Estamos presenciando una etapa de transformación significativa en el mundo del análisis y los datos. De repente, los datos han cobrado una importancia y un valor sin precedentes. Uno de los cambios más destacados y mediáticos ha sido la transición de Google Analytics, desde su versión Universal, a Google Analytics 4, que tuvo lugar en julio de 2023. Este cambio no es simplemente una actualización de la versión, sino un cambio completo en el paradigma de cómo se recopilan, procesan y analizan los datos de los usuarios en la web.
Durante mucho tiempo, Universal Analytics ha sido el referente en la analítica web, proporcionando a los propietarios de sitios web y a los especialistas en marketing una gran cantidad de información sobre el comportamiento de los usuarios. Sin embargo, con el surgimiento de nuevas tecnologías y las cambiantes expectativas de los usuarios, Google ha lanzado GA4, una plataforma de análisis que promete una visión más completa y centrada en el usuario de las interacciones online.
En este artículo, te mostraré una lista no exhaustiva de algunas de las diferencias más importantes entre Universal Analytics y Google Analytics 4, desde su modelo de medición hasta cómo cada plataforma maneja los conceptos de eventos, sesiones y usuarios.. Es crucial entender estas diferencias para saber cómo estos cambios pueden impactar en tu estrategia de análisis y qué debemos hacer para adaptarnos a este nuevo paradigma.
Cambios en el modelo de medición o de datos
El cambio de Universal Analytics a Google Analytics 4 ha supuesto una transformación significativa en el modelo de medición de datos. En Universal Analytics, el modelo se centraba en tres ámbitos: Usuario, Sesión e Interacciones. Las interacciones con la web (hits) se recogían dentro de uno de estos ámbitos. Cada interacción recogía diferentes tipos de datos del usuario, de la sesión y de las interacciones del usuario con la página web. Al tratarse de datos distintos no había interacción entre ellos y quedaban “aislados” unos de otros.
Sin embargo, Google Analytics 4 cambia este enfoque y pone las interacciones, ahora llamadas Eventos, en el centro del modelo de medición.
Un evento no es más que una interacción de un usuario con la web o con la aplicación. Estos eventos se registran junto con una serie de parámetros y propiedades de usuario asociados. Cada evento puede contener hasta 25 parámetros, que son fragmentos de información adicionales que describen con más detalle la acción que ha realizado el usuario. Algunos parámetros, como page_title, se registran automáticamente, mientras que otros pueden ser definidos por el usuario.
Este cambio de enfoque permite establecer relaciones entre eventos y dentro del mismo evento. En Universal Analytics, se podían relacionar datos en el mismo ámbito, pero no era posible relacionar datos de distintos ámbits. En GA4 se pueden establecer relaciones entre todos los parámetros de un evento. Esto ofrece una visión más completa y detallada de las interacciones del usuario con la página.
Nuevos eventos y medición mejorada
Fruto de este nuevo enfoque de medición, Google presenta una serie de eventos que se recogen por defecto, así como otros eventos que ofrecen un seguimiento mejorado de nuestra web o nuestra aplicación. Los primeros se activan automáticamente, mientras que los segundos podemos activarlos a través de la interfaz de administración. Sin embargo, la gran mejora es que, tanto para los primeros como para los segundos, no debemos añadir ninguna línea de código ya que el seguimiento se hace automáticamente.
Hay cuatro categorías de eventos en GA4: eventos recogidos automáticamente, eventos de edición mejorada, eventos recomendados y eventos personalizados.
Eventos recogidos automáticamente
Estos son eventos que GA4 rastrea automáticamente sin necesidad de ninguna configuración adicional. Esto facilita el seguimiento de ciertas acciones del usuario en la plataforma, sin requerir esfuerzo adicional por parte de los analistas.
Eventos de edición mejorada
Los eventos de edición mejorada permiten un nivel de personalización y detección más profundo de las interacciones de los usuarios con el sitio web o la aplicación. Algunos de estos eventos como la detección del scroll o la visualización de vídeos en Youtube, que requerían una configuración previa en GA3, se pueden activar, sin necesidad de realizar ningún tipo de implementación, directamente desde la zona de administración.
Eventos recomendados
Estos eventos son sugeridos por Google en base a las mejores prácticas y los tipos de eventos más comúnmente rastreados por otras empresas. Permiten una rápida implementación de un seguimiento eficaz.
Eventos personalizados
Estos eventos son creados por el analista para rastrear interacciones específicas que no se cubren con los eventos predeterminados o recomendados. En GA4, se pueden incluir hasta 25 parámetros por evento y se pueden rastrear hasta 500 eventos diferentes.
¿Google Analytics 4 te ha pillado desprevenido? ¿Necesitas ayuda para comprender su funcionamiento? ¿Quieres exportar tu propiedad actual en GA3 a GA4?
Dimensiones y métricas personalizadas
Fruto del cambio de modelo de medición GA4 cambia la forma en que se crean las dimensiones y métricas personalizadas. En GA4, los parámetros del evento y las propiedades del usuario que califican respectivamente los eventos y usuarios pueden servir para crear dimensiones personalizadas.
Estos parámetros y propiedades del usuario no están disponibles de forma nativa en los informes de GA4. Por lo que, para usarlos en los análisis, necesitaremos registrarlos con GA4 (una opción es a través de Google Tag Manager) y declararlos como métricas o dimensiones personalizadas.
En cuanto a los límites impuestos por la herramienta aquí te muestro una tabla comparativa extraída de la documentación de GA4:
Modificaciones en la interfaz
Algo muy llamativo en esta nueva versión son los cambios en la interfaz de trabajo. Google Analytics 4 presenta una interfaz de reportes más ligera y ergonómica en comparación con Google Universal Analytics, con menos reportes, métricas y dimensiones.
Estos reportes se asemejan a fichas y requieren de personalización manual, incluyendo la adición de métricas, dimensiones, filtros y comparaciones, para satisfacer las necesidades de visualización y análisis del usuario.
La simplicidad y versatilidad de Google Analytics 4 puede ser una espada de doble filo. Aunque estas características son beneficiosas, la eliminación de muchos informes que aparecían por defecto en Google Analytics 3 significa que ahora debemos crear estos informes nosotros mismos si necesitamos ese tipo de visualización. Esto implica que se requiere un conocimiento más profundo de la herramienta y de la analítica web.
Cambios en la medición del compromiso del usuario
Uno de los cambios más sonados en esta transición es que en Google Analytics 4 desaparece el concepto de “Tasa de rebote” e introduce nuevas métricas de compromiso. En lugar de eso, GA4 se centra en las “sesiones con compromiso”, que son las sesiones que duran más de 10 segundos, registran al menos una conversión, o registran más de 2 eventos de visualización de página.
En GA4, un rebote se considera una sesión sin compromiso. Aunque las métricas de rebote no están presentes de forma nativa en los informes, puedes personalizar los informes para añadirlas.
Es importante destacar que las métricas de rebote en GA4 son más fiables que en Google Analytics 3. En GA3, si no se enviaba ningún hit después del primer hit de tipo “page view”, se contabilizaba un rebote, incluso si el usuario permanecía en la página durante un tiempo, durante el cual podría estar simplemente leyendo el contenido de la página y, por lo tanto, interesándose por el mismo. Es cierto que existían técnicas para “manipular” esa tasa de rebote y que reflejase mejor el compromiso del usuario. En GA4, gracias este nuevo enfoque, el cálculo de las métricas de rebote es mucho más fiable.
Método de recuento de sesiones
En cuanto a la forma en la que se cuentan las sesiones, Google Analytics 4 (GA4) presenta un cambio significativo respecto a la versión de Universal en la que una sesión se definía como un período que englobaba varios hits (eventos, páginas vistas, transacciones de comercio electrónico, etc), GA4 registra una sesión al desencadenar el evento session_start, identificado con los parámetros ga_session_id y ga_session_number.
En GA3, una sesión no se generaba a partir de un hit de tipo evento, se terminaba después de 30 minutos de inactividad, se contabilizaba dos veces si se extendía más allá de la medianoche, y terminaba si un usuario cambiaba de una campaña a otra.
En contraste, en GA4, las sesiones surgen a partir de un evento de inicio de sesión, se terminan después de 30 minutos de inactividad por defecto (aunque este tiempo se puede modificar), se contabilizan una sola vez incluso si se extienden más allá de la medianoche, y no terminan si un usuario cambia de campaña.
Una consecuencia llamativa de este nuevo planteamiento de medición es que el número de sesiones reportadas por GA4 sea normalmente menor que las reportadas por GA3, dando como resultado una medición más precisa… y algún que otro quebradero de cabeza.
Modificaciones en el recuento de usuarios
Otra métrica que presenta algunos cambios en la forma en la que se calcula es la métrica de “Usuarios”, que en GA4 difiere significativamente de cómo se comporta en GA3. En GA4, esta métrica representa el número de usuarios activos en un período dado, contabilizando a aquellos que han registrado una sesión con compromiso, el evento first_visit, o el parámetro engagement_time_msec durante el período que estemos analizando. Por otro lado, en GA3, la métrica “Usuarios” representa el número total de usuarios en un período dado, independientemente si han tenido o no interacción con la web.
Además, GA4 ofrece la métrica “Número total de usuarios”, que representa el número total de usuarios únicos que han registrado un evento durante un período dado. Esta métrica no está presente nativamente en los informes, pero puede agregarse personalizando los informes pertinentes. Esta métrica de “Número total de usuarios” se aproximaría más a la métrica de “usuarios” que conocemos en Universal.
Estas modificaciones en la definición y el cálculo de las métricas de usuarios resultan en un recuento generalmente menor de usuarios en GA4 comparado con GA3, ya que, como hemos visto, no estamos considerando los usuarios que no registren una sesión con compromiso.
Modificaciones en el cálculo de las conversiones
Otro de los cambios interesantes a tener en cuenta es la forma de contabilizar las conversiones entre las dos versiones.
En GA3, una conversión se contaba una vez por sesión. Esto significa que si un visitante realizaba una conversión varias veces en la misma sesión, solo se contaba como una única conversión.
Sin embargo, GA4 cambia esto al contabilizar una conversión cada vez que ocurre, independientemente de si sucede en la misma sesión o no. Así, por ejemplo, tres envíos de formulario durante la misma sesión se contarían como tres conversiones en GA4 mientras que en UA sólo se consideraría como una conversión.
Como consecuencia lógica vamos a tener muchas más conversiones contabilizadas en GA4 en comparación a UA.
IA y Machine Learning en GA4
Sí, no sólo ChatGPT es inteligencia artificial. Google ya hace mucho tiempo que trabaja en la IA aplicada a la analítica y en la nueva versión de GA4 ha introducido varios algoritmos de machine learning con el fin de generar insights que destaquen las tendencias de rendimiento, predecir la probabilidad de una conversión, la pérdida de un usuario, o los ingresos futuros, y mejorar el módulo de búsqueda interna.
Puede que otra utilidad de estos algoritmos de machine learning, combinados con los datos que Google tiene sobre los titulares de cuentas de Google (datos Google Signal), sea la posibilidad de eliminar las cookies en el futuro. Sin embargo esto plantea la gran duda de la confiabilidad y la relevancia de estos datos ya que no dispondremos de una de trazabilidad y tendremos que fiarnos de la “interpretación” de estos algoritmos.
Pese a estas dudas opino que esta es una de las áreas que más va a evolucionar en el futuro dentro del análisis e interpretación de datos en GA4.
Seguimiento multiplataforma
Otro de los grandes cambios propuestos por este nuevo enfoque analítico es que se mejora el seguimiento de los usuarios a través de varias plataformas.
GA4 ofrece una visión holística de la relación que un usuario mantiene con un negocio, permitiendo reconstruir rutas de clientes multisession, cross-device y cross-platform. Esto es posible gracias al user_id, que permite vincular a un usuario individual con un identificador de una plataforma de terceros (identificador cliente CMS e-commerce, identificador de login, identificador CRM, etc), y la posibilidad de integrar diferentes flujos de datos provenientes de diferentes plataformas en una única propiedad de GA4.
Esto es una mejora sobre GA3, que sólo permitía seguir a un mismo usuario en varios dispositivos si la plataforma utilizada por los diferentes dispositivos era un sitio web.
Conservación y almacenamiento de los datos
Otro de los cambios radica en los periodos de almacenamiento de los datos. GA4 conserva los datos por defecto durante 2 meses, con posibilidad de extender este período hasta 14 meses (se puede modificar desde la zona de administración) y se puede renovar este período cada vez que un usuario interactúa de nuevo.
A diferencia de Google Analytics Universal (GA3), GA4 no tiene límites de almacenamiento de datos. La versión anterior estaba limitada a 10 millones de hits por mes y por propiedad. Esto obligaba a los sitios web con mucho tráfico a crear varias propiedades específicas para un mismo sitio web si no querían pagar la licencia de la versión premium. Con GA4 esta limitación desaparece.
Integración por defecto con BigQuery
Uno de los cambios más jugosos para los analistas y especialistas en datos es que Google Analytics 4 (GA4) ofrece una integración nativa con BigQuery, permitiendo la exportación gratuita y automática de todos los eventos brutos de una propiedad GA4.
Esta característica, que antes solo estaba disponible para Google Analytics 360 (la versió nde pago), proporciona una gran flexibilidad en las visualizaciones y análisis. ¿Porqué es tan interesante poder acceder a los datos en “bruto”? principalmente porque, a diferencia de la interfaz de GA4, BigQuery no tiene las mismas limitaciones en cuanto a cuotas, muestreo y cálculos aproximados. Vamos que nos da la posibilidad de ampliar los análisis de datos y la profundidad de los mismos.
Además, GA4 permite la exportación de datos a una instancia gratuita de BigQuery, aunque las exportaciones que superen los límites de esta instancia son de pago. La integración también permite la exportación en tiempo real, proporcionando datos actualizados en minutos.
¿Google Analytics 4 te ha pillado desprevenido? ¿Necesitas ayuda para comprender su funcionamiento? ¿Quieres exportar tu propiedad actual en GA3 a GA4?
Laisser un commentaire