Una guía práctica de Dimensiones personalizadas en análisis web

Esta guía explica el tema Dimensiones personalizadas en análisis web con contexto práctico. Las páginas vistas dicen que /docs recibió tráfico; las dimensiones personalizadas en análisis web dicen si era documentación de API, de migración o de precios.

Las dimensiones personalizadas convierten la analítica genéricos en análisis útiles. Las páginas vistas le indican que /docs recibió tráfico. Una dimensión personalizada puede indicarle si ese tráfico era para documentos API, documentos de migración, guías para principiantes o páginas de configuración empresarial.

El truco consiste en agregar contexto empresarial sin convertir la analítica en vigilancia. Las buenas dimensiones personalizadas son burdas, predecibles y ligadas a decisiones. Las malas dimensiones personalizadas son personales, de forma libre e imposibles de gobernar.

¿Qué son las dimensiones personalizadas?

Una dimensión personalizada es un atributo adicional adjunto a un evento de análisis, una página vista o una visita. En lugar de informar solo campos predeterminados como ruta, referencia, navegador y país, puede informar por campos que coincidan con su producto o modelo de contenido.

Ejemplos:

• plan_tier: gratis, profesional, empresarial, empresarial
• content_type: blog, documentos, comparación, registro de cambios
• page_category: precios, incorporación, soporte, integración
• account_age: nuevo, activo, maduro
• role: propietario, administrador, miembro
• experiment_variant: a, b

Estos son poderosos porque responden preguntas que la analítica predeterminada no puede responder: ¿Leen las páginas de seguridad los visitantes empresariales antes de reservar una demostración? ¿Los usuarios del plan gratuito obtienen los documentos de activación? ¿Qué categorías de contenido impulsan los registros de prueba?

Elija dimensiones de las decisiones

No empieces preguntando "¿qué podemos rastrear?" Comience con decisiones:

• ¿Qué canales de marketing generan tráfico cualificado?
• ¿Qué documentos reducen los tickets de soporte?
• ¿Qué áreas de productos impulsan la activación?
• ¿Qué segmento del plan se convierte de prueba a pago?
• ¿Qué campañas atraen visitantes que realmente utilizan el producto?

Luego defina las dimensiones más pequeñas necesarias.

Reglas de privacidad para dimensiones personalizadas

Las dimensiones personalizadas son aquellas donde los equipos de análisis recopilan accidentalmente datos personales. GDPR define datos personales de manera amplia y CCPA cubre información que puede vincularse razonablemente a un consumidor o un hogar. No es necesario que una dimensión sea un nombre para crear riesgo.

Evite enviar:

• direcciones de correo electrónico
• nombres
• números de teléfono
• ID de cuenta
• ID de usuario sin procesar
• direcciones de billetera
• Direcciones IP
• ubicación exacta
• ID de factura
• texto del ticket de soporte
• valores de campo de formulario

Prefiere cubos y etiquetas. Utilice company_size: 11-50 en lugar de un recuento exacto de empleados. Utilice account_age: 30-90d en lugar de la marca de tiempo de registro. Utilice country: DE en lugar de ubicación a nivel de ciudad, a menos que la ciudad sea realmente necesaria y legal.

La guía de medición de audiencia de CNIL es un punto de referencia útil: los datos analíticos no deben combinarse con conjuntos de datos no relacionados ni reutilizarse para la segmentación si desea permanecer en un territorio de bajo riesgo.

Patrón de implementación

Defina un esquema de evento antes del envío:

type AnalyticsContext = {
  content_type?: 'blog' | 'docs' | 'pricing' | 'support';
  plan_tier?: 'free' | 'pro' | 'business' | 'enterprise';
  role?: 'owner' | 'admin' | 'member';
  experiment_variant?: 'a' | 'b';
};

Luego adjunte las dimensiones consistentemente:

analytics.track('signup_started', {
  plan_tier: 'pro',
  page_category: 'pricing',
  experiment_variant: 'b',
});

Mantenga los valores enumerables siempre que sea posible. El texto libre es difícil de validar, de traducir, de agregar y fácil de usar incorrectamente.

Lista de verificación de gobernanza

Antes de agregar una dimensión, escriba:

1. Propietario: quien lo solicitó y quien lo mantiene.
2. Pregunta: qué decisión apoya.
3. Valores permitidos: lista exacta o lógica de depósito.
4. Revisión de privacidad: por qué no es personal o por qué el procesamiento es legal.
5. Retención: cuánto tiempo sigue siendo útil.
6. Panel de control: donde realmente se utilizará.

Si nadie puede nombrar el panel o la decisión, no agregue la dimensión.

Casos de uso comunes

Rendimiento del contenido: Etiquete artículos por tema, etapa del embudo y tipo de contenido. Esto muestra si las guías de cumplimiento de privacidad, los tutoriales de productos o las páginas de comparación generan mejores conversiones.

Activación del producto: Etiquetar eventos por etapa de configuración. Para un producto SaaS, workspace_created, integration_connected y first_report_viewed suelen ser más importantes que cada clic.

Calificación B2B: Utilice cucharones firmográficos gruesos de su propio CRM solo cuando sea apropiado. Por ejemplo, compare el tráfico de autoservicio, del mercado medio y empresarial sin enviar los nombres de las empresas a análisis.

Experimentos: Adjunte el nombre del experimento y la variante a los eventos de exposición y conversión. Elimine la dimensión una vez finalizado el experimento si no tiene ningún valor continuo.

Consejos para informar

No divida cada métrica por cada dimensión. Eso crea pequeños segmentos y conclusiones falsas. Elija una dimensión principal para cada informe:

• adquisición por utm_source
• conversión por page_category
• activación por plan_tier
• retención por account_age
• interacción con documentos por content_type

Esté atento a los valores de cardinalidad alta. Si una dimensión tiene miles de valores únicos, puede ser demasiado granular, demasiado personal o demasiado confusa.

Lista de verificación de aprobación de la implementación

Utilice este artículo como guía de implementación paso a paso. Antes de enviar dimensiones personalizadas, confirme:

• Cada dimensión tiene un propietario, una decisión, unos valores permitidos y una expectativa de retención.
• Los valores son enumerables o agrupados siempre que sea posible.
• No se envía ningún correo electrónico, nombre, número de teléfono, ID de cuenta, dirección IP completa, token, ID de factura ni valor de formulario de texto libre.
• Los campos de alta cardinalidad son intencionales y revisados.
• Los paneles de control realmente utilizan la dimensión.
• El control de calidad confirma que la carga útil coincide con el diccionario de eventos.

Las dimensiones personalizadas son poderosas porque agregan contexto. Se vuelven riesgosos cuando silenciosamente añaden identidad.

El resultado final

Las dimensiones personalizadas son mejores cuando agregan contexto, no identidad. Úselos para comprender grupos, páginas, campañas y etapas de productos. Manténgalos pequeños, gobernados y conscientes de la privacidad, y sus análisis serán más útiles sin volverse más invasivos.

Un estándar de denominación y valor

Escriba un estándar breve antes de su implementación. Los nombres de las dimensiones deben estar en minúsculas, ser legibles y estables, como page_category, plan_tier, content_type o signup_source. Los valores deben provenir de una lista de permitidos siempre que sea posible: pricing, docs, blog, starter, business, enterprise. Evite valores que expongan a una persona, empresa, ingresos exactos, dominio de correo electrónico o entrada de texto libre.

Decida también cómo aparecen los valores faltantes. Utilice unknown o deje la propiedad sin configurar de forma consistente; no mezcle espacios en blanco, nulos y etiquetas personalizadas en todos los eventos. Los valores de dimensión desordenados crean errores en los informes y dolores de cabeza en las revisiones de privacidad. Un estándar limpio hace que las dimensiones personalizadas sean más fáciles de consultar, traducir, documentar y eliminar más adelante.

Preguntas frecuentes

¿Qué es una dimensión personalizada en analítica?

Una dimensión personalizada es un atributo adicional que se adjunta a un evento, una vista de página o una visita, además de campos por defecto como ruta, referente, navegador y país. Permite reportar según tu propio modelo de producto o contenido, como plan_tier o content_type. Ese contexto convierte un simple conteo de páginas vistas en algo sobre lo que se puede actuar.

¿En qué se diferencia una dimensión personalizada de un campo por defecto?

Los campos por defecto vienen integrados en la herramienta de analítica: ruta, referente, navegador, país. Las dimensiones personalizadas las defines tú mismo, ajustadas a tu producto, como role, page_category o experiment_variant. Responden preguntas para las que los campos por defecto nunca se diseñaron.

¿Cuántas dimensiones personalizadas debería registrar un sitio?

El número debe mantenerse pequeño y gobernado en lugar de rastrear todo lo disponible. Cada dimensión necesita un responsable, una decisión que respalda y un dashboard donde realmente se use. Si nadie puede nombrar el dashboard o la decisión, no se añade.

¿Puede una dimensión personalizada llevar un ID de usuario en bruto?

Los IDs de usuario en bruto, los IDs de cuenta y los identificadores similares están en la lista de cosas a evitar porque convierten una dimensión en dato personal. En su lugar se usan buckets y etiquetas, como company_size: 11-50 en vez de un número exacto. El objetivo es contexto, no identidad.

¿Cuál es la diferencia entre account_age y una marca de tiempo de registro?

Una marca de tiempo de registro es exacta y se puede rastrear hasta una persona. account_age agrupado como 30-90d aporta el mismo valor analítico, si un usuario es nuevo o ya establecido, sin la precisión que genera riesgo de privacidad. Usar buckets en vez de valores exactos es la regla general para las dimensiones personalizadas.

¿Quién debería ser responsable de una dimensión personalizada?

Cada dimensión necesita un responsable identificado, la persona que la solicitó y la mantiene. Eso figura en la lista de gobernanza junto a la decisión que respalda, los valores permitidos, una revisión de privacidad y un plan de retención. Sin un responsable, una dimensión se abandona y nadie nota cuando deja de funcionar.

¿Debería eliminarse una dimensión personalizada cuando termina un experimento?

Sí. El nombre del experimento y la variante se adjuntan a los eventos de exposición y conversión mientras dura la prueba, pero una vez terminada la dimensión ya no aporta valor continuo. Eliminarla mantiene el esquema limpio y evita acumular dimensiones que nadie revisa.

¿Qué es la cardinalidad alta y por qué importa en las dimensiones personalizadas?

Cardinalidad alta significa que una dimensión tiene miles de valores únicos en vez de un conjunto manejable. Es una señal de que es demasiado granular, demasiado personal o demasiado desordenada para ser útil en un informe. Conviene vigilarla y tomarla como señal para agrupar los valores o reconsiderar la dimensión.

¿Es aceptable el texto libre como valor de una dimensión personalizada?

El texto libre es difícil de validar, difícil de traducir, difícil de agregar y fácil de usar mal, así que se prefieren valores enumerables siempre que sea posible. Una lista permitida como pricing, docs, blog, starter, business, enterprise mantiene una dimensión consultable y más fácil de revisar en materia de privacidad. El texto de tickets de soporte y otros campos libres están explícitamente en la lista de lo que se debe evitar enviar.

¿Cómo se aplica la guía de medición de audiencia de la CNIL a las dimensiones personalizadas?

La guía de la CNIL considera los datos de analítica de bajo riesgo solo cuando no se combinan con conjuntos de datos ajenos ni se reutilizan para segmentación publicitaria. Es un buen referente justamente para las dimensiones personalizadas, porque es fácil añadir un campo que convierte silenciosamente la analítica en algo parecido a perfilado. Mantenerse en contexto que respalda una decisión, no identidad, conserva una dimensión dentro de ese terreno de bajo riesgo.