La primera pregunta antes de instalar cualquier herramienta de analítica no es «¿qué vamos a medir?». Es «¿qué decisión vamos a tomar con esto?». Sin esa respuesta, cualquier píxel que instales terminará alimentando un dashboard que nadie mira o, peor todavía, una decisión equivocada tomada con total confianza.
El error casi nunca es medir de menos. Quien no mide nada al menos sabe que está decidiendo a ciegas. El error que sale caro es medir mal: acumular números sin saber para qué sirven, o acumular tantos que ya no se distingue la señal del ruido.
Vanity metrics: números que suben y no dicen nada
Las vanity metrics son esas cifras que se ven bien en una captura de pantalla pero no cambian nada en la empresa: visitas totales, impresiones, seguidores, páginas vistas sin contexto de conversión. Suben, generan una sensación de progreso y no obligan a nadie a tomar ninguna decisión.
La forma más rápida de distinguir una métrica accionable de una de vanidad es preguntarse: si este número bajara mañana, ¿alguien en el equipo haría algo distinto? Si la respuesta es no, esa métrica está ahí por costumbre, no por utilidad.
El otro extremo: la sobremedición
Hay un segundo error, menos hablado pero igual de dañino: medir de más. Equipos que instalan Google Tag Manager y terminan con cientos de eventos, la mitad duplicados, la otra mitad sin revisar desde el día que se configuraron.
La sobremedición no es un problema de esfuerzo, es un problema de foco. Cuantos más eventos trackeas sin criterio, más ruido tienes que filtrar para encontrar el dato que sí importa. El resultado suele ser el mismo que no medir nada: nadie mira los informes, porque nadie sabe ya qué número es el que de verdad mueve una decisión.
A eso hay que sumarle el coste que no se ve: cada evento extra es una línea más de código que mantener, una fuente más de datos personales que gestionar y justificar, y un tracking plan que se vuelve imposible de auditar. Medir más no es lo mismo que entender más.
Medir bien no es medir mucho ni medir poco. Es medir lo mínimo necesario para responder a las preguntas de negocio que de verdad importan, y nada más.
Instalación de los píxeles básicos
Antes de tocar código, define qué eventos representan una decisión de negocio: una compra, un lead, una descarga, un registro. Todo lo demás es opcional hasta que demuestre que hace falta.
Google Analytics 4 (GA4)
GA4 sigue siendo el punto de partida para la mayoría de webs. La instalación básica consiste en crear una propiedad en GA4, obtener el Measurement ID (formato G-XXXXXXXXXX) e insertarlo en el sitio. Hay dos formas de hacerlo:
- Directo (gtag.js): pegar el snippet de GA4 en el
<head>de la web. Rápido, pero cada cambio de tracking implica tocar código. - Vía Google Tag Manager (recomendado): instalar GTM una única vez y gestionar GA4 y el resto de píxeles desde el propio contenedor, sin volver a tocar el código de la web.
Importante: GA4 no trackea conversiones de negocio por defecto. Los eventos que realmente importan (compra, lead, registro) hay que configurarlos como eventos de conversión de forma manual, según lo que se haya definido antes de instalar nada.
Otras opciones: Meta Pixel, LinkedIn Insight Tag y similares
Estos píxeles no son para «medir en general», son para optimizar campañas en cada plataforma:
- Meta Pixel: necesario si se invierte en Meta Ads, para que la plataforma pueda optimizar hacia conversiones reales en lugar de clics.
- LinkedIn Insight Tag: equivalente para campañas B2B en LinkedIn Ads.
La regla es sencilla: se instala el píxel de un canal solo si se está invirtiendo activamente en ese canal. Un Meta Pixel instalado «por si acaso» es sobremedición pura.
Nota rápida sobre consentimiento
Ningún píxel debería dispararse antes de que la persona dé su consentimiento. Configurar Consent Mode y un banner de cookies correcto no es un trámite legal aparte de la analítica: es parte de medir correctamente, porque datos recogidos sin base legal válida no son datos que se puedan usar con tranquilidad para decidir nada.
A/B testing
El A/B testing consiste en mostrar dos versiones de algo (una página, un CTA, un asunto de email) a partes distintas del tráfico y medir cuál obtiene mejor resultado en la métrica que importa. Tres condiciones mínimas para que tenga sentido hacerlo:
- Tráfico suficiente: sin volumen mínimo, no hay significancia estadística real, solo ruido disfrazado de resultado.
- Una sola variable por test: cambiar el título y la imagen a la vez impide saber cuál de los dos provocó la diferencia.
- Una hipótesis clara antes de empezar: «probamos X porque creemos que Y» — no lanzar variantes al azar a ver qué pasa.
Para quien empieza, no hace falta una herramienta dedicada de entrada: GA4 permite comparar audiencias y periodos, y solo cuando el volumen de tráfico lo justifique conviene evaluar plataformas específicas de testing. Aquí, otra vez, la sobremedición acecha: no todos los negocios tienen tráfico suficiente para que el A/B testing aporte algo distinto de ruido.
No necesitas medirlo todo, necesitas medir lo que puede cambiar una decisión. Empieza por ahí, no por la lista de herramientas o píxeles disponibles.