Google Tag Manager: cómo sacar provecho a los parámetros de consulta

Funcionalidades escondidas

Una de las funcionalidades escondidas de GTM pero que puede resultar de gran ayuda, es poder extraer un parámetro de consulta de la URL, para después convertirlo en una variable que podremos utilizar en tags, triggers o bien en otras variables.

Google Tag Manager dispone de una variable llamada URL que nos puede devolver el valor de un parámetro de consulta concreto disponible en una URL.Pongamos el ejemplo de que queremos extraer el valor de transaction_id que se muestra en nuestra URL como un parámetro de consulta. Para este caso en particular, lo que tendríamos que hacer es lo siguiente:

  • Tipo de variable: URL
  • Añadimos la opción de tipo de componente: consulta
  • Clave de consulta: transaction_id


Lo siguiente que haremos será guardar esta variable, habilitamos el debug mode, refrescamos nuestra página, y revisamos la pestaña de variables, ahí deberíamos ver la variable que hemos creado, y como ésta recoge el valor del parámetro de consulta que hemos indicado:

Otro caso de uso interesante sería por ejemplo si queremos extraer un parámetro de consulta de una URL que hemos clicado. La configuración será bastante parecida a lo que hemos hecho en el ejemplo anterior, lo único que vamos a añadir a aquí es lo siguiente:

En el caso, pero de querer extraer todos los parámetros de consulta presentes en la URL, la lógica de configuración en nuestro GTM será diferente. Vamos a necesitar crear una variable de tipo Javascript, de la siguiente manera:

Una vez hayamos guardado la variable, habilitamos el debug mode, y revisamos la pestaña de variables, veremos lo siguiente:

Eso es todo por hoy. Espero que le podáis sacar partido a esta funcionalidad tan interesante de GTM, realmente tiene mucho juego.

 

Descubre nuestro blog de analítica web y estrategia de negocio.

ANTERIOR
SIGUIENTE

TIPS DE EXPERTOS

Suscríbete para impulsar tu negocio.

ÚLTIMOS ARTÍCULOS

Qué es la data sintética y por qué redefine el futuro de la IA

Introducción

La data sintética —o datos sintéticos— se ha convertido en una de las herramientas más prometedoras para la evolución de la inteligencia artificial (IA) y la automatización empresarial. En un contexto en el que los datos reales son cada vez más costosos, limitados o sensibles, las organizaciones buscan alternativas seguras y escalables para entrenar modelos de machine learning sin comprometer la privacidad.

Pero ¿qué es exactamente la data sintética? ¿Cómo se genera? ¿Y por qué está revolucionando sectores como la sanidad, las finanzas o la industria manufacturera? Este artículo responde esas preguntas con un enfoque práctico y estratégico para empresas que apuestan por la innovación.

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: 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.

Percepción global de la IA: escepticismo versus 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. 

data
Mallorca 184, 08036
Barcelona, Spain