Descubre los principales cambios que aporta Google Analytics 4 respecto a Universal Analytics

Aunque para muchos de nosotros Universal Analytics continúa siendo la herramienta que continuamos utilizando diariamente, cada día estamos más cerca de que GA4 se convierta en la única herramienta disponible de Google Analytics. De hecho, Google ya ha anunciado que no va a realizar ninguna actualización más en Universal Analytics. Por eso mismo, debemos realizar sin prisa pero sin pausa una transición al nuevo Google Analytics 4.

Sin embargo, GA4 no es solamente un cambio de interfaz, sino que tendremos que adaptar nuestra estrategia de medición. Para ello, vamos a repasar los cambios más relevantes:

Event Stream Model y tipos de eventos

En Universal Analytics, un evento es cualquier acción diferente a una pageview. Por el contrario, en GA4, un evento es cualquier acción que ocurre en un momento determinado durante la visita de un usuario. De esta manera se simplifica el sistema de medición y se convierte en un sistema mucho más flexible.

Dentro del nuevo Event Stream Model encontramos tres tipos de eventos: los eventos recopilados automáticamente, los eventos personalizados y los eventos recomendados.

Los eventos recogidos automáticamente forman parte de la nueva funcionalidad Enhanced Measurement de GA4. Si activamos esta funcionalidad, Google Analytics recopila de manera automática eventos como las páginas vistas y los clicks. En Google Support puedes encontrar la lista completa.

En segundo lugar, los eventos personalizados son aquellos que creamos nosotros mismos, para medir cualquier acción que no midan los eventos automáticos. Dentro de los eventos personalizados, encontramos los eventos recomendados. Éstos son eventos que, aunque configurados por nosotros, Google recomienda una nomenclatura específica para en un futuro poder utilizar estos eventos en informes específicos dentro de GA4.

Conversion Events y Event Parameters

Cualquiera de estos tipos de eventos los podemos convertir en Conversion Events para que además de eventos pasen a ser lo que en Universal Analytics denominamos Goals.

Dentro de los eventos, encontramos los Event Parameters. Esto sustituye a lo que estamos acostumbrados en Universal Analytics de Event Category, Action y Label. Ahora solamente habrá un nombre de evento dentro del cual puedes añadir los parámetros que consideres oportunos. Estos parámetros pueden ser tanto de texto como numéricos.

Usuarios y Google Signals

A parte de los eventos, GA4 también recoge los usuarios, pero la métrica de sesiones desaparece. En vez de sesiones, tendremos los eventos session_start y first_visit. Al igual que los parámetros de eventos, también existen los parámetros a nivel de usuario, denominados User Properties.

A nivel de usuario, la medición será mucho más exacta que en Universal Analytics, ya que el usuario se calculará a través de Google Signals. Es decir, el usuario será identificado a través de su cuenta de Google, por lo que será más sencillo la identificación desde diferentes dispositivos.

Limitaciones

A la hora de definir los eventos y todos los parámetros, debemos tener en cuenta las limitaciones que a día de hoy presenta GA4: en la interfaz hay un máximo de 500 eventos, 25 parámetros por evento y 25 user properties. Pero si necesitásemos recoger más información, en BigQuery no existen estos límites.

Próximos pasos

Ahora que ya conocemos los principales cambios sobre la recopilación de la información, es hora de adaptar estos cambios a nuestra estrategia como analistas. Para ello, será necesario realizar un nuevo SDR basado en eventos; definiendo los KPI como Conversion Events, y definiendo los segmentos en los que querremos definir el agregado para generar los Event Parameters y User Properties.

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