blog27 | 08 | 2026
Medir el clic no es medir el negocio. Y confundir las dos cosas cuesta presupuesto real.
Analítica web y analítica de marketing suenan a sinónimos. No lo son. Miden cosas distintas, responden preguntas distintas y las usan equipos distintos. La confusión entre ambas es la causa raíz de dashboards que no cierran con el balance y de inversión publicitaria que se optimiza a ciegas.
El dato de contexto pesa: los canales digitales ya concentran el 61,1% del gasto de marketing, según la CMO Spend Survey 2025 de Gartner. Cuanto más presupuesto migra a lo medible, más caro sale medirlo con la herramienta equivocada.
El modelo viejo miraba el sitio: sesiones, rebote, páginas por visita. El modelo que se impone mira a la persona y su recorrido por todos los canales, hasta el ingreso confirmado.
Esta guía recorre, en orden: qué mide cada disciplina y con qué unidad de análisis; una comparación cara a cara de sus fuentes de datos, KPIs y equipos responsables; qué cambia en GA4 en 2026 (Key Events, Consent Mode y por qué la configuración define si el dato sirve); y cómo se integran las dos en un ciclo cerrado que conecta el clic con el ingreso real. El adelanto de la conclusión: en 2026 no se elige entre una y otra, se combinan.
Definición · Analítica web
Analítica web: el microscopio de tu sitio
La analítica web mide el comportamiento dentro de tu sitio o app. Su unidad atómica es el evento y la sesión: qué páginas se ven, en qué orden, cuánto tiempo y dónde se abandona. Las herramientas típicas son Google Analytics 4 y Adobe Analytics.
Responde preguntas de experiencia y de producto digital. ¿Esta landing convierte? ¿El checkout pierde gente en el paso 3? ¿Qué contenido retiene y cuál expulsa?
- Sesiones, usuarios y páginas vistas: el volumen y el alcance del tráfico.
- Engagement rate y duración de sesión: qué tan involucrada está la visita.
- Tasa de conversión on-site y embudos de navegación: dónde se gana y dónde se pierde dentro de la página.
- Fuentes de tráfico: de dónde llega la visita, a nivel de canal.
Es el microscopio: preciso, técnico e imprescindible para optimizar la experiencia. Pero mira una sola superficie, tu sitio, y no sabe qué pasó antes del clic ni qué pasa después de la venta.
Definición · Analítica de marketing
Analítica de marketing: la lupa gran angular del negocio
La analítica de marketing cambia la unidad de análisis: pasa del evento a la persona y su recorrido por todos los puntos de contacto. No mide una página, mide la eficacia de la adquisición. Qué canal trae clientes rentables y cuál solo trae clics.
Sus datos no salen de un único lugar. Cruza plataformas de anuncios (Google Ads, Meta), el CRM (HubSpot, Salesforce), email, social media y, sí, también la analítica web como una fuente más.
- CAC y CPA: cuánto cuesta traer un cliente frente a cuánto cuesta una acción o un lead.
- ROAS y POAS: el retorno sobre la inversión publicitaria, y su versión sobre la ganancia (no sobre la facturación).
- CLV y churn: cuánto vale y cuánto dura un cliente en el tiempo.
- LTV:CAC y lead-to-customer rate: la salud económica real de la adquisición.
La analítica web te dice qué pasó en la página. La de marketing te dice si eso construyó negocio.
Es la lupa gran angular: menos detalle por pantalla, mucho más contexto de negocio. Su dueño no es el webmaster, es el CMO, el Head of Growth y el equipo de marketing data-driven que decide dónde va el próximo dólar de inversión.
Comparativa · Cara a cara
Las diferencias que deciden tu presupuesto
No es que una disciplina sea mejor que la otra. Responden preguntas distintas y se rompen por lugares distintos. Puestas lado a lado, la diferencia deja de ser semántica y se vuelve operativa.
| Criterio | Analítica web | Analítica de marketing |
|---|---|---|
| Unidad de análisis | La página y la sesión | La persona y su recorrido |
| Fuente de datos | GA4, Adobe Analytics, tags del sitio | Ads, CRM, email, social, y la propia web |
| Alcance | Un sitio, comportamiento on-site | Todos los canales, incluido lo offline |
| KPI clave | Sesiones, engagement rate, conversión on-site | CAC, ROAS, POAS, CLV, churn |
| Pregunta que responde | ¿Funciona mi sitio? | ¿Funciona mi inversión? |
| Dueño | Analista web, CRO, equipo de producto | CMO, Head of Growth, marketing ops |
El punto
Si optimizas solo con analítica web, optimizas hacia el clic. Y el clic más barato no siempre trae al cliente más rentable. Esa brecha, entre la métrica que mejora en la página y la que mueve el balance, es exactamente lo que la analítica de marketing existe para cerrar.
Técnico · GA4 2026
GA4 en 2026: la configuración define si el dato sirve
Acá es donde la mayoría de los setups fallan en silencio. Google Analytics es un modelo basado en eventos: la sesión pasó a ser una construcción secundaria y lo que manda es la acción granular. Esa flexibilidad es potente, pero castiga la mala configuración.
Primer cambio, de vocabulario. Desde 2024, GA4 dejó de llamar "conversiones" a los eventos importantes y los nombra Key Events. "Conversión" quedó reservado a lo que se importa a Google Ads. No es cosmético: define qué estás contando cuando reportas resultados.
Segundo, el Cardinality Cap. Cuando una dimensión supera unos 500 valores únicos por día (algo típico en URLs con parámetros), Google Analytics agrupa el excedente en una fila llamada (other) y tu análisis en la interfaz deja de ser fiable. La salida es BigQuery: los datos crudos ahí no pasan por ese umbral ni por el sampling de la interfaz.
15·06·26
El cambio de Consent Mode en GA4
Desde esa fecha, ad_storage pasa a ser el único control binario de los datos que GA4 comparte con Google Ads. Google Signals queda relegado al reporting de comportamiento. Si ese parámetro no se dispara, el tracking de Ads se apaga.
Ese apagón se puede mitigar con el modelado de Consent Mode avanzado, que reconstruye parte de los Key Events perdidos por falta de consentimiento. Pero tiene letra chica, y conviene leerla. Según la documentación oficial de Google Analytics, para habilitar el modelado la propiedad debe:
- Registrar al menos 1.000 eventos por día con consentimiento denegado, durante 7 días.
- Tener al menos 1.000 usuarios diarios con consentimiento otorgado, en 7 de los últimos 28 días.
- Cumplir los umbrales habilita el modelado, pero no lo garantiza: Google aplica criterios adicionales.
Nada de esto es "set and forget". Un GA4 mal scopeado (mezclar dimensiones de usuario con dimensiones de evento) genera el clásico (not set), y con él, decisiones tomadas sobre datos que no dicen lo que parecen decir.
Integración · Ciclo cerrado
Del clic al ingreso: por qué se necesitan juntas
La pregunta correcta no es "web o marketing". Es cómo conectar las dos para que el comportamiento en el sitio termine explicando un ingreso real. Eso es el closed-loop analytics: cerrar la brecha entre la conversión estimada y la venta confirmada.
- Capturar el ClientID. Se extrae el identificador anónimo de Google Analytics (la cookie _ga). Es la llave que une el rastro digital con la identidad comercial.
- Inyectarlo en el CRM. Con un hidden field en los formularios, ese ClientID viaja al CRM (HubSpot, Salesforce) junto con el lead.
- Sincronizar en el warehouse. Vía ETL o Reverse ETL, esos datos aterrizan en BigQuery o Snowflake: tu única fuente de verdad (SSOT).
- Activar con un SQL join. Cruzas el ClientID con el valor real de la venta y lo atribuyes a campaña, fuente y medio.
- Optimizar sobre POAS. Ya no optimizas sobre ingreso bruto, sino sobre ganancia por dólar invertido, que es lo que de verdad mueve el balance.
Sobre ese esqueleto se apoya el resto del stack de medición. Cada métrica encuentra su lugar según la etapa del embudo:
| Etapa | Métrica de analítica web | Métrica de analítica de marketing |
|---|---|---|
| TOFU (atracción) | Usuarios, sesiones, fuentes de tráfico | CPM, CPL, alcance |
| MOFU (consideración) | Engagement rate, páginas por sesión | MQL, lead velocity rate (LVR) |
| BOFU (conversión) | Tasa de Key Events, embudo de checkout | CPA, CAC, ROAS, POAS |
| Retención | Usuarios recurrentes, frecuencia | CLV, churn rate |
Alrededor de ese núcleo se acomodan las piezas de 2026: server-side tracking para no perder señal frente a bloqueadores y restricciones de privacidad; CDPs componibles que activan el dato desde el propio warehouse en lugar de duplicarlo; y, del lado de la medición causal, MMM y MTA trabajando en paralelo (agregado y durable a la privacidad el primero, granular el segundo). Ninguna reemplaza a las otras: se complementan.
La analítica web sin la de marketing es un microscopio sin mapa. La de marketing sin la web es un mapa sin territorio.
¿Qué hacemos en Bunker?
En Bunker Analytics unificamos la analítica web y la de marketing en una sola capa: medimos el rendimiento cross-media, conectamos el comportamiento digital con el ingreso y convertimos ese dato en decisiones de presupuesto. Sin silos entre lo que pasa en la página y lo que pasa en el balance. Puedes ver cómo funciona en Bunker Analytics.
Sobre el autor
Lucas Suarez
Marketing Analyst
Recomendados para vos
1/9
