Guías

Respuesta clara - Cómo analizar grabaciones de sesión en PostHog

Taras Shynkarenko
Taras Shynkarenko
Actualizado: 8 min de lectura
Respuesta clara - Cómo analizar grabaciones de sesión en PostHogRespuesta clara - Cómo analizar grabaciones de sesión en PostHog

TL;DR, Respuesta rápida

8 min de lectura

La reproducción de PostHog ya te ofrece filtros, listas de reproducción guardadas, colecciones y Max AI, que encuentra y resume sesiones a partir del flujo de eventos. Puedes sacarle mucho más partido antes de migrar, y añadir una capa de análisis con IA dedicada solo cuando necesites agrupar, clasificar y vincular los problemas repetidos a un contexto de negocio.

Esta guía responde a la pregunta: Cómo analizar grabaciones de sesión en PostHog. Los equipos que ya usan replay suelen tener datos de sobra y poco tiempo, así que analizar grabaciones de sesiones de PostHog consiste sobre todo en filtrar bien antes de mirar.

La buena noticia es que PostHog incluye más herramientas de reproducción de las que utilizan la mayoría de los equipos. Antes de plantearte migrar o incorporar otro proveedor, conviene saber exactamente qué pueden hacer los filtros integrados, las colecciones y las funciones de Max AI, y dónde empieza a justificar su lugar una capa de análisis dedicada.

Esta guía se basa en la documentación oficial de reproducción de sesiones de PostHog, revisada el 24 de julio de 2026.

Lo que la reproducción de PostHog ya te ofrece

PostHog Session Replay es ante todo un producto de reproducción: registra el DOM, la actividad de red y los registros de consola para que puedas diagnosticar problemas de interfaz, dar soporte a los clientes y obtener contexto sobre comportamientos matizados. Dentro del reproductor puedes inspeccionar el DOM, abrir una cascada de red, ver una puntuación de rendimiento de la página, saltar a un mapa de calor construido a partir del propio HTML de la grabación y capturar capturas de pantalla o clips cortos en GIF/MP4 para adjuntarlos a un error en Jira o Linear.

La parte que la mayoría de los equipos infrautiliza es todo lo que ocurre alrededor de una grabación concreta:

  • Filtros guardados. Construye una lista dinámica por fecha, duración activa, recuentos de actividad, eventos, propiedades, registros de consola o feature flags, y luego guárdala. Las nuevas reproducciones que coinciden se añaden automáticamente, y el filtro se comparte con todo el proyecto a través de la pestaña de filtros compartidos.
  • Filtros por recuento de actividad. Filtra las grabaciones por clics, pulsaciones de teclas o actividad del ratón con operadores numéricos. Un filtro click_count > 0 elimina el tráfico de bots y escáneres; keypress_count > 10 encuentra sesiones en las que los usuarios escribieron mucho.
  • Colecciones. Mientras que los filtros guardados son dinámicos, las colecciones son listas permanentes que tú mismo seleccionas y compartes para una investigación concreta.
  • Colecciones integradas. PostHog agrupa automáticamente las grabaciones en listas ya preparadas, como el historial de visualización, las grabaciones con comentarios, las que están a punto de caducar y una colección de señales de frustración con sesiones que tienen varios rage clicks o excepciones en los últimos 7 días.

Si tu equipo mira las grabaciones de una en una desde la lista por defecto, solo estas funciones ya te ahorrarán horas.

De una grabación a una colección curada
1
Herramientas del reproductor. Inspecciona el DOM, abre una cascada de red, revisa una puntuación de rendimiento de la página y entra en un mapa de calor construido a partir de la propia grabación.
2
Filtros guardados. Crea una lista dinámica por fecha, actividad o eventos y guárdala. Las nuevas grabaciones que coincidan se añaden automáticamente y se comparten con el proyecto.
3
Colecciones. Cura una lista permanente para una investigación concreta y compártela con el equipo.
4
Colecciones integradas. PostHog agrupa automáticamente las sesiones en listas ya preparadas como Frustration signals, Expiring soon y Watch history.
Todo lo que ocurre alrededor de una sola grabación, no solo dentro del reproductor.

Una persona escribe una consulta de búsqueda en un portátil, ilustrando cómo la búsqueda en lenguaje natural encuentra grabaciones relevantes.

Lo que añade Max AI

El asistente de IA de PostHog, Max, superpone búsqueda en lenguaje natural y resúmenes sobre la reproducción. Hay dos capacidades distintas que conviene separar.

Encontrar reproducciones. En lugar de construir filtros a mano, describes el comportamiento, "usuarios que hicieron rage click en la página de precios" o "usuarios enterprise que encontraron un error en el panel", y Max lo traduce en filtros de reproducción y te devuelve las sesiones coincidentes. Entiende las señales específicas de la reproducción: rage clicks, dead clicks, eventos de error, patrones de navegación y cualquier propiedad de persona que hayas capturado.

Resumir sesiones. Max lee el flujo estructurado de eventos de una grabación, cada vista de página, clic, entrada, scroll, error y evento personalizado, y genera un resumen legible de las acciones clave, los patrones de comportamiento, los errores y el resultado de la sesión. Analiza los datos de eventos en lugar de ver el vídeo, por lo que los resúmenes se mantienen rápidos incluso en sesiones largas, y puedes resumir un lote de golpe para detectar qué tienen en común. En el reproductor, los marcadores de segmento del resumen de IA aparecen en la línea de tiempo como superposiciones verdes (éxito) o rojas (fallo) en las que puedes hacer clic para saltar a ese momento.

Hay dos limitaciones que importan. Los resúmenes de sesión están disponibles solo en PostHog Cloud: no están disponibles en despliegues autohospedados, aunque el propio Max sí puede ejecutarse autohospedado con una ANTHROPIC_API_KEY configurada. Y el resumen es algo que solicitas sobre un conjunto de sesiones elegido; no es un proceso en segundo plano que vigila todo tu tráfico y te dice qué corregir a continuación.

Dónde se queda corto el flujo de trabajo integrado

La IA de reproducción de PostHog resulta realmente útil para el triaje: le lanzas una pregunta a Max, obtienes una lista breve, lees unos cuantos resúmenes y sigues adelante. La fricción aparece cuando quieres análisis en lugar de respuestas a una consulta.

Tarea que quieres resolverReproducción de PostHog + MaxUna capa de análisis con IA dedicada
Encontrar sesiones que coincidan con un comportamiento descritoSólido: filtros en lenguaje naturalTambién compatible
Resumir un lote de sesiones elegidoSólido: rápido, basado en el flujo de eventosTambién compatible
Escanear continuamente todas las sesiones en segundo planoNo es el modelo: preguntas por consultaFunción principal
Agrupar el mismo fallo en muchas sesiones en un único problemaManual: lo deduces de los resúmenesAgrupación automática
Estimar a cuántos usuarios afectó un problemaLo montas a partir de los filtrosReportado por problema
Clasificar los problemas por impacto para una cola semanalNo incluidoFunción principal

La línea divisoria es la agrupación entre sesiones. Un resumen te dice qué ocurrió en una grabación, o qué tenía en común un lote cuando lo pediste. Pero no mantiene por sí solo una lista clasificada y sin duplicados de los problemas repetidos en todo lo que grabas. Cuando tu pregunta pasa de "muéstrame sesiones como X" a "cuáles son los principales problemas de esta semana y a quién afectaron", estás describiendo un producto diferente.

Dos compañeros revisan juntos un panel de control, reflejando cómo los equipos trabajan una cola de problemas ordenada por prioridad.

Cuándo añadir encima una capa de análisis con IA

No hace falta abandonar PostHog para conseguirlo. Una capa de análisis complementaria tiene sentido cuando:

Flowsery
Flowsery

Prueba gratuita

Panel en tiempo real

Seguimiento de objetivos

Rastreo sin cookies

  • Grabas suficiente tráfico como para que el triaje manual nunca se ponga al día.
  • Necesitas que los rage clicks, dead clicks, errores y abandonos repetidos se agrupen en problemas con nombre, en lugar de tener que volver a deducirlos cada vez.
  • Quieres que cada hallazgo esté vinculado a un paso del embudo, un objetivo o una cifra de ingresos para que producto e ingeniería puedan priorizar.
  • Necesitas una cola semanal breve en la que el equipo confíe de verdad, con la evidencia de reproducción original adjunta.

Flowsery está diseñado exactamente para esa capa. Combina análisis web que da prioridad a la privacidad, grabaciones, embudos, viajes, objetivos, fuentes e ingresos, y su capa de sesión de IA agrupa la fricción repetida en problemas clasificados que puedes evaluar frente al contexto de negocio, complementando el flujo de captura y consulta en crudo que ya tienes.

Cuándo conviene añadir una capa de análisis
El triaje manual deja de dar abasto
Los problemas se vuelven a deducir en lugar de agruparse
Los hallazgos carecen de contexto de embudo o ingresos
No hay una cola semanal en la que el equipo confíe
Añadir una capa de análisis con IA
Ninguna condición por sí sola obliga a decidir. Juntas, sí.

Preguntas frecuentes

¿Usa PostHog IA para analizar las grabaciones de sesiones?

Sí. El asistente de PostHog, Max, encuentra reproducciones a partir de descripciones en lenguaje natural y resume las sesiones leyendo su flujo de eventos. El resumen funciona solo en PostHog Cloud, mientras que el propio Max también puede ejecutarse en instancias autohospedadas con una ANTHROPIC_API_KEY.

¿Los resúmenes de IA de PostHog ven el vídeo?

No. Max analiza los datos de eventos estructurados, vistas de página, clics, entradas, scrolls, errores y eventos personalizados, en lugar del vídeo renderizado. Por eso los resúmenes se mantienen rápidos incluso en sesiones largas y pueden generarse por lotes.

¿Puedo encontrar sesiones concretas sin construir filtros a mano?

Sí. Describe el comportamiento que buscas, por ejemplo, sesiones con rage clicks en la página de precios o usuarios que abandonaron durante el checkout, y Max lo convierte en filtros de reproducción. También puedes guardar filtros y reutilizar colecciones integradas como las de señales de frustración.

¿Necesito migrar fuera de PostHog para obtener análisis de problemas con IA?

No. Primero puedes sacar más partido a los propios filtros, colecciones y funciones de Max de PostHog, y luego añadir una capa de análisis dedicada como Flowsery cuando necesites agrupar los problemas repetidos, clasificarlos por impacto y vincularlos a embudos o ingresos.

¿Cuál es la diferencia entre un filtro guardado y una colección en PostHog?

Un filtro guardado es una lista dinámica y compartida que añade automáticamente las nuevas reproducciones que cumplen sus criterios. Una colección es una lista permanente y seleccionada que construyes y compartes para una investigación concreta.

Convierte la evidencia de reproducción estilo PostHog en problemas priorizados con Flowsery - empieza gratis y revisa las sesiones que realmente importan.

Fuentes: Documentación de PostHog Session Replay, Ver grabaciones, Encontrar reproducciones con PostHog AI y Resumir sesiones con PostHog AI. Consultado el 24 de julio de 2026.

¿Qué puedo hacer dentro del propio reproductor de PostHog Session Replay?

El reproductor te permite inspeccionar el DOM, abrir una cascada de red y consultar una puntuación de rendimiento de la página grabada. También puedes entrar en un mapa de calor construido a partir del HTML de la propia grabación y capturar una captura de pantalla o un clip corto en GIF o MP4 para adjuntar a un bug en Jira o Linear.

¿Qué es la colección Frustration signals de PostHog?

Frustration signals es una de las colecciones integradas de PostHog, una lista ya preparada que el producto genera de forma automática en lugar de una que construyes tú. Reúne sesiones con varios rage clicks o excepciones de los últimos siete días, junto a otras listas automáticas como Watch history, Recordings with comments y Expiring soon.

¿Puedo filtrar las grabaciones de PostHog por clics o pulsaciones de teclas?

Los filtros de actividad de PostHog permiten condiciones numéricas sobre clics, pulsaciones de teclas o actividad del ratón. Un filtro click_count > 0 elimina el tráfico de bots y escáneres, mientras que keypress_count > 10 encuentra sesiones donde se escribió mucho.

¿Qué añade una capa de análisis con IA dedicada que Max de PostHog no ofrece?

Max responde a las preguntas que le haces, como encontrar sesiones que coincidan con una descripción o resumir un lote que elijas. Una capa dedicada, en cambio, funciona de forma continua en segundo plano, agrupa el mismo fallo repetido en muchas sesiones en un solo problema, estima a cuántos usuarios afectó y clasifica los problemas para una cola semanal.

¿Cómo complementa Flowsery a PostHog Session Replay?

Flowsery combina analítica web centrada en la privacidad, grabaciones, embudos, recorridos, objetivos, fuentes e ingresos con una capa de IA de sesión que agrupa la fricción repetida en problemas clasificados. Está pensada para acompañar la evidencia de reproducción y el flujo de consultas que ya tienes con PostHog, no para sustituirlos.

¿Te resultó útil este artículo?

¡Cuéntanos qué opinas!

Vernos más en Google

Un clic marca Flowsery como fuente preferida y nuestros artículos aparecen más arriba en tus Noticias destacadas, el modo IA y los resúmenes con IA.

Antes de irte...

Flowsery

Flowsery

Analítica orientada a ingresos para tu sitio web

Rastrea cada visitante, fuente y conversión en tiempo real. Simple, potente y sin cookies.

Panel en tiempo real

Seguimiento de objetivos

Rastreo sin cookies

Artículos relacionados