Los informes, las exploraciones, la API Data de Google Analytics y BigQuery Export muestran datos de formas algo distintas. Consulte la tabla para saber qué datos están disponibles en cada opción y conocer las limitaciones de cada método de visualización.
| Disponibilidad y limitaciones de los datos | Informes, estadísticas y exploraciones | API Data de Google Analytics | BigQuery |
|---|---|---|---|
| Metodología de acceso | Interfaz de Google Analytics | Cualquier aplicación de terceros que pueda acceder a datos de Google Analytics en nombre del usuario | La consola de GCP o cualquier aplicación de informes que pueda consultar datos de BigQuery |
| Ámbito de datos |
Datos agregados o a nivel de evento y de usuario. Con cada solicitud, Google elige la tabla que proporciona los resultados más precisos usando la configuración de muestreo predeterminada. Consulte cómo se almacenan y se muestran los datos en Analytics. |
Datos agregados o a nivel de evento y de usuario. Con cada solicitud, Google elige la tabla que proporciona los resultados más precisos usando la configuración de muestreo predeterminada. Consulte cómo se almacenan y se muestran los datos en Analytics. |
Datos a nivel de evento y de usuario (se excluye el valor que Google Analytics añade a los datos encontrados en los informes estándar y en las exploraciones) |
| Alta cardinalidad1 |
Posible. Cuando Google usa datos agregados y un informe o exploración muestra más filas de las que permite el límite de filas de la tabla, puede que aparezca la fila (other). |
Posible. Cuando Google usa datos agregados y un informe o exploración muestra más filas de las que permite el límite de filas de la tabla, puede que aparezca la fila (other). |
No |
| Muestreo2 | Posible. Cuando Google usa datos a nivel de evento y de usuario más detallados, y un informe o exploración debe procesar más eventos de los que permite el límite de cuota, Analytics usa una muestra representativa de los datos disponibles. | Posible. Cuando Google usa datos a nivel de evento y de usuario más detallados, y un informe o exploración debe procesar más eventos de los que permite el límite de cuota, Analytics usa una muestra representativa de los datos disponibles. | No |
| Atribución basada en datos3 | Sí | Sí | No |
| Modelización de eventos clave4 | Se incluyen | Se incluye | No se incluyen |
| Modelización de comportamiento5 |
Se incluyen en el módulo de informes (también en tiempo real) Se incluye parcialmente en el módulo de exploración (solo en tablas de formato libre, ruta, embudo de conversión y superposición de segmentos) |
Se incluyen | No se incluyen. Los datos de BigQuery contienen pings sin cookies que recoge Google Analytics cuando el modo de consentimiento está habilitado y cada sesión tiene un user_pseudo_id diferente. La modelización puede crear diferencias entre los informes estándar y los datos detallados de BigQuery. Por ejemplo, puede que en los informes observe menos usuarios activos que en BigQuery, ya que la modelización trata de predecir varias sesiones de un usuario concreto que ha rechazado las cookies. |
| Limitaciones |
150 informes personalizados por propiedad Se pueden crear 200 exploraciones individuales por usuario y propiedad, y hasta 500 exploraciones compartidas por propiedad. Se pueden importar hasta 10 segmentos por exploración. |
Las APIs de Analytics están sujetas a las cuotas de API. Las propiedades de Analytics 360 tienen límites más altos en cuanto a recogida, reporte, conservación y cuotas de datos. | Las propiedades estándar tienen un límite de exportación diario de un millón de eventos al día. Las propiedades de Analytics 360 tienen una exportación casi ilimitada. |
1 Alta cardinalidad: las dimensiones de alta cardinalidad son aquellas que tienen más de 500 valores únicos en un día. Estas dimensiones hacen que aumente el número de filas de los informes o las exploraciones, por lo que se puede alcanzar el límite de filas. Esto provoca que los datos que superen el límite se condensen en la fila (other). Más información sobre la alta cardinalidad y la fila (other)
2 Muestreo: el muestreo de datos se utiliza cuando el número de eventos que devuelve una exploración supera el límite correspondiente a su tipo de propiedad. De este modo, puede examinar sus datos con un gran nivel de detalle usando una muestra representativa de ellos. Más información sobre el muestreo
3 Atribución basada en datos: la atribución basada en datos distribuye la contribución al evento clave en función de los datos correspondientes a cada evento clave. Más información sobre la atribución basada en datos
4 Modelización de eventos clave: la modelización de eventos clave permite realizar una atribución precisa sin necesidad de identificar a los usuarios (por ejemplo, por motivos de privacidad del usuario, limitaciones técnicas o cuando los usuarios pasan de un dispositivo a otro). Más información sobre la modelización de eventos clave
5 Modelos de comportamiento: los modelos de comportamiento del modo de consentimiento usan el aprendizaje automático para modelizar el comportamiento de los usuarios que rechazan las cookies de analíticas. Para ello, se basan en el comportamiento de usuarios similares que sí aceptan esas cookies. Más información sobre los modelos de comportamiento