Cuando implementa un banner de consentimiento en su sitio web o aplicación, Analytics no incluye los datos de los usuarios que no dan su consentimiento. Los modelos de comportamiento del modo de consentimiento usan el aprendizaje automático para modelizar el comportamiento de los usuarios que rechazan las cookies de Analytics. Para ello, se basan en el comportamiento de usuarios similares que sí aceptan esas cookies. Los datos modelizados le permiten obtener estadísticas muy útiles de sus informes de Analytics respetando las preferencias de privacidad de los usuarios.
Por ejemplo, la modelización de comportamiento hace estimaciones de datos basadas en métricas de usuario y de sesión, como usuarios activos al día y tasa de conversión, que tal vez no se puedan observar sin identificadores como las cookies o los IDs de usuario. Le ayudan a responder preguntas importantes como las siguientes:
- ¿Cuántos usuarios activos al día tengo?
- ¿Cuántos usuarios nuevos he adquirido en mi última campaña?
- ¿Cuál es el recorrido de los usuarios desde que acceden a mi sitio web hasta que hacen una compra?
- ¿Cuántos de los visitantes de mi sitio se encuentran en Alemania y cuántos en el Reino Unido?
- ¿En qué se diferencia el comportamiento de los usuarios de móviles del de los usuarios de ordenadores?
Datos modelizados y datos observados
Cuando los usuarios visitan su sitio y dan su consentimiento para usar cookies de Analytics, o bien cuando no inhabilitan la personalización con ID de publicidad en los ajustes de Android, Analytics asocia su comportamiento a varios identificadores para que la medición sea estable. Este tipo de datos son datos observables porque proceden de usuarios que han dado permiso a Analytics para observar su comportamiento.
Cuando los usuarios no dan su consentimiento, los eventos no se asocian a ningún identificador de usuario persistente. Por ejemplo, si Analytics recoge 10 eventos vistas de página, no puede determinar si son 10 usuarios o 1 usuario. En su lugar, Analytics usa el aprendizaje automático para estimar el comportamiento de esos usuarios basándose en el comportamiento de otros similares que aceptan las cookies o identificadores de aplicación equivalentes.
Los datos de entrenamiento que se utilizan para crear los modelos se basan en los datos de usuario observados en la propiedad donde está activada la modelización.
Enfoque de Google sobre los modelos de comportamiento
El enfoque de Google basado en modelos de comportamiento sigue estas prácticas recomendadas con el aprendizaje automático.
Comprobar la precisión y comunicar los cambios
La validación por división del conjunto de datos permite que los modelos de Google sigan siendo precisos. Los datos de usuario estimados se comparan con una parte de los datos de usuario observados que se han extraído del entrenamiento del modelo, y la información se usa para ajustar los modelos. Google comunica los cambios que podrían tener mayor repercusión sobre los datos.
Mantener registros minuciosos
Los modelos de comportamiento solo se incluyen cuando se tiene la certeza de que son de calidad. Por ejemplo, si no hay suficiente tráfico con consentimiento para entrenar el modelo, no se incluirán los eventos activados por los usuarios que no dan su consentimiento. Así, se asegura la precisión de los datos.
Adaptarse a su negocio
El algoritmo de modelización más general de Google se aplica de forma independiente para reflejar el comportamiento de su empresa y de los clientes.
Requisitos previos
Dado que el modelo se ha entrenado con datos observados en su propiedad de Google Analytics 4, la propiedad debe tener datos suficientes para entrenarlo. Para poder usar la modelización de comportamiento, su propiedad debe cumplir los siguientes criterios:
- El modo de consentimiento debe estar habilitado en todas las páginas de sus sitios o en todas las pantallas de sus aplicaciones.
- El modo de consentimiento para páginas web debe implementarse de forma que las etiquetas se carguen antes de que se muestre la ventana de consentimiento y las etiquetas de Google se carguen en todos los casos, no solo si el usuario da su consentimiento (implementación avanzada).
- La propiedad recoge al menos 1000 eventos al día con analytics_storage='denied' durante al menos 7 días.
- La propiedad tiene al menos 1000 usuarios diarios que envían eventos con analytics_storage='granted' durante un mínimo de 7 de los últimos 28 días.
- El modelo puede tardar más de 7 días en alcanzar el umbral de datos en ese periodo de 28 días. No obstante, es posible que ni siquiera los datos adicionales sean suficientes para que Analytics entrene el modelo.
Los modelos de comportamiento empiezan a funcionar a partir de la fecha en que una determinada propiedad cumple los requisitos.
En el caso poco frecuente de que una propiedad que ya reunía los requisitos deje de cumplirlos, los datos estimados dejarán de estar disponibles. Si la propiedad vuelve a cumplir los requisitos, los datos estimados volverán a estar disponibles. Los datos estimados solo estarán disponibles a partir de la fecha en la que la propiedad volvió a cumplir los requisitos.
Mostrar u ocultar los datos modelizados en los informes
Para ver los datos modelizados, seleccione el ajuste Mezclado como identidad para los informes. Debe ser administrador para controlar este ajuste:
- En Administrar, vaya a Visualización de datos y haga clic en Identidad para los informes.
- Seleccione Mezclado.
- Haga clic en Guardar.
Para dejar de ver los datos modelizados, seleccione otra opción. La opción que elija no influirá en la recogida o el tratamiento de datos. Puede cambiar de opción en cualquier momento sin que ello influya de forma permanente en los datos. Más información sobre la identidad para los informes
Cómo se muestran los modelos de comportamiento en Google Analytics
Analytics integra perfectamente los datos modelizados y los observados en los informes. Cuando Analytics incluya datos modelizados, es probable que note diferencias en comparación con los informes que solo incluyen datos observados (por ejemplo, verá recuentos de usuarios más altos en los informes que incluyen datos modelizados).
Use el icono de calidad de los datos (que se muestra a continuación) para identificar cuándo se integran datos modelizados.
En la siguiente tabla se incluye un resumen con los mensajes que puede incluir este icono.
| Estado del icono de calidad de los datos | Descripción |
|---|---|
| Se incluyen datos de usuario estimados | Con fecha de [fecha de implementación del modelo], Analytics está estimando datos que faltan debido a factores como el consentimiento de cookies. |
| Se incluyen datos de usuario estimados |
Con fecha de [fecha de modelización], Analytics está estimando todos los datos posibles que faltan debido a factores como el consentimiento de cookies. |
| Se incluyen datos de usuario estimados |
Con fecha de [fecha de implementación del modelo], Analytics está estimando datos que faltan debido a factores como el consentimiento de cookies. * Puede que los datos estimados de ayer aún no estén disponibles. |
| No se incluyen datos de usuario estimados | El ajuste de identidad para los informes de su propiedad no permite a Analytics estimar datos que faltan debido a factores como el consentimiento de cookies. A menos que use el ajuste Mezclado, sus informes solo incluirán datos disponibles de usuarios identificables que hayan consentido el uso de identificadores. |
| Datos de usuario estimados no disponibles | El periodo seleccionado es anterior al momento en el que esta propiedad pudo empezar a usar datos estimados. |
| Datos de usuario estimados no disponibles | Este informe incluye datos de conservación o un segmento que incluye una secuencia. Por lo tanto, no incluye datos estimados. |
| Datos de usuario estimados no disponibles | Su propiedad no cumple los criterios necesarios para usar los datos estimados. |
En algunas páginas de la interfaz de Analytics también se mostrará un banner con información sobre el estado de los modelos.
En la siguiente tabla se incluye un resumen de los mensajes que puede ver en el banner.
| Mensaje del banner | Ubicación del banner |
|---|---|
| La mayoría de las plantillas solo incluyen datos de usuarios que han consentido el uso de identificadores, excepto las plantillas de formato libre y de superposición de segmentos, que no incluyen datos de usuarios estimados. | Página principal Exploraciones |
| Si una exploración tiene un segmento con una secuencia, solo mostrará datos de usuarios que hayan consentido el uso de identificadores. | Página de detalles la exploración |
| [Este informe/Esta exploración/Esta audiencia] solo incluye datos de usuarios que han consentido el uso de identificadores. | Página de detalles la exploración |
| Si este segmento incluye una secuencia, solo mostrará datos de usuarios que hayan consentido el uso de identificadores. | Creador de segmentos |
Modelización en exploraciones
Los modelos en las exploraciones de rutas y embudos de conversión se aplican de forma diferente a los informes. En los informes, la modelización se aplica a métricas como los usuarios, las sesiones y los recuentos de usuarios nuevos. Sin embargo, la modelización no se aplica a recuentos de eventos como page_view, first_visit y session_start. Si los usuarios no dan su consentimiento para que Analytics les asocie un identificador de usuario persistente, la plataforma no podrá detectar si los eventos son acciones del mismo usuario. Esto se traduce en un número mayor de eventos first_visit y session_start para esos usuarios, porque el evento se envía cada vez que cargan una página.
Por otro lado, en la exploración de rutas o embudos de conversión, se aplica la modelización a los eventos first_visit y session_start. Si los usuarios no dan su consentimiento para que Analytics les asocie un identificador de usuario persistente, la plataforma calcula el número real de eventos first_visit y session_start. Por lo tanto, el número de eventos first_visit y session_start es menor en las exploraciones de rutas o embudos de conversión que en los informes.
Funciones incompatibles
Las siguientes funciones no son compatibles con los datos de modelos de comportamiento:
- Audiencias
- Explorador de usuarios, cohorte y exploraciones del tiempo de vida de los usuarios
- Segmentos con secuencia
- Informe "Retención"
- Métricas predictivas
- Exportación de datos (por ejemplo, BigQuery Export)
