Análisis de embudo: qué mide GA4 y dónde engañan los mapas

Un embudo mide cuántos usuarios completan una secuencia de pasos que definiste, y dónde para el resto. Reporta conteo por paso, no motivo. Google Analytics 4 lo arma como embudo de exploración, y una grabación de sesión explica un clic, no el conteo. Lee el informe como generador de preguntas, no como veredicto.

Qué mide un embudo y qué no mide

Un embudo responde una pregunta: de los usuarios que entraron, cuántos llegaron a cada paso que nombré, en orden. Todo lo demás es otra pregunta que usa los mismos datos.

Lo que un embudo responde bien:

Cuántos usuarios llegan a cada paso de una secuencia nombrada.
Dónde está la caída más grande entre dos pasos.
Si un cambio empujó usuarios más adelante en la misma secuencia.

Lo que un embudo no responde:

Por qué pararon los usuarios. El informe cuenta la parada y no la causa.
Qué pasó con quien tomó otro camino. El embudo solo conoce el orden que le diste.
Si la caída es fricción o desinterés. Las dos se ven idénticas en un conteo.
Si el paso que nombraste es el paso que decide. Nombrar es tu suposición.
Cualquier cosa sobre un paso que no agregaste al embudo.

Define los pasos antes de mirar el dato

El embudo vale lo que vale la secuencia que escribiste en él. Define los pasos primero, desde el producto, y recién después abre el informe.

Escribe cada paso como acción que toma el usuario, no como página que tú tienes. “Completó el checkout” vale más que “visitó /checkout”.
Nombra la condición de entrada. Quién cuenta como que entró, y cuándo arranca el reloj.
Mantén la secuencia corta. Google Analytics 4 acepta hasta 10 etapas en un embudo de exploración, y un embudo corto se explica mejor.
Anota qué esperas de cada paso antes de correrlo. La expectativa es lo que convierte un número en hallazgo.

Cómo arma GA4 el embudo de exploración y qué esconden los ajustes

El embudo de exploración de GA4 acepta hasta 10 etapas y hasta 4 segmentos (embudos de GA4), y puedes abrirlo o cerrarlo. Esos dos ajustes cambian el número en pantalla, y lo cambian en silencio.

El usuario se cuenta solo en las etapas que completó en secuencia. Ese usuario entra al embudo una sola vez, y el informe muestra la primera secuencia.

El ajuste de abierto y cerrado es donde empiezan casi todas las malas lecturas (embudos de GA4). En el embudo abierto, quien arranca en la etapa B de un embudo A, B, C aparece en B y en C. En el embudo cerrado, ese mismo usuario no aparece en ninguna etapa. Quien completa A y C aparece en A en los dos casos. El ajuste decide quién está en el denominador, y la etiqueta del informe no lo dice.

Dos comportamientos más quedan escondidos dentro del informe.

La atribución de desglose va a la primera aparición del valor, no a la última.
La tarjeta de próximas acciones trae la entrada “(ninguna próxima acción)” cuando la dimensión es título de página (embudos de GA4). La entrada dice que no se registró ninguna próxima acción para esa dimensión, y no implica salida.

Dos definiciones viajan con el embudo y cambian lo que cuentas.

Sesión con interacción es la que dura más de 10 segundos, o tiene evento clave, o tiene 2 o más vistas de página o pantalla (sesiones con interacción).
Los umbrales de dato los define el sistema y no se pueden ajustar (umbrales de dato). Cuando un umbral aplica, el informe omite filas, y no lo levantas desde la interfaz.

Muestreo, umbral de agregación y alta cardinalidad

Un embudo es un agregado, y todo agregado tiene un límite por debajo. Dos mecanismos cortan el dato antes de que lo leas.

El primero es la alta cardinalidad. Una dimensión con más de 500 valores únicos en un día desborda a la fila “(other)” (expectativas de dato de la API). Rutas de página, query strings y propiedades de usuario llegan rápido a esa línea. Cuando “(other)” crece, los pasos visibles pierden usuarios que siguen siendo reales.

El segundo es el umbral. Google define el umbral de dato, y ese ajuste no es tuyo para cambiar. Un paso que parece chico puede ser chico solo en las filas que el informe pudo mostrar.

La regla práctica: revisa la cardinalidad de cada dimensión del desglose antes de confiar en el conteo de un paso. Una dimensión con cientos de valores por día reporta el resumen de un resumen.

Qué muestran la grabación de sesión y el mapa de calor

Grabación y mapa de calor responden una pregunta distinta a la del embudo. El embudo dice dónde pararon los usuarios. La grabación muestra el clic, la pausa y el camino que el conteo no muestra.

Hotjar describe la grabación como reconstrucción (cómo funcionan las grabaciones (en inglés)). Captura el HTML inicial más el árbol del DOM, y observa clics, movimiento del mouse, desplazamiento y escritura. La sesión termina tras 30 minutos de inactividad.

Los mapas de calor vienen en varios tipos (tipos de mapa de calor (en inglés)), y cada uno lee una capa distinta: clic, movimiento, desplazamiento, zonas de interacción y clics de rabia. Un clic de rabia son cinco clics en el mismo elemento dentro de 500 milisegundos. La propia Hotjar avisa que un carrusel puede dar falso positivo, porque quien espera una diapositiva puede hacer clic en el mismo control cinco veces sin frustración.

El embudo de Hotjar es por sesión, con hasta 10 etapas de página vista, clic en un elemento o evento disparado (embudos de Hotjar (en inglés)). Acepta filtros de sesión y hasta 5 comparaciones.

Dónde engañan la grabación y el mapa de calor

Las dos herramientas documentan sus límites, y es justo ahí donde los equipos sacan conclusiones de más. La lista es larga, y viene de los propios proveedores.

Una pantalla con desplazamiento bloqueado, o con parallax, se captura cortada o distorsionada (límites del mapa de calor (en inglés)).
El iframe aparece como caja negra, sin dato de clic (límites del mapa de calor (en inglés)).
Hay un límite de 10 MB de HTML y de 50.000 píxeles de altura de captura (límites del mapa de calor (en inglés)).
Canvas y WebGL no se rastrean (límites del mapa de calor (en inglés)).
overflow-x hidden en html y body rompe la detección de desplazamiento (límites del mapa de calor (en inglés)).
Una fuente personalizada y un menú de hover también estorban la captura (solución de problemas (en inglés)).
El mapa de calor depende de que la grabación esté activa en esas páginas. Sin grabación, no hay calor.
En el celular solo se rastrean clics y desplazamiento, y el deslizamiento horizontal no (tipos de mapa de calor (en inglés)).
No hay dato de clic cuando el id o la clase es dinámico (solución de problemas (en inglés)).
No hay dato de clic cuando el código usa stopPropagation (solución de problemas (en inglés)).
No hay dato de clic cuando el destino de URL no coincide (solución de problemas (en inglés)).

Una caja negra en el mapa de calor es un hueco de la herramienta. Trátala como desconocido y no como cero.

Fricción contra desinterés

Una caída en el embudo tiene dos lecturas posibles, y cada una pide una corrección opuesta.

Fricción es el usuario que quería el paso y no pudo terminarlo. La grabación muestra el clic repetido, el retroceso y el campo abandonado. La señal de clic de rabia existe para ese caso, con la salvedad del carrusel de arriba.

Desinterés es el usuario que leyó el paso y se fue a propósito. Ningún arreglo de interfaz mueve a ese usuario, y la grabación va a verse tranquila.

El embudo no separa los dos. Una revisión corta de grabación sí. Mira cinco sesiones que cayeron en el mismo paso y busca clic repetido, vuelta de desplazamiento y pausa (por qué bastan cinco usuarios (en inglés)). Si las sesiones se ven tranquilas, tienes un problema de mensaje y no de diseño.

Dónde divergen los artículos de NN/g

Dos artículos de la misma publicación no coinciden sobre cuándo una espera necesita indicador de progreso.

Response times: the 3 important limits (en inglés) marca un piso. Para una operación de 2 a 10 segundos, el artículo dice que un indicador de porcentaje puede ser exagerado, y que mostrarlo viola la inercia de pantalla del usuario. El indicador queda reservado para esperas de más de 10 segundos.

Progress indicators (en inglés) llega a otra regla. El artículo reporta que el usuario queda más satisfecho y espera más cuando el indicador es dinámico, y no pone piso alguno en la espera.

La divergencia está en la franja de 2 a 10 segundos, que es donde caen casi todas las transiciones de página y envíos de formulario. Lee los dos textos como argumentos sobre costo y sobre satisfacción, no como una regla única (NN/g, tiempos de respuesta (en inglés), NN/g, indicadores de progreso (en inglés)).

De hallazgo a hipótesis comprobable

Un hallazgo es una frase que puede resultar equivocada. Escríbela así antes de tocar la página.

Enuncia la observación con su número: “38% de los usuarios que llegaron a la etapa 3 se fueron antes de la etapa 4”.
Enuncia la causa que crees, como afirmación: “el costo de envío aparece solo en la etapa 4, y el usuario se va cuando lo ve”.
Enuncia el cambio y la métrica: “mostrar la estimación de envío en la etapa 3 debería subir la finalización de la etapa 4”.
Enuncia el paso que esperas mover, y cuánto. Una predicción que puede fallar es una hipótesis.
Mantén los ajustes del embudo fijos durante la prueba. Embudo abierto y embudo cerrado no se comparan.

Después corre la prueba sobre un solo cambio, y lee el mismo embudo otra vez con los mismos ajustes.

Privacidad y consentimiento

Las dos herramientas tocan dato personal, y las dos publican su posición.

Hotjar afirma que es encargada y que el cliente es dueño del dato (preguntas de privacidad (en inglés)). La escritura se suprime en todos los campos, del lado del cliente, así que la grabación muestra el campo y no el texto. Hotjar no recolecta IP desde 2014. Hotjar no bloquea el dato personal que el cliente envía. La API de identificación, de noviembre de 2019, deja que el cliente ate un identificador a una sesión, y esa función liga la grabación a un usuario conocido. Hotjar respeta el encabezado de no rastreo.

Del lado de GA4, los umbrales de dato existen para proteger identidad (umbrales de dato), y por eso tampoco se pueden ajustar. El estado de consentimiento decide si la sesión se mide. El usuario sin consentimiento queda fuera del embudo, en vez de contar como caída.

Dos hábitos mantienen esto limpio.

Lee la documentación del proveedor sobre retención e identidad antes de activar grabación en una página con formulario.
Documenta qué suprimes, y revisa que la supresión cubra los campos que crees que cubre.

Embudo, grabación y mapa de calor son tres lecturas de la misma visita, y ninguna de ellas es la visita. Usa el embudo para hallar el paso, la grabación para ver el clic, y una hipótesis escrita para decidir qué cambiar.

Una nota relacionada está en el post sobre tamaño de muestra en test A/B, que cubre cómo fijar la muestra antes de empezar.