Nueva Interfaz Propiedades App+Web de Google Analytics: ¿Qué cambia respecto a Universal Analytics

Nueva Interfaz Propiedades App+Web de Google Analytics
¿QUÉ CAMBIA CON RESPECTO
A UNIVERSAL ANALYTICS?
BORRADOR:
ACTUALIZADO EL 06/08/2019

¿De qué va este documento?
Google ha anunciado de las nuevas propiedades App+Web que fusionan el mundo de Google Analytics
For Firebase con Google Analytics permitiendo entre otras cosas seguimiento de Apps y Webs en el
mismo entorno pero cambiando por el camino todo el modelo de datos de GA.
Más info en estos hilos de Twitter:
Google Analytics ha muerto tal cual lo conocíamos:
- https://twitter.com/ikhuerta/status/1156817053761884160
Cómo crear una nueva propiedad App+Web para hacer pruebas con tu web:
Información sobre la nueva captura de datos lo que esta supone:

¿Por qué esto debería importarte?
Por un lado está claro que todo esto es un gran avance. Una de las grandes trabas de GA a nivel
macro era no poder unir dos mundos que en gran cantidad de negocios comparten muchas similitudes
(el mundo app y el mundo web). Con este añadido esto pasa a ser posible (aunque no sin trabajo pues
aunque la herramienta exista seguimos necesitando unificar el ID de usuario entre plataformas).
Pero hay otro motivo:
Tenemos señales de sobra para intuir que esto no es solo un añadido a Universal Analytics (el modelo
de datos de Google Analytics hasta ahora) sino su futuro reemplazo.
- Técnicamente se nos habla de la versión 2 del protocolo de medición (siendo universal Analytics la 1)
- Los comunicados de Google giran en torno a un “cambio” no un añadido.
- Desde hace tiempo Google tiene un especial interés en hacernos trabajar si o si con Firebase Analytics
(y metérnoslo con calzador en el mundo App). Ahora se entiende que esto va a pasar con GA Web
también.
Esto significa que en un tiempo (que tampoco creemos que sea especialmente corto, hablamos de
varios AÑOS) seguramente Universal Analytics se volverá obsoleto y se nos obligará a migrar.

¿Qué es y cómo creo una propiedad App+Web?
Estas propiedades en realidad no son más que una extensión de lo que antes era Google Analytics for
Firebase (GA4F para los amigos) que ahora crece incorporar los “flujos de datos”. Nuestra propiedad ya
no tiene una sola forma de usarse sino que tenemos un espacio en el admin donde decidir qué tipo de
datos tendrá y mediante qué sistemas se los incorporaremos.
Para crear estas propiedades y sus flujos de datos tienes el link al hilo en el slide anterior o un post
oficial también paso a paso en el último slide de esta presentación.

¿Dónde encontrar las nuevas propiedades App+Web una vez creadas?
Se mezclan con las cuentas que ya tenemos en nuestro GA. Podemos localizarlas al ver que debajo de
ellas aparece el distintivo “App + Web “.
Para ello deberemos haber creado la cuenta, haber configurado en admin la fuente de datos WEB y
haber implementado el código gtag.js o los hits de GA4F mediante GTM.

Un apunte: En las propiedades App+Web no hay vistas
Veremos claramente en el admin como la columna “vista” no existe.
No podemos crearlas, lo que también supone que no podemos crear filtros ni adaptar los datos que
recogemos antes de analizarlos. Aquí todo va a depender de nuestra implementación base.

¿Dónde están mis datos?
Existen varios motivos por los que puedes no ver datos en tu propiedad:
1. No tienes el código de captura bien instalado. Entra en Real Time y mira si ahí al visitar tu propia
web aparecen datos. Si no aparecen revisa tu código de captura, tu ID de propiedad y si tienes los datos
insertados o no.
2. Aun no se han consolidado. Si en realtime si tienes datos pero no en el resto de informes es que los
datos no se han consolidado aun. Estas propiedades tardan un día entero en calcular los datos y
durante el mismo día que los capturas no puedes verlos en la herramienta.

Implementando la captura de datos en estas propiedades
Tenemos básicamente 3 formas de enviar datos a estas cuentas:
1) Con implementaciones de APPs (ya sean Android, IOS con o sin SDK de firebase)
https://firebase.google.com/docs?hl=es-419
2) Mediante JavaScript añadido a la página con etiquetas gtag.js
3) Mediante GTM añadiendo nuevas etiquetas del tipo web+app
Hacia el final de esta presentación dispones de unos cuantos slides explicando detalles sobre estas implementaciones.

La interfaz de propiedades GA Web+app
Una vez dentro vemos que en realidad se trata de prácticamente la misma interfaz que la de Firebase
Analytics (que ya fue renombrada en su día por Google Analytics for Firebase (GA4F para los amigos)
Tenemos incluso un selector
para escoger entre ambos (al
menos mientras los nuevos no
estén terminados)
Nuevos informes:
- Mejor organizados, con novedades y más orientados a
mundo web+app
- Aun no terminados (05/08/2019) e irán añadiendo
funcionalidades
Informes firebase:
- Si ya usábamos firebase estaremos más
acostumbrados a usarlos.
- Por otro lado, hay funcionalidades como los Funnels
que aun solo existen aquí.
En cambio si comparamos esta interfaz contra la de Universal Analytics la verdad es que se ha hecho
un intento por unificar nomenclaturas pero es todo muy distinto a lo que estábamos acostumbrados…

Dashboard Inicial, configurable.
Informes sobre la captura en tiempo real. Igual que el “Streaming” de Firebase y parecido aunque no igual que
el realtime del antiguo GA.
Análisis de Usuarios y Nuevos usuarios (analizados a first session) con sus distintas formas de medirse.
Análisis de Usuarios, segmentados por procedencia geográfica y datos demográficos (edad, sexo, intereses, etc.)
Análisis de visitas y eventos. Al menos de forma agregada
Informes sobre tipos de dispositivos, modelos, navegadores y sistema de conexión.
Análisis de los eventos que hemos marcado como conversiones a seguir
Análisis de todos y cada uno de los eventos enviados o autogenerados y los parámetros que les asociemos.
Generación de informes personalizados: DONDE DE VERDAD VAMOS A TRABAJAR
Generación de audiencias tanto para filtrar como para nutrir herramientas de marketing.
Podemos crear dimensiones de usuario que usar para filtrar nuestros informes fácilmente.
Visualización de errores (automáticos en APP, mucho más engorroso en Web)

Totales o nuevos.
Realtime y por
país del realtime
Campañas de
First Visit
Tipos de
retención
¡Análisis de audiencias!
Definidas por ti
Contabilización según
duración del usuario Cohortes por día
INFORME DE USUARIOS

INFORME DEMOGRÁFICO
Mismo GEOIP que en GA
Universal. Con sus ventajas y
deficiencias
Mismo sistema para datos
demográficos que en GA
Universal (desde cookies y solo
cuando tiene el dato lo asocia)
Idioma capturado por la info del
navegador. Pero bien tratado que
en GA (aquí “es” es español al
igual que “es-es”)

INFORME DE COMPORTAMIENTO
Se centra en los títulos de
página y no tanto en las
URLs (aunque esa info
también esta disponible)
Las visitas existen, pero
están muy relegadas, el
conceto de Usuario y el de
evento son mucho más
importantes
Todos los eventos que se han enviado:
- Automáticos
- De Medición Mejorada
- Y los que nosotros añadimos
Todos quedan en el mismo sitio y con la
misma importancia

TECNOLOGÍA DIFERENCIA EL INFORME SEGÚN FUENTES WEB O APP
Info automática extraída
del navegador (&User
Agent)
La resolución es parte de
los hits
Informe de comportamiento pero
adaptado a web: Páginas vistas.
(No pinta mucho aquí, la verdad,
pero aquí está)

El sistema de conversiones
Por defecto first_visit y ecommerce_purchase se marca como conversión.
El resto debemos crearlos nosotros indicando a GA qué nombres de evento EXACTO (nada de Regex ni parecidos)
queremos que cuente como conversión. Si el evento tiene el parámetro “valor” se sumará si no quedará a 0.
Este sistema funciona de forma retroactiva (no como los objetivos de GA Universal). Si hoy creo una conversión
pero ayer ya tenía eventos de ese tipo al recargar la página se sumarán también las conversiones viejas.

El sistema de conversiones
Al entrar en cualquier conversión veremos su
tendencia y lo que es mejor, su asociación a
campañas.
En este caso (como en todo GA4F) nos permite
jugar algo con cómo asignamos la atribución.

Análisis de eventos
Podremos ver hasta 500 eventos distintos en este panel, así como transformar cualquier evento en conversión con
un solo click. Los eventos los saca de los hits que recibe así que cuidado en la implementación con no exceder el
total de evento disponibles o tendremos problemas de muestreo.

Análisis de eventos
Por cada evento tendremos un panel donde analizarlo. No es precisamente el sistema más versátil del mundo pero permite profundizar en ciertos
aspectos de los eventos aunque nunca cruzarlos. Si queremos ver detalles de los eventos tenemos que recurrir a usar “parámetros”

Añadir parámetros a eventos
Haciendo click en los tres puntos (…) que aparecen al final de cada fila al pasar el ratón podemos añadir parámetros a los eventos para poder
seguirlos al detalle.
En este ejemplo hemos añadido al evento de
medición mejorada (“file_download”) (clicks en
descargas de archivos) los parámetros:
- link_url (para ver qué descarga la gente)
- Page_location (para ver desde donde lo
descargan)

Añadir parámetros a eventos
Esto nos permite ahora observar estos parámetros al entrar en el panel de los eventos.
Nuevos datos incorporados gracias a añadir los
parámetros al evento.
NO SON RETROACTIVOS, hasta que no los creemos no lo
añaden así que siempre al crearlos se quedan a 0.

Parámetros añadidos al seguimiento
de eventos.
Los vemos representados como un
número con fondo gris.
¡¡¡Y si alcanzamos el límite no nos deja!!!
El problema
Todo tiene buena pinta hasta que
descubres que existe un límite realmente
bajo de parámetros a asociar a eventos:
- 10 parámetros textuales (insuficientes)
- Y 40 métricas (no está mal)
Estos además se cuentan por evento no en
global. Eso quiere decir que si por ejemplo
asocio “page_location” (la URL) al evento
de file_download pero también al de click
aunque sea solo 1 parámetro cuenta como
2 (uno por evento)
Por lo tanto el seguimiento de parámetros
al detalle que podemos hacer es realmente
ridículo, muy superado por GA Universal y
por cualquier otra herramienta de
analítica.
Nota: la solución pasa por conectar
BigQuery y analizar el detalle desde ahí y
no en la interfaz.

Sistemas de análisis
Ya no tenemos un simplón sistema de informes personalizados sino distintas tipologías de informes. Cada uno trabaja de una forma distinta y tiene
sus propios formularios para generar informes. Hay que familiarizarse con cada uno aunque viniendo de un sistema de Dimensiones y Métricas tan
complejo como el de GA universal (en 360 ya teníamos este tipo de informes) no resulta complicado.
Eso si debemos entender el modelo de datos para trabajar bien (y al principio al ser distinto al de GA Universal costará un poco):

Nombre del informe
Fechas que analizamos, pueden ser dinámicas
Segmentos. Podemos crear segmentos a medida de
forma muy parecida pero con más opciones de
ámbitos que en Universal Analytics
Dimensiones disponibles. Hay mucha información
automática, campañas, información de los eventos
recomendados y 25 propiedades personalizadas.
Eso sí, los eventos son solo 1 dimensión más y los
parámetros de los eventos NO SON DIMENSIONES
Métricas automáticas o extraídas de los eventos
recomendados.

Podemos cambiar de tipo de informe sobre la marcha
El resto de detalles ya dependen de cada tipo de
informe.
Explorador es el más parecido a lo que estamos
acostumbrados, sacamos tablas de datos y elegimos
como verlas.
Superposición nos permite ve coincidencias entre
segmentos y audiencias.
Funnel, nos permite dibujar un Funnel con una
definición parecida a los segmentos.
Rutas nos permite ver como se suceden distintos
eventos unos tras otros.
Análisis del usuario es parecido a Explorador pero
centrado en dejarnos ver Ids de usuarios para un
seguimiento más cercano a CRM

Sistemas de análisis
Los informes son mucho más limpios y claros que los de GA Universal. Se centran en mostrarnos las tablas, sus comparaciones y son más una
herramienta que una tabla bonita.

Los segmentos
Como en Universal vamos a poder crear nuestros propios segmentos retroactivos. En este caso los dos grandes pros son los siguientes:
- Por un lado al estar el sistema mucho más orientado a usuarios no tenemos los grandes problemas que teníamos en Universal Analytics al
segmentar por usuarios.
- Por otro disponemos de segmentos de ámbito evento que vienen a ejercer la función de los filtros de GA pero mucho más potentes al tratarse de
reglas complejas.

Los segmentos
Creando segmentos podremos filtrar gran parte de la información. Son muy parecidos a los segmentos de GA universal. Permiten Incluir, excluir, uniones lógicas y secuencias
de interacción usando propiedades o métricas calculadas.
Para cualquiera que sepa crear eventos en Universal Analytics no será un problema crear segmentos en propiedades App+Web

Otra vez: El problema
Si bien podemos crear segmentos que
busquen en eventos concretos sus
parámetros solo podremos hacerlo si estos
han sido asociados al evento. Por
usabilidad si no lo tenemos asociado el
sistema nos ofrece añadirlo por si mismo al
crear el segmento pero la asociación debe
seguir pudiéndose hacer…
Aquí contamos con el limite ya
mencionado: 10 textuales / 40 métricas.
Por lo tanto la segmentación por
parámetros al detalle otra vez es muy
limitada. No podemos alcanzar el potencial
que teníamos con GA universal.
Nota: la solución pasa otra vez por
conectar BigQuery y analizar el detalle
desde ahí y no en la interfaz.

Y otra vez más: El problema
Al crear embudos, puesto que cada paso es
prácticamente en segmento, volveremos a
encontrarnos con que si queremos usar
parámetros no podremos hacerlo si no son
de los 10 parámetros escogidos para
asociar a los eventos.

Los informes explorador:
Realmente capaces de darte la información que buscas.
Trabajan como tablas dinámicas:
- Empieza por definirles una o varias dimensiones como fila.
- Y una o varias métricas como valor.
El resultado será el mismo que con los informes personalizados de Universal Analytics.
Ahora en columnas le puedes añadir más dimensiones:
- Desglosarán la información en columnas por cada valor de dimensión (como en las tablas dinámicas)
Puedes añadir varios segmentos:
- Separarán la tabla en trozos añadiéndote al final el total que suma cada sección.
(recuerda que puedes crear segmentos en cualquier tipo de ámbito lo que significa que puedes elegir
la experiencia de usuarios concretos a partir de un solo evento –por ejemplo conversión- o puedes elegir
que eventos quieres tener en cuenta en tu informe (y solo esos)
- Los segmentos se definen “al vuelo”. Para cada informe puedes ir definiendo los tuyos a medida que los
necesitas. Mucho más versátil que en Universal Analytics.
Puedes añadirle filtros:
- Que actuaran filtrando los eventos que le digas antes de extraer los datos.
- ¡En estos informes no puedes usar audiencias! (o no he visto cómo hacerlo)
El aspecto gráfico es simple: Tabla (con distintos resultados), pie, tendencia y burbujas. Bien, suficiente.
PARA EMPEZAR A USARLOS LO MEJOR ES
QUE PRUEBES TU MISMO A CREAR TUS
PROPIOS INFORMES

EJEMPLO INFORME DE EXPLORADOR: COMPARACIÓN DE LAS VARIABLES DE ATRIBUCIÓN DE CAMPAÑAS

Una anotación sobre las campañas y datos de sesión
Al ser GA4F una herramienta centrada en el usuario y donde la sesión en realidad está muy poco desarrollada (en realidad la sesión es un evento
automático y cuesta ver los datos a nivel sesión salvo con segmentos de sesión) nos encontraremos con grandes carencias en todo lo que es
información de sesión.
- No vamos a ver conceptos de KPIs tan comunes como Rebote o % de conversión en la sesión.
- No vamos a ver tiempos de duración de la sesión ni páginas de abandono.
- No vamos a encontrar informes de campañas.

En cuanto a las campañas
Se aceptan las 5 variables de campaña (medium, source, campaign, content y term) con sus “utm_” pero solo 3 de ellas (médium, source y
campaign) acaban siendo datos transversales que se gestionen realmente como campañas.
En nuestros informes (personalizados) podremos acceder a cada uno de esos tres datos de 4 formas distintas según gestionemos la atribución
de campañas al usuario. Los ejemplos los añadimos solo con el campo “medium“ pero están para los otros dos también.
Se corresponden con la atribución a usuario que realizarían distintos modelos de
atribución (first-interaction, last-click, last-interaction, last-googleads-click, etc.).
La más problemática de entender es “Medio/Fuente/Campaña con el que ha
interactuado el usuario adquirido” que a falta de una explicación oficial parece que
representa el valor con el que MÁS HA INTERACTUADO ESE USUARIO
(esto está por validar al 100%, no estamos del todo seguros)
Para un trabajo de campañas a nivel sesión otra opción es
trabajar con segmentos o audiencias que recojan los
parámetros “medium”, “source”, “campaign”, “content” y “term”
de los eventos de “page_view”

Profundizar en cualquier informe (si tenemos
los datos) es realmente sencillo. Haciendo clic
con el botón derecho en cualquier dato ya se
nos crean opciones automáticamente para
analizar la parcela de datos en la que podamos
encontrar problemas.
Nos añade automáticamente filtros al
informe que estamos viendo
Nos crea el segmento ya predefinido
con todos esos datos
Nos crea una nueva pestaña en
nuestro informe, del tipo informe de
usuario que ya viene prefiltrado para
ver solo ese segmento de datos en el
que hemos hecho clic.
Profundizar en los informes

Los informes de embudo:
Nos permiten crear un embudo que se va a poder filtrar por muchos criterios
Trabajan como secuencias de filtros.
- Empieza creando los pasos del embudo. Definiendo uno a uno el filtro de cada paso.
- La métrica siempre será total de usuarios (cuidado con eso)
El resultado será parecido a los embudos de GA pero de forma retroactiva y sin objetivos.
NO será como los informes de embudo de GA360 porque este se basa en usuarios, no en sesiones.
Ahora añádele una dimensión de desglose.
- Los datos del gráfico no cambiarán pero bajo ellos podrás ver como por esa dimensión se dividen los datos
en una tabla que te permite ver caídas por paso y valor de dimensión.
Otras opciones que a veces pueden ayudarte a ver más detalles del embudo:
- Puedes aplicar un segmento (y crearlo al vuelo) para ver solo lo que te interesa.
- O puedes aplicar varios a la vez para ver varios Funnels y un desglose para cada segmento de los datos.
- Puedes marcar el embudo como abierto o cerrado (los abiertos no obligan a que el paso previo se haya
realizado)
- Puedes pedirle el tiempo entre los pasos (pero solo parece funcionar si son embudos en una sola página)
- Puedes pedirle la siguiente acción (el evento que se lanza justo después del del paso)
Hay que tener cuidado con los embudos pues el ámbito es libre. Podemos saltar entre sesiones o entre páginas si no
lo controlamos con filtros o con segmentos.
No parece que se puedan aplicar audiencias a los embudos…
Tienes dos visualizaciones, la normal y luego la destacada que es una tendencia para ir viendo caídas en cada paso.
PROPIOS INFORMES

EJEMPLO INFORME DE EMBUDO, LECTURA DE POSTS

Los informes de solapamiento:
Nos permiten ver como coinciden varios segmentos distintos que creamos.
En opciones son los mas simples.
- Empieza eligiendo/creando un par de segmentos (los llamaremos segmentoA y segmentoB)
- Añadele una métrica
Verás 5 resultados de tu métrica:
- SOLO en SegmentoA (es decir A – B )
- En Segmento A (independientemente de si está o no en B)
- SOLO en SegmentoA y B a la vez.
- En Segmento B (independientemente de si está o no en A)
- SOLO en Segmento B (es decir B – A )
Ahora añádele una dimensión de desglose.
- Los datos del gráfico no cambiarán pero bajo ellos podrás ver como por esa dimensión se dividen los datos
en una tabla que te permite ver caídas por paso y valor de dimensión.
Ahora añádele más métricas:
- Y podremos ver como se añaden a los datos.
Poco más, en realidad la gracia es justo esa, poder comprobar dependencias entre segmentos.
PROPIOS INFORMES

EJEMPLO INFORME DE SOLAPAMIENTOS: ORGANIC VS REFERRAL
*Nota: Para crear segmentos de solapamiento es preferible hacerlo sobre eventos y parámetros de evento o sobre dimensiones totalmente dispares. Las propiedades de usuario son
iguales en todo el usuario por lo que si las usamos para estos informes veremos que no hay solapamiento.

Los informes de rutas
Nos permiten ver secuencias de eventos y profundizar en ellas
En realidad nos permiten muy poca configuración de datos. La gracia esta luego en operar el propio gráfico.
- En cada fila de las rutas puedes elegir que tipo de nodo ver (evento, titulo+screenapp o titulo+claseapp)
- En cualquier nodo puedes hacer click para que se te desglose el paso siguiente.
- En el primer nodo puedes hacer click para elegir de donde partir la ruta
- En cualquier paso que tenga muchos datos puedes elegir cuales si quieres desglosar y cuales no.
Es un informe muy potente pero difícil de accionar.
- El informe aunque habla de eventos es de ámbito usuario por lo nos muestra flujos que pueden surgir de
varias sesiones.
- Cada paso es 1 evento en el flujo. Esto unido a un modelo que usa eventos para todo y que puede hacer
que una sola acción de un usuario desencadene varios eventos seguidos puede ser un incordio…
Por ejemplo: si queremos ver nombres de páginas vistas y no tenemos cuidado podemos estar
viendo rutas de varias veces la misma página para varios eventos: (1. inicio de sesión, 2. pagina
vista, 3. scroll, etc.)
Para controlar bien lo que estamos viendo debemos hacer un uso inteligente de los segmentos y los filtros.
Por ejemplo: filtrando que las rutas solo tengan en cuenta eventos del tipo page_view o
sesión_start para así ver el flujo de páginas vistas
O ejemplo 2: Filtrando que solo queremos eventos de conversión para ver como el usuario
se mueve entre microobjetivos para alcanzar el objetivo final.
PROPIOS INFORMES

EJEMPLO INFORME RUTAS EN EL QUE HEMOS ABIERTO EL CAMINO QUE NOS INTERESABA CON CLICKS
*Nota: Es preferible usarlos siempre con segmentos de tipo “Segmento de evento” que nos permitan elegir que nombres de evento si queremos meter en el flujo y cuales no. Si no, estos
informes tienen demasiado ruido y cuesta ver cuando sucede cada cosa. En este ejemplo estamos filtrando solo ver eventos “session_start” y “page_view” olvidando el resto.

Los informes de usuario
Ideados para identificar y seguir a usuarios concretos (Customer Analytics)
Este informe en realidad es un informe del tipo “Explorador” donde las Filas están fijas a “ID de dispositivo” y “Nombre
del flujo”.
- Es decir, podríamos obtener este mismo informe (e incluso más potente) con el informe explorador pero aquí
nos lo dejan ya hecho (imaginamos que para destacar que este tipo de análisis es posible)
Las opciones por lo tanto son las mismas que las del tipo explorador. Eso si, con algunos campos eliminados (y las
visualizaciones también limitadas)
PROPIOS INFORMES

EJEMPLO INFORME DE USAURIOS POR DEFECTO
Este informe solo tiene sentido cuando sabemos lo que buscamos en el (normalmente lo vamos a crear haciendo click derecho sobre otro informe y no creándolo por iniciativa propia)

Las audiencias: el verdadero potencial de filtrado.
Creando audiencias podremos filtrar casi toda la información que buscamos. Las audiencias son muy parecidas a los segmentos de GA universal
pero incluso más potentes que estos ya que en ellas definimos el ámbito de actuación a Usuario, sesión o evento (GA universal no creaba
segmentos a nivel evento ni página vista). Permiten Incluir, excluir, uniones lógicas y secuencias de interacción usando propiedades, métricas
calculadas y eventos con sus parámetros (incluso sin haberlos añadido a los parámetros seguidos de los eventos)

Las audiencias: el corazón del filtrado de datos
Creando audiencias podremos filtrar casi toda la información que buscamos. Las audiencias son muy parecidas a los segmentos de GA universal
pero incluso más potentes que estos ya que en ellas definimos el ámbito de actuación a Usuario, sesión o evento (GA universal no creaba
segmentos a nivel evento ni página vista). Permiten Incluir, excluir, uniones lógicas y secuencias de interacción usando propiedades, métricas
calculadas y eventos con sus parámetros (incluso sin haberlos añadido a los parámetros seguidos de los eventos)
LAS AUDIENCIAS NO SON RETROACTIVAS, EMPIEZAN A INCORPORAR A USUARIOS EN ELLAS A
PARTIR DE QUE SE CREAN.
ESTO SUPONE QUE EN CUALQUIER CUENTA HAY QUE HACER UN BUEN TRABAJO PREVIO DE
CREACIÓN DE AUDIENCIAS MUY BIEN ESTUDIADAS QUE FACILITEN EL ANÁLISIS POSTERIOR

Restricción por privacidad
El sistema cuando detecta que estamos mirando datos muy al detalle (menos de 10 usuarios cumplen con los criterios) decide no mostrarte ciertos
datos por privacidad de los usuarios… Curioso al menos.

Panel de audiencia
Cada audiencia dispondrá de su propio panel donde podemos analizar detalles de la misma solo entrando a verla.

Audiencias como filtrado de datos
Además nos van a permitir usarlas para filtrar los datos en prácticamente cualquier informe lo que si nos permite profundizar en distintas tipologías
de datos muy al detalle de nuestro negocio.

Definición de propiedades de usuario
Las propiedades son datos que se asocian al usuario. Vienen a ser equivalentes a las dimensiones de ámbito usuario de Universal Analytics.
Por defecto se nos crean una gran cantidad de ellas (que si bien no siempre hay informe para observarlas luego en análisis y audiencias si que
existen): Más Info: https://support.google.com/analytics/answer/9268042?hl=es&ref_topic=9267641
Firebase Analytics además te dejaba enviar por código propiedades del usuario (ideal sobre todo para cuando tenías el usuario ya logado en la
app) y se te permitía configurarlas a medida.
En las propiedades Web+app esto sigue existiendo y podemos configurarlas en el apartado Propiedades del usuario:
Pero sin embargo a día de hoy (05/08/2019) no existe aun en gtag.js una forma de indicarle propiedades de usuario al código… Deberían estar
en el setup pero ahí solo se nos deja enviar parámetros. En la doc nos hablan de que vienen ya incorporadas y no hay que hacer nada….
¿Debemos esperar por lo tanto para disfrutar de esta funcionalidad? (-- al menos deberemos seguir observando este tema a ver que pasa --)

Resumen de límites de la herramienta
A tener en cuenta a todos los niveles: Planificación, Implementación y Configuración de la herramienta
Otras limitaciones durante la captura de datos (limite de hits por usuario, eventos por segundo, etc.):
https://developers.google.com/analytics/devguides/collection/app-web/limits

Implementando la captura de datos en GA4F para Webs
* La parte de cómo incorporar datos desde Firebase es otro tema aparte. Solo aportaremos el link de implementación esta
presentación: https://firebase.google.com/docs?hl=es-419
El primer paso es entrar en tu administrador y crear un flujo de datos web. Ahí puedes además de recoger tu ID de
propiedad configurar las opciones de “Medición mejorada” de estas nuevas cuentas (explicado en el siguiente slide).
Finalmente podemos implementar por dos vías:
- Gtag.js
- Y GTM
El sistema es bastante simple. En GA4F TODO son eventos. Se nos pide que creemos un primer tag de
configuración (que en realidad será el que provoca el evento de “page_view” y que a partir de ahí lancemos los
eventos que necesitemos.
Los eventos tienen 2 tipos de información:
- Su nombre de evento
- Y parámetros que le añadimos (información extra de la que queremos disponer)
La gracia está en tanto los nombres de evento como los parámetros son en un principio libre así que en teoría
podemos medir lo que queramos y cómo queramos. En la práctica esto no es del todo así puesto que Google nos
da unas “recomendaciones” y mide por su cuenta ciertos eventos que no podemos evitar.

¿Qué es la “Medición mejorada”?
Tanto si usamos gtag.js como si usamos GTM este sistema mete cierta inteligencia a las capturas de
datos. Aprovecha la tecnología base de GTM para realizar muchas mediciones por su cuenta sin que tu
tengas que preocuparte de ellas.
>> Medición de páginas y cambios de URL por Javascript como si fuesen páginas
>> Medición de clicks de salida (clicks en links de nuestra web que sacan al usuario hacia otro dominio)
>> Medición de páginas que llevan el scroll hasta el final (al menos hasta el 90% de la página)
>> Medición de búsquedas internas (detectando parámetros en la URL)
>> Medición de visualizaciones de vídeos (si son de YouTube)
>> Medición de descargas (clicks en links de nuestra web hacia archivos con extensiones conocidas)
Puedes ver detalles de lo que hace cada uno en este fragmento de hilo (primero trata ese tema y luego
sigue con otros): https://twitter.com/ikhuerta/status/1157211191078510592

¿Cómo se hace una implementación profesional y a medida?
Aun nos faltan cosas por descubrir y seguro que a Google unas cuantas por mejorar pero ya
disponemos de una documentación oficial para saber cómo hacer las implementaciones.
https://developers.google.com/analytics/devguides/collection/app-web/tag-guide
Esta guía nos explica cómo con gtag.js hacer una implementación base y solucionar ciertos temas
comunes.
Especialmente interesante es el tema de “eventos recomendados” ya que marcan la pauta a seguir para
hacer mediciones estandarizadas (y es probable que en el futuro podamos aprovechar informes
pregenerados o de terceras personas si los usamos bien).
En el caso de que uses GTM esta documentación es igualmente útil. Solo tienes que cambiar las
llamadas de gtag por las dos etiquetas que tienes disponibles en GTM (de config y evento)

¿Cómo se soluciona el gran problema de los 10 parámetros textuales?
Simplificando su implementación.
• GA4F es un modelo de datos realmente abierto que por necesidad de proceso nos han tenido que limitar a 10 parámetros por evento. Esto es
un verdadero fastidio porque si nuestra implementación entra mucho al detalle es probable que no nos valgan.
• Una forma de meter datos al detalle es crear eventos genéricos siempre con los mismos parámetros haciendo más críptico el modelo de datos
pero permitiendo su análisis y la creación de segmentos.
• Por ejemplo creando todos los detalles de información en un solo nombre de evento con siempre los mismos 3-4 parámetros (Tipo
Universal Analytics) y usar muy bien los filtrados en los informes
• Otra forma es aprovechar la limitación de 500 nombres de evento distintos de la herramienta (mucho más amplios que los 10 parámetros) para
condensar en los nombres de evento la información.
• Así si por ejemplo teníamos antes eventos de “click” que con otras dimensiones conseguíamos detallar en GA4F es mejor poner un
nombre más complejo (aunque estructurado para posibilitar expresiones regulares.
• Por ejemplo si antes teníamos: Category: Click Action:buttons y Label:CTA-oferta. Ahora es mejor enviar un evento con el nombre:
“click/buttons/CTA-Oferta” y luego ya trabajarlo en informes de forma agregada siempre.
¿Eso nos dificulta el análisis de clicks en botones total? Si, pero al menos podremos llegar al detalle que buscamos.

Otras peculiaridades de la captura de datos a tener en cuenta
1. Aunque aun no existe documentación oficial sobre el measurement protocol versión 2 (GA4F). Si
podemos entender la mayoría de lo que enviamos observando los hits de datos que se envían.

2. David Vallejo es el creador de una herramienta de debug de GA y GTM que ahora ha incorporado el
análisis de Gtag.js y de hits de GAF4. Puedes instalar la extensión (muy recomendable) en esta
dirección:
https://chrome.google.com/webstore/detail/gtmga-debug/ilnpmccnfdjdjjikgkefkcegefikecdc

3. Uso de User ID (en estas propiedades se unifican Ids
propios con los de dispositivo.
4. Existe retención de datos (y su
borrado) y en este caso el tiempo por
defecto es 2 meses. Cuidado.

Una gran ventaja: Vincular a BigQuery, sin ser premium.
10 GB (TOTALES) si usas la
sandbox (que no vale de
mucho)
Ilimitado si pasas a un plan
“blaze” (pago por consumo):
https://firebase.google.com/pr
icing?authuser=0
Esto aun tenemos que testearlo puesto que en Google Analytics App+Web no
aparece y tienes que ir a Firebase para activarlo (e igual luego hay problemas)

Pros y Contras de esta herramienta vs Universal Analytics
PROS:
• Orientación al usuario directa y sin parches. Es un cambio necesario, Universal Analytics no paraba de chocarse con esta piedra.
• La atribución forma parte del modelo base, no es un añadido. Aunque lo hace de forma limitada.
• Personalización basada en eventos, más natural y más integrada en la herramienta.
• Segmentación en 3 ámbitos de los datos distintos pudiendo realizarse a nivel de evento.
• Mayor capacidad de análisis de alto nivel en la versión gratuita. Los informes son mucho más potentes que los informes personalizados de
universal.
• Integración con BigQuery sin necesidad de estar en premium. (por probar aun)
• Acceso a las métricas básicas de cada tipo más simplificado y comprensible.
CONTRAS:
• Es un código nuevo, una nueva implementación, nueva configuración y nuevos informes. Hay que volver a hacerlo todo.
• Romper con la sesión (apenas existe aquí) va a ser duro para muchos. No solo es un cambio de métrica es un cambio de concepto total.
• Para marketing lidiar con atribución es más que necesario. Y si bien nos dan ciertas opciones por defecto no son de ninguna manera tan
potentes como los embudos multicanal de GA.
• La gestión de campañas tampoco resulta del todo cómoda. Perdemos los informes 100% orientados a marketing, la información existe pero es
mucho más difícil de sacar.
• El acceso a ecommerce y productos puede hacerse pero al menos de momento no es en absoluto cómodo (al menos sin BigQuery detrás)
• La granularidad de los datos está muy limitada por las limitaciones en el seguimiento de parámetros de eventos. 10 parámetros son poquísimos
y además al ir al nivel de cada evento supone planificar muy bien qué queremos seguir y qué no en la herramienta.

Recomendaciones por el momento:
EN CUENTAS YA EXISTENTES DE GA QUE NO TENGAN APP:
• No hacer nada aun. Migrar no es una opción por la gran perdida de información que supone.
• En un tiempo estará bien planificar de una nueva cuenta paralela web+app para tener datos en ambos modelos pero no es urgente.
• La implementación MVP con GTM es realmente sencilla (añadir nuevas etiquetas a los tags ya creados), pero una implementación bien hecha
nos va a obligar a rehacer etiquetados.
EN CUENTAS YA EXISTENTES DE GA SI QUE TENGAN UNA APP:
• La integración es mucho más necesaria. Nos permite tener una visión más unificada aunque la perdida de datos en web es demasiado grande
como para eliminar la vieja.
• Transformar la propiedad actual de Google Analytics for Firebase en App+Web y en ella planificar añadir los datos web: eso si, sin eliminar la
implementación actual de Universal Analytics (manteniendo ambas en paralelo).
• La implementación MVP con GTM es realmente sencilla (añadir nuevas etiquetas a los tags ya creados), pero una implementación bien hecha
nos va a obligar a rehacer etiquetados.
EN NUEVAS IMPLEMENTACIONES DE 0 DE GA
• Conviene salir con lo mejor de ambos mundos: realizar una implementación de GTM planteada para nutrir a ambas propiedades (universal y
web+app) de la forma adecuada.
• Esto supondrá hacer pequeños añadidos que solo disfrutará una de las dos partes (por ejemplo: dimensiones personalizadas que serían
demasiado detalle para la limitación de parámetros de App+Web) o detalle de eventos que en el modelo de universal no tendrían mucho
sentido.

¿Qué ha publicado Google sobre todo esto?
Siempre es mejor leer las fuentes oficiales. En este caso están siendo un poco caóticos con todo esto
pero poco a poco van soltando la información en distintos sitios. Seguidamente algunos links a posts y
documentaciones más o menos oficiales.
Presentación nuevas propiedades App + Web:
- https://www.kristaseiden.com/new-app-web-properties-in-google-analytics/
- https://www.blog.google/products/marketingplatform/analytics/new-way-unify-app-and-
website-measurement-google-analytics/
Paso a paso, crea tu propiedad app+web (lo mismo que en el hilo)
- https://www.kristaseiden.com/step-by-step-setting-up-an-app-web-property/
Explicación del informe StreamView (el RealTime)
- https://www.kristaseiden.com/streamview-in-google-analytics/
Explicación del informe de Rutas
- https://www.kristaseiden.com/pathing-in-google-analytics/

Nueva Interfaz Propiedades App+Web de Google Analytics: ¿Qué cambia respecto a Universal Analytics

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (20)

Ähnlich wie Nueva Interfaz Propiedades App+Web de Google Analytics: ¿Qué cambia respecto a Universal Analytics

Ähnlich wie Nueva Interfaz Propiedades App+Web de Google Analytics: ¿Qué cambia respecto a Universal Analytics (20)

Mehr von Iñaki Huerta (ikhuerta)

Mehr von Iñaki Huerta (ikhuerta) (17)

Kürzlich hochgeladen

Kürzlich hochgeladen (20)

Nueva Interfaz Propiedades App+Web de Google Analytics: ¿Qué cambia respecto a Universal Analytics