Como ya sabes, el pasado 01 de julio de este 2023 marcó un hito importante en el mundo del análisis web, porque fue el día en que se dio fin a la herramienta más utilizada en todo el mundo, Google Analytics Universal (UA/GA3). Sin duda, vamos a extrañar esta herramienta que tanto nos ayudó a analizar y mejorar campañas de marketing, aunque la versión pagada de UA seguirá activa hasta el 01 de julio del 2024, y ahora contamos con las funcionalidades de Google Analytics en su versión 4.
Durante estos últimos dos años, se ha hablado mucho sobre este cambio y la necesidad de migrar a esa nueva versión de GA, por eso, en las áreas de marketing y análisis hemos estado incluyendo esta migración en las planificaciones, donde hemos vivido en carne propia esta transición.
Nuestra experiencia con la migración
Hemos logrado migrar y activar GA4 con una precisión sorprendente en los datos, lo que nos ha permitido aprender rápidamente cómo trabajar con estas nuevas funcionalidades de Google Analytics . Sin embargo, nos hemos desafiado por la incertidumbre que genera esta transición, así como los errores o bugs que aparecen y las nuevas actualizaciones que han surgido en el camino.
Asimismo, a lo largo de todo este tiempo trabajando en GA4, nos hemos visto obligados a plantearnos muchas preguntas y buscar respuestas. Además, hemos tenido que definir las mejores prácticas para trabajar con este nuevo modelo de datos, comprender las diferencias con Google Analytics Universal y educar sobre aquello, o descubrir la mejor manera de analizar nuestros esfuerzos de marketing.
También hemos explorado la forma de aprovechar las nuevas funcionalidades de Google Analytics 4 y las posibilidades de integración con el resto del ecosistema de Google.
Por eso, te queremos compartir varias de las preguntas que hemos resuelto en el camino, y seguramente las respuestas te serán útiles en tu día a día:
1. ¿Cuál es la principal diferencia en el modelo de recopilación de datos entre Universal Analytics y Google Analytics 4?
La principal diferencia radica en que Universal Analytics basaba su modelo de recopilación de datos en sesiones y distintos tipos de hits como, Page View, Social, Event, entre otros. Con la llegada de GA4, la recopilación de datos se centra en un único tipo de hit llamado ‘Event’, que recopila cualquier interacción del usuario en nuestro sitio web, desde un clic en un botón hasta la confirmación de compra.
Leer más...En la estructura de eventos de Google Analytics 3 o Universal Analytics, existían tres parámetros predefinidos para identificarlos: Category, Action y Label. En GA4, tenemos la posibilidad de dar nombre a cada uno de nuestros eventos, ya sea nombres estándar o recomendados (aquellos que Google Analytics ejecuta automáticamente o provienen de una lista sugerida por la plataforma).
Por ejemplo, podemos utilizar ‘page_view’, ‘click’ o ‘purchase’. En caso de que ninguno de estos se adapte a nuestras necesidades, podemos crear eventos personalizados con los nombres que necesitemos.
Además, en las propiedades gratuitas, tenemos la posibilidad de crear hasta 50 parámetros de evento que nos permiten enviar toda la información que necesitemos y que GA4 no recopila por defecto.
Por ejemplo, en el caso de un onboarding, podemos identificar mediante qué sección del sitio ingresó al flujo, en qué paso se encuentra el usuario o, en caso de que se presente un error, detallar el motivo.
2. ¿Por qué los datos de usuario y sesión entre GA4 y GA3 no calzan? ¿Deberían calzar?
Los datos asociados a usuarios y sesiones no calzan entre GA4 y GA3 dado que ambas versiones de la herramienta los calculan de forma distinta. Por ejemplo, el recuento de sesiones en GA4 puede ser inferior al de GA3, dado que GA4 no crea una sesión nueva cuando la fuente de la campaña cambia en mitad de la sesión, mientras que GA3 sí crea una sesión nueva en esas circunstancias. A pesar de que los datos no deberían calzar, suelen ser bastante cercanos.
3. ¿Qué beneficios y qué riesgos conlleva activar Google Signals?
Google Signals es una nueva funcionalidad de GA4, que flexibiliza el seguimiento cruzado del usuario a partir de una cuenta de Google, aceptando las políticas publicitarias impuestas sobre la medición y recolección de la actividad del usuario.
Algunos de los beneficios en GA4 son:
- Seguimiento más preciso de los usuarios en diferentes dispositivos y plataformas.
- Insights de optimización en la experiencia de usuario.
- Remarketing a más usuarios del sitio web en todos los dispositivos.
- Habilitación de datos demográficos de usuarios(edad, género e interés).
Tiene limitaciones como:
Leer más...- Los datos adicionales recopilados por Google signals no se exportan a BigQuery.
Nota importante: aún puede exportar datos de BigQuery con Google Signals habilitado, pero serán los mismos datos que si Signals no estuviera habilitado.
- De acuerdo a la documentación de Google. Hay algunas funcionalidades que aún no son compatibles con Google Signals.
- Habilitar Google Signals puede resultar en un thresholding de datos en GA4.
4. ¿Cuál es la diferencia entre las conversiones atribuidas en GA4 y las conversiones registradas directamente en Google Ads? ¿Cómo reconciliar las discrepancias entre ellas?
Las diferencias entre las conversiones atribuidas en GA4 y las conversiones notificadas directamente en Google Ads, pueden deberse a las siguientes razones:
- Diferentes definiciones de conversión:
GA4 y Google Ads tienen interpretaciones distintas de lo que constituye una conversión.
GA4 considera que una conversión es cualquier actividad valiosa para el negocio, mientras que Google Ads considera que una conversión es una acción iniciada por un clic en Google Ads.
Esto implica que una conversión en GA4 puede ser activada por un clic en Google Ads, pero también podría ser iniciada por otros canales, como la búsqueda orgánica o las redes sociales.
- Diferentes modelos de atribución:
Leer más... – GA4 y Google Ads usan diferentes modelos de atribución para asignar crédito por conversiones a diferentes canales de marketing. – GA4 usa un modelo de atribución predeterminado llamado Atribución Data driven. – Google Ads utiliza una variedad de modelos de atribución, incluidos Last click, Position-based, and Time decay. Estos diferentes modelos de atribución pueden conducir a diferentes resultados en términos de cuánto crédito se asigna a cada canal de marketing. Para tratar de reducir las discrepancias entre sí, se puede: – Asegurarse que las definiciones de conversión que se usan en GA4 y Google Ads sean las mismas. – Si se usan diferentes modelos de atribución en GA4 y Google Ads, intentar usar el mismo modelo en ambas plataformas para ver una diferencia. – Si hay un retraso en los informes, asegurarse en comparar datos del mismo período de tiempo(periodos no muy largos). Una de las diferencias de la configuración de objetivos en GAU y GA4 es que Universal Analytics permite cinco tipos de objetivo: de destino, de duración, de páginas/sesión, de evento y objetivos inteligentes, y en GA4 solo se admiten eventos de conversión, es decir, solo un evento individual puede setearse como conversión. A nivel de seguimiento, Universal contabiliza solo una conversión por sesión para el mismo objetivo, en cambio, GA4 suele contabilizar varias conversiones por sesión para el mismo evento de conversión, eso si se puede ajustar el método de recuento de las conversiones de GA4 a una vez por sesión. El Engagement Rate o Porcentaje de Interacciones es una métrica basada en la interacción del usuario con el sitio web o aplicación, y es lo contrario a la Tasa de Rebote usada en Google Analytics 3 (Universal). Esta métrica se calcula en base a las sesiones con interacción, es decir, una sesión que dura más de 10 segundos, tiene un evento de conversión o tiene al menos 2 vistas de una página o de una pantalla. Por lo tanto el porcentaje de interacciones es el porcentaje de sesiones con interacción que ha habido en su sitio web o aplicación móvil. En la plataforma vemos que existen dos métricas asociadas a tiempo, que intentan darle continuidad a las métricas más utilizadas en GAU (duración media de la sesión y promedio de tiempo en página). Estas dos métricas en GA4 son: Es importante mencionar que no se conoce hasta ahora la forma que tiene de calcular estos tiempos, y hemos analizado que la comparativa con GAU de ambas métricas arroja resultados muy diferentes, por lo que recomendamos tomarlas con mucha precaución y no tomar decisiones de negocio basado en estas métricas por ahora. Los data streams son flujos de datos desde un customer touchpoint (por ejemplo: una web, una app) hasta Google Analytics; se encargan de recopilar los datos para cada una de las plataformas soportadas por GA4 como lo son, web, Android e iOS. Son muy importantes ya que sin su existencia, no podríamos conectar nuestra web o app con la herramienta Google Analytics. También es importante destacar que en una misma propiedad se pueden tener hasta 50 data streams en combinación entre todas sus plataformas antes mencionadas. Otro punto relevante respecto a los data streams es que, si eliminamos uno, los datos históricos seguirán disponibles pero no habrá capacidad de procesamiento de esos datos ni podrán usarse en filtros. Configurar correctamente la exportación de GA4 a BigQuery. Esto incluye, elegir la configuración adecuada para el filtrado de datos y los límites de exportación: Para aprovechar al máximo la integración de BigQuery con Google Analytics 4 se puede: Leer más... Hay una nueva funcionalidad en GA4 que se llama Advertising snapshot. Es una sección de informes de publicidad que ofrece una descripción general del rendimiento de conversión y los journeys de compra de los clientes. Estos informes se componen de tarjetas de resumen e informes a través de los cuales puede obtener respuestas a preguntas como: GA4 te permite definir eventos personalizados para realizar un seguimiento de acciones específicas en tu sitio web o App. Puedes configurar hasta 500 eventos personalizados en GA4, y cada evento puede tener hasta 25 parámetros personalizados para darle valor agregado a tus eventos con información adicional relevante para tu negocio. Estos parámetros pueden ser de tipo numérico, de texto o booleano. También, puedes crear eventos en GA4 a partir de la combinación de otros eventos y parámetros; esto te permitirá medir acciones con mayor precisión. Adicionalmente, GA4 te permite utilizar modelos de atribución avanzados para asignar el valor de los eventos a lo largo del customer journey. Puedes utilizar modelos como, el último clic, el primer clic, la atribución lineal o el modelo de posición. Esto te permite obtener una visión más precisa del impacto de tus eventos en las conversiones. El umbral es una medida de privacidad que Google aplica a los datos de GA4 para proteger la identidad de los usuarios. Cuando el número de usuarios de un informe es muy bajo, Google oculta o agrupa esos datos para evitar que se pueda identificar un usuario en particular. El número mínimo requerido de usuarios varía, pero en general ronda los 50 usuarios. Dentro de la herramienta te da la posibilidad de escoger entre 3 dimensiones, que nos indican la fuente de tráfico de los diferentes niveles del dato: La mejor forma de reportar es a partir de Bigquery (BQ). Por un lado, BQ no aplica el método de cálculo eficiente (llamado «algoritmo HyperLogLog++») a las métricas de sesión, lo que nos entrega un dato mucho más preciso que los informes estándar o de explorador. BQ tampoco aplica el famoso sampling o threshold a sus datos, por lo que nos muestra datos mucho más reales. También puedes realizar reportes sin restricciones, es decir, puedes combinar X métricas con X dimensiones sin preocuparte por que se rompan los datos. La retención de datos permite establecer por cuántos meses deseas que tus datos se almacenen en los servidores de Google Analytics. Para los clientes estándar, el período de retención de datos de GA4 se establece en 2 meses de manera predeterminada, siendo 14 meses el período más alto de retención. Asimismo, los clientes 360 pueden elegir una retención máxima de 50 meses o las opciones de 2, 14, 26 ó 38 meses. Después del período de vencimiento, no se podrá acceder a los datos en los informes de exploración de GA4. En este sentido, la configuración recomendada sería elegir el mayor tiempo posible (50 meses para cuentas premium, 14 para cuentas free), todo esto mientras no exista alguna otra limitación o regulación. Una de las novedades más importantes respecto a las audiencias, es el uso robusto de machine learning en ellas; esto da paso a que se puedan generar audiencias automáticas predictivas. También podemos ver que los segmentos fueron absorbidos por el feature de audiencias en GA4. Este feature es el que ha recibido más actualizaciones en los últimos meses, se está robusteciendo cada vez más, obteniendo una gran variedad de dimensiones y métricas en su uso. Hay varias consideraciones a tener en cuenta al momento de utilizar las audiencias, como por ejemplo: En conclusión, Google Analytics 4 representa un avance muy significativo en el análisis web y sobre todo en app, y en el seguimiento del comportamiento de los usuarios dentro de nuestros canales digitales. Con su enfoque en la privacidad, análisis predictivo y experiencia del cliente, esta versión nos ofrece a los profesionales del marketing y los dueños de sitios web una potente herramienta para comprender mejor a su audiencia y tomar decisiones estratégicas más informadas. Al implementar Google Analytics 4, las empresas no solo le darán continuidad a su recopilación de datos de comportamiento, sino que pueden mejorar la efectividad de sus estrategias digitales y lograr un crecimiento sostenible en el competitivo entorno digital actual.
5. ¿Cuáles son las diferencias en la configuración y seguimiento de objetivos entre Universal Analytics y Google Analytics 4?
6. ¿Qué es la tasa de engagement y cómo se calcula ese porcentaje?
7. ¿Qué métricas basadas en tiempo existen?
8. ¿Qué son los data streams y por qué son tan importantes?
9. ¿Cuáles son las mejores prácticas para el uso de BigQuery con Google Analytics 4, y cómo se puede aprovechar al máximo esta integración?
10. Para medir la atribución de los canales de marketing, ¿qué nuevas funcionalidades trae?
11. ¿Qué opciones de configuración avanzada ofrece GA4 para el seguimiento de eventos personalizados?
12. ¿Que es el umbral en GA4?
13. ¿Cuál es la diferencia del session source, user source y source?
14. ¿Cuál es la mejor forma de reportar: usar la API, el explorador, los informes estándar o BigQuery?
15. ¿Qué es el Data Retention y cuál es la mejor configuración?
16. A nivel de audiencias para el uso en Google Ads, ¿qué novedades relevantes trae? ¿Hay alguna consideración importante a tener en cuenta?
