Qué son los ámbitos en Google Analytics y por qué son importantes

por | 9 Oct 2019 | Analítica para Growth | 12 Comentarios

Imagina que estás en medio de una reunión de marketing y tu CMO plantea una pregunta como: “de todas las sesiones que hemos tenido este mes, ¿cuántas han pasado por la página de precios?”

Sonríes y dices “ajá, esto está chupado: vamos a Data Studio y creamos un informe en un periquete” …

Empiezas creando un report en blanco, añades tu fuente de datos basada en Google Analytics y pintas una tabla… 

Arrastras “Página” a las dimensiones y “Sesiones” a las métricas… Le pones un filtro que solo muestre esa página… 

Yeah! ¡Ya está la tabla! ¡Te vas a apuntar un tanto! Giras triunfante el portátil, miras al resto del equipo y muestras tu tablita. Por pegarte un vacile dices “6.724” e incluso un “eh, que no le pongo colorines porque no lo veo necesario ahora mismo”… 

Pero lo que ocurre a continuación no es lo que esperabas. Tampoco es para matarte, tranqui, que nadie te pidió nunca que fueses una estrella de la analítica digital…

Pero no, no vale. Lo cierto es que lo que le estás enseñando a tu CMO, la cual esperaba expectante frente a ti, toda ilusionada ella, es una tabla de las sesiones que han empezado en esa página, no que han pasado por esa página… 

Si, aunque hayas arrastrado “página” y no “página de destino”. Haz la prueba.

¿Por qué es importante entender el funcionamiento de los ámbitos en Analytics?

La mayoría de las personas, al principio, pensamos que Google Analytics consiste en hacer la instalación del código (meter Analytics en la web, se suele decir) y navegar por los informes estándar pre-configurados que tiene la plataforma.

No nos paramos a pensar en cómo se recolectan los datos. Tampoco es que lo necesitemos.

Entramos en el informe de Contenido -> Todas las páginas y vemos métricas como páginas vistas, páginas vistas únicas o entradas. No vemos usuarios ni tampoco sesiones en esa sección, pero no nos cuestionamos el porqué. Quizás esté montado así.

Conforme crecemos en nuestro conocimiento de analítica empezamos a aprender que existen dimensiones y métricas. Comprendemos qué son y también que podemos crear nuestras propias dimensiones y métricas personalizadas

Se nos pregunta por el ámbito de esa dimensión o métrica que estamos creando y tratamos de responder desde una perspectiva de lógica (leñe, yo creo que esto es más de un usuario que de una sesión) pero sin comprender las consecuencias de tal elección.

Y luego viene cuando nos ponemos a jugar con reportes personalizados en Analytics o incluso con Google Data Studio y pasan cosas extrañas.

Lo peor que te puede pasar cuando haces analítica sin comprender cómo funcionan los ámbitos

Lo peor que te puede pasar no es que te frustres tratando de crear sin éxito ese informe de Data Studio tan necesario para tu próxima reunión, porque cuando arrastras las métricas que quieres mostrar la tabla se queda en un “no hay datos” que no sabes por dónde coger.

Eso pasa mucho y me lo consultan mucho. Mal de muchos, Consuelo te quiero. Pero no es lo peor.

Lo peor no es que pienses que Data Studio está roto o que algo estás haciendo mal sin llegar a saber qué. Que pienses que es más complejo o que está fuera de tu nivel de conocimientos. Porque no es así.

Lo peor no es que pienses que necesitas hacerte un curso sobre Data Studio (ji ji ji, aquí podría poner un link de mi curso pero.. paso, si te interesa fijo que lo encuentras).

Lo peor, amigüichi, queriduchi, súper friend… lo peor es que salgan datos que aparentemente están bien y bases tus decisiones en algo que, en realidad, no es lo que crees que es.

¿Qué es el scope o ámbito en Google Analytics?

¿Verdad que ahora no es que quieras saber qué es eso de los ámbitos o scope sino que quieres comprenderlo? ¡Claro que si guapi! Pues venga, que para eso estamos en este post.. 

En Google Analytics, los datos son clasificados según una estructura jerárquica basada en estos 4 ámbitos:

  • Ámbito de usuario. Información como el tipo de usuario, localización geográfica, edad…
  • Ámbito de sesión. Página en la que se ha iniciado, hora de comienzo, fuente y medio de dónde viene.
  • Ámbito de hit. Página que se está viendo, evento que se está produciendo, momento en que se está produciendo.
  • Ámbito de producto. Si es el iPad o los Airpods. Sku…

Los ámbitos o scope en Analytics hacen referencia a la forma jerárquica en la que se recolectan, procesan y sintetizan los datos.

Esto es importante porque debes comprender que en Google Analytics los datos se recogen en bruto para luego procesarse y almacenarse de forma sintetizada.

Es como si Analytics tomase los apuntes a lo ligero, todo lo que pueda coger y luego sintetiza al pasarlos a limpio. ¿Pillas? Pues bien, en ese paso de “pasar a limpio” entra en juego un criterio que será quien determine qué incluyes y qué descartas… ¿Sí o no?

Definiendo los ámbitos en Analytics

Los sucesos que se van recogiendo en bruto son los hits, que es la unidad mínima de recolección de datos. Son acciones como “ha cargado una página”, “se ha descargado un pdf” o “ha empezado a reproducir un vídeo”.

Un hit contiene una serie de datos relacionados, como el momento (fecha y hora) en que se produce o el usuario que lo realiza (luego hablamos de ello). Incluso un hit puede tener asociado uno o varios productos si estamos en un escenario de ecommerce.

Una sesión puede definirse como el conjunto de hits que se producen por un mismo usuario en un espacio de tiempo. Ojo, porque en realidad es un poco más complejo que esto, pero de momento nos vale.

Las acciones que realiza una persona durante un espacio de tiempo, como las páginas que carga, los vídeos que ve, los pdfs que se descarga, se agrupan en una única sesión donde se almacenan datos agreagdos, como la cantidad de páginas vistas o la duración de la misma.

Vayamos entonces a definir usuario. ¿Qué es un usuario? Pues una persona. ¿Verdad? Tiene sentido. Pero en realidad tiene un trasfondo más técnico.

Google Analytics identifica los usuarios por un identificador único generado de forma dinámica y almacenado en el navegador del usuario mediante una Cookie.

Por tanto, una misma persona accediendo desde su ordenador y desde su móvil sería considerada como 2 usuarios (salvo casos concretos en los que unificamos estos datos por un user_id, pero no es el caso).

Ahora bien, ese usuario puede hacer un montón de cosas ahora en nuestra web, irse y volver mañana, y luego pasado y al otro … Es la misma “persona” haciendo diferentes sesiones.

Cómo funcionan los ámbitos en analytics
Fuente: bounteous.com

¿Cómo afecta el ámbito o scope en la forma en que se almacenan los datos?

Escucha, prometido de verdad, ahora viene lo más importante del post así que presta atención y, si lo necesitas, descansa un poco antes.

Como te he dicho, Google Analytics recoge los datos en bruto para luego procesarlos y sintetizarlos. Esos datos en bruto están formados por hits, por eventos y pageviews que enviamos desde nuestra web.

A partir de esos eventos o hits, Analytics tiene que construir sesiones. Pero también tiene que sintetizar y limpiar los datos, eliminar duplicados o información no relevante, etc.

El proceso de limpieza y sintetización es, a grandes rasgos, el siguiente:

  1. Google Analytics asigna un Client Id a cada hit para identificar a usuarios únicos. Cada hit lleva asociado el Client Id (a través de su cookie) que lo genera.
  2. Algunos hits como duplicados o hits que no cumplen filtros definidos por la configuración de la vista son descartados.
  3. Todos los hits restantes son recogidos y ordenados cronológicamente, agrupándose por Client Id (por usuario).
  4. Entonces Analytics puede “entender” las sesiones, basándose en la fecha y hora de los hits (y otros atributos como la fuente).

Lo importante de esto es comprender que cada hit viene con un ID de usuario asociado pero no con un ID de sesión por lo que la sesión en sí no forma parte de la información de los hits sino que se deduce después.

Esto significa que el scope o ámbito de analytics funciona de forma unidireccional. Los usuarios tienen sesiones pero las sesiones no tienen usuarios. Las sesiones tienen hits pero los hits no llevan asociadas sesiones. Los hits pueden tener asociados productos pero los productos no están asociados a hits.

Un detalle que quizás te parezca muy técnico y poco relevante pero, finalmente, es la razón de todos los quebraderos de cabeza.

Porque, por ejemplo, tú no puedes diferenciar sesiones que han pasado por la página X ya que las visitas a esa página (hits) no llevan asociada la sesión. La sesión se deduce después.

3 errores muy comunes relacionados con el scope de Google Analytics

A lo largo del post has comprendido la importancia de conocer cómo el ámbito afecta a la forma en que se recogen, procesan y usan los datos en Analytics.

La clave más importante es que las sesiones se deducen, no se almacenan y que los ámbitos conforman una jerarquía unidireccional. ¿Verdad que es fácil?

Piensa que cada vez que pides una dimensión o métrica de sesión, como el número de páginas vistas, el tiempo medio de sesión, la fuente / medio o las conversiones, primero se procesan los datos agrupándolos por sesiones y descartando los hits intermedios.

Cuando pides datos de hit, como la url o título de la página, la velocidad de carga o la hora de la visita, los datos no se agrupan de esa forma.

Hasta ahí todo bien. Pero, ¿qué pasa si intentamos mezclar dimensiones o métricas de distintos ámbitos? Pues puede pasar cualquier cosa … jejeje

Sesiones por página vs Página de destino

Primer ejemplo, éste es bastante común. Quieres saber cuántas sesiones han pasado por una determinada url.

Aquí estás mezclando una métrica de sesión (total de sesiones) con una dimensión de ámbito de hit (url de la página).

Analytics identificará primero que hay una métrica de sesión y agrupará toda la información en sesiones, con la información resumida de cada sesión, descartando todos los hits de en medio.

De modo que la única url que quedará en ese resultado será la url en la que empezó la sesión (la url del primer hit de la sesión). ¿verdad?

Entonces, cuando piensas que estás viendo las sesiones que han pasado por una url, en realidad estás viendo las sesiones que han empezado en esa url.

Pero nadie te dice que no hay sesiones que han empezado por otra url y han pasado por ahí.

Imagina entonces que tratas de sacar una tasa de conversión de un objetivo. Sale un 5% y dices “buah, puedo invertir un montón en publi con esta tasa de conversión tan alta”. Haces tu campaña y te estrellas. ¿Pillas?

Tip: prueba con la métrica “páginas vistas únicas”.

Conversiones por página

¿Conversiones que nos trae cada página?

Imagina que tienes un menú principal con un botón “regístrate” que abre un popup. En ese popup, un formulario y, cuando se envía el formulario, una conversión en Analytics.

Al estar en el menú principal, puedes registrarte desde cualquier url. Como tienes mucho tráfico en el blog, quieres saber qué artículos te están trayendo más conversiones.

Lo lógico sería pensar en pintar una tablita cuya dimensión fuese “página” y la métrica Objetivos cumplidos. ¿Tasa de conversión? Pues también.

Pero de nuevo nos vemos en la situación en que objetivos cumplidos o la tasa de conversión son métricas de sesión y la página es una dimensión de hit. Los hits no tienen sesiones asociadas, reporte roto.

Como mucho podrías obtener una lista de qué paginas de aterrizaje te traen más conversiones. Estaría bien, no te digo que no, pero no es lo que buscas.

¿Pillas entonces por dónde van los tiros?

¿Campos calculados con métricas de distinto ámbito?

Hace unas semanas un alumno de mi curso de Data Studio me preguntó por qué no le funcionaba bien un campo calculado.

En este caso, quería analizar una landing page y la profundidad del scroll a la que llegan las personas.

Conforme un usuario va bajando en una página, con Tag Manager envía eventos a Analytics con ese porcentaje de scroll alcanzado.

Hacer una tabla con el número de usuarios únicos por evento le daría una idea parecida a un embudo de conversión, ya que serían muchos menos usuarios que alcanzan el 50% que los que alcanzan el 20%. Por descontado. ¿Si?

Como los eventos son hits y los hits llevan asociado un usuario, esto funciona bien.

Pero este alumno, que no se queda en lo fácil (bravo por él) quería además añadir “la tasa de” o, dicho de otra forma, qué porcentaje del total de usuarios llega a cada punto del scroll. ¿Me vas siguiendo?

Entonces crea un campo calculado: “total de eventos” / “usuarios”. Pero eso daría del total de la web así que decide añadir un filtro a ese control de Data Studio, que solo incluya una url concreta.

Pero los resultados están muy lejos de la realidad. ¿Se te ocurre por qué puede ser? ¡Cierto!

Porque estás calculando entre métricas de distinto ámbito. El total de eventos es una métrica de sesión, usuarios está ahí pero, en el momento que añades el filtro a nivel de página, estás jorobando las cosas.

Cuando realizas este tipo de cálculos, casi sin darte cuenta, la información que ves está sesgada… cuidadito con esto.

Conclusiones finales

¡Madre mía! Jajajaja. Si es que es imposible que yo haga posts cortos. Pero bueno, por lo menos cumplo el reto que tengo con Vicent. Y lo pienso cumplir…

Quizás este post te haya parecido muy técnico, quizás demasiado denso. Espero que no.

Tal vez pienses que es demasiado avanzado como para necesitarlo pero, con todo mi cariño, es al contrario.

Este post es básico, muy básico. Es algo que deberíamos aprender desde el principio, para ahorrarnos quebraderos de cabeza. La analítica digital no es algo extra sino más bien algo que nos ayuda a que el resto de las cosas que hacemos vayan mejor. Podemos aprender mucho de analizar.

Pero, si no entendemos la esencia de cómo analizar, entonces podríamos aprender cosas erróneas.

Y en esa base necesaria están los ámbitos y el cómo funciona Analytics. Más importante incluso que otros aspectos como el comercio electrónico mejorado. ¿no crees?

Así que, dime tu… ¿Qué opinas? ¿Has entendido todo? ¿Conocías la importancia y significado de los ámbitos o scope en Google Analytics? ¿Alguna vez te has cruzado con algún problema que ahora crees que podría estar relacionado con los ámbitos? ¿Arroz con pollo al curri o arroz con tomate frito y huevo? ¡Cuenta, cuenta!

5/5 - (34 votos)

12 Comentarios

  1. Manu

    Ahí llevas mis cinco estrellas en el post, el mundo de la analítica nunca dejara de sorprenderme, menos mal que hay gente como tú que comparte estas cosas. 🙂

    Responder
    • Víctor Campuzano

      Ains gracias Manu!!!

      Todo un honor. Jo de verdad, que ganas tenía de volver 🙂

      Me alegro mucho de que te haya resultado útil el post y millones de gracias por las 5 estrellas!

      Responder
    • Víctor Campuzano

      Miles de gracias Manu!

      Tus cinco estrellas son para mi una costelación, que lo sepas… Gracias por tu apoyo! 🙂

      Responder
  2. Javier

    Gran artículo. Enhorabuena. A veces las cosas que parecen estar claras, precisan de una aclaración.
    Gracias.

    Responder
    • Víctor Campuzano

      Muchas gracias Javier!

      En efecto, hay cosas que bien comprendidas suponen una herramienta útil pero, mal comprendidas, pasan incluso desapercibidas.

      Saludos y gracias por el comentario!

      Responder
  3. Jesús Pernas

    Se puede decir más alto pero no más claro.

    La verdad es que me ha parecido un post acertadísimo y muy necesario. Enhorabuena.

    (Por cierto: arroz con tomate y frito con huevo… sin duda ?)

    Responder
    • Víctor Campuzano

      Jajajaja. Arroz a la cubana de toda la vida. Totalmente de acuerdo!

      Muchas gracias por este comentario Jesús, me ha hecho mucha ilusión.

      Fuerte abrazo!

      Responder
  4. Santiago

    ¡Boom! Ya era hora de volver a leerte, Víctor.

    Un articulazo de los que mola leer, enhorabuena.

    Me queda una duda final… para contentar a nuestra CMO y darle los datos que pedía al principio del post… ¿Habría alguna manera? ¿Si agrupamos vistas únicas de página a la url de la landing sí que tendríamos el dato? Es por no decirle que no, que parece que le interesa tener esa tabla jajaja.

    Responder
    • Víctor Campuzano

      Jajajaja. Grande Santiago! Y premio para tí, efectivamente «visitas únicas» es una métrica que nos encajaría mejor y nos daría una gran aproximación a eso que nos ha pedido nuestra CMO.

      Un gusto leer tus comentarios! 🙂

      Responder
  5. Germán Barrientos

    ¡Arroz con pollo al curri! Respecto al post Victor está curradísimo, se me ha hecho muy amena su lectura.

    Responder
    • Víctor Campuzano

      Gracias GErmán!

      Yo en cambio me tiré una vida entera escribiéndolo … jajajaja. Pero es un post que me gustó como quedó y creo que era necesario explicarlo.

      Pronto subiré más sobre teoría de analítica…

      Saludos y gracias por el comentario!

      Responder
  6. Sara Casao

    ¡Magníficamente explicado!!! Había leído otros artículos, pero ninguno con la claridad de exposición de este. Enhorabuena.

    Responder

Enviar un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.