Entrevista a Iñaki Gorostiza sobre la transición de Universal Analytics a Google Analytics 4

Google Universal Analytics dejará de funcionar en julio de este año dando paso a Google Analytics 4. Es probable que esto ya lo supieras y que, con la noticia, te hayan surgido un montón de dudas. 

Por eso, desde Geotelecom hemos charlado con Iñaki Gorostiza, co-autor del libro “Google Analytics 4. Mide y Vencerás” y Head of Data en LIN3S, uno de nuestros partners estratégicos, para arrojar un poco de luz sobre esta nueva herramienta.

 

1. Por empezar desde el principio, ¿cuáles son las principales diferencias entre el Google Analytics que conocemos ahora y Google Analytics 4 (GA4)?, ¿qué pros y contras encontramos?

Es importante matizar antes de nada que se tratan de dos herramientas diferentes. GA4 no es un simple restyling de Universal (GA3), sino que plantea un modelo de eventos y una arquitectura completamente nueva. En cierta forma, GA4 representa la apuesta de Google por adaptarse a los nuevos tiempos añadiendo funcionalidades de machine learning al análisis y procesamiento de los datos, ofreciendo alternativas a la medición con cookies y garantizando una medición más respetuosa con la privacidad de los usuarios y la legislación actual. 

Los principales frenos a la hora de adoptar GA4 como herramienta de medición son su curva de aprendizaje y el hecho de que muchas de las funcionalidades que tradicionalmente se hacían en UA de manera automática y gratuita, requieren ahora de una configuración personalizada y, en ocasiones, tendremos que pasar por caja.

2. ¿Cuáles son los top 5 informes personalizados que todos tendríamos que tener configurados?

No es posible generalizar en este aspecto, ya que los informes y los KPIs van a depender siempre de la naturaleza del sector en el que estemos trabajando y de las necesidades particulares de los stakeholders de la organización. Lo que sí te puedo recomendar son cinco funcionalidades que siempre deberías tener localizadas y bien configuradas:

1. Google Consent Mode, para la gestión del consentimiento de cookies.
2. Google Signals y User ID, para la medición de usuarios entre dispositivos.
3. Modelo de atribución basado en datos, para el análisis de la conversión.
4. Técnicas de exploración, para el análisis granular de nuestros usuarios y clientes.
5. Integración con Google BigQuery para la carga, transformación y procesamiento de los datos de GA4.

3. Y si hablamos de otras fuentes de datos como META o email marketing, ¿cómo recogerá GA4 los datos y las conversiones?

A la hora de medir nuestras acciones de marketing digital con GA4 hay algunos aspectos importantes a tener presentes. 

En primer lugar, GA4 y cualquier herramienta de medición tiende a sufrir una importante miopía para identificar el origen de nuestro tráfico. A consecuencia de esto, los datos de adquisición que refleja la herramienta por defecto son muy inexactos. La solución pasa por el proceso de etiquetado manual de los enlaces para añadir en la url de nuestras landing pages una serie de parámetros conocidos como utms, que ofrecen a GA4 información sobre la campaña, el medio y la fuente de cada acción.

En segundo lugar, es muy importante saber que las cookies y los adblockers son un gran problema en la medición y optimización de nuestras campañas. Por este motivo, empresas como Google o Facebook han propuesto un nuevo paradigma de medición basado en el envío de píxeles desde el servidor. Esto es lo que se conoce como server-to-server de manera general y Facebook Conversion API en el caso de Facebook.

4. ¿Qué métricas e indicadores claves (KPIs) se deben implementar sí o sí?

Los KPIs dependen del negocio y de cada stakeholder. Un director de ventas no se enfocará en los mismos KPIs que un director de experiencia de usuario. Dicho esto, hay algunos KPIs en GA4 que me resultan especialmente sexis:

Métricas de adquisición: podemos citar dos como las sesiones y los usuarios. Mientras que UA se centraba en las sesiones, GA4 lo hace en el usuario. La medición de usuarios ahora es mucho más precisa gracias a la acción combinada de Google Signals y el User ID.

Métricas de comportamiento: GA4 mide de manera más precisa el comportamiento de nuestros visitantes gracias a los eventos de medición mejorada. A la hora de medir el tiempo de interacción de un usuario con nuestros contenidos, GA4 es capaz de discernir si la pestaña del navegador está o no está activa, calculando de manera mucho más precisa el tiempo medio de interacción por sesión y usuario.

Métrica de conversión e inversión: aunque hereda todas las métricas ya existentes en GA3, ahora podemos establecer en nuestros informes con restricciones para ciertos usuarios. De esta manera, podemos ocultar métricas como los ingresos o la inversión para usuarios externos a la organización. 

Métricas de tipo user lifetime: nos ofrecen información sobre el ciclo de un usuario, es decir, desde el momento en el que nos conocieron hasta su última interacción con nuestra página web o app.

Métricas predictivas: GA4 aplica modelos de ML a los datos para ofrecernos información sobre el futuro probable de nuestros usuarios. De esta forma, podemos conocer cuál es la probabilidad de que un usuario compre uno de nuestros productos en los próximos días o qué riesgo tenemos de perder a un cliente en el futuro inmediato.

5. ¿Cómo consideráis que afectará el cambio a los ecommerce de nuestro país?

Me temo que el impacto puede ser mucho mayor de lo deseable. Principalmente porque muchas veces no tenemos demasiado claro qué supone migrar un ecommerce a GA4, cuándo debe hacerse y cómo debemos comenzar a trabajar a partir de ese momento. Algunos de los aspectos que debe tener presente un ecommerce son:

– El modelo de eventos para ecommerce y la estructura de la capa de datos cambia completamente en GA4. 

– Los plugins y widgets que funcionaban para Universal Analytics ya no funcionarán para GA4.

– La mayor parte de los informes de Enhanced E-commerce de UA ya no están disponibles en GA4 y tendremos que construirlos de manera manual y personalizada.

– Vamos a perder el histórico de datos de Universal Analytics por lo que deberemos exportar todos aquellos informes que queramos preservar. 

6. También se ha hablado mucho de los eventos, ¿cuáles son los eventos imprescindibles que no deberían faltar en ningún ecommerce con web + app?

Como ya he comentado anteriormente, una de las novedades más importantes de GA4 es su nuevo modelo de eventos. Mucho más flexible, potente y sexy. Ahora vamos a encontrar cuatro tipos de eventos:

– Eventos automáticos: se generan automáticamente en GA4 para gestionar el funcionamiento interno de la herramienta.

– Eventos mejorados: nos permiten medir un buen número de interacciones de nuestros visitantes de manera automática: Páginas vistas, visualizaciones de videos, descarga de documentos, clics en enlaces, scrolls, interacciones con formularios, etc..

– Eventos recomendados: GA4 nos va ofrecer un convenio para la nomenclatura de algunos eventos habituales en diferentes tipos de webs. Si seguimos estas recomendaciones, la herramienta a cambio nos ofrecerá funcionalidades y métricas muy interesantes, como por ejemplo la análitica predictiva. De esta forma podemos llegar a predecir el comportamiento futuro de nuestros visitantes en base a su histórico de comportamiento.

– Eventos personalizados: aparte de los eventos mencionados anteriormente, en GA4 podremos crear y personalizar todos los eventos que consideremos necesarios para medir el comportamiento de nuestros usuarios.

7. Ahora, vamos con preguntas más específicas: ¿es necesario modificar el dataLayer de UA a GA4 para recoger datos correctamente?

La capa de datos es por definición agnóstica a cualquier herramienta de medición. La mayor parte de la información que hubiéramos definido para UA puede consumirse también desde GA4, pero existe una excepción, que es la estructura asociada al enhanced ecommerce. Aunque ambas herramientas proponen una arquitectura diferente, en el caso de que trabajemos con Google Tag Manager, podemos reutilizar de manera muy sencilla la capa de datos, minimizando el impacto técnico en el proceso de implementación. 

8. ¿Cómo saber las variables dinámicas que necesito incluir en el dataLayer para eventos como purchase y seguimiento de conversiones de Google Ads?

Muy fácil, simplemente revisa la documentación oficial de Google o compra nuestro libro Google Analytics 4, mide y vencerás

9. Sobre integraciones, ¿qué ventajas ofrece Tag Manager frente a otro tipo de integraciones?

Tag Manager ofrece muchas ventajas respecto a la aproximación tradicional basada en la inserción de código Javascript. Por citar algunas:

– Orientación al marketer.

– Sistema de control de versiones.

– Trabajo colaborativo en entornos de trabajo.

– Integración nativa con Google Consent Mode.

– Aplicación de directivas de seguridad a través de listas negras y listas blancas.

– Gestión sencilla y eficiente de etiquetas de Google y terceros.

– Escalabilidad a partir de plantillas.

– Gestión dinámica de la información a través de variables.

Además de estas funcionalidades GTM ofrece la posibilidad de gestionar nuestras etiquetas server-to-server a través de los contenedores de servidor. Este nuevo paradigma de implementación nos permite superar las restricciones inherentes a un navegador web en lo que se refiere a la dependencia de cookies y al envío de hits de marketing y analítica.

10. Y por terminar con una mirada hacia el futuro, ¿cómo creéis que avanzará la analítica digital en los próximos años teniendo en cuenta que cada vez se blindan más los datos del usuario?

La analítica digital junto con los procesos y tecnologías de medición están obligados a corto plazo a prescindir de las cookies para hacer el seguimiento del usuario. Tendremos la obligación de poner la privacidad en el centro del análisis de los datos y ser respetuosos con las legislaciones vigentes en cada país.

Las técnicas de inteligencia artificial y machine learning vas a revolucionar la explotación de los datos y la obtención de insights. Esto va a obligar al analista digital a tecnificarse para poder dominar todas las herramientas y técnicas de análisis que tendrá ahora a su disposición. 

La analítica digital tenderá a hiper especializarse en áreas de conocimiento más granulares como el CRO, marketing analytics, data science, business intelligence, data visualization, technical analytics, etc.

Por último, creo que las empresas estarán obligadas a incrementar las partidas destinadas a medir, las “herramientas 100% gratuitas” pasarán a la historia y los perfiles serán cada vez más cualificados.  

 

¿Qué te ha parecido la entrevista? ¡Puntúa este contenido!