Formato nuevo
Google Analytics para una tienda online: leer el comportamiento del cliente
Un contador solo no te dice por qué la gente no compra. Para una tienda, Google Analytics renta en segmentos y funnel: quién llega al carrito, dónde cae, cómo difieren nuevos y recurrentes.
Abajo: qué hace falta antes del análisis, cómo leer los informes base y cómo empujar la segmentación más lejos. Instalación del tag y goals son temas vecinos; aquí el foco es el comportamiento ecommerce. La UI de GA4 se mueve — confía en el sentido de la métrica, no en rutas de botones de 2020.
Qué hace falta antes de analizar
Una property GA4 en marcha, un tag correcto en cada plantilla, eventos para acciones clave (vista de producto, carrito, checkout, purchase) y parámetros de ecommerce donde puedas. Sin filtrar el tráfico de oficina, los números se ensucian.
Acuerda primero los goals: conversión, ticket medio, compras repetidas. Si no, el informe se vuelve un tour de gráficos.
Mínimo de setup:
- tag GA4 en el sitio
- conversiones / key events
- ecommerce o al menos purchase
- excluir tu IP / oficina
- vincular ads cuando haga falta
Lo básico: cómo leer el comportamiento
Mira más allá de las sesiones: engagement, vistas de URLs clave del catálogo, eventos add-to-cart, cuota que llega al pago. Compara periodos y canales con tráfico comparable.
Un «bounce medio» de todo el sitio dice poco — home y fichas de producto viven distinto. Corta por tipo de página y dispositivo.
Primer pase semanal:
- tráfico por canal
- landings y productos con más tráfico
- eventos del funnel
- conversiones y revenue
- móvil vs desktop
Segmentos en lugar de medias del sitio
Los segmentos muestran que los visitantes nuevos de pago se comportan distinto de los orgánicos; que una fuente trae vistas y otra compras. Compara dos o tres segmentos en un informe — no diez a la vez.
Cortes útiles: nuevo/recurrente, paid/organic, geo, dispositivo, «añadió al carrito — no compró».
Ideas de segmento:
- sesiones con ≥3 vistas de producto
- carrito sin compra
- recurrentes en 30 días
- tráfico de blog vs catálogo
- AOV alto vs bajo
Funnel y cortes más profundos
Mapea el camino: listado/búsqueda → producto → carrito → contactos/envío → pago → gracias. La caída mayor = zona de hipótesis (precio de envío, campos del formulario, velocidad, confianza).
Ve más hondo: cohortes de compra repetida, productos a menudo en carrito pero rara vez comprados, landings con mucho tráfico y poca conversión.
Pregunta al funnel:
- qué paso pierde más
- ¿la caída es peor en móvil?
- qué fuentes llegan al pago
- qué productos disparan el abandono de checkout
Del informe a la acción
Cada conclusión es una tarea: simplificar checkout, reforzar la ficha, cambiar un creativo de canal, arreglar velocidad. Sin tareas, la analítica es un deck de slides.
Ata los números a input cualitativo: soporte, reviews, grabaciones de sesión donde las tengas. Los números muestran dónde; la gente muestra por qué.
Plantilla de hipótesis:
- segmento / paso del funnel
- observación (el número)
- hipótesis de causa
- el cambio
- cómo medirás el éxito
Límites e higiene de datos
Ad blockers, consentimiento de cookies, markup de ecommerce incompleto, tags duplicados, bots — todo tuerce el cuadro. Cruza pedidos con CRM o admin de la tienda: un hueco de revenue significa arreglar eventos, no confiar en un gráfico bonito.
Posts vecinos de setup de GA y goals pueden solaparse con este: el comportamiento de tienda vive aquí; guías estrechas de goals se pueden fusionar luego.
Control de calidad:
- DebugView / checks de eventos
- reconciliación purchase vs pedidos
- sin doble disparo de tag
- definiciones de conversión documentadas
FAQ
¿GA o Yandex Metrika?
A menudo ambas. Metrika encaja con tráfico RU y session replay; GA con el ecosistema Google Ads e informes cross-product. Sigue el trabajo, no la «religión del contador».
¿Bastan los informes estándar?
Para empezar — sí: tráfico, páginas, eventos/conversiones, ecommerce. Siguiente paso: segmentos y Explorations.
¿Qué es un segmento aquí?
Un corte de audiencia por condición: fuente, dispositivo, paso del funnel, nuevo vs recurrente, compró vs no.
¿Para qué molestarse con un funnel?
Para dejar de mirar una conversión media de todo el sitio y ver dónde se rompe de verdad el camino al pedido.
¿Hace falta markup de ecommerce?
Sí — o no verás productos, revenue y pasos de compra. Sin eso te quedas en pageviews.
¿Cada cuánto abro los informes?
Semanal para funnel y fuentes. Segmentos profundos solo bajo hipótesis — no a diario «por los números».
¿Y los datos personales?
No metas PII en GA contra la política. Sigue el consentimiento de cookies y las reglas de la plataforma.
¿Universal Analytics sigue bien?
No como base. Trabaja en GA4 (eventos, parámetros). No copies capturas viejas de Universal uno a uno.
¿Gráficos bonitos en GA — y aún no sabes dónde muere el checkout?
Leemos funnel y 2–3 segmentos con sentido — hipótesis y tareas, no el culto a la media del sitio.
Hablar del proyecto
