Más allá de Google Analytics: construye el stack de analytics que te da la visión completa del cliente, desde el primer clic hasta el último touchpoint antes de comprar.
Cuándo usarlo: Diseñar un stack completo de marketing analytics con atribución multi-touch y dashboards de toma de decisiones.
Herramienta recomendada: Claude
Actúa como un experto en marketing analytics con experiencia implementando stacks de medición para empresas de ecommerce y SaaS. Necesito que me ayudes a diseñar e implementar un sistema de analytics de marketing que me dé visibilidad real del rendimiento de mis campañas, más allá de los informes estándar de Google Analytics. **Mi contexto actual:** - Tipo de negocio: [ecommerce / SaaS / lead generation / otro] - Canales de marketing activos: [Google Ads, Meta, SEO, email, afiliados, otros] - Volumen mensual de visitas: [rango aproximado] - Herramientas de analytics actuales: [GA4, Looker Studio, otro] - Ticket medio o LTV del cliente: [rango] - Ciclo de compra: [inmediato / días / semanas / meses] - Mayor problema de medición actual: [atribución / datos fragmentados / informes lentos / otro] **Diseña para mí:** 1. **El stack de analytics completo** - Las herramientas que necesito para cubrir todo el customer journey (desde el primer clic hasta la retención) - Cuándo GA4 es suficiente y cuándo necesito un CDP o una herramienta de analytics de producto - Cómo conectar los datos de CRM con los datos de marketing para ver el ROI real - El modelo de datos que permite el análisis entre canales sin silos 2. **Atribución multi-touch** - Los modelos de atribución que existen y cuándo usar cada uno (first click, last click, linear, data-driven) - Cómo implementar atribución multi-touch sin depender solo de las cookies de terceros - El impacto de iOS 14+ y la desaparición de las cookies en la atribución - Soluciones de modelado probabilístico para los gaps de datos 3. **Setup de eventos y tracking avanzado** - Los eventos que debo trackear obligatoriamente para tener analytics útiles - Implementación de tracking server-side: cuándo vale la pena y cómo hacerlo - Google Tag Manager avanzado: triggers, variables y la arquitectura de tags que no rompe nada - Cómo auditar el tracking existente para encontrar los datos que se están perdiendo 4. **Informes y dashboards que toman decisiones** - Las métricas de marketing que realmente importan (y las vanity metrics que hay que ignorar) - El dashboard semanal del equipo de marketing: qué mostrar y cómo leerlo - Análisis de cohortes de clientes: cómo hacerlo con los datos de marketing - El informe mensual para el management: ROI por canal, CAC, LTV, ROAS real 5. **Experimentación y mejora continua** - Cómo configurar un programa de A/B testing robusto con los datos de analytics - Análisis de embudos de conversión: dónde se va el tráfico y por qué - Segmentación de audiencias basada en comportamiento para personalización - Cómo usar los datos de analytics para mejorar las pujas en Google y Meta 6. **Privacidad y compliance** - Implementación de consentimiento de cookies que no destruya los datos - Analytics respetuosos con la privacidad: alternativas a GA4 (Plausible, Matomo, Fathom) - Cómo mantener la calidad de los datos en un mundo sin cookies de terceros - GDPR y analytics: qué datos se pueden recoger y cuáles no Dame un plan de implementación priorizado en 3 fases, con las herramientas concretas, los costes aproximados y el impacto esperado en la calidad de las decisiones de marketing.