Durante mucho tiempo, en MarketiNet hemos realizado auditorías de Google Analytics, Guías de Etiquetado, Dashboards y Planes de Medición para empresas que buscan obtener datos limpios que puedan ser analizados correctamente para tomar decisiones de negocio. Hacer estas auditorías es fascinante porque siempre aprendemos algo nuevo, pero también nos encontramos con errores muy comunes que afectan a los datos que nos ofrece Google Analytics y por lo tanto afecta a la toma de decisiones.
En este post encontrarás 10 errores comunes en Google Analytics:
- Mala Implementación del Código de Analytics
- Fallos en Naming y Etiquetado
- Falta de Código de Analytics en Subdominios
- Exclusión de direcciones IP
- Exclusión de Plataformas de Pago
- Excluir Robots y Spiders
- Exclusión de Tráfico Interno de Referencia
- Uso de la función de User ID
- Porcentaje de Rebote muy bajo
- Seguimiento de eventos
Mala Implementación del Código de Analytics
Una de las fallas más frecuentes es la mala implementación del código de Google Analytics en un sitio web bien sea porque no está en toda la página o porque hay implementaciones dobles o falta el segundo código de Google Tag Manager.
Con herramientas de pago como Screaming Frog podemos hacer un rastreo de nuestra web y ubicar las páginas que no tienen el código. También el uso de la herramienta Google Tag Assistant nos puede dar información sobre la correcta implementación de las etiquetas o códigos dentro de un sitio web.
Fallos en Naming y Etiquetado
Es fundamental crear Guías de Nomenclatura y Etiquetado para mantener un estándar en la medición de nuestra web. Un error muy común es usar nombres de campaña en los UTMs sin ninguna razón de ser, sin una nomenclatura clara que nos diga con solo leerla de qué trata la campaña, en qué soporte se ejecuta o cuál es el objetivo. Esto crea desorden en la cuenta y será más complicado hacer el reporting y la medición de los resultados.
Por ejemplo, tenemos un post en Facebook que apunta a un artículo del blog. Si en el etiquetado manual del enlace llamamos al utm_medium=Facebook, este tráfico caerá en el canal «Otros” en Google Analytics. Lo correcto es usar utm_medium=social y dejar «facebook” para la fuente (utm_source=facebook).
Código de Analytics en Subdominios
Muchas veces la implementación de Google Analytics en sitios web con subdominios presenta errores o fallos de cobertura. Si en nuestro sitio web tenemos nuestro blog u otra sección que consideramos importante en un subdominio, estos forman parte de nuestra marca, de nuestro customer journey, y por tanto, debemos medirlos adecuadamente.
En el blog de MarketiNet escribimos un interesante tutorial de cómo implementar Google Analytics en subdominios. Te invitamos a que lo sigas paso a paso para así tener una visión global y focal de todos los indicadores de tu sitio web.
Exclusión de direcciones IP
Para poder tomar decisiones adecuadas para nuestro negocio debemos tener una analítica lo suficientemente limpia. ¿Esto qué quiere decir? Simplemente que nuestros datos no se vean afectados por patrones o comportamientos anormales que podrían modificar los datos finales.
Para mantener nuestra analítica libre de impurezas es conveniente filtrar las direcciones IP propias y de todos los colaboradores que interactúen con nuestro sitio web: programadores, diseñadores, agencias.
Por lo general, hacemos muchas pruebas dentro de nuestro sitio web: probamos campañas de marketing, funcionamiento de formularios, de diseño o estructura y todas estas sesiones constantes podrían afectar el dato final.
Lo ideal es tener una vista con IPs filtrada y otra sin exclusiones para poder visualizar las pruebas que realicemos.
Exclusión de plataformas de pago
¿Tienes un ecommerce y todas las transacciones son atribuidas a Paypal, Redsys u otra plataforma de pago? ¿Todas las transacciones tienen como origen tráfico de referencia? Es muy común ver este error y la solución es muy simple: Tenemos que incluir a las plataformas de pago en la Lista de Exclusión de Referencias de Google Analytics.
Para hacerlo vamos a la Administración en Google Analytics, en la columna de Propiedad abrimos la sección «Información de Seguimiento” y vamos al enlace «Lista de Exclusión de Referencias”. En esa tabla añadimos paypal.com, redsys.es y todas las plataformas de pago que usamos. Desde ese momento podrás ver la correcta atribución de las acciones en tu ecommerce.
Excluir Robots y Spiders
Si el error de la exclusión de las plataformas de pago es fácil de resolver, este es aún más sencillo. Es frecuente ver que en la configuración de Analytics no es excluido el tráfico procedente de robots y «spiders” de buscadores. Estos rastreadores visitan toda la web de forma sistemática y automática para poder indexar los sitios web pero es registrar su actividad en nuestras métricas. Para excluirlo simplemente hay que marcar la casilla «Excluir todos los hits de robots y spiders conocidos”, ubicada en la configuración de la vista.
Excluir Tráfico Interno de Referencia
Otro de los filtros que debemos aplicar en Google Analytics es la exclusión del tráfico interno de referencia. Al igual que hemos hecho con las plataformas de pago, debemos agregar nuestro propio dominio a la lista de exclusión para evitar que la navegación interna se atribuya las acciones que se realizan en nuestro site.
Aunque Google indica que solo es necesario incluir los dominios de nivel superior en la lista, es recomendable agregar también los subdominios, ya que muchas veces nos hemos encontrado con referencias de subdominios de nuestros clientes entre las URLs de referencia.
Usar la función USER ID
La función User ID de Google Analytics permite unificar las sesiones que ha realizado un usuario de nuestro sitio web desde diferentes dispositivos en un solo usuario dentro de Google Analytics. Es decir, si una persona accede desde diversos dispositivos: un ordenador, luego a través del móvil y concreta la compra o la solicitud de información en otro momento, la función User ID agrupa estas sesiones y nos permite identificar de manera más clara el Customer Journey. Es una función muy útil y hemos escrito anteriormente artículos donde explicamos con mayor profundidad Qué es el User ID de Google Analytics y cómo configurarlo y también Cómo configurar Google Analytics User ID en Hubspot con HUBL y Google Tag Manager.
Porcentaje de Rebote muy bajo (menos de 20%)
Si vemos que una web tiene el porcentaje de rebote extremadamente bajo (por debajo de 20%), seguramente se debe a un error en la implementación de Google Analytics. Para resolverlo debemos revisar si tenemos dos instancias del mismo código en nuestra web. Si lo encontramos simplemente debemos retirar uno. Otra solución al rebote muy bajo es revisar si tenemos instalado el código de Google Analytics y también estamos ejecutando Tag Manager. Si nos ocurre esto, al cargar la página se disparan ambos códigos y esto anula el rebote.
También vemos con frecuencia que al ingresar a un sitio web abre una ventana de chat, pop-up o modal que el usuario debe cerrar produciendo una interacción que también anula el rebote. Para resolver este tipo de incidencias recomendamos configurar estos eventos como «Eventos No Interactivos”.
Seguimiento de eventos
Hemos visto muchos proyectos web que no incluyen eventos dentro de su estrategia de Analítica. Tener la posibilidad de medir las interacciones que nuestros usuarios realizan en nuestro sitio nos brinda mucha más información y mientras más tengamos, mejores decisiones tomaremos. Los eventos son piezas de código que nos permiten medir las interacciones con botones, formularios, descargas o reproducciones de vídeo que son medidos independientemente. Los eventos están compuestos por una categoría, una acción y una etiqueta y es muy recomendable tener también un plan de nomenclatura para los eventos con el fin de identificar claramente que tipo de evento es y qué acción dentro de nuestro sitio web lo ha generado.
Si te ha interesado este artículo sobre analítica web, también podría interesarte:
