Qué son las dimensiones personalizadas en analítica web y cómo usarlas
Qué son las dimensiones personalizadas en analítica web y cómo usarlas
TL;DR — Respuesta rápida
2 min de lecturaLas dimensiones personalizadas (o propiedades personalizadas) adjuntan metadatos específicos del negocio a tus eventos de analítica, como autor del contenido, nivel de suscripción o variante de test A/B, permitiendo una segmentación más profunda e información más allá de las métricas predeterminadas.
Las herramientas estándar de analítica web proporcionan información básica sobre el tráfico de tu sitio web, pero no pueden rastrear automáticamente todo lo que tu negocio necesita. Las dimensiones personalizadas permiten capturar puntos de datos específicos más allá de las métricas estándar.
Entender las dimensiones personalizadas
En analítica web, los datos se organizan en eventos (acciones), dimensiones (atributos descriptivos) y métricas (mediciones cuantitativas).
Las dimensiones personalizadas son atributos definidos por el usuario que se añaden sobre las dimensiones estándar para capturar información específica del negocio. Permiten segmentar y filtrar tus informes por criterios únicos de tu sitio web.
Ejemplos comunes de dimensiones personalizadas
- Autor del contenido: rastrea qué escritor genera más tráfico
- Nivel de suscripción: diferencia el comportamiento entre usuarios gratuitos, premium y enterprise
- Estado de inicio de sesión: compara visitantes autenticados frente a anónimos
- Categoría de producto: comprende qué categorías generan interés
- Variante de test A/B: identifica qué versión funciona mejor
- Tema/etiqueta del blog: analiza qué temas de contenido resuenan
- Feature flags: rastrea cómo las nuevas funcionalidades afectan el comportamiento
Cómo funcionan las dimensiones personalizadas en analítica centrada en la privacidad
Las herramientas de analítica centradas en la privacidad suelen llamarlas "propiedades personalizadas". La implementación suele ser más sencilla: envías propiedades directamente con tus llamadas al script de rastreo y aparecen en tu panel sin configuración compleja.
Aplicaciones prácticas
Rendimiento de contenido por autor
Adjunta una propiedad de autor a cada página vista. Compara tráfico, tasas de rebote y tasas de conversión entre autores.
Segmentación de usuarios por tipo de plan
Adjunta información del nivel de suscripción para entender cómo los diferentes segmentos de usuarios interactúan con tu producto.
Rastreo de variantes de campaña
Usa dimensiones personalizadas para identificar qué variante de test A/B vio cada visitante. Filtra todo tu panel por variante para comparar el comportamiento de sesión completo.
Mejores prácticas
- Planifica antes de implementar. Define qué dimensiones personalizadas necesitas antes de añadir código de rastreo.
- Usa nombres consistentes. Estandariza los nombres y valores de las propiedades en todo tu equipo.
- Empieza con poco. Comienza con 3-5 dimensiones personalizadas de alto valor.
- Combina con filtros. El verdadero poder surge cuando las combinas con otros filtros.
- Revisa regularmente. Elimina las dimensiones que ya no usas y añade nuevas según las necesidades evolucionen.
¿Te resultó útil este artículo?
¡Cuéntanos qué opinas!
Antes de irte...
Artículos relacionados
Dimensiones personalizadas en analítica web: guía completa de configuración e implementación
Las dimensiones personalizadas adjuntan atributos significativos como roles de usuario, categorías de contenido o niveles de suscripción a visitas y acciones. Aprende a configurarlas, gestionarlas y usarlas para informes más claros.
Como verificar que tu herramienta de analytics web funciona correctamente
Una lista de verificacion paso a paso para confirmar que tu script de analytics esta instalado correctamente, rastreando vistas de pagina, registrando objetivos y sin contar visitantes dos veces.
Cómo ejecutar pruebas A/B con segmentación basada en etiquetas en analítica web
Aprende a configurar experimentos A/B ligeros usando segmentación basada en etiquetas en analítica centrada en la privacidad, desde la asignación de variantes hasta la evaluación de resultados a través de filtros del panel.