Analítica sin cookies: cómo construimos nuestro propio sustituto de Google Analytics

Por qué no simplemente Google Analytics

La primera razón es legal y aburrida: una herramienta que guarda cookies de seguimiento necesita el consentimiento del visitante. El consentimiento necesita un banner. El banner resta credibilidad al sitio y —esto se dice menos— estropea los propios datos, porque una parte de la gente lo rechaza y entonces no aparece en las estadísticas.

La segunda razón es práctica: nosotros necesitábamos respuesta a unas pocas preguntas concretas, no a trescientas. De dónde vino esta persona, qué pulsó, si rellenó el formulario. Para eso no hace falta una herramienta capaz de montar un embudo de ventas para una cadena de distribución.

La tercera razón es profesional. Construimos sistemas para empresas y les decimos a los clientes que sus datos deben quedarse con ellos. Cuesta repetirlo con convicción mientras uno envía los datos de sus propios visitantes a un servicio ajeno.

Contar personas sin guardar nada en su dispositivo

La pregunta clave: ¿cómo distinguir dos visitas de la misma persona de las visitas de dos personas distintas, si no se puede dejar una marca en el navegador? La respuesta que usamos es una huella calculada en el servidor a partir de la dirección de red, los datos del navegador y el día. La misma persona que vuelve el mismo día se cuenta una vez. Mañana ya será una visita nueva.

Es una renuncia consciente. Se pierde la posibilidad de seguir a una persona durante semanas, que es justamente de lo que se trata. Se gana no tener que pedir consentimiento a nadie, porque no hay nada que guardar.

El 44% del tráfico no son personas

Esta es la cifra que conviene recordar aunque nunca vaya a construir su propia analítica. En los últimos treinta días, en nueve sitios, registramos:

Casi la mitad del tráfico son automatismos: buscadores, herramientas de análisis de la competencia, escáneres de seguridad, robots que recopilan datos para modelos de lenguaje. Si alguien le enseña un informe con «visitas +40%», la primera pregunta es si se han descartado los bots y por qué criterio se reconocen.

Nuestro mecanismo revisa el tráfico de nuevo cada hora, porque una parte de los automatismos solo se reconoce por el patrón de comportamiento y no por la primera petición. Una sesión puede reclasificarse de humana a bot una hora después, y eso es correcto, no un fallo.

Qué aporta en la práctica

El panel responde a las preguntas que realmente hacemos: de qué países llega la gente (el último mes, de veinticuatro), qué páginas leen, qué pulsaron antes de rellenar el formulario. Además, un módulo donde se puede marcar a una persona concreta —alguien a quien enviamos una propuesta, por ejemplo— y ver si ha vuelto.

El conjunto son once tablas en la base, datos divididos en partes mensuales para que las consultas no se ralenticen a medida que crece el histórico, y un script de seguimiento de unos cinco kilobytes: un solo fichero, sin dependencias externas. Para comparar: un conjunto típico de herramientas de analítica en una web corporativa ronda los varios cientos de kilobytes.

Qué merece la pena medir y qué es adorno

La mayor tentación al construir analítica propia es medirlo todo, ya que de todos modos se recogen eventos. Unos meses después hay treinta gráficos en el panel y nadie mira ninguno.

Cuatro cosas que sí cambian decisiones:

• De dónde vino. Buscador, directo, un enlace, una campaña: eso resuelve si el trabajo de visibilidad surte efecto.
• Qué leyó antes de contactar. El recorrido de páginas previo al formulario dice más que cualquier gráfico de tráfico.
• Dónde se marcha. La página en la que termina la mayoría de visitas suele estar mal escrita o mal enlazada.
• Si volvió. En venta B2B, una vuelta a los pocos días es una señal más fuerte que la duración de la primera visita.

El resto —mapas de clics, grabaciones de sesión, diez variantes del mismo gráfico— es interesante una vez, al estrenarlo. Deliberadamente no lo construimos.

Por qué hay que dividir los datos por meses

Es un detalle técnico con efecto directo sobre si el panel seguirá abriéndose dentro de dos años. Los eventos se guardan en una tabla dividida en partes mensuales. Una consulta sobre los últimos treinta días toca entonces una o dos partes, no todo el histórico.

Sin esa división, cada actualización recorre todo lo registrado alguna vez. Al principio no se nota. Al año el panel piensa un segundo, a los dos tarda cinco y al tercero alguien decide que «esta analítica va lenta» y deja de usarla.

El mismo mecanismo resuelve además la pregunta sobre borrar datos antiguos: eliminar una parte mensual es una operación, no un barrido de la tabla por fecha. Con datos de visitantes eso importa también jurídicamente: una política de retención cara de ejecutar, en la práctica no se ejecuta.

En qué se diferencia de herramientas que también dicen «sin cookies»

En el mercado hay varias herramientas de analítica que se anuncian como libres de cookies y conformes con la normativa. Son buenas y para la mayoría de empresas serán mejor opción que construir la propia. Solo conviene saber qué preguntar:

1. ¿Dónde están los datos? «Sin cookies» no significa «en Europa». Son dos cosas distintas y solo una suele estar en la portada.
2. ¿Filtran bots y con qué criterio? Con nuestro tráfico los bots son el 44%. Una herramienta que no los filtre le mostrará un resultado el doble de bueno, y no será cierto.
3. ¿Qué ocurre al superar el límite de páginas vistas? La mayoría cobra por páginas vistas, de modo que con más tráfico la factura crece por el mismo conocimiento.

Construimos la nuestra porque teníamos nueve sitios y necesidades muy definidas, y con nueve sitios la factura de una herramienta comercial empieza a ser un argumento. Con una sola web corporativa el cálculo es otro y entonces recomendamos honestamente la opción comercial.

Qué nos enseñó sobre nuestros propios sitios

Una herramienta hecha para uno mismo tiene la ventaja de que enseguida se ve si responde a preguntas reales. Tres cosas que aprendimos y no sospechábamos:

• El tráfico llega de veinticuatro países, incluidos algunos para los que no teníamos versión idiomática. Fue uno de los argumentos para añadir las versiones inglesa y española.
• Casi la mitad del tráfico son automatismos. Antes de descartarlos, los gráficos se veían mucho mejor y mucho menos ciertos.
• La gente lee las páginas de producto más tiempo que la portada. Eso cambió cómo las escribimos: de describir qué hace un sistema a describir qué problema resuelve.

Ninguna de esas tres observaciones exigía una herramienta compleja. Las tres exigían que los datos fueran fiables: bots descartados y visitantes contados con sentido.

Cuándo esto NO tiene sentido

No construya analítica propia si necesita compararse con el mercado, gestionar campañas publicitarias amplias o seguir embudos multicanal. Para eso hay herramientas comerciales y lo hacen mejor; no tenemos ninguna ambición de sustituirlas.

Tiene sentido si quiere saber qué pasa en su sitio sin banner de consentimiento, sin enviar datos de visitantes fuera de la empresa y sin una cuota que crece con las páginas vistas. Sí, es una lista de funciones más corta. Fue una decisión de diseño, no falta de tiempo.