Cuando GA4 sustituyó a Universal Analytics, la reacción mayoritaria en marketing fue quejarse de la interfaz. Es la reacción equivocada. El cambio de fondo no es visual, es de modelo: GA4 mide eventos y usuarios, no sesiones y páginas vistas. Y ese cambio de modelo es el que sigue sin entenderse bien en muchos equipos, años después de la migración.

La queja sobre la interfaz no es del todo injusta -GA4 es objetivamente menos intuitivo de navegar que Universal Analytics para alguien acostumbrado al modelo antiguo-, pero centrarse en eso es quedarse en la superficie. Es como quejarse de que un coche eléctrico no tiene el mismo sonido de motor que uno de combustión, mientras se pasa por alto que funciona con un sistema completamente distinto por debajo.

El cambio que de verdad importa: de sesiones a eventos

Universal Analytics organizaba todo alrededor de la sesión: cuánta gente entra, cuánto tiempo se queda, cuántas páginas ve. GA4 organiza todo alrededor del evento: cada acción del usuario (clic, scroll, envío de formulario, compra) es un dato independiente, vinculado a un usuario, no a una sesión aislada.

Esto no es un detalle técnico. Significa que se puede seguir el comportamiento de un mismo usuario a través de dispositivos y visitas distintas, algo que el modelo antiguo no permitía bien. Para negocios con ciclos de venta largos —la mayoría en B2B— esto es exactamente el tipo de dato que faltaba para entender el recorrido real del cliente.

Un ejemplo concreto: con Universal Analytics, si un usuario visitaba la web desde el móvil un lunes, volvía desde el ordenador el jueves y finalmente rellenaba un formulario de contacto el sábado, esas eran tres sesiones sin relación aparente entre sí a nivel de reporting estándar. Con GA4, si el usuario está identificado (por ejemplo, a través de un login o un User-ID), esas tres visitas se pueden unir en un solo recorrido, revelando que hicieron falta tres contactos con la marca antes de la conversión - información que antes era prácticamente invisible.

Por qué muchos equipos siguen midiendo con lógica antigua

El error más común que veo: configurar GA4 y seguir buscando las mismas métricas de siempre (páginas vistas, tasa de rebote clásica) en lugar de aprovechar el modelo de eventos para responder preguntas de negocio distintas: ¿qué combinación de acciones lleva a conversión? ¿en qué punto del recorrido se pierden los usuarios de mayor valor?

Migrar la herramienta sin migrar la forma de pensar el reporting es la razón por la que tantos equipos sienten que "GA4 da menos información" cuando en realidad da información distinta, y mejor, si se sabe usar.

También he visto el problema contrario: equipos que activan decenas de eventos personalizados sin criterio, "por si acaso sirven después", y terminan con un panel de control tan ruidoso que nadie lo consulta. Más eventos no es mejor medición. Mejor medición es tener claros los cuatro o cinco eventos que de verdad reflejan avance hacia una conversión de negocio, y construir el reporting alrededor de esos.

Qué hacer con esto en la práctica

Redefine tus eventos clave desde el negocio, no desde la plantilla por defecto. GA4 trae eventos automáticos, pero los que importan son los que reflejan tu funnel real: solicitud de contacto, descarga de un recurso, inicio de un proceso comercial.

Conecta GA4 con Looker Studio o Power BI para reporting ejecutivo. La interfaz nativa de GA4 no está pensada para presentar a dirección. Un dashboard construido sobre esos datos, con los KPIs que importan al negocio, sí lo está.

Usa la vista de usuario, no solo de sesión, para decisiones de retención. Si el objetivo es entender el ciclo de vida del cliente (ver CLV), GA4 permite seguir a un mismo usuario en distintas visitas - apóyate en eso, no lo ignores.

Revisa la retención de datos. Por defecto, GA4 conserva los datos de eventos a nivel de usuario solo durante un periodo limitado (dos meses en la configuración mínima). Para análisis de comportamiento a más largo plazo, hay que ajustar esta configuración manualmente - un detalle técnico que muchos equipos desconocen hasta que necesitan comparar datos de hace seis meses y descubren que ya no están disponibles al detalle.

No confundas exploraciones con informes. GA4 separa los informes estándar (vistas predefinidas) de las exploraciones (análisis a medida, tipo embudo o de trayectoria). La mayoría de las preguntas de negocio interesantes -dónde se pierden los usuarios de mayor valor, qué ruta siguen antes de convertir- solo se responden bien desde las exploraciones, no desde los informes por defecto.

El papel de la IA dentro de GA4

Google ha ido incorporando predicciones basadas en aprendizaje automático directamente en GA4: probabilidad de compra, probabilidad de abandono, valor predictivo de un usuario. Son métricas útiles, pero solo si el evento base que las alimenta está bien definido. Una predicción de "probabilidad de compra" construida sobre un evento de conversión mal configurado da un número que parece preciso y no lo es. La IA dentro de la herramienta no sustituye el trabajo de definir bien qué cuenta como conversión para tu negocio - lo amplifica, para bien o para mal.

Una checklist mínima para saber si tu GA4 está bien montado

Antes de confiar en los datos que estás viendo, comprueba estos cuatro puntos: si los eventos de conversión reflejan acciones de negocio reales y no solo actividad genérica; si la retención de datos está configurada para el horizonte de análisis que necesitas, no solo el mínimo por defecto; si existe al menos un dashboard fuera de la interfaz nativa que resuma los KPIs para dirección; y si alguien en el equipo revisa las exploraciones con regularidad, no solo los informes automáticos. Si fallas en dos o más, el problema no es la herramienta, es la configuración.

La idea de fondo

GA4 no empeoró la medición, cambió qué se puede medir. Los equipos que siguen frustrados con la herramienta, en la mayoría de casos, no han actualizado las preguntas que le hacen a los datos. La migración técnica ya pasó; la migración de criterio, en muchos casos, sigue pendiente.