Cómo utilizar GA4 para analizar el tráfico
Google Analytics 4 es un sistema de análisis de eventos que permite ver el camino del usuario en su totalidad: desde el primer toque hasta el depósito y las sesiones repetidas. La clave para el valor de la GA4 es el esquema correcto de eventos y conversiones, la disciplina de marcado de campañas y el conjunto con BI (BigQuery).
1) Arquitectura GA4 en pocas palabras
Modelo de eventos: cada acción es un 'evento' con un conjunto de 'parameters'.
Contexto personalizado: 'user _ id', 'device _ id', atributos (idioma, moneda, GEO).
Sesión: se define automáticamente por actividad (parámetro 'session _ start').
Almacenamiento: informes agregados en la interfaz + eventos crudos en BigQuery.
Una base sin la que no se puede seguir avanzando: un único timesone, moneda, estable 'user _ id' una vez autorizada.
2) Etiquetado de campañas: Disciplina UTM
Conjunto mínimo para todas las fuentes:- 'utm _ source' (canal/plataforma), 'utm _ medium' (tipo de tráfico: cpc, aff, social, email), 'utm _ campaign' (nombre de la campaña/sprint),' utm _ content '(creativo/ángulo),' utm _ term' (palabra clave/audiencia).
- Notación estricta (registro, separadores) y referencia de valores válidos.
- Sin espacios/cirílico en UTM - use Latin y '_'.
- Para socios: espejee 'sub _ id' en 'utm _ content' o agregue un parámetro separado 'aff _ sub'.
3) Eventos y conversiones: qué trazar
Los 'eventos' básicos (nombres aproximados, mantener la consistencia):- La parte superior del embudo es: 'page _ view', 'session _ start', 'view _ landing', 'scroll _ 90'.
- Registro/verificación: 'sign _ up _ request', 'kyc _ started', 'kyc _ approved'.
- Embudo de pago: 'deposite _ initiated', 'deposite _ success' (suma/método),' withdrawal _ requested ',' withdrawal _ success'.
- Monetización en el producto: 'game _ view', 'spin', 'bet _ placed', 'bonus _ climed'.
- Calidad/protección: 'rg _ limit _ set' (límite de depósito/sesión), 'self _ exclusion', 'fraud _ flag _ triggered'.
- 'kyc _ approved', 'deposition _ success' (FTD y repetidos), a voluntad -' second _ deposits'.
- Puede generar conversiones individuales a través de umbrales de suma (por ejemplo, 'depositus _ 100 _ plus').
- `value`, `currency`, `payment_method`, `game_provider`, `campaign_id`, `creative_id`, `aff_sub`, `geo`, `device`, `is_returning` (bool), `vip_tier`.
4) Configuración de la calidad de los datos
User-ID: asignar después del inicio de sesión/registro; habilite el ID de usuario en el flujo de datos.
Modo de acuerdo v2: transmita correctamente los estados de consentimiento (auditoría/remarketing/análisis).
Etiquetas del lado del servidor: busque eventos críticos a través del servidor (mínimo - depósitos).
Filtros de tráfico interno: excluya la IP de la oficina/contratistas.
Monedas y TZ: una moneda de informes, una moneda de tiempo por proyecto.
5) Informes estándar de GA4 que dan «carne»
Acquisition user vs. acquisition traffic: discernir entre «primer toque» y «todas las sesiones».
Pages & Screens: ve «dónde aterrizan» y dónde está el guión.
Tech> Device/OS/Browser: encuentre problemas de compatibilidad.
Monetización (si está configurada): suma de eventos de 'deposits _ success' por cortes UTM.
6) Exploraciones (Estudios): fuerza GA4
6. 1. Funnel Exploration
Recojan el embudo: ' view_landing → sign_up_request → kyc_approved → deposit_initiated → deposit_success'.
Agregue los cortes: fuente/creativo/geo/device. Vea el paso con el mayor valor y el tiempo antes de la conversión.
6. 2. Path Exploration
Siga las rutas imprevistas: qué pantallas van antes de 'deposit.initiated', qué eventos interfieren (por ejemplo, la atención en FAQ/terms).
6. 3. Cohort Exploration
Cohortes por fecha FTD o registro. Métricas: Retention, ARPU surrogate (si Revenue no está en GA4 - cuenta el proxy a través de eventos).
6. 4. Segment Overlap
Cruce de auditorios: nuevo vs. tráfico de retorno, VIP vs. convencional, pagando vs. improcedente.
7) Atribución en GA4
Data-driven (DDM) - predeterminado. Para el uso de medios, mantenga una comparación con Last click y First click en el espacio de trabajo de publicidad.
Ver Conversion paths: donde realmente comienza el camino, qué canales cierran la conversión.
Fije la regla de toma de decisiones: por ejemplo, la compra se centra en el DDM, pero las tarifas/cap - teniendo en cuenta el riesgo de último clic.
8) Auditoría de la calidad del tráfico y señales antifraude
No hay un antifraude completo en el GA4, pero hay indicadores útiles:- La tasa de engagement y el tiempo de engagement promedio son anormalmente bajos.
- CTR/CR (click→reg) es alto, pero CR (reg→kyc/deposit) es cercano a cero.
- No hay interacción con la página (sin 'scroll _ 90', 'view _ terms'), ráfagas en horas nocturnas/los mismos dispositivos.
- El geo/idioma no coincide con el método de pago.
Respuesta: marque el origen/ID con una bandera, limite el tráfico, encienda el antibot del servidor y los registros en el lado del respaldo.
9) Exportación a BigQuery (obligatorio para los maduros)
Por qué: datos de nivel de evento para cohorte ARPU/LTV, retoque y modelos avanzados.
Qué almacenar: 'eventos _' crudos, diccionarios UTM/creativos, tipos de cambio, tablas de apuestas/pagos.
Vitrinas rápidas:- Ingresos de cohorte D1/D7/D30/D90 por fuente/creativo.
- Payback: cohortes acumulativas de ARPU vs. CPA.
- Anomaly detection: capturas de postbacks «rotos», retrasos y ráfagas de spam.
10) Comercialización y cumplimiento responsible
Sección separada en los informes de eventos: 'rg _ limit _ set', 'self _ exclusion', declaraciones de edad.
Filtros por regiones con reglas rígidas, excluyendo canales incompatibles.
Almacenar y transmitir el consentimiento, no enmascarar la vertical.
11) Métricas de mini dashboard (en GA4 o BI)
Acquisition: Sesiones, Nuevos usuarios, Costo (si es de extremo a extremo), eCPC, eCPM.
Activation: CR(click→reg), CR(reg→kyc), CR(kyc→FTD), Conversion lag.
Monetización: FTD, ARPU_D7/D30, 2nd-amb rate (si lo hay), NGR proxy.
Quality: Engagement rate, Time on site, Bounce proxy, Fraud flags.
Tech: OS/Device/Browser error, velocidad de carga.
12) Errores frecuentes y cómo evitarlos
1. No User-ID: la ruta del usuario se desmorona.
2. Los nombres crudos de los eventos son 20 variantes de 'depósito'. Mantenga el diccionario y el diagrama.
3. Caos UTM - es imposible comparar los canales. Escriba una directiva de nombres.
4. Sólo la interfaz GA4 - sin BigQuery no habrá LTV y una cohorte normal.
5. Omitir Modo de contenido: sesga la atribución y los espacios en los datos.
6. No hay un paquete con el respaldo - las cantidades/moneda/tiempo no coinciden, ARPU «flota».
7. Soluciones para muestras pequeñas: espere los umbrales (clics/registro), vea las tendencias.
13) 30-60-90 plan de aplicación GA4
0-30 días - Base de datos e higiene
Describir esquema de eventos (BRD): nombres, parámetros, conversiones.
Habilitar el modo de identificación del usuario, modo de conexión, filtros de tráfico interno.
Etiquetar UTM, armonizar los manuales de fuentes/campañas/creativas.
Configurar el servidor side del evento para 'deposit _ success'.
Recoger 2 Exploración: Funnel y Cohort.
31-60 días - Cohortes y atribución
Habilitar BigQuery nat (diario).
Construir vitrinas: ARPU_D7/D30, Payback, Retention; calidad dashboard.
Comparar DDM vs. Last/First click; fijar la regla de toma de decisiones.
Configurar alertas de retraso de eventos y anomalías CR.
61-90 días - Pronóstico y operación
Agregar segmentos de 2nd-amb y VIP, auditoría de eventos RG.
Introduzca retro semanales por creativo/fuente en conjunto con GA4 + BI.
Documentar el juego de inicio, umbrales de estadísticas, listas de comprobación de calidad.
14) Lista de verificación antes de la escala
- El esquema único de eventos/conversiones e ID de usuario está habilitado
- Server side 'deposition _ success', correcto' value/currency '
- Referencia UTM y verificación automática de etiquetas
- Modo de almacenamiento funciona; se excluye el tráfico interno
- Exportar BigQuery y escaparates ARPU/Payback/Retention
- Embudos de exploración para los principales GEO/dispositivos
- Alertas de retraso e indicadores antifraude
GA4 no es solo un «contador de visitas», sino un marco para la economía de cohortes. Con el esquema de eventos correcto, el marcado UTM puro, la confirmación de pagos del servidor y la exportación a BigQuery, puede ver qué fuentes y creativos traen las cohortes recuperables, dónde se rompen los embudos y cómo acelerar Payback. Estandarice los datos, utilice Exploraciones y cohortes y convierta la analítica en una herramienta operativa de toma de decisiones.