¡Empezamos nueva temporada de Digital Talks by t2ó! (¡Y ya van tres! :D) Seguimos al tanto de las últimas tendencias y novedades en la industria digital para poder hacerte llegar, a través de nuestros podcast, la experiencia y expertise de los mejores profesionales del sector.
El primer podcast de esta nueva temporada tiene como protagonista a Google Analytics 4. El objetivo es entender los cambios que ha traído, dónde se están produciendo las principales fricciones en el proceso de implementación,y entender su capacidad como solución para dar respuesta a estrategias data-driven robustas.
Para tener una visión más amplia sobre esta temática que nos apasiona hemos compartido con nuestros colegas de IKAUE (una agencia referente a nivel nacional en Analítica y SEO) cómo lo están viviendo. Iñaki, director de IKAUE, es un profesional del marketing online con un perfil de marketing-técnico altamente orientado a la empresa, y los resultados. Sus más de 18 años de experiencia, le han permitido apoyar la evolución de decenas de grandes proyectos digitales, orientados al negocio.
¿Qué podrás escuchar en este podcast?
- Google Analytics 4: las novedades que aporta esta analítica basada en eventos, para las personas que están menos familiarizadas.
- Principales cambios que están generando mayor fricción con respecto a Universal Analytics.
- Dónde se están produciendo los problemas a la hora de implementar GA4.
- Google Signal a la hora de medir el viaje del consumidor a nivel multidispositivo en un contexto cookieless.
- Fechas que se manejan para hacer la migración de las propiedades de Universal analytics estándar y 360.
- ¿Cómo impacta el cambio a GA4 en la solución que tengas de visualización de datos?
- Looker y Data Studio: ¿cómo se complementan ambas herramientas? ¿Dónde está el valor de esta integración?
- Reto de GA4 para ser una solución que dé respuesta a estrategias data-driven robustas.
¡Te esperamos en Digital Talks by t2ó! Ya tienes este episodio disponible en nuestros canales de Spotify, Apple Podcast e iVoox 🎧
Si te ha gustado y te parece interesante de cara a tu negocio no dejes de escuchar los demás episodios, ¡aprenderás de/con l@s mejores! 🤓
[Transcripción del podcast]
Hoy vamos a hablar de Google Analytics 4, para entender los cambios que ha traído, donde se están produciendo las principales fricciones en el proceso de la implementación y entender su capacidad como solución para dar respuesta a estrategias data driven robustas. Para ello hoy contamos con Iñaki Huerta, director de IKAUE, una agencia referente a nivel nacional en Analítica y SEO. Iñaki es un profesional del marketing online con un perfil de marketing técnico altamente orientado a la empresa y a los resultados. Sus más de 18 años de experiencia le han permitido apoyar la evolución de decenas de grandes proyectos digitales orientados al negocio. Parte de su tiempo lo dedica a impartir conferencias donde logra sintetizar la parte estratégica haciéndola amena y práctica, y de esto puedo dar fe. En estas sesiones además, profundiza en los complejos problemas técnicos que deberán abordarse durante el camino de los proyectos. Así que un lujazo tenerte hoy. Muchas gracias por estar con nosotros, Iñaki.
[IH] Muchas gracias a ti por invitarme.
[EC] Pues Iñaki, antes de empezar a hablar sobre los cambios que ha traído y traerá Google Analytics 4 al futuro de la medición, sí que me gustaría que nos dieses una visión global sobre las principales novedades que aporta esta analítica más basada en eventos, para las personas que de alguna forma no están tan familiarizadas.
[IH] Bien, yo por mí, ya sabes, encantado. De hecho, llevo ya un par de añitos peleando con todas estas novedades. Yo creo que para resumir, lo mejor que puedo hacer es primero dejar de verlo, explicar que no se trata de verlo como un Google Analytics 4, sino como una herramienta nueva y olvidarnos de esa coletilla del cuatro, no estamos en realidad hablando de la 4.ª versión de Analytics, como que no viene del tres, viene de Google. Ahora le estamos llamando al anterior Google Analytics 3, pero en realidad se llama Google Analytics Universal. Entonces, el 4 en realidad es una herramienta nueva que viene heredada del entorno de Firebase, la aplicación de móviles que compró Google en su momento para facilitar toda esta creación de móviles y darles un ecosistema con el que poder trabajar. De ahí salió una herramienta que hacía analítica y de ahí es de donde ha salido GA4, que es prácticamente un re branding del antiguo Firebase Analytics. Entonces, más que novedades, lo que tenemos que entender es que es una herramienta nueva, que la han hecho muy, muy parecida, todo lo que han podido, la han hecho todo lo parecida que han podido a Google Analytics para que la gente no se vuelva loca, para que la gente no entre y vea que no hay dimensiones, no se habla de dimensiones, pues cogieron y cambiaron los datos para que se hablase de los mismos términos. Incluso, por ejemplo, fue una herramienta que nació sin una de las métricas que todo el mundo mira muchísimo en Analytics, que es el porcentaje de rebote, la cantidad de gente que que llega a tu web y no le gusta lo que ve y se va. Esa, en una primera versión de Google Analytics 4 no existía, ni siquiera existía. Entonces van haciendo esfuerzos en que se parezcan. Ahora ya existe el porcentaje de rebote y van fabricando las cosas con nomenclaturas y con sistemas parecidos para que haya esa continuidad. Pero en realidad ningún dato es el mismo. Los usuarios cuando cambias a Google Analytics 4 no van a ser el mismo número. Las sesiones , no vas a tener el mismo número de sesiones. Lo peor de todo, probablemente tendrás menos, entonces lo que puede ser en un análisis año sobre año cuando cambias de herramienta, si no te has preparado a tiempo y dices oye, pues tenemos menos sesiones. ¿Por qué? Porque hemos cambiado la herramienta y GA4 mide menos. El rebote también cambia, todo cambia de forma de medirse y por lo tanto de métrica, a pesar de que muchos nombres nos van a ser comunes. Entonces lo primero que tenemos que asimilar es eso, son herramientas distintas, sus datos no son comparables. Luego, aparte, viene todo lo que tú quieras añadirle, qué nuevas posibilidades nos da, cómo cambia nuestra forma de gestionarlo. Eso ya vendría después de eso.
[EC] Estas novedades que es verdad, como tú comentas, que ese cambio de nomenclatura a las métricas ha vuelto un poco, ha generado bastante fricción o ha generado bastante desconcierto. ¿Donde ves que están los principales cambios que están generando precisamente esa mayor fricción con respecto a Universal Analytics?
[IH] Yo creo que el primer problema que tiene la gente al entrar, no es un problema real, es un tema de costumbre. Yo estaba acostumbrado a una herramienta que tenía las gráficas hechas de una manera que tenía. Me sabía los menús de memoria. Son muchos años con una herramienta, Le hemos cogido cariño. No era una herramienta especialmente bonita, pero al final le coges cariño y ahora, de repente, entras y puf, es distinta. Nada está donde estaba, no hay ni una sola gráfica igual. Las tablas, por qué no decirlo, son más feas, menos agradables a la vista y menos intuitivas de lo que lo eran antes. El contraste de colores antes era muy evidente, ahora es más moderno, pero prácticamente no existe ese contraste de colores y te dificulta encontrar las cosas a veces. Esa es la primera fricción que tiene la gente, entrar y encontrarte una herramienta que de primeras no resulta agradable ni atiende a la costumbre que tú tenías de ver la antigua herramienta. Y eso es donde la mayoría se queda. “Buf, me han cambiado la herramienta, a ver cuándo aprendo, ell mes que viene, o el otro o el otro. Y nunca te acabas de meter. Ahí es donde se queda mucha gente. La verdad es que cuando aprendes cómo funcionan los nuevos menús y demás, funciona igual.
Seguiremos teniendo gráficas, seguimos teniendo tablas donde te exponen todos los valores de un informe y sus métricas clave expuestas en una misma tabla. Todo eso sigue igual, simplemente nos han cambiado la estética; en cuanto le dedicas una horita, dos horitas y empiezas a navegar ves que es lo mismo en otro formato, en otro diseño, pero que es lo mismo. Entonces esa parte no debería asustarnos. Donde sí se va a notar, donde ya sí que se nota y mucha gente no lo nota, que es al revés, el efecto contrario, es cuando nos salimos de lo que es la implementación básica de Analytics. Analytics tiene dos formas generalmente de usarse. Una es el gran público, a lo mejor empresas de marketing que trabajan mucho con el ROI directo de que que yo hago una campaña y enseguida lo que miro de esa campaña es el retorno inmediato y no analizo tanto el comportamiento del usuario ni intento entender cosas nuevas sobre lo que sucede en mi web. Eso, por desgracia, a día de hoy sigue siendo el gran grueso. No estoy hablando del gran grueso de empresas grandes y que hacen un marketing activo, en general, al final cualquier blog tiene un analytics y suele estar en esa situación. Entonces, esta gente realmente tiene prácticamente la misma herramienta que tenía antes, con las mismas posibilidades.
Pero cuando empiezas a hacer una implementación a medida te encuentras con que nada es como era y las cosas son mucho más, ¿cómo decirlo? son mucho más potentes, pero no vienen pre creadas por el sistema. Entonces te obliga a preocuparte por lo que quieres medir cuando el antiguo Analytics no te obligaba. Antes entrabas y prácticamente muchas cosas te venían hechas en la herramienta. Y crear un objetivo era entrar y configurar tu url, mirar qué página es la que la que se provoca cuando un usuario acaba de contactar o acaba de comprar. Y ahora nos encontramos con que eso no es suficiente. Tenemos que aprender técnicamente mucho más para poder hacer esas configuraciones. A cambio, el potencial se multiplica al menos por tres o por cuatro. Lo que puedes llegar a hacer con GA4 con GA3 lo soñabas y a lo mejor haciendo muchos hacks o mucha implementación muy avanzada llegabas ahí y en el cuatro está incluido en el sistema. Entonces ahí es donde prácticamente es volver a aprender herramientas distintas. Buscas el mismo objetivo conversiones, crear clusters de la información, informes de primer nivel, exportarlo, terminar creando un dashboard. Todo eso es lo mismo, pero el cómo se hace en absolutamente todos los casos es distinto.
[EC] Claro, porque aquí un poco una pregunta básica es, entendemos que la complejidad de la herramienta se debe también a la oportunidad que te da de medir algo que antes no se podía medir, que no podías llegar a ese nivel de sofisticación. Porque la pregunta muchas veces que nos encontramos es oye, ¿qué necesidad hay de complejizarlo si con lo que teníamos nos resolvía? o ¿qué necesidad hay de cambiar nomenclatura cuando llevamos años entendiendo el comportamiento bajo estas métricas?
[IH] A ver, la respuesta por parte oficial de Google no está, la podemos intuir. Pero el por qué sucede esto es una suma de factores. Tenemos un tema de legislación importantísimo. Google Analytics tres es muy complejo que sobreviva a las legislaciones actuales es muy complejo que lo haga. Hay que cambiar demasiadas cosas. Esto se une con un tema de que es un desarrollo que lleva muchas etapas, mucho evolutivo tras evolutivo y es más que palpable, sin tener ni idea, sin haber visto nunca nada de código. Por cómo iban sucediéndose los updates de la herramienta y como iban mejorándola, era más que palpable que les costaba mucho desarrollar en esta herramienta. Entonces ya tienes una cosa que te obliga a cambiar la herramienta para hacerla legal y adaptarse a la legislación sobre una herramienta que no es fácil de cambiar. Y luego hay otro tema que es, trabajó con Google Analytics con la idea de hacerla popular que todo el mundo consiguió. Lo consiguió. La hizo gratuita y todo el universo empezó a medir con Google Analytics, incluso cuando a veces tenía otra herramienta por detrás y también metían un Google Analytics. A nivel de costes Analytics tampoco estaba creado para ser la más eficiente. Entonces yo creo que son esos tres factores a la vez: Necesitaba una herramienta más barata de regalar, que pudiesen tocar mucho más y que pudiesen hacerla legal. Que pase lo que pase tuviesen la oportunidad de hacerla legal. A eso además la han sumado, es Google, Machine Learning, son como sinónimos. Entonces en GA3 no era posible meterse en medio de las tripas de la herramienta y meterle machine learning. En GA4 respira machine learning por todos lados. Casi cualquier cosa que haces tiene una maquinita detrás aprendiendo y facilitandote la vida. Entonces creo que eso ya no era un motivo, sino fue un “y ya de paso vamos a hacer que esto fluya”, que sea la herramienta más potente con el tiempo que exista.
[EC] ¿Y en base a la experiencia que tienes Iñaki, donde se están produciendo a día de hoy los principales problemas a la hora de implementar Google Analytics 4?
[IH] Bien, pues yo diría que el principal problema que hay va más relacionado con el tema de que supone un esfuerzo. Es algo además impuesto, nadie estaba pidiendo “por favor cambiemos de herramienta”, sino que de repente se nos ponen unos plazos, unos deadlines en los cuales tenemos que cambiar de herramienta y eso supone un esfuerzo a varios niveles. Una herramienta analítica implica unos aprendizajes por parte de los equipos que la van a utilizar, unos gastos en desarrollo, muchas veces contratar algún consultor que nos ayude hacer la migración a sacar partido a la nueva herramienta. Y creo que uno de los problemas va por ahí, de esto lo podemos ver como una oportunidad o lo podemos ver como una imposición de la cual queremos salir rápidamente. Entonces cuando algo te lo imponen no es agradable, es fácil no ver esa ventana de la oportunidad y tirar un poco por el camino rápido de salgamos de ésta, nos lo imponen, migramos y ya está. Creo que uno de los grandes problemas que tenemos a día de hoy es que a mucha gente le están obligando y no quiere pasar por ese trance de cambiar. Entonces la resistencia es enorme y las ganas de invertir su propio tiempo,los esfuerzos de su equipo y demás, pues no están ahí. Cada vez eso sucede menos, porque la gente ve que al final es algo que los datos están ahí y hace falta atacarlos. Y cuando ya tomamos un poco partido en todo eso y decimos vamos a cambiar y vamos a adaptarnos a la nueva realidad, al nuevo estilo de análisis, los problemas suelen venir sobre todo por el cambio, a nivel de marketing, por el cambio de paradigma a nivel de campañas y de conversiones. Las cosas cambian, igual que comentaba antes de usuarios, sesiones y demás. Ahora las campañas también han cambiado su forma de verlas. Por ejemplo, Google Analytics Universal era una herramienta puramente last click, es decir, la última campaña que llegaba al site y conseguía la conversión, ya podía haber entrado al usuario 30 veces gracias a otra campaña que esa era la que se lo llevaba todo para Analytics. En GA4 ya pasamos a tener tres perspectivas distintas. Podemos verlo a nivel usuario, a nivel sesión, a nivel modelo de atribución, podemos cambiar la herramienta entera para hacerlo con el famoso data driven de Google o hacerlo a primera interacción a última interacción, a como nos interese. Cosas que antes no existían ahora pasan a ser el ABC de la herramienta. ¿Entonces hay que aprender, no? para alguien que venga de Google Adwords puede ser relativamente sencillo porque ya estaban en ese mundo. Pero para alguien que venía de otras plataformas de un email marketing, de de programas de afiliación, de cosas que eran más directas, de social media o directamente, de repente lo que sabías de de campañas hay que aprender a verlo de otra forma, hay que reconstruir todos tus informes porque no valen los que tenías, vale? Y entonces ese es el punto en el cual la gente se nota un poco, se te hace muy cuesta arriba de “ahora tengo que hacer todo esto”.Pero al final esto, al menos siempre ha sido mi perspectiva, veámoslo como la primera vez que te encontraste. Pasito a pasito. Hoy aprenderé a hacer esta otra parte, mañana un poquito más y como casi siempre que hay una pequeña revolución, primero bajas un poco para subir mucho más de lo que estabas antes. Y la realidad es que con varios clientes que llevamos, una vez superada esta etapa de implementación, la curva no es tan dura, simplemente cuando miras la montaña desde abajo parece que va a ser mucho más pesada de lo que luego es. Entonces creo que por ahí es donde vienen las grandes trabas a la hora de meterte en este mundo. En cuanto a implementaciones en sí, al final si te lo tomas muy en serio el problema es que básicamente hay que etiquetar toda la web, pero ese ya es otro tema. No estamos hablando del día a día de la gente ni nada, sino de proyectos que dicen pues mira, voy a aprovechar que también tengo una migración de la web y voy a tomarme muy en serio esto y a reetiquetar todo el mundo de analítica.
[EC] También es cierto que nos movemos en una industria que cada vez se sofistica más y si que es verdad que a cualquier profesional que trabaje en esta industria le obliga a constantemente estar reinventándose o a constantemente estar aprendiendo. Y esto pues ha sido, por decirlo en forma, la punta de lanza que ha agitado muchísimo, mucho, todo y todo el mundo hemos sido conscientes de oye, que todo lo que sabías, vuelta a empezar, que te toca volver a aprender. Y bueno, no todo el mundo está dispuesto a querer volver a hacer ese proceso de inversión de tiempo en el aprendizaje, no? Otra de las cuestiones que estamos viendo es esta parte de la publicidad sin cookies de tercera parte y uno de los grandes beneficios que incluyen principio GA4 es la medición sin cookies. ¿Aquí cuál es el nivel de madurez que ves que tiene esta solución?
[IH] Bueno, al final lo que también hay que hacer un matiz aquí con el tema del mundo, Cookieless y demás, es que al final lo que es la desaparición total de las cookies no es un poco el escenario, no es del todo el escenario al que vamos. Sí que vamos a la desaparición de las cookies de tercera parte, y claro todo lo que es marketing, remarketing, todo lo que es campañas que se nutren del conocimiento de la actividad de los usuarios entre múltiples sites y plataformas, va a sufrir un montón. Bueno, ya estamos en ese camino. Luego hay una serie de iniciativas por parte de los navegadores para reducir las cookies de primera parte,que no eliminarlas. Esto de que me estés generando una cookie como pasa todavía en muchos entornos de dos años y así, si me visitas al cabo de dos años, sé que eres esa persona que entró, no está bien. Y aquí hay algunos navegadores que están llegando incluso a cortar a siete días, es decir, más de siete días no te aguanto la cookie de usuario. Pero las de 1ª parte no están en el camino de ser eliminadas. Entonces, Google Analytics estamos hablando de una herramienta que, de base, su trabajo con los usuarios es con las cookies de primera parte. ¿Vale? Entonces eso para empezar. ¿Qué es lo que pasa? Que luego a parte sí que hace una parte de sus datos, sí que intentan nutrirse de estas cookies de tercera parte, pero digamos que no son la base, sino una parte accesoria, una parte accesoria que luego es muy interesante. De ahí salen, por ejemplo, los datos demográficos, salen los clusters, los rangos de edad del usuario o algo tan importante como seguir a un usuario entre dispositivos, El cross device, cuando yo navego con el móvil, tengamos la capacidad de ver que soy la misma persona que cuando navego con mi desde mi escritorio. Ahí sí que entra en juego esta parte. Y ahí la gran solución de Google, que también está aplicando en otros lados, es su famoso Google Signals, que se basa en el usuario logueado. Y bueno, al final esto es una medida que genera un poco de controversia porque están ahí como rozando la línea de lo que la GDPR… Se supone que Google Signals es una herramienta que como aglutina los datos, no te los da ID de usuario ID de usuario y no se puede trazar al usuario final con el sistema de Google Signals, pues cumple con la GDPR. Pero todo lo que hace magia huele muy mal. Entonces el trabajo que ha conseguido hacer Google con todo este ejercicio de Google Signals, que yo no hago nada y solo por nutrirme del login de usuario de Google más sus programas de publicidad, es capaz de decirme a mí que soy un hombre de mediana edad, con los gustos, con un interés en la tecnología y demás, pues huele un poco a magia, no? Pero entonces, cuando tú hueles a magia en internet, lo primero que piensas es que no es magia, es ilegal. En realidad están dentro de la línea. Pero la legislación europea cada día es más dura. Eso es algo que está ahí. Que te genera dudas. Lo que sí que está claro es que Google Analytics, por la desaparición de cookies de terceros, no va a desaparecer. Lo que igual podría llegar algún día si Google Signals no funcionase a perder algunos datos. Pero no, no la base.
[EC] ¿Aquí qué fechas se están manejando para hacer esta migración de las propiedades de Universal Analytics Estándar y la de 360? Porque siempre es un mantra de oye, cuál es la referencia de fechas. Sobre todo, también es un poco la pregunta que nos hacen mucho es, a partir de estas fechas, ¿Esto qué significa? ¿Significa que vamos a dejar de van a dejar de estar operativas estas propiedades?
[IH] Bueno, pues como bien has dicho, se trata de dos fechas muy distintas y de hecho desde hace poco, mucho más. Hay dos tipos de cuenta en Google Analytics, Google Analytics estándar y Google Analytics 360. No pagas o pagas básicamente. Y para los que están en Google Analytics estándar, la fecha que se maneja y que parece que es inamovible es julio de 2023. Estamos hablando de que nos queda medio añito para que esto suceda. El problema de estas cuentas no es que falten seis meses. Significa que como todos los datos cambian, que lo hemos comentado antes, las sesiones no van a ser las mismas, los usuarios no son los mismos y demás, quien no tenga a día de hoy ya Google Analytics 360 en diciembre del año que viene no podrá hacer el año sobre año, no tendrá un dato válido para hacer ese ejercicio. Para hacer el ejercicio, que es el que te da contexto de verdad, el ejercicio comparativo entre los datos ya estaríamos llegando tarde. Aún tenemos el mes, sobre mes, el trimestre sobre trimestre. Aún podemos hacer cosillas si corremos, pero el año sobre año ya llevamos algunos meses perdiéndolo para las cuentas estándar. Las cuentas 360 nos las han movido hasta 2024, si no recuerdo mal. Y bueno, les dan un plazo mucho más grande con el argumento de que normalmente quien paga un Google Analytics 360 es porque tiene una implementación muy compleja. Entonces se enfrenta a esa cosa que comentábamos antes de que cuando ya empezamos a abrir el melón, de hacer una implementación muy a medida y sacarle muchísimo partido a los detallitos de Google Analytics cuatro es donde se vuelve de verdad complejo migrar. Entonces, por ese motivo han dado un plazo mucho más grande. ¿Que hay cuentas estándar que también tienen una migración o una configuración compleja? Por supuesto. Pero bueno, Google ha decidido que esto sea así. Sobre lo último que me comentabas, ¿ qué pasa a partir de esa fecha exactamente? Porque es como el apagón. No es un apagón de la herramienta, es un apagón de la captura de datos. A partir de ese momento la herramienta dejará de recoger datos. De hecho, lo que esperamos, Google está poniéndose las pilas cada vez en un proceso fácil de migración, es decir, un proceso en el cual sin hacer nada técnico, solo en base a formularios, puedas ir migrando parte de lo que tenías en Google Universal a Google Analytics 4. Y entonces cada vez va sacando más cosas y se entiende que en ese momento le activará a todo el mundo ese proceso de migración y te obligará a estar en Google Analytics 4 si no estabas antes. ¿qué pasa con tu acceso a tus datos históricos? Ese día seguirás teniendo acceso a tus datos históricos. No los vas a perder de golpe.
Google ha marcado octubre de 2023 como fecha en la cual se reserva el derecho a apagar la herramienta. Pero no ha marcado la fecha en la cual lo hará. Es decir, podríamos encontrarnos con que luego, durante un año entero, seguimos disponiendo los datos. Pero también nos podemos encontrar con que llega la fecha que han comentado y de golpe perdemos el acceso. Entonces, lo lógico es que si nos preocupan los datos que teníamos en Google Analytics 3 porque teníamos un histórico de varios años, no queremos perder al final la evolución de nuestro trabajo, los aprendizajes que hemos tenido, es normal que no lo queramos perder. Haremos bien buscando donde mirarlo. Aquí una de las preguntas que me hace mucha gente es ¿bueno y cuando migremos a GA4 se nos volcarán los datos, no? Y no! Son herramientas distintas, no caben los mismos datos. No hay forma de meterlos. Hablando mal, te tienes que buscar la vida. Tienes que buscar la forma por la cual hacer tu exportación de datos. Aquí hay alguien que se ha puesto mucho las pilas, que son los de Matomo. ¿Lo digo bien? Sí. Estoy dudando porque también Mastodon ha salido y me lío a veces con las dos. Con Matomo, que empezó siendo como el clon open source de Google Analytics y ahora han aprovechado para sacarte un plugin de vuelca tus datos a Matomo y así no los perderás pagando, por supuesto. Pero bueno, hay gente que está tirando por ahí. Nosotros lo que les estamos diciendo a nuestros clientes es que piensen muy bien cuáles son esos datos que realmente no quieren perder, porque en la inmensa mayoría de las veces, cuando tienes esa conversación y la tienes en serio, tus datos caben en un Google sheets, en un Excel. No hace falta tampoco hacer grandes bases de datos, ni un big data, porque al final todo lo que quieres, ¿qué es? Por dispositivos, por campañas… igual por secciones de la web, tener tus métricas base de negocio: sesiones, usuarios, conversiones, tus funels. Eso cabe en un Excel o en un Google sheets, o en una base de datos pequeñita, no hacen falta grandes volcados y tecnologías costosas para guardar tu histórico de cinco años de tus datos, claves y evoluciones claves de Google Analytics. Ahora, cuando dices no, es que aquí hay aprendizajes de a veces cosas que quiero muy granulares quiero guardar todas mis antiguas páginas vistas. Lo primero que te diría es ¿para qué? Pero si llegamos a la conclusión de que sí, sí que necesitaríamos hablar de temas de descargas con APIs y cosas así, y hacer un proceso ya de business Intelligence, de descargas y concentración de datos en algún sitio.
[EC] Los has mencionado antes que el hecho de incorporar esta nueva versión de analítica de alguna forma también modifica cómo visualizas los datos, cómo tienes esa parte de reporting y me gustaría que hablásemos un poquito de la parte de visualización de datos, cómo impacta este cambio de a cuatro en la solución que tengas actualmente para visualizar tus datos.
[IH] El problema es que como el modelo de datos es distinto, lo has mencionado antes, es un modelo basado en eventos, eventos sueltos, ya no es el dato masticado. Antes Universal se centraba mucho en sesiones y todo bien venía atado a la sesión. Mientras tú trabajases con sesiones todo iba bien. Ahora es todo mucho más granular, datos sueltos y son eventos. Entonces, por un lado hay un tema, poniendo la herramienta principal que utiliza todo el mundo, si ya estás en el ecosistema de Google, que sería Google Locker Studio, que antes, hasta hace nada se llamaba Data Studio y aún mucha gente lo sigue llamando Data Studio, pues en Looker Studio no puedes simplemente cambiar la fuente de datos. Tienes que volver a construirlo porque tus selecciones no son las mismas. A lo mejor tienes suerte y si justo vas a mirar sesiones por fuente, pues prácticamente construirás tu dato igual. Pero cuando ya empiezas a hacerlos en un dashboard, los datos menos macro, los que son de zoom, tablas y cosas calculadas, ratios entre un lado y otro, funels y cosas así, cuando llegas a ese punto, el cómo lo haces cambia, porque la herramienta es distinta, el dato es distinto y tu forma de llegar al dato es distinta. Y volvemos a entrar en ese punto, hay que volver a aprender. Como comentabas antes, no todo el mundo está con ganas de volver a pasar por ahí. Pero es que si la herramienta es distinta hay que fabricar las cosas de otra forma. Básicamente ese es el tema, que luego vas a acabar con los mismos gráficos de barras, con las mismas tablas, con los mismos quesitos. Todos los componentes van a ser iguales, lo que pasa es que el valor que tendrás de esos componentes o las posibilidades de lo que puedes hacer para crear esos datos no será igual. En algunos puntos GA4 es más capaz y en otros puntos veremos que directamente no lo mide si tú no haces algo para medirlo.
[EC] Lo acabas de mencionar la parte de Looker. Vimos que en el 2022 hubo una integración entre Looker y Data Studio. ¿Aquí, como ves que se complementan estas dos herramientas? ¿Dónde está el valor de esta integración que ha hecho, ha hecho Google?
[IH] Bueno, los motivos por detrás de todo esto, de por qué lo han hecho yo creo que hay un tema más de marca. Al final Looker que no Looker Studio, es una suite de análisis de Bl y con una parte de machine learning muy importante y que es una herramienta que es muy capaz de plantar cara a muchas soluciones que hay en el mercado. Pero nació un poco tarde y le faltaba recorrido. Data Studio es una herramienta que se popularizó a una velocidad vertiginosa. Fórmula Google “Te vendo algo gratis con unas capacidades superiores a muchos productos de pago”. Entonces me cargo a todos esos productos de pago de golpe y se popularizó muchísimo. Entonces yo creo que ha habido un tema de no podemos tener dos soluciones de visualización dentro de Google. Queremos que la gente se aproxime Looker, tenemos que transformar Data Studio en Looker. Entonces eso por un lado, el ¿por qué ha sucedido todo esto. ¿Qué es lo que ganas? Sobre todo para el usuario más de a pie de momento, no hay una ganancia clara. De hecho, hay alguna contra. Pero para los usuarios que ya trabajan en entornos corporativos y demás nosotros teníamos una contra muy importante para trabajar con el antiguo Data Studio, que era, “no, no es una herramienta segura, no podemos trabajar con Data Studio”. Tenemos que irnos a Power BI teníamos que irnos a Tableau que son herramientas controladas, el dato nos sale de ahí. La arquitectura del dato lo ve como algo seguro y Data Studio no. Una de las cosas que han hecho ha sido, saquemos de marketing a Data Studio, que es inseguro, metamos en un entorno que podamos crear roles de usuario, proteger el dato, dar unas garantías de seguridad en los datos que no estamos dando ahora. Y ese sitio era Google Cloud. Entonces Google Cloud es una herramienta muy segura. Ahí se puede controlar realmente a los niveles que necesitan las grandes corporaciones y Looker Studio lo primero que ha hecho nada más entrar en Google Cloud y en el mundo Looker ha sido sacar Looker Studio Pro, que empieza a dar esas garantías. Con lo cual esa puerta que a nosotros a veces nos cerraban muchos clientes de sí, sí sabemos que trabajáis muy bien con Data Studio, pero aquí no vais a trabajar con Data Studio. Esa puerta ya no está cerrada porque esos problemas ya no existen.
No existen siempre que tengas un entorno pro Google, si tú estás trabajando en una empresa que que ni toca Google Cloud, difícilmente se van a meter en Google Cloud sólo por Looker Studioo. Pero cuando ya estás trabajando con gente que trabaja con Big Query, con muchas herramientas de Google Cloud, ya no hay un motivo para no utilizar el antiguo Data Studio o Looker Studio. Y ahí creo que está la gran mejora. Para los usuarios que utilizan el potente, la herramienta que realmente puede hacer un montón de cosas, también se dieron cuenta de que esa herramienta era muy potente en trabajar datos, pero que luego no tenía la agilidad de Data Studio a la hora de crear un panel en una tarde. Entonces lo que hicieron fue crear conector directo. En Data Studio ahora tú lo abres y lo primero, el primer conector que te da es el de Looker. Entonces ahí tienes un poco las sinergias que están viendo, que es entender que Data Studio es la suite, no es el autoservicio, pero es el rápido, el que te hace, te deja hacer la demo del dato, el que te deja enseguida hacer presentaciones rápidas y Looker es el más cercano al al dato complejo y al dato muy masticado, muy procesado.
[EC] Y aquí para cerrar, me gustaría que nos dieses tu opinión sobre el reto que tiene Google Analytics 4 para ser una solución que dé respuestas robustas, que de alguna forma has sido mencionando que es como parte de la propuesta de valor de de este gran cambio.
[IH] Ha habido un gran movimiento que podríamos considerar un reto de Google Analytics, que la gente cuando ya le estás pidiendo que emigre, las distintas empresas decidan migrar y no decidan aprovechar para saltar a la competencia. Yo creo que eso en realidad está más que sopesado y no va a suceder. Quien está en Google Analytics, alguno se irá, pero alguno saldrá. Entonces, una vez tenemos a la base de usuarios mantenida dentro del ecosistema, lo que está haciendo Google es escuchar. Está claro que sacaron una herramienta que cuando la sacaron, cuando ellos dijeron Google Analytics 4 sale de Beta, no había muchos motivos para decir que salía de beta, porque había muchas cosas que no funcionaban bien y que estaban sin acabar. Pero van muy rápido. Cuando tú estás en el día a día, lo has comentado antes,muchos cambios cada día, parece que si sales de Twitter dos días te vas a perder algo importantísimo. Entonces parece que todo es lento, pero es que en un solo año la herramienta evoluciona muchísimo. Tenemos cada dos por tres alguna mejora. Entonces el volumen de usuarios se va a quedar ahí y la integración con marketing es más que evidente. El reto que tiene ahora la herramienta es que la gente realmente se adapte a sus informes para que la utilice como herramienta como es. Es decir, que la gente quiera entrar dentro de los paneles de Google Analytics 4a pesar de que los encuentre feos, aún no se han acostumbrado a ellos, la gente encuentre esa utilidad, que sí que tienen para sacar muchos informes que son similares a los que se trabajaban en GA3. Y que no nos encontremos como mucha gente está diciendo que es un simple recopilador de datos y sin un técnico que luego trabaje los datos en base en big query en algo muy complejo, lo cual ya básicamente desacredita a muchos. O sea, te limita a que inviertas en perfiles muy técnicos o no podrías trabajar de verdad con Google Analytics. Pues que no suceda eso. Que no se nos imponga esa visión en la cual sin gente muy técnica no se puede sacar provecho a Analytics. Creo que es algo que a día de hoy no han conseguido, a día de hoy, para terminar de sacarle todo el partido a Google Analytics 4 hay que tener personal técnico. Pero va en camino, va en camino y cada vez van puliendo esas cosas. Lo que pasa es que es muy fácil olvidarnos de que algo que te has quejado seis meses, de repente ya está ahí y al mes ya no te acuerdas de que llevabas seis meses pidiéndolo, pero aún falta. Aún hay muchas cosillas que no puedes hacer en la interfaz web, entonces sin alguien técnico por detrás que las haga nos vamos a encontrar con esa mala escena que yo considero muy mal escenario, en el cual la gente solo utilice la captura de datos de Analytics, pero no, no la herramienta en sí.
[EC] A mí este cambio, ya esto offtopic, este cambio de movimiento de ahora mover toda la industria, toda la gente, a todos los perfiles. Me recuerda como hace miles de años, en 2013 o antes del 2013, cuando el cambio de “tenemos que adaptar todo a dispositivos móviles y entró todo el mundo en crisis, de esto que implica cambiar a móvil. Y entonces ahí es verdad que Google hizo una labor de evangelización brutal, de qué suponía cambiar a móvil cómo te favorecía el proceso de adaptación. O sea, entró en un proceso de evangelización para acompañar y mover internet a móvil, porque todos estábamos en escritorio. Y ahí un reto súper importante, salvando las distancias de que estamos hablando ahora de otra cosa, pero que desde un punto de vista de cómo movilizar a una industria, a un cambio que en principio nadie lo pide a priori, pero que se presupone que ese cambio va a ser sustancialmente diferente. Y según te estaba escuchando de esto me recuerdan el 2013 cuando Google dijo y ahora todo el mundo móvil y no había marcha atrás, todo el mundo tenía que ir a móvil.
[IH] Pero es que tienen ese poder, creo yo. Ellos mueven internet, no mueven lo que sucede en Internet, pero sí mueven el pensamiento global sobre cómo debería ser Internet. Tienen que saberlo, que ellos lideran ese pensamiento de cuál es el buen internet. Es cierto que luego las críticas hacia Google modelan lo que ellos quieren que sea Internet hacia lo que se supone que la ética común desea. Y ahora están en ese punto, como muchas empresas americanas de decir bueno, es cierto, hemos estirado mucho el chicle, ahora vamos a recular y vamos a ir a por la legalidad, a por la transparencia,en otros sectores a por la inclusión. Y cuando tú has conocido el pasado dices oye me suena un poco forzado, pero da igual que sea forzado, en el momento en el que cala internamente deja de ser forzado. Y realmente ahora mismo hay muchos perfiles en Google velando por esa legalidad, transparencia y que su cometido es que eso suceda dentro de Google. Entonces eso provoca que con el tiempo esa sea una preocupación de la empresa real, no impuesta. Entonces, por un lado, Europa la está obligando a hacer muchos de los pasos de los que está haciendo, pero ellos se han tomado un poco, ya han declarado el cómo se hace. No se trata de que tú me empujes, es que yo quiero seguir este camino y creo que es lo que estamos viviendo también a nivel de mensajes de no muévete aquí, porque esta es la herramienta. La forma de trabajar sin datos es el machine learning, la forma de trabajar sin cookies,ya no sé cómo se llama, se llamaba Flop, luego se llamaba. Bueno, las distintas iniciativas hasta que una de ellas cuaje, ya están en esa labor que tú comentas de enseñarnos cuál es la visión Google de cuál es el camino a todo esto.
[EC] Bueno, oye, pues muy bien Iñaki, muchísimas gracias por acercarnos la verdad es que de forma muy sencilla las implicaciones que va a tener esta parte de Google Analytics 4 en el futuro de la medición. Me ha gustado mucho cómo has estado explicando los cambios a los que de alguna forma se tienen que enfrentar los equipos. De alguna forma esa parte de reto de mover a las personas tienes que reinventarte y reaprender. Es un reto muy importante a nivel profesional y luego también los retos propios de la de la propia solución. Así que pues un lujazo, un lujazo tu conocimiento y tu tiempo.
[IH] Muchas gracias a ti por dejarme un hueco. La verdad es que está muy acogido. Muy bien.