Cómo enriquecer tus análisis de Google Analytics con métricas personalizadas

La interfaz de Google Analytics nos proporciona una gran cantidad de dimensiones y métricas por defecto: el tipo de dispositivo, el canal de adquisición, el número de usuarios y mucho más. Sin embargo, para conseguir un análisis más detallado y centrado en un negocio en particular, tenemos la oportunidad de crear nuestras propias dimensiones y métricas.

Mientras que las dimensiones personalizadas son utilizadas por la gran mayoría de cuentas de Google Analytics, las métricas personalizadas son las grandes olvidadas. En este artículo vamos a aprender cómo mejorar nuestros análisis con las métricas personalizadas y a configurarlas a través de Google Tag Manager.

Dependiendo del tipo de negocio podemos utilizar en casos muy diferentes, pero principalmente las métricas personalizadas las utilizamos para optimizar funnels de conversión y para crear KPIs que Google no recoge por defecto.

Funnels de conversión con Custom Metrics

A la hora de optimizar un proceso de conversión, es importante conocer cuál es el comportamiento de los usuarios en cada paso del proceso. La manera más sencilla de medir el volumen de tráfico en cada uno de estos pasos es creando una métrica personalizada para cada uno de ellos.

Por ejemplo, en una página web de reservas de un hotel, crearemos las siguientes métricas:

  • Búsqueda (de las fechas para la reserva)
  • Selección de habitación
  • Datos personales
  • Método de pago
  • Reserva confirmada

Con las métricas creadas, podemos generar fácilmente un funnel como el siguiente:

Otras métricas personalizadas

Cada negocio tiene diferentes indicadores y con las métricas personalizadas podemos adaptarnos a cada uno de esos negocios. En el caso de los blogs o medios de comunicación, la mayoría de usuarios realiza acciones que no están contempladas por defecto en Universal Analytics, como por ejemplo compartir un artículo en redes sociales o hacer click a un link de afiliados. Si incluimos ambas métricas en Analytics como métricas personalizadas, estaremos enriqueciendo nuestros análisis y conociendo mucho mejor a nuestros usuarios.

Configurar métricas personalizadas paso a paso

Dentro de la configuración de Property, buscamos las métricas personalizadas y clicamos en New Custom Metric:

Después completamos los campos:

  • Name: el nombre que queramos darle a la métrica
  • Scope: elegimos entre hit o producto
  • Formatting Type: elegimos entre un número, una divisa o tiempo
  • Opcional: valores mínimos y máximos que puede tener la métrica

Una vez la tenemos creada, nos vamos a Google Tag Manager para que los datos lleguen a Google Analytics. Creamos un evento que se lance cada vez que un usuario lleva a cabo la acción que queremos medir y, una vez tengamos el evento, configuramos lo siguiente dentro del tag:

Primero de todo, seleccionamos la casilla «Enable overriding settings in this tag». Una vez marcado, nos aparecerá la sección de «More Settings». La desplegamos y seleccionamos «Custom Metrics«.

Ahora vamos un momento a la configuración de Custom Metrics en Google Analytics y miramos el Index de la métrica que queremos asociar con ese evento.

En este ejemplo, cogeremos la primera métrica, así que en Google Tag Manager escribimos «1» en el campo «Index». Después, en el campo «Metric Value», pondremos un «1», para que la métrica vaya sumando 1 cada vez que ocurre el evento.

Una vez publiquemos los cambios en Google Tag Manager, ya podremos utilizar nuestras nuevas métricas en análisis, informes personalizados y visualizaciones en Data Studio. Desde su creación pueden pasar 24h hasta que aparezcan en Google Analytics.

A parte de las ventajas que ya hemos comentado, las métricas personalizadas también nos permiten crear métricas calculadas, una gran herramienta para analizar los ratios de conversión y de caída de nuestros funnels.

ANTERIOR
SIGUIENTE

TIPS DE EXPERTOS

Suscríbete para impulsar tu negocio.

ÚLTIMOS ARTÍCULOS

Novedades INBOUND HubSpot 2025: cómo la IA transforma tu CRM

El gran cambio: de datos aislados a decisiones completas

Seamos sinceros: la mayoría de las empresas no deciden con datos completos. Usan un 20 por ciento y dejan el resto escondido en correos, llamadas o tickets. Eso significa que cuando la dirección revisa el pipeline, marketing analiza conversiones o servicio atiende a un cliente, lo hacen con una visión incompleta.

Marketing personalizado a escala: lo que significa aplicar IA en tus datos

La personalización ya no es opcional. Las marcas que entienden esto ya están integrando IA en sus sistemas de marketing. No para enviar correos con el nombre correcto. Sino para construir experiencias únicas en cada canal, en tiempo real, basadas en datos reales.

La percepción global de la IA: entre el escepticismo de los países desarrollados y el optimismo emergente

El último informe de Stanford HAI (Human-Centered Artificial Intelligence) refleja un contraste muy marcado en cómo distintos países perciben el impacto de la inteligencia artificial en el trabajo y la productividad. 

Datos sintéticos: cómo transformar la información en valor empresarial

La inteligencia artificial (IA) y el machine learning dependen cada vez más de datos de alta calidad. Sin embargo, obtener grandes volúmenes de información real puede ser costoso, lento y, en muchos sectores, limitado por regulaciones de privacidad. Aquí es donde entran en juego los datos sintéticos, una tecnología que permite generar información artificial con propiedades similares a los datos reales, ofreciendo soluciones versátiles para entrenar modelos, automatizar procesos y proteger la privacidad.

data
Mallorca 184, 08036
Barcelona, Spain