Discrepancia en reportes de Google Analytics 4: ¿Por qué los mismos datos no coinciden?

Como hemos mencionado anteriormente en el post “¿Por qué no puedo ver más de 2 meses en GA4?“, y considerando que varios colegas y clientes nos han hecho esta pregunta, queremos aclarar que no es un bug, se trata más bien de comprender que los reportes de Google Analytics 4 tienen distintas formas de trabajar. 

Para poder facilitarte este entendimiento, leeremos 3 fuentes:

1. Informes: Los datos y gráficos que vienen por defecto en GA4 y que son el “home” de la herramienta:

 

2. Exploraciones: Reportes de Google Analytics que son más flexibles y que permiten, como bien dice su nombre, explorar los datos de forma similar a una tabla pivote:

 

3. Google BigQuery: Los datos extraídos de la misma cuenta, pero son los “datos crudos” sin procesar de GA4 exportados a Google Cloud:

 

¿Por qué los reportes de Google Analytics 4 no coinciden?

Todos los datos están normalizados a 100 (siendo 100, la suma de todos los elementos) para poder garantizar el anonimato de la información. 

Informes

Los resultados:

Tipo Reporte	Items viewed	Items added to cart	Items purchased	Item revenue
EXPLORADOR	33.313	34.132	34.279	33.325
INFORMES	33.343	34.169	34.299	33.338
GBQ	33.343	31.699	31.422	33.338

Lo primero que revisaremos será la información de un sitio ecommerce, podemos observar que, aunque los números no sean iguales, la discrepancia entre ellos es baja. Al no ser exactamente iguales a nivel agregado no causa inconvenientes, más bien, es un problema visual al ver una discrepancia de cientos o miles en algunos reportes, aunque estos cientos sean un porcentaje muy bajo.

Mirando un poco más profundo

Esto comienza a hacer ruido cuando comenzamos a buscar detalles como en este ejemplo, que es un extracto de las visitas por navegador. Aquí podemos ver que la discrepancia comienza a aumentar:

Browser	Sesiones GA4	Sesiones GBQ
Chrome	46.003	53.997
Android Webview	47.084	52.916
Safari	47.165	52.835
Safari (in-app)	46.992	53.008
Samsung Internet	45.978	54.022
Opera	45.934	54.066
Edge	46.277	53.723
Mozilla Compatible Agent	0.000	100.000
Internet Explorer	0.000	100.000
Mozilla	50.000	50.000

¿Dónde se nota más?

Cuando comenzamos a revisar datos con alta cardinalidad (muchos valores únicos), por ejemplo, al revisar y extraer ID por ID es cuando más ruido hace; en los reportes de informes no es posible obtener esta información, y la diferencia que existe entre el explorador y Google BigQuery puede hacer que exista desconfianza, ya que en este último suele haber más ID únicos, mostrando “ID” que por algún motivo no definido no se muestran en el explorador.

Tipos de reportes en GA4

Lo primero que necesitamos entender de los 3 reportes es que tienen características, potenciales y ventajas diferentes:

Los informes son reportes de índole estadística, presentan datos pre-procesados siendo agrupados, y cumplen con los requerimientos de privacidad. Estos tipos de reportes no tienen caducidad, permitiendo almacenar información por más de 14 meses (máximo para cuentas Free).

El explorador, en cambio, trabaja contando datos desde los eventos que son mucho más cercanos a los datos originales, pero pecan de imposibilitar identificar al usuario aplicando umbrales, y se ven restringidos por la caducidad de 14 meses de los datos.

Google BigQuery es la forma cruda de los datos, tiene un potencial gigante pero requiere de conocimientos básicos de BBDD y SQL para consultar los datos; permite identificar usuario por usuario, evento por evento, pero se paga por el servicio.

Looker y la API: ¿Cómo se relacionan con los reportes de Google Analytics 4 ?

Para no marearnos con más números y fuentes de datos, durante las pruebas tanto de la API como Looker no se vieron afectados por el Data Retention, es decir, que puedo consultar datos expirados por lo que podemos intuir de su naturaleza más estadística, pero parece funcionar en un estado intermedio entre informes y explorador ya que podemos traer IDS, pero no hemos encontrado mucha información de este punto en especial.

Take Away

En resumen, las 3 herramientas tienen un uso específico, sus limitaciones, y es importante definirse como organización cuál de ellas será la fuente de información. En nuestro caso, estamos usando GBQ para reportes más robustos y la API* (Datastudio o Looker). De momento, usamos la interfaz sólo para dudas muy puntuales.   

Si tienes consultas, puedes revisar la información en el canal oficial de Google o comunicarte con uno de nuestros expertos.