Esta información es muy valiosa, pero para obtenerla necesitamos hacer una serie de configuraciones en el código fuente de nuestra web para poder recoger toda la información relacionada con nuestra tienda online.

Cómo enviar la información de enhanced ecommerce a Google Analytics

Hay dos formas de hacer este envío de información a plataformas como Google Analytics, o bien mediante funciones JavaScript o bien extrayendo las variables del código a través de un gestor de tags como Google Tag Manger (GTM). Vamos a centrarnos en este caso en el envío de información a través de GTM.

Cada ecommerce es diferente y cada producto también lo es. Es lógico pensar entonces que las variables que nos interesan medir no son las mismas en cada tienda online lo que requiere un primer paso de estrategia y personalización. Por ejemplo, si estamos ante una web que comercializa productos alimentarios puede que nos interese conocer el precio/kilo de algunos productos pero si estamos en un ecommerce de moda las variables de producto serán difrentes.

Teniendo en cuenta lo anterior el primer paso es, en base a la estrategia, crear una guía de etiquetado explicándole a los desarrolladores qué fragmentos de código y que variables vamos a querer extraer en cada tipo de evento.

Eventos de enhanced ecommerce

Ahora que sabemos que podemos personalizar al máximo las variables que enviaremos a Google Analytics u otras herramientas de medición, listaremos qué eventos están relacionados con este tipo de informes de ecommerce de GA y qué información podemos enviar en cada uno.

1. Impresiones de producto. Nos permite conocer cuáles son los productos más visualizados por los usuarios, así como desde qué página se ven más o qué posición ocupan en un listado de productos.
2. Clics en productos. El usuario puede visualizar las fotos de productos desde sitios como la home, las diferentes categorías del ecommerce… y puede acceder en detalle a un producto en concreto o no. Gracias a la medición de estos clics podemos saber que productos captan más interés, así como relacionarlo con las páginas en las que ese producto aparece y en cuál se hace más clic o si cambiándolo de posición en el listado de productos se consiguen mejores resultados.
3. Impresiones de detalles de producto. Una vez se hace clic en la foto de un artículo del ecommerce, se accede a la ficha descriptiva del producto. Este evento nos da la información necesaria para conocer cuántas veces el usuario llega a este paso. Además, podremos saber qué página ha sido la anterior y desde la que ha accedido con un clic en el producto (evento anterior) o si ha sido directamente una landing page.
4. Añadir o quitar productos del carrito. Con este evento podremos ver qué productos se añaden más al carrito, por ejemplo, desde que página y establecer comparativas entre la cantidad de productos añadidos y los que finalmente se compran. También podemos enviar con este evento información sobre el producto, por ejemplo si hay variaciones de color o tamaño, para saber cuáles tienen más éxito.
5. Tramitación de la compra. Este evento puede desglosarse en tantos pasos como tengamos a la hora de tramitar una compra, desde que se visualiza el resumen del carrito hasta que se finaliza el pago. Por ejemplo, puede desglosarse en datos personales y método de pago. Esto nos ayuda a crear un funnel desde que se añade el producto al carrito hasta que se consigue una venta y comprobar los puntos de fuga, problemas asociados a este proceso de compra y oportunidades de mejora.
6. Compras. Uno de los eventos más importantes ya que es el que nos permitirá , por ejemplo, comprobar el ROI de las campañas de pago. En este evento conocemos tanto qué productos se han vendido con su precio individual, como el valor total de la compra y el desglose de los impuestos y coste de envío si aplica.
7. Reembolsos. A cada compra se le asocia un ID único de transacción, por lo que si en nuestro ecommerce hay opción de hacer una devolución y tramitarla de forma online, también podemos ver qué productos son los que más se devuelven y qué tipos de compras (por importe, localización geográfica, canal de adquisición de tráfico por el que se finaliza la compra…).

Ecommerce en GA4 y en Universal Analytics

Muchos ecommerce ya tienen esta implementación hecha en su Google Analytics pero con la llegada de GA4 pueden surgir dudas de si esto va  seguir sirviendo o no. Pues por suerte podemos decir que sí. Como comentábamos al principio del artículo, para poder extraer todas estas variables relacionadas con ecommerce necesitamos que se inserten una serie de fragmentos de código, tipo dataLayer, en la web. Google nos indica nombres de variable diferentes para un tipo de propiedades de Analytics y para otras, pero, ya que actualmente la recomendación es que ambas se mantengan en paralelo, si se tiene creado todo esto para Universal Analytics, GA4 también es capaz de entender estas variables y no hará falta modificar el código de la web. Lo que necesitaremos para mostrar esta información en las nuevas propiedades es configurar las nuevas etiquetas en GTM. 

Sin embargo, si creamos las guías de etiquetado y modificamos nuestro código para adaptarlo a GA4, Universal Analytics no podrá recoger esta información. 

Si tienes un ecommerce y aún no estás llevando a cabo esta medición o te gustaría saber si puedes obtener más información de la que ya tienes no dudes en contactar con nosotros.

La entrada Medición de ecommerce con GTM para Analytics: UA y GA4 se publicó primero en ROIANALYTICS.

¿En qué consiste la nueva propiedad GA4?

Google Analytics 4 es el nuevo nombre que se le ha concedido a las propiedades ya existentes (aunque poco utlizadas) Web + App. Estas propiedades surgieron con el fin de vincular en un solo espacio los datos de páginas con web con los propios de apps que hasta ahora se mostraban en firebase, pero sin ser necesario que haya una aplicación móvil de por medio para utilizarlas. Como veis, era necesario un cambio de nombre si querían que esta propiedad fuera implementada también por negocios que no cuenta con una app desarrollada.

Lo más destacable en estas nuevas propiedades probablemente sea que incluye predicciones basadas en machine learning. Todo apunta a que con las nuevas leyes de protección de datos que van surgiendo, cada vez sea más complicado contar con un gran volumen de datos sobre el comportamiento de nuestros usuarios. Y aquí es donde Google ha decidido anticiparse y ofrecernos, en base a Inteligencia Artificial, una nueva forma de ver los datos y de poder hacer predicciones ante la escasez de los mismos.

Novedades principales en GA4

La diferencia principal con Universal Analytics (propiedades empleadas hasta el momento) es que el modelo de medición cambia por completo. Si las propiedades «de siempre» tenían como eje central las páginas vistas y las sesiones, en GA4 la prioridad son los eventos, que pasan a ser la unidad básica de medida.

Este cambio se ha hecho para permitir unificar todas las interacciones que un usuario tiene con determinado negocio. El usuario no sólo puede relacionarse con nosotros a través de nuestra página web, también puede hacerlo a través de una aplicación móvil o a de una Progressive Web App, por ejemplo. En estos casos, está claro que las pageViews dejan de ser tan importantes, dando mayor protagonismo a la interacción que realiza el usuario. Por este motivo comprendemos mejor el por qué de decidir que los eventos sean el pilar fundamental en la medición.

No es que las métricas de páginas vistas o de sesiones desaparezcan, sino que pasan a medirse como eventos, no como métricas aisladas. Lo que si desaparece son las actuales vistas, otra gran cambio, ya no contamos con la posibilidad de dejar marcados los filtros que empleábamos hasta ahora para crear vistas separadas, todo se incluye en una única propiedad.

Ventajas y desventajas de esta nueva propiedad

Como principales ventajas encontramos:

1. Permite exportar nuestros datos a BigQuery facilmente, algo muy útil para cuentas con sampleo, ya que nos permite extraer toda la información al completo.
2. Incorpora métricas predictivas.
3. Comparativa web/app en una misma herramienta.
4. Incluye opciones para ayudar a cumplir con las regulaciones de datos como la GDPR.
5. Incluye aprendizaje automático para llenar los datos que se pierdan con la desaparición de las cookies.
6. Facilidad a la hora de medir a un solo usuario a través de su recorrido multidispositivo. Elimina las duplicidades.

En el caso de los inconvenientes más notables, podemos hablar de:

1. Se han detectado diferencias notables entre los datos de esta propiedad y las de Universal Analytics.
2. Aumento del tráfico directo y de referral, al no permitir excluir las webs internas de este canal.
3. Aun está en fase beta, por lo que tendremos que esperar para ver todas las nuevas funcionalidades.

¿Por qué debo actualizar a Google Analytics 4?

A pesar de que GA4 aun esté en fase beta, desde Google ya han comunicado sus intenciones de centrar esfuerzos en la mejora de esta propiedad y en que a futuro sea la única válida. Es más, han indicado que no se aplicarán actualizaciones de ningún tipo a las propiedades Universales.

Por ello vemos necesario contar con propiedad de GA4 y con propiedades de Universal Analytics en paralelo, para ir familiarizándonos con la nueva forma de tratar los datos y sacar conclusiones pero sin que esto suponga pérdidas en las mediciones actuales. Además, de esta forma podremos contar con un histórico en el momento en que las propiedades Universal dejen de existir y permitiremos que el machine learning comience a hacer su trabajo.

Si tienes dudas sobre cómo llevar a cabo esta actualización, no dudes en contactar con nosotros.

La entrada ¿Debo actualizar Google Analytics a GA4? se publicó primero en ROIANALYTICS.

¿QUÉ NECESITAMOS PARA MEDIR LAS CAMPAÑAS?

Todas las herramientas publicitarias cuentan con un fragmento de código llamado píxel de seguimiento o píxel de conversión. En ocasiones podemos encontrarlo también como píxel de rastreo, píxel tag, tracking pixel… 

Este fragmento es el que permite medir interacciones o consecuciones de objetivos específicos en una web. En plataformas como Google Analytics (aunque no sea herramienta publicitaria, cuenta con códigos de seguimiento), Google Ads, Facebook… tenemos dos tipos de píxeles, uno genérico que ayuda a monitorizar métricas predefinidas como número de usuarios, páginas vistas y sesiones, entre otras y después píxeles específicos de conversión. Estos son los que tendremos que modificar según sea el objetivo de campaña. 

En resumen, gracias a estos fragmentos de código podremos medir el retorno de la inversión de las campañas, tanto monitorizando las ventas y los importes obtenidos por las mismas, como otorgando un valor monetario a otras acciones de interés.

Por ejemplo, quizás estemos haciendo una campaña con el objetivo de captar suscriptores a la newsletter de nuestra web, que es gratuita. Podemos indicar un valor en euros o en la moneda que utilicemos en cada suscripción y comprobar así si el retorno de la inversión es el esperado. 

MEDIR CAMPAÑAS A TRAVÉS DE GOOGLE TAG MANAGER 

Como comentamos en el punto anterior, los píxeles son fragmentos de código. Esto nos da pistas de cómo debemos hacer para añadirlos a nuestra web y comenzar a medir. Tenemos varias opciones: hablar con nuestro desarrollador web y añadir los píxeles directamente en código, hacerlo a través de un gestor de etiquetas como Google Tag Manager y, en ocasiones, aunque pocas, tenemos la opción de vincular directamente objetivos de Google Analytics con la monitorización de las conversiones. 

Vamos a centrarnos en Google Tag Manager (GTM) y Google Analytics, ya que son los métodos que recomendamos desde Roianalytics. 

Para herramientas como Google Ads, en GTM contamos con conectores directos en los que es suficiente con añadir el ID proporcionado por esta a la etiqueta predefinida y activarlo en todas las páginas para que este se inserte en la web. En el caso de twitter o linkedin, también contamos con estas etiquetas predefinidas. Sin embargo, esto no ocurre en facebook, pero esto no impide que podamos usar GTM. Creando una etiqueta de tipo HTML personalizado, copiamos y pegamos el código de píxel genérico que nos indica el business de facebook, añadimos un activador para todas las páginas y ya tenemos este código insertado en nuestra web.

Lo que acabamos de explicar sirve para vincular nuestra web de forma genérica con las herramientas publicitarias. Pero ¿cómo medimos una conversión específica? Para esto, las herramientas publicitarias cuentan con una opción de crear conversiones personalizadas. En el caso de Google Ads, cuando la creamos nos da un ID y un label con el que identificamos esta conversión, en el caso de facebook es un fragmento de código, linkedin nos ofrece también un ID… 

Para que estos códigos se activen necesitamos indicar cuándo deben hacerlo. Ya no sirve con que esto se vincule en todas las páginas como la vinculación con las herramientas, ya que en este punto nos referimos a una acción concreta. Por ejemplo, imaginemos que nos interesa medir en nuestras campañas de branding la suscripción a la newsletter. Estos códigos de conversión específica sólo deben activarse cuando esta acción se lleve a cabo y esto lo podemos hacer a través de GTM, creando un activador que recoja este evento solo y cuando se haga de la forma correcta. 

La principal ventaja de usar un gestor de etiquetas, frente a añadir código de forma manual, es la facilidad con la que, creando un activador de evento (envío de newsletter completado, por ejemplo), podemos asociarlo directamente al ID o código de conversión de las diferentes herramientas publicitarias. 

Imaginemos que la comprobación de que la suscripción a la newsletter se hace a través de una thank you page. En esta página de confirmación, si lo hiciéramos de forma manual, tendríamos que añadir el píxel de conversión de Google Ads, de facebook, de linkedin… en resumen, de todas las plataformas que empleamos. Pensemos en que estamos utilizando estas tres herramientas publicitarias y que un día decidimos que la suscripción a la newsletter ya no nos lleva a una thank you page, sino que aparece en la misma página en la que un usuario se suscribe un pop-up de gracias. En el caso de estar añadiendo estos píxeles directamente en código, deberemos pedirle al desarrollador web que ahora, asocie estos tres códigos a esta nueva forma de comprobación. Sin embargo, si tenemos esto en nuestro gestor de etiquetas, cambiando el activador previamente creado, ya estaríamos cambiando la forma en la que recogen la información todas las plataformas publicitarias que empleamos. Sin duda, esto agiliza mucho los cambios en la medición de nuestra web. 

Elijas la forma que elijas para monitorizar tus conversiones, lo más importante es que cuando realices una campaña tengas claro cuales son su objetivos, para establecer así una correcta estrategia de medición. ¿De qué manera vas a conocer el ROI de tus campañas si no tienes esto en cuenta?

Si tienes alguna duda respecto a la medición y la optimización de tus campañas online, ponte en contacto con nosotros. ¡Estaremos encantados de asesorarte!

La entrada MEDICIÓN DE CAMPAÑAS ONLINE: LOS PÍXELES se publicó primero en ROIANALYTICS.

¿Tienes dudas sobre cómo llevar a cabo esta medición en tu página web? A continuación te contamos cómo monitorizar estos objetivos en Google Analytics para poder conocer en profundidad en qué casos y cómo es la consecución de los mismos. 

¿En qué consiste la configuración de objetivos?

Como sabemos, las cuentas de Google Analytics se estructuran en: cuenta, propiedad y vistas. La configuración de los objetivos se realiza a nivel vista, algo a tener en cuenta ya que si tienes varias vistas y quieres hacer esta monitorización en varias tendrás que configurar para cada una de ellas. 

Estos objetivos se interpretan como conversiones y están presentes en el informe de “conversiones: objetivos” destinado a ello, pero aparecen también en otros como el de adquisición. Esto nos ayuda, por ejemplo, a ver de forma rápida que canal aporta una mayor conversión.

Pasos para crear un objetivo en Google Analytics

Lo primero será abrir el administrador de nuestra cuenta de Google Analytics e ir al apartado de vistas. Seleccionamos la que nos interesa y desde aquí accedemos al apartado “objetivos” donde encontraremos el botón de añadir un objetivo. 

En este punto debemos añadir un nombre descriptivo a nuestro objetivo, que nos haga reconocer fácilmente a qué se refiere. Además, tendremos que elegir entre cinco tipos de configuración:

• Destino. En este caso, el objetivo se cumplirá cuando el usuario llegue a una determinada página. Una ventaja de seleccionar esta configuración es que podemos crear un funnel de conversión. En esta ruta de conversión, si se quiere, se puede indicar qué páginas hay que visualizar si o si antes de completar el objetivo en la URL final. Esto nos permite, por ejemplo, crear conversiones diferentes según desde qué páginas se haya iniciado el camino hacia la conversión. 
• Duración. Su cumplimiento está vinculado a la duración de la sesión, por ejemplo, sesiones que duren más de 5 minutos. 
• Páginas/pantallas por sesión. En este caso se cumple el objetivo cuando se han visualizado un número de páginas determinado. Por ejemplo, sesiones en las que se han visto más de 10 páginas, si bien no podemos concretar qué URLs deben verse. 
• Evento. Este tipo de configuración y la de destino son las más utilizadas. Esta en concreto hace referencia al cumplimiento de una acción determinada en la web. Ejemplos de estos eventos pueden ser la suscripción a una newsletter, el envío de un formulario o compartir un contenido en redes sociales. Estos eventos se configuran a través de Google Tag Manager y posteriormente se vinculan con este informe de Google Analytics. 
• Objetivo Inteligente. Para poder acceder a esta configuración necesitamos tener vinculado Analytics con una cuenta de Google Ads. De esta forma, Google Analytics analiza y puntúa las sesiones, convirtiendo a las mejores en objetivos inteligentes. 

Una vez seleccionado el tipo de objetivo que vamos a crear, lo configuramos basándonos en lo que acabamos de explicar. Si es de destino añadiendo la URL final o el funnel, si es de evento indicando la categoría/acción/etiqueta de evento correspondiente, etc. 

Además, una vez llegado a este paso podemos también asignar un valor monetario a estas conversiones. Este valor se asigna de forma manual salvo en el caso de los objetivos del evento, donde podemos cubrir este valor de forma automática con lo que aparezca en el evento. 

Informe de conversiones de objetivo

Una vez configurados nuestros objetivos y pasado un tiempo prudencial podremos analizar los datos relacionados con esto. Donde encontraremos más información sobre esto será en el informe de conversiones de Google Analytics, en el apartado de objetivos. 

En este informe encontramos una serie de apartados en los que analizar cosas diferentes. A continuación explicaremos brevemente qué podemos ver en cada uno de ellos:

• Visión general. Permite ver un resumen de cuántos objetivos se han conseguido, dónde ha sido la ubicación de consecución y podemos filtrar para ver los objetivos de forma independiente. 
• URLs objetivo. Este apartado se centra en las URLs de consecución de objetivo y nos indica cuántos se han conseguido en cada una de ellas y el valor asignado a cada conversión, si es que aplica. 
• Ruta de objetivo invertida. Esta parte del informe es muy interesante ya que nos permite conocer en mayor profundidad cómo es el comportamiento previo a la conversión por parte del usuario. En este apartado podemos ver que tres páginas ha visto el usuario antes de llegar a la URL de consecución del objetivo. 
• Gráfico del embudo de conversión. Como comentábamos en los tipos de configuración de objetivos existentes, en los de destino podemos crear un funnel de conversión. Este funnel lo podremos ver en esta parte del informe, pudiendo comprobar en qué parte del funnel se descuelgan más los usuarios. En este también se muestran los objetivos que no cuentan con funnel, mostrando solo el paso en el que se ha cumplido la conversión. 
• Flujo de objetivos. Nos permite ver el recorrido que hacen los usuarios y cómo van enlazando el cumplimiento de objetivos. En la imagen vemos, para un objetivo determinado, como se distribuye la adquisición de tráfico por fuentes. Además, como decíamos podemos ver que ese objetivo en ocasiones va a acompañado del cumplimiento de otras conversiones. 

¿Tienes una página web y quieres poder entender los resultados? En ROIANLYTICS estaremos encantados de ayudarte a monitorizar tus KPIs, llevando a cabo un plan de medición estratégica con su correspondiente análisis de resultados. 

La entrada Creación y configuración de objetivos en Google Analytics se publicó primero en ROIANALYTICS.

1. Cuenta. Es indispensable para acceder a Google Analytics y un usuario puede tener hasta 100. Suele asociarse a diferentes empresas.  
2. Propiedad. En este nivel se recopilan los datos que suelen hacer referencia a una web individual o una app. Se pueden crear hasta 50 y es donde encontramos el código de seguimiento a implementar en la web, que sigue la estructura: UA-123456-1.
3. Vista. Si las propiedades recogen los datos, las vistas nos permiten visualizarlos y analizarlos. Son los puntos de acceso a los informes. Además, en este nivel podemos decidir qué datos queremos ver o no, aplicando filtros. Es decir, en este nivel podemos crear reportes que obtengan diferentes datos que previamente hemos seleccionado. Como máximo podemos crear 25 vistas diferentes. 

¿QUÉ ES EL USER ID?

El seguimiento de User ID nos permite crear una vista en la que, mediante un ID único que identifica a cada uno de los visitantes registrados en nuestra web, podemos ver la ruta y superposición de los diferentes dispositivos de acceso a nuestro site. Además, podremos ver cómo contribuyen cada uno de ellos a las transacciones. Si no tenemos esta configuración, cada vez que un mismo usuario acceda desde diferentes dispositivos, contará como un usuario único. 

Una gran ventaja es que este identificador puede ser el mismo que se usa en el CRM para identificar a los usuarios registrados. Esto hace que los datos se vuelvan aún más valiosos, permitiéndonos optimizar en base a los datos de comportamiento la consecución de objetivos. 

Un ejemplo para entender esto sería: imaginemos que tenemos un ecommerce de productos electrónicos. Estamos haciendo campañas de nuestra web en instagram y un usuario ve una televisión de nuestra tienda en un anuncio de esta plataforma y accede para ver las especificaciones, pero no efectúa una compra. A la semana siguiente, recuerda nuestra página y accede desde el ordenador y a pesar de que añade el producto al carrito, tampoco compra. Días más tarde, desde su tablet, vuelve a acceder y sigue con la televisión en el carrito y decide finalizar la compra. 

Gracias al User ID podemos obtener todos estos datos comentados en el ejemplo. De esta forma podemos entender cómo es el proceso de toma de decisión ante una compra, relacionando esto con el dispositivo de acceso y con la consecución del objetivo. Estos datos pueden ayudarnos mucho en la toma de decisiones acerca de las estrategias y acciones a usar para captar usuarios. Y ayudarnos a qué dispositivos impactar según hagamos campañas de branding o de conversión. 

¿CÓMO IMPLEMENTAR EL USER ID?

Lo primero de todo, debemos tener en cuenta que necesitamos algún sistema de registro en nuestra página web para poder contar con este tipo de informes. 

En el caso de tener este sistema de registro, primero debemos crear una nueva vista en la propiedad de Google Analytics correspondiente. Para ello vamos al nivel de propiedad y en información de seguimiento, aceptamos las diferentes políticas asociadas al User ID. Una vez hecho esto ya podremos crear la vista que recogerá estos datos. 

Es importante que solo aceptemos el mostrar informes de User ID en este tipo de vistas, ya que solo recogen datos de usuarios registrados, no del total de visitas. 

En cuanto a cómo identificar a los usuarios registrados, necesitaremos ayuda de un desarrollador que recoja esta variable. Por nuestra experiencia consideramos emplear este fragmento de código y Google Tag Manager para la recogida de este tipo de datos.

El fragmento de código que insertará el equipo de IT en la web seguirá la siguiente estructura:

<script>dataLayer = [{‘userID’: ‘XXXXXXX’}];</script>

Este script es de tipo dataLayer, que es un código JavaScript que nos permite enviar la información que necesitamos a través de una variable predefinida. Esta variable se enviará posteriormente a Google Analytics desde Google Tag Manager, haciendo así que se complete el informe de User ID y obteniendo información sobre cómo es el verdadero comportamiento de compra de nuestros potenciales clientes.

Además, debemos crear una dimensión personalizada de tipo usuario que recogerá este valor. De esta forma, no solo aportamos datos a la vista destinada al User ID, sino que tendremos datos de los usuarios que se han registrado en el resto de vistas.

Contar con estos datos te permitirá conocer en profundidad a tus clientes y conseguir un aumento de tus objetivos. Si tienes una página web con sistema de logueo de usuarios y quieres ampliar la información que tienes sobre el comportamiento de estos, en SEOCOM.agency estaremos encantados de ayudarte. 

La entrada Vista de USER ID en Google Analytics: qué es y cómo configurarla se publicó primero en ROIANALYTICS.

Los informes dentro de esta herramienta se basan principalmente en dos variables diferentes de recogida de datos: las métricas y las dimensiones. Google Analytics, una vez vinculado con la web, recoge información automáticamente a través de este tipo de variables predefinidas. Sin embargo, muchas veces necesitaremos más información y aquí es donde aparecen las métricas y dimensiones personalizadas.

¿Cómo diferenciamos métricas y dimensiones en Google Analytics?

Las dos variables comentadas recogen información de características diferentes:

• Las métricas recopilan información sobre datos cuantitativos. Por ejemplo, número de páginas vistas, número de entradas, sesiones, promedio de tiempo en la página, porcentaje de rebote…
  
• Las dimensiones hacen referencia a variables cualitativas. Ejemplos de este tipo de variables son los canales de adquisición, los tipos de visitante, las palabras clave, el tipo de dispositivo utilizado…

Todos los ejemplos dados aparecen de forma predefinida en Google Analytics, pero imaginemos, por ejemplo, que tenemos un ecommerce de moda. Quizás queramos conocer el color de las camisetas más vendidas o desde qué código postal nos compran más. Aquí es donde entra en juego el envío de información personalizada a través de nuevas dimensiones ya que GA no sabe que necesitamos conocer estos datos si no se lo indicamos.

Otros ejemplos de casos en los que puede ser útil contar con estas custom dimensions es la categorización de un blog, para conocer qué categorías de artículos son las más leídas. O ir un paso más allá y ver qué autores son los que consiguen más visitas.

Dimensiones personalizadas: configuración y ámbitos o scopes.

A la hora de crear una dimensión personalizada debemos tener claro qué es lo que queremos medir y cómo se va a analizar esa información.  Antes de hablar de cómo se estructuran estas dimensiones vamos a aclarar que su configuración se hace a nivel de propiedad en el apartado definiciones personalizadas. Además, debemos tener en cuenta que hay un límite en cuanto a esta personalización y no podemos crear más de 20 dimensiones personalizadas.

En la siguiente imagen podemos ver cómo se estructuran estas dimensiones:

Los tres puntos más importantes en una dimensión personalizada son:

• Nombre, debe describir de forma sencilla qué es lo que se está midiendo ya que aparecerá así en los informes.
  
• Índice, que nos sirve para asociar la dimensión con las variables a recoger (lo veremos en el siguiente apartado).
  
• Ámbito o scope. Las dimensiones personalizadas pueden ser de 4 tipos según el momento o la forma en la que recogen la información.

¿En qué consisten los diferentes ámbitos de una dimensión?

1. Producto: solo se pueden crear este tipo de dimensiones en cuentas con comercio electrónico mejorado activo. El valor de la variable se asocia a los productos para los que se han configurado, por ejemplo, el precio o color de un determinado producto.
   
2. Hit: en el ejemplo de nuestra imagen sería la dimensión “Categoría Artículo”. El valor recogido se asocia al hit o interacción única para la que lo hemos establecido. Es decir, en nuestro caso solo se recogería esta información cuando un usuario accediera a una página de artículo. En el resto de las páginas de nuestra web no se enviaría ningún tipo de información ya que no es necesario.
   
3. Sesión: el valor de la dimensión se aplica a todos los hits de una sesión. En nuestro ejemplo, el día de la semana. Nos permitiría desglosar las diferentes interacciones sabiendo que día de la semana se ejecutan cada uno de los eventos con mayor frecuencia. Este valor se mantiene estable a lo largo de toda la sesión.
   
4. Usuario: se aplica al usuario, independientemente de si la sesión ya ha pasado o si aun no lo ha hecho, hasta que cambie el valor o la dimensión se inactive. Si pensamos en usuarios registrados en nuestra web pero con diferentes planes de suscripción: free, standard y premium, por ejemplo, podríamos crear agrupaciones con los diferentes tipos de usuarios registrados en nuestra página.

Envío de dimensiones personalizadas a Google Analytics a través de GTM

Ahora que ya sabemos en qué consisten las dimensiones personalizadas y cómo podemos configurarlas, el siguiente paso es hacer que la información llegue a Google Analytics. ¿Cómo hacemos este envío de datos? Tenemos varias opciones, entre ellas agregar manualmente el código que crea Google Analytics cuando creas una nueva dimensión personalizada:

Otra de las opciones y en la que nos vamos a centrar es en hacer el envío a través de Google Tag Manager, gestor de etiquetas de Google. Este administrador de etiquetas nos permite actualizar de forma sencilla y rápida los píxeles o códigos que queramos añadir al código de nuestra web o app. Además de inyectar código directamente, GTM nos permite acceder a la capa de datos o dataLayer.

El dataLayer es una variable de JavaScript que recopila y permite enviar información desde el código web hasta nuestro gestor de etiquetas. De esta forma podemos enviar estos datos posteriormente a cualquier otra herramienta como Google Analytics o Google Ads. Gracias a esto el equipo de desarrollo puede establecer variables dinámicas a recoger en código (por ejemplo, el color de nuestros productos de ecommerce). Posteriormente y haciendo uso de estas variables y de GTM podemos recoger esa información y enviarla como dimensión personalizada a cualquier otra herramienta.

Una vez aclarado que a través de GTM podemos crear directamente las variables o extraerlas del código para obtener información en las dimensiones personalizadas, ¿cómo configuramos este envío? Para ello es imprescindible que nos fijemos bien en el índice de las dimensiones que hemos creado. Este número es el que identificará a cuál de las nuevas dimensiones se enviará la información:

La imagen anterior forma parte de la configuración avanzada de una de las etiquetas de Google Tag Manager. En ella encontramos el índice de la dimensión personalizada y el valor. La primera hace referencia a este número que Google Analytics vincula a la nueva dimensión. La segunda es la variable que contiene la información que se va a enviar.

Esperamos que este post te ayude a entender todo el potencial de este tipo de herramientas y a optimizar tu analítica web. Si te queda alguna duda en SEOCOM estaremos encantados de guiarte en el proceso. No dudes en contactar con nosotros.

La entrada Configuración avanzada de GA: métricas y dimensiones personalizadas. se publicó primero en ROIANALYTICS.