Organización y herramientas

Analítica sin cookies— ¿se puede entender a quien te visita sin rastrearlo?

Pero para obtener esas respuestas, ¿hace falta de verdad seguir a cada visitante de una página a otra, intentar reconocerlo cuando vuelve, dejar varios rastreadores en su dispositivo y construir poco a poco un historial de su comportamiento?

No necesariamente.

Durante mucho tiempo, la analítica se asoció a una idea bastante simple: cuantos más datos recopilemos, mejor entenderemos a quien nos visita.

Hoy esa lógica merece ser puesta en duda.

Porque entre no medir nada y querer saberlo todo, existe una tercera posibilidad: medir lo que es realmente útil.

Y para muchas personas autónomas y empresas, eso es más que suficiente.

Empecemos por una pregunta: ¿qué necesitas saber de verdad?

Cuando se instala una herramienta de analítica, resulta tentador mirar de inmediato todo lo que es capaz de medir.

Número de visitantes, sesiones, dispositivos, navegadores, localización, páginas consultadas, tiempo pasado, eventos, recorridos, visitantes nuevos o recurrentes, campañas…

La lista puede hacerse muy larga.

Pero la pregunta útil no es:

« ¿Qué puede recoger esta herramienta? »

Es:

« ¿Qué información puede ayudarme de verdad a tomar una decisión? »

Si trabajas por cuenta propia y el objetivo principal de tu sitio es generar solicitudes de presupuesto, quizá necesites sobre todo saber cuántas personas llegan, qué fuentes generan esas visitas, qué páginas retienen su atención y cuántas solicitudes se envían al final.

Si publicas contenido con regularidad, querrás probablemente saber también qué artículos atraen tráfico y cuáles llevan después a la lectura hacia tus ofertas.

Si inviertes en varias campañas, necesitarás poder compararlas.

No hace falta saber que la visita n.º 847 ha vuelto tres veces esta semana antes de hacer clic en tu página de contacto.

Esa información puede ser interesante.

Pero interesante no significa siempre necesario.

Analítica y cookies: no es exactamente lo mismo

Hay una confusión frecuente entre analítica y cookies.

Una herramienta de analítica sirve para medir el uso de un sitio; una cookie es uno de los mecanismos técnicos que puede usarse, en particular para guardar o recuperar cierta información en el dispositivo de quien navega.

Las dos cosas no son sinónimos.

Un sistema de analítica puede usar cookies para reconocer un navegador entre varias páginas o varias visitas; otras aproximaciones pueden funcionar sin dejar ese tipo de identificador persistente.

Eso es lo que permite hoy concebir sistemas capaces de responder a muchas preguntas útiles sin buscar necesariamente reconocer de forma duradera a cada visitante.

Y esa diferencia cambia muchas cosas.

¿Qué se puede saber sin seguir a cada persona de forma individual?

Mucho más de lo que se imagina.

Según la herramienta elegida y su configuración, un sistema de analítica respetuoso con la privacidad puede permitir, entre otras cosas, conocer el número de visitas, las páginas consultadas, las principales páginas de entrada, las fuentes de tráfico, las campañas, ciertos eventos o conversiones, así como información técnica o geográfica limitada y agregada.

Puedes descubrir perfectamente que tu artículo A atrae mucho tráfico desde Google; que tu página B recibe menos visitas pero genera más solicitudes; o que una campaña concreta trae visitantes que consultan sobre todo tu oferta premium.

También puedes medir que se ha usado un botón, que se ha enviado un formulario o que se ha consultado una página importante.

Dicho de otro modo: puedes responder a una gran parte de tus preguntas comerciales sin saber necesariamente quién está detrás de cada comportamiento.

Es una distinción fundamental.

Entender a un grupo no exige siempre reconocer a cada individuo

Imaginemos que 500 personas llegan a una página de servicio este mes.

De esas 500 visitas, 80 personas empiezan tu formulario y 25 lo envían.

Ya aprendes algo: la página genera interés; una parte de quienes llegan empieza la acción esperada y una proporción más pequeña la termina.

Puedes entonces comparar esos datos con otro periodo, otra página u otra fuente de tráfico.

Para tomar esa decisión, ¿necesitas de verdad saber que María vino el lunes a las 14:32, consultó tres páginas, volvió el miércoles desde el teléfono y acabó enviando el formulario el viernes?

Probablemente no.

Necesitas entender el comportamiento general del recorrido.

Ahí es precisamente donde la analítica agregada se vuelve interesante: permite transformar comportamientos en tendencias sin convertir necesariamente a cada visitante en un expediente individual.

Entonces, ¿qué se pierde?

Hay que ser claros: elegir una aproximación menos intrusiva implica a veces renunciar a cierta información.

Si tu sistema no busca reconocer de forma duradera un navegador, se vuelve más difícil — incluso imposible, según la configuración — reconstruir con precisión el recorrido de la misma persona a lo largo de varios días, dispositivos o sesiones.

Podrás saber quizá que 100 visitas vinieron de Google, que 30 personas consultaron una oferta y que se enviaron 5 solicitudes; pero no necesariamente afirmar que tal solicitud concreta proviene de alguien que había leído tal artículo tres semanas antes.

Pierdes, pues, una parte de la granularidad individual.

Pero la pregunta de verdad es:

¿Esa granularidad habría cambiado tu decisión?

Si la respuesta es no, quizá no hayas perdido nada importante.

Más precisión también puede crear una ilusión de certeza

Hay, además, una paradoja interesante en la analítica.

Cuanta más información contiene un panel, más puede dar la impresión de que entendemos a la perfección el comportamiento de quien navega.

No siempre es cierto.

Alguien abre tu sitio en el teléfono, vuelve desde el ordenador del trabajo, rechaza ciertos rastreadores, cambia de navegador, usa un bloqueador o hace clic más tarde en otro enlace.

Según las tecnologías usadas, una parte del recorrido puede volverse difícil de encajar correctamente.

Al contrario, algunos sistemas pueden atribuir varios comportamientos al mismo identificador técnico sin conocer por ello la verdadera intención de la persona.

El dato puede ser extremadamente preciso en lo técnico y seguir siendo imperfecto en lo comercial.

Saber exactamente dónde ha hecho clic alguien no significa saber por qué ha hecho clic.

Es un límite importante que conviene tener presente.

La analítica no lee la mente de quien te encuentra

Imagina a dos visitantes que consultan exactamente las mismas cuatro páginas.

La primera está muy interesada y compara tus servicios antes de pedir un presupuesto.

La segunda es una competidora curiosa.

En tu analítica, sus recorridos pueden ser casi idénticos.

Lo mismo con el tiempo pasado en una página: alguien puede quedarse ocho minutos porque lee tu artículo con atención… o porque ha dejado el teléfono para ir a hacerse un café.

Los datos muestran comportamientos observables.

No dan automáticamente su significado.

Por eso la analítica debe seguir siendo una herramienta de ayuda a la decisión, y no una máquina que pretenda explicar a la perfección a los seres humanos.

Los UTM se vuelven especialmente interesantes

Si eliges limitar el seguimiento individual, eso no significa que tengas que renunciar a entender tus campañas.

Los parámetros UTM pueden volverse muy útiles.

Puedes, por ejemplo, usar un enlace específico para una publicación de Instagram, otro para una newsletter, otro para una campaña publicitaria y otro más para un partner.

Cuando llega una visita, el sistema puede entonces entender de dónde viene el clic gracias a la información presente en el enlace.

No necesitas conocer la identidad de la persona para saber que:

Esa información ya basta para plantear una excelente pregunta comercial:

¿Por qué la campaña que atrae a menos gente parece atraer mejores solicitudes?

Es exactamente el tipo de pregunta que una buena analítica debería permitirte plantear.

Hay que distinguir tráfico y conversión

Una aproximación respetuosa con la privacidad tampoco significa limitarse al número de páginas vistas.

Puedes definir los eventos que cuentan de verdad para tu actividad.

Un clic en « Pedir presupuesto », el envío correcto de un formulario, una reserva, la creación de una cuenta o la descarga de un recurso pueden, según tu arquitectura, medirse como eventos.

Eso permite pasar de:

La segunda es, con diferencia, mucho más interesante.

El objetivo no es recoger menos por recoger menos.

Es recoger de forma más intencionada.

¿Se puede saber de dónde viene una solicitud de presupuesto?

Sí, en ciertas configuraciones.

Imaginemos que alguien hace clic en una campaña identificada con parámetros UTM, llega a tu sitio y envía un formulario durante esa visita.

Tu arquitectura puede, según cómo esté concebida, asociar cierta información de procedencia a la conversión.

Podrías así saber que una solicitud ha llegado desde una campaña dada sin construir necesariamente un historial de comportamiento permanente de la persona.

En cambio, si esa persona descubre tu sitio hoy, vuelve tres semanas después por otro medio y te contacta entonces, atribuir con precisión la conversión a su primer contacto se vuelve mucho más difícil sin un mecanismo que permita relacionar las distintas visitas.

Es uno de los límites que hay que aceptar.

Pero, otra vez:

¿Necesitas de verdad reconstruir cada recorrido individual para saber si tu estrategia funciona?

Para muchas actividades, la respuesta es no.

« Sin cookies » no significa automáticamente « conforme con el RGPD »

Es probablemente el matiz más importante de este artículo.

A veces se encuentran formulaciones como:

« No usamos cookies, así que nuestra analítica es 100 % RGPD. »

El razonamiento es demasiado rápido.

El RGPD no regula las cookies como tales; encuadra el tratamiento de datos de carácter personal. Otras normas europeas y nacionales conciernen también el uso de ciertas tecnologías que permiten guardar información en el dispositivo de quien navega o acceder a ella.

Una herramienta puede funcionar sin cookies y, aun así, tratar datos personales.

Una dirección IP, ciertos identificadores o una combinación de información técnica pueden, según las circunstancias, entrar en el ámbito de los datos personales.

Hay que examinar, pues, lo que la herramienta hace de verdad, y no limitarse a comprobar si deja un archivo llamado cookie.

La palabra « anónimo » también merece prudencia

Otro atajo frecuente:

« Los datos son anónimos. »

La anonimización tiene un sentido mucho más exigente de lo que a menudo se imagina.

Quitar simplemente el nombre y la dirección de email no transforma automáticamente un dato en dato anónimo; si una persona aún puede identificarse, de forma directa o indirecta, a partir de la información disponible y de los medios razonablemente utilizables, la cuestión de la protección de datos sigue siendo pertinente.

Hay que distinguir también anonimización y seudonimización.

Un dato seudonimizado sigue siendo, en general, un dato personal cuando existe un medio de relacionar el seudónimo con una persona.

Para una empresa, la buena actitud no es buscar la etiqueta más tranquilizadora.

Es entender qué se recoge de verdad y qué se puede hacer con ello.

¿Y el consentimiento?

Aquí las cosas se vuelven más técnicas.

Que una herramienta se presente como « cookieless » no permite, por sí solo, concluir que no hace falta ningún consentimiento.

La respuesta depende, entre otras cosas, de las tecnologías usadas, de la información guardada o consultada en el dispositivo, de la naturaleza de los datos tratados, de la finalidad del tratamiento, de la configuración elegida y de las normas aplicables en el país correspondiente.

En Bélgica, como en el resto de la Unión Europea, conviene evitar las conclusiones automáticas del tipo:

sin cookies = sin banner = conforme.

Una configuración realmente respetuosa con la privacidad se juzga por su funcionamiento concreto.

Es menos seductor que una promesa en tres palabras.

Pero mucho más serio.

Una herramienta « privacy-friendly » no te ahorra pensar

Elegir una solución concebida en torno a la protección de la privacidad puede simplificar considerablemente ciertas decisiones.

Pero el nombre de la herramienta nunca sustituye tu propia configuración.

Antes de integrar una solución de analítica, varias preguntas merecen plantearse: ¿qué datos se recogen? ¿Durante cuánto tiempo? ¿Se usan para otras finalidades? ¿Dónde se alojan y se tratan? ¿Qué proveedores intervienen? ¿Existen transferencias internacionales? ¿Qué opciones de configuración están activadas? ¿Qué eventos has decidido tú enviar?

Esta última pregunta es especialmente importante.

Incluso una herramienta relativamente sobria puede recibir datos innecesarios si tu propia implementación le transmite demasiados.

La protección de la privacidad depende, a la vez, de la herramienta y de la forma en que la usas.

No pongas datos personales en tus URL

Es un detalle técnico que puede tener consecuencias importantes.

Las URL y sus parámetros pueden aparecer en distintos registros, sistemas de analítica o herramientas técnicas.

Conviene evitar colocar ahí de forma directa información como una dirección de email, un número de teléfono, un nombre completo u otros datos personales solo para facilitar el seguimiento.

La misma lógica con los parámetros UTM: sirven para identificar una fuente, un soporte o una campaña.

No a una persona.

utm_campaign=lanzamiento_primavera tiene sentido.

Usar un parámetro para inscribir la dirección de email de quien recibe el enlace, con el fin de saber exactamente quién ha hecho clic, plantea una cuestión muy distinta.

Medir una campaña no exige necesariamente identificar a quien la lee.

Atención también a los eventos que creas

Los eventos personalizados son extremadamente útiles.

Pero su nombre o su contenido debe estar pensado.

Puedes crear perfectamente un evento formulario_presupuesto_enviado para saber cuántos formularios se han transmitido.

No hace falta enviar con ese evento el conjunto de las respuestas dadas por la persona.

Lo mismo para un área de miembros: saber que se ha usado una función puede ser útil; transmitir automáticamente el contenido consultado, la identidad de quien usa la cuenta y varias informaciones extra no lo es necesariamente.

Una vez más, la pregunta adecuada sigue siendo:

¿De qué necesitamos de verdad para responder a nuestra pregunta?

La analítica debería empezar por tus decisiones, no por tu herramienta

Es probablemente la mejor manera de construir un sistema sobrio.

Antes de instalar nada, escribe las decisiones que te gustaría poder tomar.

Por ejemplo:

Quiero saber qué canales merecen más inversión.

Necesitas, entonces, medir bien las fuentes y ciertas conversiones.

Quiero saber qué artículos SEO atraen a personas interesadas en mis servicios.

Necesitas entender las páginas de entrada, el tráfico que viene de los buscadores y ciertas acciones realizadas después de la lectura.

Quiero saber si mi formulario desalienta a quien llega.

Necesitas medir su apertura, si hace falta ciertos pasos pertinentes, y que el envío se haga bien.

Quiero saber si mi nueva página de servicio funciona mejor que la anterior.

Necesitas definir qué significa « funciona mejor », y luego comparar los indicadores pertinentes.

En ningún momento la primera pregunta era:

« ¿Cómo seguir a cada visitante? »

El panel adecuado puede ser sorprendentemente pequeño

Para una actividad de servicio premium, un panel realmente útil podría caber a veces en una sola página.

Podrías encontrar ahí el número de visitas, las principales fuentes, las páginas de entrada, los contenidos más consultados, las acciones importantes, las conversiones y su evolución en el tiempo.

Luego algunos filtros que permitan profundizar cuando un dato merece tu atención.

Eso es todo.

No hacen falta 70 gráficos.

El objetivo de un panel no es demostrar que tu sistema es sofisticado.

El objetivo es permitirte entender rápido qué está pasando.

Menos datos también pueden hacer más claro el análisis

Parece paradójico.

Se podría pensar que cuantos más datos tenemos, mejores decisiones podemos tomar.

En realidad, demasiada información puede producir el efecto contrario: se empieza a observar decenas de métricas, a buscar una explicación a cada variación y a dedicar muchísimo tiempo a cifras que no tendrán ninguna influencia en la actividad.

Una aproximación más sobria obliga a elegir.

¿Cuáles son las cinco o diez informaciones que cuentan de verdad?

¿Qué evoluciones merecen una reacción?

¿A partir de qué momento hay que profundizar?

Esa restricción puede, al final, mejorar el propio análisis.

El dato útil no es el que puedes recoger; es el que te ayuda a decidir.

¿Y para una empresa que necesita de verdad un análisis muy avanzado?

No todas las actividades tienen, obviamente, las mismas necesidades.

Un gran sitio de comercio electrónico, una plataforma con millones de usuarios, un producto digital complejo o una empresa que invierte presupuestos considerables en adquisición pueden necesitar análisis mucho más sofisticados.

En ese contexto, entender con precisión los recorridos, las cohortes, la atribución o ciertos comportamientos puede representar un verdadero valor económico.

Eso no significa que esos análisis sean malos.

Significa simplemente que el nivel de recogida debe corresponder a la necesidad real.

El problema aparece cuando una empresa pequeña adopta por defecto una infraestructura de seguimiento extremadamente compleja simplemente porque se ha convertido en la norma.

Tu arquitectura debería ser proporcionada a tu actividad.

Empieza por cinco preguntas

Si quieres replantear la analítica de tu sitio, empieza simplemente aquí:

1. ¿Qué decisiones queremos tomar gracias a nuestros datos?
   Si una métrica no puede influir en ninguna decisión, pregúntate por qué la recoges.
2. ¿Qué datos son realmente necesarios para tomar esas decisiones?
   No todos los que podrían ser interesantes; los que necesitas.
3. ¿Necesitamos reconocer a un visitante entre varias visitas?
   En ciertos modelos, sí. En muchos otros, mucho menos de lo que se piensa.
4. ¿Qué hace de verdad nuestra herramienta?
   Con cookies o sin ellas, mira los datos recogidos, su tratamiento, su conservación, su alojamiento y los proveedores implicados.
5. ¿Qué transmitimos nosotras y nosotros mismos a la herramienta?
   Porque una arquitectura respetuosa con la privacidad puede verse comprometida por una implementación que envía innecesariamente demasiada información.

Esas cinco preguntas ya permiten pasar de una lógica de recogida automática a una lógica mucho más intencionada.

No hace falta saberlo todo para entender

Es probablemente la idea más importante.

Un buen sistema de analítica no es necesariamente el que posee la mayor cantidad de información sobre cada persona.

Es el que te da suficiente visibilidad para entender qué funciona, qué merece tu atención y qué podrías mejorar.

Puedes saber que un artículo atrae a las personas adecuadas sin conocer su nombre; entender que una campaña funciona sin seguir a cada lectora o lector durante tres semanas; detectar que un formulario crea fricción sin registrar el comportamiento completo de cada persona interesada.

Hay, claro, compromisos.

Menos seguimiento individual significa a veces menos atribución, menos granularidad y menos certeza sobre ciertos recorridos.

Pero a cambio obtienes una arquitectura más sobria, a menudo más fácil de entender y más alineada con un principio simple:

recoger solo lo que tiene una verdadera razón de existir.

En by Noreliam, es de esta manera como preferimos pensar la analítica: no empezamos preguntando hasta dónde es técnicamente posible seguir a un visitante.

Empezamos por otra pregunta:

« ¿Qué necesitas entender de verdad? »

Luego buscamos la manera más proporcionada de obtener esa respuesta.

Porque entender a quien te visita y respetar su privacidad no son necesariamente dos objetivos opuestos.