras el cambio que he aplicado en
mi estrategia de posicionamiento en buscadores.
Quiero analizar el comportamiento de mis visitantes desde el momento en el que
he optimizado mi página de aterrizaje introduciendo cambios visuales y haciendo
más agresivo el copy de mi llamada a la acción.
He comenzado una campaña de publicidad en televisión o radio en una fecha
concreta y quiero conocer su impacto en mi web.
Para este tipo de segmentación el periodo máximo que podemos indicar es de 31 días.

Segmentos avanzados
Los segmentos avanzados nos permiten segmentar por visita o usuario:
Segmentación por visita (visit-based data): describe el comportamiento de un
usuario durante una única visita.
Segmentación por usuario (user-based data): describe el comportamiento de un
usuario a lo largo de todas sus visitas en un periodo determinado.
Condiciones
Nos permiten definir un segmento definiendo un conjunto de condiciones que deben o no
cumplirse.
Haz clic en Condiciones para establecer las dimensiones y métricas a nivel de visita o
visitante. En el caso de que selecciones ambos ámbitos, se unirán con lógica de AND y
ambas condiciones deberán alcanzarse.
A medida que añadimos condiciones al segmento, estas se mostrarán en el panel
“Resumen”. Podemos eliminar cualquier elemento haciendo clic en X.
Podemos crear segmentos indicando condiciones que deben de cumplirse o secuencias
que deben seguirse. En ambos casos podremos utilizar sentencias AND y OR para definir
nuestros segmentos.
Secuencias
Nos permiten definir un segmento en base a una serie de pasos lógicos que debe seguir un
usuario durante una sesión. Este tipo de segmento nos permite, por ejemplo, definir un
segmento del tipo Usuarios que han iniciado un proceso de compra pero no lo han
terminado, lo que se conoce como carritos abandonados.
Haz clic en Secuencias (Sequences) para definir una secuencia de interacciones de
usuario en una misma visita o en un conjunto de visitas durante un periodo.
Podemos definir cualquier secuencia de acciones como, por ejemplo, ver una serie de
páginas, ver una página y luego un vídeo, ver una página de producto seguida de la acción
de añadir al carrito…

182
Si creamos una secuencia a nivel de visita, la secuencia debe suceder dentro de la misma
visita. En el caso de crearlo a nivel de usuario, la secuencia debe de ocurrir dentro del
periodo de tiempo que estemos aplicando al informe (máximo 90 días).
Cuando definimos una secuencia podemos seleccionar entre:
Seguido por (followed by): el siguiente paso puede ocurrir en cualquier momento
después del anterior.
Inmediatamente seguido (immediately followed by): el siguiente paso debe suceder
después del anterior. Ten presente que, si indicamos que un paso debe cumplirse
siguiendo al otro, esto significa que no se enviará entre medias ningún hit a
Analytics. Si indicamos, por ejemplo, que debe verse la página A e inmediatamente
después la B, si el usuario en la página A genera un evento, la secuencia no se
cumplirá.

Comprobando los segmentos

En el cuadro resumen de la parte derecha podrás comprobar el porcentaje de usuarios y
visitas que concuerdan con los criterios definidos para el segmento.
Haz clic en Vista previa para comprobar cómo afecta el segmento al informe actual. En el
caso de que los resultados no sean los deseados, puedes editar el segmento y volverlo a
previsualizar.
Una vez que todo funcione como esperas, haz clic en Guardar para cerrar el editor y
aplicar el segmento a todos los informes.

Ámbitos de la segmentación
Cuando segmentamos por una dimensión tenemos que tener presente cuál es el ámbito,
scope, con el que queremos trabajar. El resultado variará en función del mismo. Por este
motivo, es imprescindible que entendamos bien cómo funcionan y que decidamos cuál es
el ámbito correcto en cada análisis. Existen tres ámbitos distintos:
Usuario.
Sesión.
Hit.
La manera más sencilla de entender los ámbitos de segmentación es a través de un
ejemplo: imaginemos que hacemos una segmentación de nuestro tráfico para identificar
solo aquellos usuarios que han gastado más de 125 euros en nuestra web. En este caso
estamos haciendo una segmentación por usuario y, al aplicarla en nuestros informes,
podremos ver las sesiones de todos los usuarios que en el periodo de tiempo que
analicemos han gastado ese dinero. Si nos fijamos en el siguiente gráfico, el primer
visitante ha cumplido esta condición, de hecho, es el único que la cumple. De esta

183
manera, en nuestros informes veremos las cuatro sesiones de este usuario y todas las
páginas que consumió durante estas visitas.
Ten presente que cuando segmentamos por usuario solo podremos seleccionar un periodo
máximo de 90 días.

Figura 11.6. Segmentación por usuario.

Imaginemos ahora que hacemos una segmentación de ámbito sesión y queremos

identificar solo aquellas sesiones en las que se ha comprado por valor superior a 60 euros.
Al aplicarla en nuestros informes veremos la información relativa a tres sesiones: dos
sesiones del pimer usuario y una del tercero. El resto de sesiones no se mostrarán. En el
caso de que el ámbito hubiera sido el de usuario, nuestros informes mostrarían todas las
visitas del primer y tercer usuario. ¿Ves la diferencia?

184
 Figura 11.7. Segmentación por sesión.

Pongamos, por último, que hacemos una segmentación por hit para identificar aquellas
páginas en las que se ha comprado por valor de 100 euros. En este caso, al aplicarla en
nuestros informes, solo veremos información relativa a una sola página, en este caso, la
página en la que se encontraba el primer visitante cuando finalizó la compra de este
importe. Esto es la segmentación por hit, identificar solo el hit que cumple la condición
que nos interesa.

185
 Figura 11.8. Segmentación por hit.

Cuando trabajemos con la segmentación de Google Analytics es importante que tengamos

siempre presente qué ámbito estamos aplicando. En ocasiones no será necesario indicar
ninguno porque la propia dimensión con la que trabajemos lleva implícito un ámbito.

Por ejemplo, si segmentamos por canal o ciudad de procedencia, el ámbito será la

sesión, ya que un mismo usuario puede acceder a una web desde diferentes canales
y ciudades en cada visita que haga a nuestra web.
Si segmentamos en cambio por género, el ámbito será el de usuario, ya que, por
regla general, un visitante no cambiará nunca de sexo.
Ten presente que las segmentaciones avanzadas pueden incluir varios ámbitos en un
mismo segmento. Podríamos, por ejemplo, analizar las sesiones de Chrome de aquellos
usuarios que compraron más de 1.000 euros en un periodo de tiempo. La cosa puede
complicarse todo lo que necesitemos y tener claro el concepto de ámbito de la
segmentación se nos antoja imprescindible.

Editar, borrar y compartir segmentos

Podemos realizar diferentes acciones sobre un segmento haciendo clic sobre él:
Haz clic en Editar para cambiar la configuración del segmento.

186
 Haz clic en Eliminar para borrar el segmento.
Haz clic en Copiar para copiar el segmento en otra vista.
Haz clic en Compartir para compartir con otras personas tu segmento por correo.
Haz clic en Crear audiencia para crear audiencias de remarketing en base a
segmentos.

LISTAS DE REMARKETING CON GOOGLE ANALYTICS

El remarketing es una estrategia de marketing que, aplicada en su justa medida, se puede
convertir en un aliado perfecto para nuestro negocio. A grandes rasgos, nos permite
mostrar anuncios personalizados para diferentes segmentos de usuarios. Podemos, por
ejemplo, mostrar un anuncio con descuentos muy interesantes en cruceros a todos los
usuarios que hayan visitado la sección de cruceros de nuestra web.
Una audiencia de remarketing es una lista de cookies o de IDs de publicidad para
dispositivos móviles que representan a un conjunto de usuarios a los que deseamos
mostrar uno o varios anuncios.
Las audiencias de remarketing se crean en Analytics según el comportamiento de los
usuarios y se utilizan como la base de las campañas de remarketing de otras cuentas
publicitarias, como AdWords y DoubleClick Bid Manager.
Para usar el remarketing con Analytics, debes:
Disponer de una cuenta de Analytics activa y tener permiso de edición en esa
cuenta.
Aceptar las Condiciones de servicio de Analytics.
Cumplir la política para las funciones para anunciantes de Analytics.
Habilitar las funciones para anunciantes en la configuración de propiedades de
Analytics.
Modificar la configuración de la propiedad.
Modificar el código de seguimiento.
Seleccionar la opción para utilizar el código de seguimiento de tu sitio web al
crear una campaña de remarketing de AdWords.
Tener al menos una cuenta activa de Google AdWords o DoubleClick Bid
Manager que esté enlazada a tu cuenta de Analytics.

Crear y utilizar audiencias de remarketing

Para crear una audiencia de remarketing debes indicar la cuenta publicitaria que deseas

187
usar y especificar los criterios de la audiencia. Para especificarlos, puedes:
Elegir una de las definiciones de audiencia preconfiguradas.
Crear una nueva definición de audiencia.
Importar un segmento.
Después de guardar una audiencia de remarketing en Analytics, estará disponible en la
cuenta publicitaria que has indicado. Puedes utilizar dicha audiencia en las campañas de
remarketing. Si desea utilizar una audiencia de remarketing en varias cuentas
publicitarias, debes volver a crearla para cada una.
Las audiencias de remarketing se pueden utilizar en AdWords y DoubleClick Bid
Manager. La integración con AdWords está disponible para todas las cuentas de
Analytics.

CONCLUSIONES
El comportamiento de nuestros visitantes es cada día más complejo: una compra puede
requerir múltiples visitas y abarcar más de un canal.
La nueva segmentación de Google Analytics nos permite poner el foco en el visitante y
conocer su actividad a lo largo de múltiples visitas.
Esta segmentación tiene todavía la limitación de estar basada en first party cookies, que
limitan a 90 días la ventana máxima para la segmentación por usuarios. Es de esperar que
Universal Analytics en un futuro cercano supere esta limitación y tienda puentes entre
diferentes dispositivos, navegadores y canales para poder hacer una segmentación en base
a clientes y usuarios.
En ocasiones, puede ser interesante segmentar por usuario antes que por visita para tener
una visión más real de nuestro negocio.
Recuerda, por último, que podemos importar segmentos, informes personalizados y
paneles de la galería de soluciones de Google Analytics.
También es posible compartir nuestros recursos para que la comunidad de usuarios pueda
hacer uso de ellos.

188
12. Dimensiones y métricas
personalizadas

Cada día tengo la impresión de comenzar una nueva vida. Cada

período de la vida aporta una dimensión nueva.
Anónimo.

Las dimensiones y métricas personalizadas nos permiten ampliar las dimensiones y

métricas definidas por defecto en Google Analytics para recoger la información que
necesitemos.
Podremos, por ejemplo, crear una dimensión personalizada que recoja la tipología de
usuario en función de si están registrados o no en nuestra área privada y nos permita
analizar el comportamiento de cada uno de ellos.
O una métrica que almacene los años que el usuario lleva registrado y muestre el grado de
fidelidad de los diferentes tipos de visitante.
Para utilizar dimensiones y métricas personalizadas es necesaria una intervención tanto en
la administración de Google Analytics como en el código de seguimiento. Debemos
definirlas en la cuenta de Analytics y recogerlas con el código de seguimiento.
Podemos crear hasta 20 dimensiones y 20 métricas personalizadas a nivel de propiedad
que aplicarán en todas las vistas.
Las dimensiones y métricas personalizadas no se pueden eliminar, pero pueden
desactivarse para que dejen de recoger datos. Aunque podemos modificarlas por
completo, una vez que ya han recogido valores y han sido asociados con el resto de
métricas de la herramienta no es muy recomendable, ya que pueden presentar
incongruencias cuando las comparemos con el histórico de datos.

Las dimensiones y métricas personalizadas solo pueden ser creadas en un sitio web con
el código JavaScript de Universal Analytics. Si en nuestro sitio seguimos recogiendo los
datos con el código clásico, esta podría ser una buena oportunidad para migrar el
código a Universal Analytics.

DIMENSIONES PERSONALIZADAS
Las dimensiones personalizadas están pensadas para recoger cualidades de los usuarios,
visitantes o hits que por defecto no recoge Google Analytics. Sus diferentes valores serán

189
cadenas de texto (aunque sean números) para las que podremos conocer los valores de las
métricas que tengan asociadas en función del ámbito al que pertenezca.
Para poder verlas en los datos debemos mostrarlas como dimensiones principales en los
informes personalizados. También podemos usarlas como dimensiones secundarias en los
informes estándar.
Además, es posible crear segmentos avanzados en base a los valores de las dimensiones
personalizadas e incluso crear filtros de vista con ellas.

Configuración de dimensiones personalizadas

El primer paso es definirlas a nivel de Administración de la propiedad en Google
Analytics. En este punto deberemos especificar los siguientes valores:
Nombre: el nombre de la dimensión personalizada tal como aparecerá en los
informes.
Ámbito: deberemos especificar el ámbito al que aplica.
• Usuario: cuando la dimensión tenga vigencia en todas las visitas que realice un
usuario. Por ejemplo, un usuario será registrado siempre, aunque en sesiones
posteriores no se identifique.
• Sesión: cuando la dimensión especificada solo tiene aplicación en una sesión.
Podemos, por ejemplo, guardar como dimensión el clima que hace en la ciudad
desde la que nos visita un usuario. Tan solo tendrá vigencia en esa sesión, ya
que en la siguiente puede haber variaciones.
• De tipo hit: cuando la dimensión pueda ir cambiando de valor en función de los
hits en una misma sesión. Supongamos que queremos almacenar en una
dimensión el tipo de habitación que el visitante busca en un hotel. Dado que
puede realizar más de una búsqueda en una misma sesión, sería recomendable
que esta dimensión sea del tipo hit.
• Por último, las dimensiones de tipo Producto están pensadas para recoger valores
en los productos que completen a las dimensiones en el ecommerce mejorado.
Por ejemplo, podríamos guardar en una dimensión de producto de un
ecommerce de venta de relojes el color del reloj y poder analizar así los datos de
ventas y conversión en función de los colores.
Activo. Mientras se encuentre activa, la herramienta procesará estas dimensiones.
Aunque estén inactivas es posible que su nombre siga apareciendo en las
dimensiones del informe personalizado, pero no tendrá valores y Google Analytics
no recogerá ningún valor en ellas.

190
 Figura 12.1. La pantalla de configuración de una dimensión personalizada.

Con esto ya tenemos nuestra propiedad de Google Analytics preparada para recibir datos
de esta dimensión personalizada.
Ahora deberemos, por medio del código de seguimiento y siempre asociado a un hit del
tipo página, evento o transacción, enviar los datos de la dimensión cuando estos apliquen.
Por ejemplo, si hemos creado una dimensión personalizada de usuarios registrados y una
vez que el usuario se registra llega a una página de nuestra área privada, en el envío de hit
de página vista podremos poner el código JavaScript de esta forma:
ga(‘create’, ‘UA-XXXX-Y’, ‘auto’);

// Configurar el valor de la dimensión personalizada en el índice 1.

ga(‘set’, ‘dimension1’, ‘Usuario registrado’);

Enviar el hit de página vista.

ga(‘send’, ‘pageview’)

De esta forma la herramienta comenzará a recibir en este hit los valores a los que debe
asociar la dimensión personalizada. Al tener un ámbito de usuario, todo lo que se
relacione con el usuario que ha generado este código pertenecerá a la dimensión
personalizada dentro del valor “Usuario registrado”.
Google Analytics no va a mostrar en ningún informe nuestras dimensiones y métricas
personalizadas, pero podemos crear informes personalizados y filtros de vista si lo
deseamos para poder visualizarlas.
Es importante resaltar que, si lo que deseamos es crear un filtro en una vista que excluya
los usuarios de una dimensión de ámbito sesión o usuario, al estar asociada a un único hit,
el filtro no funcionará de forma correcta, ya que seguirá registrando los valores del resto

191
de hits que no recojan la dimensión personalizada.
Con los filtros de incluir o los del ámbito hit el problema no existe y todo funcionará
correctamente.

Recomendaciones y buenas prácticas para las dimensiones personalizadas

Ya hemos comentado una de las dimensiones personalizadas más común, si los usuarios
acceden o no al área privada de nuestro sitio.
Si tenemos además diferenciados a los usuarios por roles, podremos tener un
conocimiento más profundo de su comportamiento por cómo los tenemos catalogados en
nuestro CRM. Imaginemos un caso real en una universidad. Podremos recoger si el
usuario que entra al área privada es un profesor, un alumno de máster, de grado… De tal
forma que podremos crear vistas para cada tipo de usuario del sitio y lanzar, por ejemplo,
campañas de remarketing para cada tipología.
Evidentemente, para conseguir esto necesitamos que nuestro CRM envíe a la página el
tipo de usuario.
Normalmente será un tipo de dimensión de usuario, ya que difícilmente cambiará de rol
de forma habitual.
En un ecommerce también hay algunas dimensiones que no se recogen por defecto y
pueden resultar interesantes. Por ejemplo, el tipo de pago seleccionado si es que los hay
diferentes. En este caso, la dimensión sería de hit, ya que puede variar en cada
transacción. En ella recogeremos si se hace con Visa, PayPal, por transferencia, contra
reembolso o cualquiera de las posibilidades que nuestra tienda ofrezca.
Otro ejemplo de dimensión que se suele crear en los proyectos es para conocer la última
interacción del usuario en la sesión. Analytics registra por defecto la página de salida,
pero en ella ha podido haber otras interacciones como eventos sociales. Esta sería una
dimensión de sesión en la que deberemos almacenar el hit que se vaya produciendo hasta
que sea el último el que queda registrado.
Siempre debemos:
Analizar previamente las necesidades del sitio y la posible segmentación que
queremos hacer para ver las necesidades de posibles dimensiones.
Dar un nombre descriptivo y corto a las dimensiones. Tengamos en cuenta que por
este nombre las vamos a tener que buscar en los informes, segmentos y demás.
La elección del ámbito de las mismas es fundamental. Una incorrecta decisión
puede desvirtuar totalmente los datos. Para ello hay que elegir si la dimensión
tendrá vigencia siempre a lo largo de una sesión, si siempre será la misma para un
usuario o puede variar con cada hit.
La configuración de la dimensión requiere tanto de su definición en la interfaz de

192
 Analytics como de la modificación en el código de seguimiento. Ambas cosas son
necesarias y vas a tener que cargar de información estas dimensiones con datos que
obtengas en tu sitio web o aplicación.

MÉTRICAS PERSONALIZADAS
Una métrica personalizada nos permite recoger valores cuantitativos sobre nuestros
usuarios. Es importante destacar que las métricas son valores acumulativos que irán
aumentando a lo largo de una sesión en función de la interacción de nuestros visitantes.
Como con las dimensiones, las métricas personalizadas se enviarán a la herramienta con
un hit del tipo que nos interese.
Su valor será un número del tipo que establezcamos (entero, moneda o tiempo) que se irá
acumulando en los datos globales. Si lo que queremos es obtener una media, deberemos
acudir a las métricas calculadas que vemos en el siguiente punto.
Imaginemos un caso real: una empresa que vende aire acondicionado está interesada en
conocer la temperatura que hace en la ciudad del usuario en el momento de la visita. De
esta forma podrá conocer a partir de qué temperaturas se disparan las sesiones o la
demanda.
Hay varios servicios web que nos permiten, en nuestra página, capturar la temperatura de
la ciudad del visitante. De esta forma podremos enviar el dato a Google Analytics como
indicaremos en el punto siguiente. Obtendremos el dato total de temperaturas
acumuladas. Si tenemos 2 visitas desde Madrid, una de ellas con 25 grados y la otra con
20, veremos que en la dimensión ciudad= “Madrid” la métrica personalizada
“temperatura” es igual a 45. Pero seguramente aquí nos interesa más ver una media y
conocer si las subidas o bajadas de temperatura afectan al tráfico del sitio. Lo veremos,
como ya decíamos, en las métricas calculadas. Pero el primer paso será obtener la métrica
personalizada.
Tengamos en cuenta que para poder visualizar sus valores tendremos que obtenerlos en
un informe personalizado. Nunca veremos los datos de estas métricas en los informes
estándar de Google Analytics.

Configuración de métricas personalizadas

Al igual que en las dimensiones, debemos empezar el proceso por declararlas en el
apartado “Definiciones personalizadas” a nivel de propiedad.
Las métricas personalizadas tienen los siguientes valores de configuración:
Nombre. Indica el nombre de la métrica personalizada tal como aparecerá en los
informes. Como siempre, debe ser un nombre que describa bien lo que la métrica
representa.
Ámbito. Las métricas personalizadas abarcan tan solo el ámbito hit, pudiendo ser

193
 del tipo Producto si las relacionamos con valores del ecommerce mejorado.
Tipo. Determina cómo se mostrará el valor de la métrica personalizada en los
informes y puede ser de 3 tipos:
• Entero. Deberá enviarse como un número entero sin decimales.
• Tiempo. A pesar de visualizarse con un formato de HH:MM:SS, deberá enviarse
como un número entero sin decimales.
• Moneda. El único que deberá enviarse con valores decimales en función del tipo
de moneda seleccionada en las vistas.
Valor mínimo/máximo. Es posible, de forma opcional, indicar unos valores
mínimo y máximo que se procesarán y se mostrarán en los informes.
Activo. Indica si se procesará el valor de la métrica personalizada. Las métricas
personalizadas que estén inactivas pueden seguir apareciendo en los informes, pero
los valores no se procesarán.

Figura 12.2. La pantalla de configuración de una métrica personalizada.

Una vez configurados los valores y activa la métrica, ya podemos generar el código

194
asociado a los hits en los que se recogerán los valores que veremos en la métrica
personalizada.
Podríamos pensar una página de juegos en la que queremos recoger en una métrica los
progresos de los usuarios en los diferentes niveles del mismo. Podríamos recoger el nivel
superado en la métrica e ir incrementándolo según avanza por los niveles. El código
JavaScript quedaría así para la métrica 1 al superar el nivel 1.
ga(‘create’, ‘UA-XXXX-Y’, ‘auto’);

// Incrementar la métrica de finalización de nivel en 1.

ga(‘set’, ‘metric1’, 1 );

Enviar el valor de dimensión personalizada con un hitde evento.

ga(‘send’, ‘event’, ‘Level’, ‘completion’);

Ahora Google Analytics estará en condiciones de recoger y mostrar los valores de la

métrica personalizada dentro de los informes personalizados. Tengamos en cuenta que los
valores se mostrarán siempre agregados en función de la dimensión que hayamos
seleccionado para mostrarlos.
Si lo que necesitamos es obtener valores medios o aplicar algún tipo de cálculo, la
solución nos la ofrece la posibilidad de trabajar con métricas calculadas.
Más información de dimensiones y métricas personalizadas:
support.google.com/analytics/answer/2709828?hl=es

Recomendaciones y buenas prácticas para las métricas personalizadas

El ejemplo de la temperatura aplica en cualquier negocio que se vea influenciado por ello:
cadenas hoteleras, viajes o lugares vacacionales, sistemas de refrigeración, calderas…
Otra métrica interesante relacionada con un ecommerce es capturar valores de oferta o
rebaja. En este caso podremos conocer para qué grado de oferta los productos son más
demandados y podremos establecer sistemas más eficientes de rebaja de precios.
En una empresa de apuestas online configurar una métrica que capture la cuota de la
apuesta nos prmitiría conocer si se apuesta más para cuotas más arriesgadas o para las que
menos riesgo tienen. Si asociamos esto a los diferentes tipos de apuesta y segmentos de
usuario, podríamos hacer un perfil de apostantes y ofertar en función de ello.
Otra posibilidad, apoyándonos en los web services que existen para ello, es poder capturar
movimientos bursátiles que puedan resultar interesantes en un negocio relacionado.
Bancos, financieras, sistemas de inversión, etc. podrán utilizar estos datos para conocer el
comportamiento ante las diferentes fluctuaciones.
Siempre es recomendable en las métricas personalizadas:
Realizar un estudio previo de KPIs que nos permita conocer si tenemos alguna

195
 métrica necesaria que la herramienta no recoge por defecto.
Dar un nombre descriptivo y corto a la métrica nos ayudará a encontrarla y
utilizarla mucho mejor.
Si necesitamos que sea un número decimal, tendremos que utilizar el tipo moneda
para ello.
Ten en cuenta que la configuración de la métrica requiere tanto de su alta en la
interfaz de Analytics como de una modificación en el código de seguimiento, igual
que sucede en las dimensiones.
Siempre tendremos que crear informes personalizados para poder visualizar los
datos de estas métricas en la interfaz web de Google Analytics.

MÉTRICAS CALCULADAS
Las métricas calculadas son métricas que podemos definir en la herramienta apoyándonos
en fórmulas y en otras métricas ya existentes en Google Analytics.
Podríamos, por ejemplo, obtener una métrica que nos devuelva el ratio de clics en una
imagen en función de las visualizaciones de la misma (CTR).
O, como hemos explicado en el ejemplo de la temperatura, una métrica que nos ofrezca la
media de temperaturas por sesiones.
A diferencia de las métricas personalizadas, las calculadas se generan a nivel de vista y no
de propiedad y no necesitan de la inclusión de ningún código en la página, ya que se
crean aplicando una fórmula con las métricas existentes. En la versión gratuita de Google
Analytics podemos crear hasta 5 métricas calculadas por vista.

Creación de una métrica calculada

Accederemos a su generación desde la Administración de la vista donde la queramos
obtener en el apartado “Cálculo de métricas”.
Ahora deberemos definir todo lo necesario para su creación:
Nombre. El nombre con el que visualizamos la métrica en los informes. Debemos
procurar que describa bien la métrica y no coincida con uno ya existente (ratio de
clic en banner).
Nombre externo. El nombre externo se utiliza para identificar de forma exclusiva
la métrica calculada cuando se realizan consultas a través de la API. Los nombres
externos pueden contener solo caracteres alfanuméricos y guiones bajos. No
pueden utilizarse caracteres especiales, símbolos ni espacios. Al valor que le demos
a este nombre se le añadirá para su utilización en la extracción de datos
“calcMetric_” por delante.

196
 Tipo de formato. Los valores devueltos por la métrica pueden ser de los
siguientes tipos:
• Flotante: donde podremos definir un valor con decimales.
• Entero: el valor devuelto será siempre un número entero sin decimales.
• Moneda: podrán ser decimales en función del tipo de moneda seleccionado a la
vista.
• Tiempo: a utilizar para el cálculo métricas de tiempo.
• Porcentaje: de uso muy habitual, devolverá los decimales adecuados.
Fórmula. La definición de la fórmula nos permite utilizar las métricas existentes.
Para conocer cómo se definen en la herramienta bastará con comenzar a escribir
sobre la caja de texto y veremos una lista con los nombres de las métricas.
Además, podremos utilizar en las fórmulas los operadores: más (+), menos (-), dividir (/)
y multiplicar (*). Es posible utilizar números decimales en las fórmulas para los cálculos.
Las fórmulas tienen un máximo de 1.024 caracteres.
En nuestro ejemplo de CTR de banners internos la fórmula podría ser esta:
{{Número de páginas vistas únicas}} / {{Eventos únicos}}

Para el ejemplo de las temperaturas en la tienda de aire acondicionado, si queremos hacer

la temperatura media, podríamos crearla así:
{{Temperatura}} / {{Sesiones}}

Una métrica calculada en un ecommerce es tener el valor de la cantidad de productos

medios que se incluyen en las transacciones. La herramienta da por defecto la cantidad
media de cada producto pero, por ejemplo en un supermercado en el que se añaden
muchos productos, es interesante conocer la media de productos totales en el carrito de
compra. El cálculo sería:
{{Cantidad}} / {{Transacciones}}

197
 Figura 12.3. La pantalla de configuración de métrica calculada.

Los valores de moneda suelen tener comportamientos extraños si se combinan con

métricas que no son de moneda. Es mejor no utilizarlos en este caso.

A partir de aquí la herramienta se encargará de procesar la métrica creada con la fórmula

que hemos aplicado.
Más información sobre métricas calculadas:
support.google.com/analytics/answer/6121409?hl=es&utm_id=ad

198
13. El plan de analítica digital

La analítica digital es un proceso de mejora continua que nos permite

alcanzar nuestros objetivos, optimizando la experiencia de nuestros
clientes y clientes potenciales a través del análisis tanto cualitativo
como cuantitativo de los datos de nuestro negocio y de nuestra
competencia.
—Avinash Kaushik

Llegado a este punto, querido lector, tendrás la mente llena de conceptos y números y una
gran duda flote como una nube que anuncia tormenta sobre tu cabeza: ¿bien, y ahora, por
dónde empezamos?
Un plan de analítica digital es un proceso de trabajo que propone un orden y una
metodología a la hora de abordar un proyecto de analítica digital. A grandes rasgos consta
de 4 fases:

1. Definir un plan de medición.

El plan de medición es la base de todo proyecto de analítica digital. Se trata de un
documento que, partiendo de los objetivos de un negocio, identifica todo aquello que
deberá medirse.

2. Definir un plan de implementación para trasladar el plan de medición al entorno

tecnológico.
El plan de implementación es un documento técnico que detalla de manera minuciosa las
acciones que deberá acometer el equipo técnico sobre la web para poder trackear todo
aquello que se ha identificado en el plan de medición. El plan de implementación depende
del entorno tecnológico del negocio, de la herramienta de analítica web y de la estrategia
de implementación que elijamos.

3. Llevar a cabo la implementación analítica.

El equipo técnico deberá implementar todos los cambios en el ecosistema online. Utilizar
Google Tag Manager durante el proyecto de implementación optimiza los tiempos de
desarrollo y descarga al departamento de sistemas de una parte importante del trabajo.

4. Comenzar un proyecto de mejora continua.

Un plan de analítica digital no es, por tanto, un proceso con principio y fin, sino que
deberíamos entenderlo como un proceso de mejora continua que nos va a acompañar
durante toda la vida de nuestro negocio.

199
La naturaleza dinámica de un negocio online te obligará a refinar y ampliar con
frecuencia tu plan de medición y de implementación para adaptarlo a los cambios.
No es una metodología de trabajo contemplativa, sino que debe inducirnos a la acción y
permitirnos tomar acciones en base a datos reales.
Este es el verdadero potencial de la analítica digital: dejar a un lado las opiniones para
centrarnos en los datos. Y es que, de alguna manera, la analítica web es una ciencia
exacta.

EL PLAN DE MEDICIÓN
El plan de medición es la base sobre la que construiremos nuestro proyecto de analítica
digital. Es un documento que contiene una descripción pormenorizada de todo aquello
que debe medirse en nuestro negocio online.
Si existe una implementación analítica previa, una buena forma de comenzar es hacer una
consultoría inicial para identificar los posibles errores y carencias.
En el caso de que estemos ofreciendo un servicio de analítica web a un cliente, en esta
fase inicial es muy importante que dediquemos el tiempo suficiente a conocer en
profundidad el negocio que tenemos entre manos y también a nuestra competencia. Esto
nos ayudará a la hora de desarrollar bien nuestro proyecto.
Para elaborar tu plan de medición te proponemos la siguiente metodología:

Reflexiona sobre cuáles son los objetivos estratégicos de tu negocio

La primera pregunta que debemos hacernos es: ¿cuáles son los objetivos de mi negocio
online? La respuesta en la inmensa mayoría de las ocasiones no es otra que la de hacer
dinero, esto es evidente. Sin embargo, debemos hacer un esfuerzo para bajar un peldaño
en nuestra escala de valores para identificar algunos objetivos más tangibles, por ejemplo:
En un ecommerce: vender productos o servicios.
Webs orientadas a la consecución de leads: conseguir leads.
Webs de contenidos: consumo, engagement y fidelización.
Soporte online: facilitar el acceso a información útil.
Webs promocionales: interés por la marca, engagement y fidelización.
Ten presente que tu web puede perseguir más de un objetivo. De hecho, lo habitual es que
existan algunos objetivos estratégicos (macro objetivos) y algunos objetivos secundarios
(micro objetivos).
Imagina, por ejemplo, que gestionamos una tienda online que vende joyas. Nuestro
objetivo principal será la venta, eso es innegable, pero también podemos identificar otros
objetivos secundarios que participan de manera indirecta en la venta. Por ejemplo:

200
 Petición de talla cuando no hay stock.
Uso del módulo de un configurador de joyas.
Añadir un producto a mi lista de deseos o wishlist.
Registro en la web.
Suscripción al newsletter.
Contacto desde un formulario.
Contacto por email.
Compartir la ficha de un producto en redes sociales.
Ten en cuenta también que tu estrategia puede abarcar tanto el medio online como el
offline y diferentes soportes y dispositivos. Si tenemos una app, deberíamos hacer la
misma reflexión para identificar los objetivos de nuestra aplicación.

Traslada los objetivos de negocio a goals medibles con Google Analytics

Ahora es el momento de bajar estos objetivos de negocio a goals medibles en Google
Analytics. En este punto tenemos que recordar todo lo visto en el capítulo dedicado a la
conversión para definir y ponderar nuestros goals.
Para medir nuestros objetivos podemos utilizar goals de tipo:
URL de destino.
Duración de una sesión.
Número de páginas vistas.
Evento.
Para nuestro ejemplo de la tienda de joyas hemos identificado los siguientes goals:

201
 Figura 13.1. Goals en el plan de medición.

Identifica los procesos de conversión que seguirán tus usuarios para alcanzar los goals
Alguno de los goals tendrá un funnel de conversión que debemos identificar y definir en
Google Analytics. De esta manera, seremos capaces de saber en qué pasos estamos
perdiendo a nuestros compradores y tomar medidas para mejorar la conversión del
proceso.
Imagina en nuestro ejemplo que la venta de una joya conlleva este funnel:

Figura 13.2. Identificación de funnels en el plan de medición.

Pondera económicamente los goals

Debemos indicar un valor económico a cada goal. Los objetivos macro tendrán una
ponderación económica mayor y los objetivos micro un valor económico menor.
Recuerda que aquellos goals que entrañen una venta no deben tener ningún valor
asociado, ya que será el tracking de e-commerce el que se lo asigne en función de la

202
transacción realizada en cada momento.
No siempre es sencillo ponderar los goals y puede ser necesario recurrir a la técnica del
“ojímetro”. Un buen consejo es tratar de identificar objetivamente al menos el valor de
uno de los goals y ponderar el resto de manera relativa.
Volviendo al ejemplo de nuestra tienda de joyas, imagina que sabemos que el 10% de los
usuarios que hacen una petición de talla fuera de stock acaban comprando y que el valor
medio de una joya es de 150 euros. En este caso podemos asignar un valor de 15 euros
este goal. El resto de goals podemos ponderarlos ahora de manera relativa en función de
su importancia frente a este goal. Podríamos tener una tabla resumen similar a esta:

Figura 13.3. Ponderación de goals en el plan de medición.

Organiza tus goals de manera inteligente

Como ya vimos en el capítulo dedicado a la conversión, Google Analytics permite
configurar 20 objetivos organizados en 4 conjuntos de objetivos por vista. Antes de pasar
a la acción es recomendable pensar cuál es la manera más eficiente de ordenarlos.
Agrupa los objetivos relacionados dentro del mismo conjunto e intenta dedicar los
primeros conjuntos a los objetivos más importantes. Recuerda que una vez configurado
un objetivo no es posible borrarlo, por lo que es muy importante no tomarse esta tarea a la
ligera.
Volviendo a nuestro ejemplo, podríamos tener la siguiente organización:

203
 Figura 13.4. Organización de goals en el plan de medición.

Identifica cuáles son los KPIs de tu negocio

Es el momento de bajar aún más para identificar las métricas que debo tener presentes
para conocer la salud de mi negocio. En este punto corremos el riesgo de inundar nuestro
documento de métricas que, si bien pueden parecernos importantes, no son
fundamentales.
La diferencia entre una métrica y un KPI la entenderemos mejor con un ejemplo: imagina
que, durante una entrevista con el tutor de tu hijo, este te empieza a hablar sobre el índice
de obesidad infantil, el porcentaje de fracaso escolar del colegio desde 1960 o la edad
media de los profesores del centro. Seguro pensaremos que todos estos datos son
innecesarios y que a nosotros lo único que nos interesa conocer es la información relativa
al rendimiento escolar de nuestro hijo: sus notas, su evolución durante el año, su situación

204
frente al resto de compañeros, su comportamiento.
Los KPIs son aquellas métricas que necesitamos conocer para saber si nuestro negocio va
bien o va mal. El resto de métricas en este momento nos sobran.
Algunas de nuestras métricas nos las proporcionará Google Analytics, para obtener otras
deberemos acudir a nuestro CRM, a las redes sociales o a nuestra plataforma de e-
commerce.
Para alguno de los KPIs debemos además establecer una meta, un punto al que deseamos
llegar. El equipo directivo debe comunicarnos cuáles son los valores deseables para cada
uno de los KPIs. De esta manera, podemos crear un contexto que nos permita conocer la
efectividad de nuestras acciones y el funcionamiento de nuestro negocio.
Volviendo al ejemplo de nuestra tienda de joyas, podríamos concluir las siguientes
métricas (figura 13.5):

205
 Figura 13.5. Identificación de KPIs en el plan de medición.

Segmenta tu tráfico

206
El proceso de análisis de los datos requiere una segmentación que recoja los diferentes
cohortes característicos para nuestro negocio.
Muchos de estos segmentos nos los ofrecerá Google Analytics dentro de los segmentos
por defecto, pero puede ser necesario que definamos segmentos personalizados para
identificar nuestra tipología de cliente y visitante.
Para nuestro ejemplo os propongo la siguiente segmentación:

Segmentación por mercados:

España.
EEUU.
Francia.
Portugal.
UK.
Alemania.

Segmentación por canales:

SEO.
SEM (Google Adwords y Bing).
Email.
Social Media.
Afiliación.
Display.
Idioma de navegación (URL).
Dispositivo de acceso: desktop, tablet, mobile.
Procedencia de la visita: campaña, canal, medio y fuente.
Datos demográficos del visitante: por edad, sexo.

Segmentación por tipología de usuario:

Comprador: tanto usuario con compra y registrado, como invitado.
Usuario que abandona el carrito.
Usuario registrado: usuario que ha accedido al registro.
Usuario cualificado: usuario que por su interacción denota interés en la compra
(aquí deberíamos definir qué interacciones deberá completar un usuario para

207
 convertirse en cualificado).
Visitante: usuario con visita que no realiza las acciones deseadas.
Tráfico interno: generado por trabajadores de nuestra propia empresa.
Periodista: accede a la sala de prensa.
Candidato: visitante que adjunta CV.

Cliente por tipología de compra:

Por importe de compra.
Recurrencia de compras.

Define tus dashboards e informes personalizados

Una vez definidos nuestros goals y KPIs debemos pensar en la manera óptima de
mostrarlos.
Un dashboard o cuadro de mando es el informe fundamental en un proyecto de analítica
digital. Se centra en los objetivos de nuestro negocio y contiene todos los KPIS que
requiere un análisis horizontal.

Figura 13.6. Planteamiento de dashboard en el plan de medición.

208
Deberemos definir también todos los informes que consideremos necesarios para realizar
el análisis vertical de todo aquello que forme parte del core de nuestro proyecto: canales,
campañas, transacciones, productos, tipología de usuario, etc.
El plan de medición debe incluir un diseño base para estos informes, estableciendo para
cada cual una periodicidad y definiendo hacia quién irán dirigidos.

Figura 13.7. Planteamiento de informes en el plan de medición.

Otros temas a tener en cuenta dentro del plan de medición

El plan de medición debe incluir, además, todos los aspectos sensibles a nuestro análisis.
Es importante que dediquemos el tiempo y el mimo necesario para documentar aspectos
como:
Agrupaciones de contenido. Como ya hemos visto antes, la agrupación de
contenidos nos va a permitir analizar nuestros contenidos por categoría, marca y
cualquier otra agrupación lógica que necesitemos.
Interacciones con la página que deban medirse con eventos. Aquí debemos
identificar cualquier interacción susceptible de ser medida: descarga de
documentos, visualizaciones de vídeo, usos de herramientas, clic en botones, etc.
En caso de un e-commerce también debemos identificar todas las interacciones

209
 relativas al e-commerce mejorado: promociones internas, detalle de producto,
añadir al carrito, etc.
Dimensiones y métricas personalizadas. La segmentación avanzada de usuarios
puede requerir que definamos dimensiones personalizadas. Por otro lado, alguno de
los KPIs de nuestro negocio puede no estar disponible en Google Analytics y
deberemos definirlo como métrica personalizada.
Propuesta de etiquetado de enlaces. Es muy importante que definamos una buena
guía de etiquetado de enlaces que podamos compartir con los proveedores que
vayan a encargarse de nuestras acciones de marketing online. De esta manera, nos
aseguraremos de que todo el tráfico a nuestra web se identifica de manera correcta.
Agrupación de canales personalizada. Definir una agrupación de canales
personalizada para nuestro negocio resulta de mucha utilidad a la hora de analizar
nuestros canales de adquisición de datos.
Reorganización de la cuenta, propiedades y vistas. Sin duda uno de los puntos
críticos de un buen plan de medición. Todo lo que hemos identificado para definir
qué organización interna de Google Analytics permite analizar tu web de manera
más óptima: qué propiedades debo definir para mi ecosistema de webs, qué vistas
necesito crear para analizar mis cohortes y qué filtros debo aplicar en cada caso. Es
conveniente incluir cualquier configuración que sea necesaria aplicar a nivel de
propiedad o vista: enlace con cuentas de AdWords, configuración del buscador
interno, exclusiones de webs de referencia, términos de marca, etc.
Alertas de Intelligence. Las alertas personalizadas de Intelligence te permitirán
monitorizar de manera automática cualquier desviación importante en tus KPIs.
Tómate el tiempo necesario para definir qué métricas necesitas tener bajo control y
te ahorrarás muchos problemas en tu día a día.

EL PLAN DE IMPLEMENTACIÓN
Una vez que quede definido nuestro plan de medición es necesario trasladarlo a un plan
de implementación. A grandes rasgos se trata de un documento técnico personalizado
para un entorno tecnológico concreto (página web, app, dispositivo, tecnología, etc.) y
sobre una o varias herramientas de analítica digital (Google Analytics, Tag Manager, Mix
Panel, etc.).
El plan de implementación contiene todo el código que debe insertarse y las
modificaciones que deben acometerse para obtener las métricas y dimensiones
identificadas en el plan de medición. En el caso de que no seamos analistas técnicos
vamos a necesitar la ayuda del equipo de IT de nuestra empresa en esta fase.
Hay algunas tecnologías y particularidades de nuestro entorno que pueden afectar a la
implementación analítica:

210
 Parámetros en las urls o query strings.
Redirecciones en el cliente y/o servidor.
Funcionalidades asíncronas.
Múltiples dominios y subdominios.
Responsive web design.
Frameworks, CMS y plataformas de e-commerce.
SDKs.
Como hemos dicho, este plan de implementación es dependiente de la herramienta de
medición que usemos. En el caso de Google Analytics debería recoger aspectos como:
Personalización del snippet de seguimiento.
Tracking de objetivos y de e-commerce.
E-commerce mejorado.
Tracking entre dominios.
Agrupaciones de contenido.
Eventos y páginas virtuales.
Métricas y dimensiones personalizadas.
Inserción de snippets de seguimiento, conversión y remarketing.
Descripción de Data Layers.
Puede ser interesante planificar el plan de implementación por fases, priorizando aquellas
tareas más importantes y dejando otras para fases posteriores.
Por cada código a incluir deberíamos indicar:
Por qué. Describe el cometido del código, para qué sirve y qué información
conseguiremos.
Dónde. Indica a qué página o páginas atañe. Incluye también cualquier indicación
que sea necesaria sobre el lugar dentro del código HTML donde debe insertarse.
Cuándo. Especifica de manera clara si el código debe añadirse al cargar la página
o tras alguna interacción concreta del usuario.
Qué. Describe de manera minuciosa y correcta el código que hay que insertar. En
el caso de que incluya parámetros dinámicos, explícalo y define cómo deben
obtenerse estos valores.
Tras implementar este plan tendremos datos precisos y reales que nos permitirán conocer
el rendimiento de nuestro negocio día a día.

211
A la hora de llevar a cabo la implementación técnica, la primera decisión que deberás
tomar es cómo vas a llevarla a cabo. La opción más recomendable puede ser trabajar con
Google Tag Manager, que simplifica mucho alguna de las tareas más habituales en un
proyecto de analítica digital. Además, permitirá descargar a nuestro equipo de sistemas de
la mayor parte de las tareas de implementación y nos permitirá agilizar la inserción de
códigos de remarketing, conversión de AdWords o píxeles de seguimiento.

CONCLUSIONES
Como ya te adelantamos al inicio de este capítulo, el plan de medición es la base de todo
plan de analítica digital. Todo aquello que no identifiquemos en esta fase se perderá para
siempre. Por este motivo, te recomendamos no escatimar esfuerzos y dedicar el tiempo
necesario para crear un documento de valor que sirva de cuaderno de bitácoras en nuestro
viaje alrededor de este océano infinito de métricas y dimensiones.
Un plan de medición no se hace en dos horas, puede requerir semanas de trabajo y
múltiples reuniones con nuestro cliente. La misión de un analista no consiste en definir
por sí mismo un plan de medición, sino en tener la pericia para extraer del cliente toda la
información necesaria para definirlo. Nunca llegaremos a conocer un negocio mejor que
nuestro propio cliente. Por este motivo debemos esforzarnos en crear un vínculo cercano
y directo para ser capaz de transcribir en dialecto analítico todo aquello que se esfuerza
por decirnos con sus propias palabras.
El plan de medición, como documento vivo, deberemos actualizarlo con frecuencia para
que recoja todos los cambios que surjan en el negocio: nuevas funcionalidades, nuevas
webs, variaciones en el entorno tecnológico, etc.
La analítica digital, por tanto, solo puede ser entendida como un proceso de mejora
continua:
Mide. Recoge toda la información que necesitas para responder a las preguntas
que te plantea tu negocio.
Informa. Procesa la información obtenida para crear informes y dashboards que
puedan ser interpretados y nos lleven a la toma de decisiones y a la acción.
Analiza. El análisis de los datos puede requerir de una profunda segmentación y
poner en contexto los datos comparándolos con los de otras fechas o con los de
nuestra competencia.
Prueba. Haz pruebas para testar diferentes soluciones a los problemas que has
identificado. Los experimentos nos permiten tomar decisiones en base a datos y no
en base a opiniones.
Repite. Comienza de nuevo el proceso y aprovecha tu experiencia y la
información para mejorar.
Y llegado a este punto, querido lector, no nos queda más que recordarte la máxima con la

212
que comenzamos este libro y que debe acompañarle durante este viaje que comienza
ahora y no terminará nunca: Mide y Vencerás.

213
14. La certificación individual en Google
Analytics

El éxito es fácil de obtener. Lo difícil es merecerlo.

—Albert Camus

El certificado oficial individual en Google Analytics es un diploma con una validez de 18

meses que acredita en todo el mundo el conocimiento y dominio de la herramienta.
Para obtenerlo deberemos aprobar un examen que se realiza online y en el que nos
enfrentaremos a 70 preguntas tipo test.
Para pasar el examen y obtener la certificación será necesario superar al menos el 80% de
las preguntas para lo que tendremos una hora y treinta minutos de tiempo. Una vez
iniciado el examen hay que hacerlo entero, ya que el tiempo no se puede poner en pausa.
Las preguntas no se pueden pasar sin responder y, una vez que se avanza, ya no podremos
volver atrás, por lo que debemos leer muy bien y contestar de forma tranquila y sin
precipitación. El tiempo es más que suficiente, pero debemos evitar dedicar un tiempo
excesivo a una pregunta.
Para acceder a realizar el examen, que es totalmente gratuito, debemos darnos de alta en
Google Partners google.es/partners/?hl=es. Desde aquí, si vamos al menú Certificaciones
> Google Analytics, en el lado derecho tendremos el botón para comenzar el examen.
El examen está en diferentes idiomas, entre ellos el español.
Si has llegado a este punto en nuestro libro, no tendrás ningún problema para superar el
examen de certificación, pero, en caso de que algo salga mal, en una semana podrás
volver a intentarlo.
Una vez superado el examen puedes ver el diploma acreditativo en el área de Google
Partners en la sección de Mi perfil. Aquí, debajo del espacio en el que podemos poner una
foto nuestra, aparecerá un enlace al certificado.
Como ya hemos dicho, el certificado tiene una validez de 18 meses. Una vez caducado
deberás volver a hacer el examen para mantener tu acreditación.

POSGRADO EN ANALITICA WEB Y CERTIFICACIÓN EN GOOGLE

ANALYTICS: MIDE Y VENCERÁS
Si este libro ha conseguido abrirle el apetito, tal vez te interese saber que nuestra agencia,

214
LIN3S, imparte desde 2012 en varias ciudades de España el posgrado de certificación en
Google Analytics Mide y Vencerás en colaboración con prestigiosas universidades e
institucuiones:
Mide y Vencerás Bilbao.
Universidad de Deusto.
Avenida de las Universidades, 24, 48007,
Bilbao, España.
Mide y Vencerás Madrid
Universidad Complutense.
C/ Prof. José García Santesmases, 9. 28040,
Madrid, España.
Mide y Vencerás Barcelona
Cibernàrium Edifici MediaTIC.
Roc Boronat, 117. 08018
Barcelona (Districte 22@), España.
El Mide y Vencerás es un posgrado dirigido a cualquier persona que quiera adquirir una
base sólida sobre analítica web, dominar la herramienta Google Analytics y conseguir la
certificación oficial IQ en Google Analytics.
Durante 45 horas de formación intensiva se profundiza en la analítica web como
disciplina orientada a analizar el comportamiento de los usuarios en una web y como
fuente de información a la hora de tomar decisiones de negocio. Se estudia con
detenimiento Universal Analytics, Tag Manager y el resto de herramientas auxiliares
orientadas a la creación de experimentos, testeos y analítica in-page.
El objetivo final del curso es que los alumnos adquieran un conocimiento sólido en
analítica web y prepararen con garantías el examen oficial IQ de Google Analytics, que
certifica de manera oficial el dominio por parte del alumno de la herramienta Google
Analytics.
El Mide y Vencerás se imparte también en formato in-company adaptando el temario y la
metodología del curso al sector de la empresa y al perfil de los alumnos.

215
Figura 14.1. Ilustración de Ángel Luzuriaga.

216
 Edición en formato digital: 2017

© Ediciones Anaya Multimedia (Grupo Anaya, S. A.), 2016

Calle Juan Ignacio Luca de Tena, 15
28027 Madrid

ISBN ebook: 978-84-415-3900-6

Todos los nombres propios de programas, sistemas operativos, equipos hardware, etc. que aparecen en este libro
son marcas registradas de sus respectivas compañías u organizaciones.

Está prohibida la reproducción total o parcial de este libro electrónico, su transmisión, su descarga, su
descompilación, su tratamiento informático, su almacenamiento o introducción en cualquier sistema de repositorio
y recuperación, en cualquier forma o por cualquier medio, ya sea electrónico, mecánico, conocido o por inventar,
sin el permiso expreso escrito de los titulares del Copyright.
Conversión a formato digital: REGA

www.anayamultimedia.es

217