Cuando el dato no llega: por qué un problema técnico puede bloquear decisiones de marketing, y qué hacer cuando la medición falla en un sistema aparentemente correcto.
Uno de los problemas más habituales en marketing digital dentro de un CMS es cuando Google Analytics no mide correctamente, incluso cuando la implementación parece correcta. Este tipo de fallos no suelen ser técnicos en origen, sino el resultado de cómo interactúan distintas capas del sistema dentro de un CMS particular.
Insight clave: Cuando Google Analytics no mide, el problema no solo suele estar en el código, sino que también en cómo interactúan los sistemas.
Tabla de contenidos
Por qué Google Analytics no mide en wordpress aunque esté «bien instalado»
Cuando Google Analytics no mide, la reacción habitual es revisar la implementación técnica. Sin embargo, en muchos casos, el problema no está en el código, sino en el sistema en el que ese código se ejecuta.
El problema aparente – Google Analytics no mide
En el caso de este sitio, al desplegar me di cuenta que Google Analytics no recibía datos. El sistema estaba correctamente configurado: ID activo, código en el head a través de una herramienta y navegación real.
Aun así, Google Analytics no medía ninguna interacción.
Por qué esto es un problema de marketing
Cuando dentro del ecosistema de marketing, la herramienta Google Analytics no mide, el problema deja de ser técnico y pasa a ser estratégico.
Como sabemos, la medición es la base sobre la que se construyen decisiones de adquisición, optimización y validación. Si Google Analytics no mide, el marketing pierde su capacidad de aprender y el equipo su capacidad de decidir con criterio.
No medir no es un fallo técnico: es un bloqueo estratégico.
En entornos donde el producto y el marketing comparten infraestructura de datos, un fallo en la medición no solo afecta a adquisición, sino también a la comprensión del comportamiento del usuario dentro del sistema.
Esto introduce un riesgo mayor: decisiones de producto basadas en datos incompletos o sesgados.
He visto en muchas ocasiones como se observa un problema técnico como un tema solo técnico, sin considerar el impacto real que esto puede suponer dentro de las actividades de marketing. Esto es un ejemplo muy evidente, hablamos de medición, pero en algunas ocasiones determinar cuando un problema «técnico» tiene un impacto en marketing, no lo es tanto.
Diagnóstico por capas
En este caso para entender por qué Google Analytics no mide, hay que analizar el sistema completo:
- Capa técnica: snippet y configuración
- Capa de infraestructura: caché
- Capa legal: consentimiento de cookies
- Capa de ejecución: carga de scripts y modelo de etiquetado (Google Tag vs GA4)
En entornos actuales, la medición ya no depende únicamente del código, sino también del modelo de etiquetado utilizado. La transición de implementaciones directas de GA4 a Google Tag introduce una capa adicional donde la etiqueta puede estar presente, pero no correctamente conectada al destino de medición.
Cuando GA4 no traslada datos, suele ser porque estas capas o alguna de ellas, no están alineadas.
Dónde estaba realmente el bloqueo
El problema, este caso puntual, no era que GA4 no midiera por una mala instalación, sino que provenía de la interacción entre sistemas.
El código existía, pero no se ejecutaba en condiciones reales de medición.
En este caso, el bloqueo no provenía de la instalación, sino del estado de consentimiento. Aunque la etiqueta estaba correctamente desplegada, el sistema no tenía permiso para recoger datos, lo que generaba una situación especialmente confusa: implementación correcta, pero ausencia total de medición.
Esto genera un error crítico: la falsa sensación de implementación correcta.
Decisión estratégica
Ante este escenario, se priorizó validar la medición frente a optimizar la implementación.
Se optó por una solución integrada que garantizara que Google Analytics midiera correctamente el sitio, reduciendo fricción entre sistemas.
El punto de decisión: medir vs optimizar
Cuando una herramienta tan esencial como Google Analytics no funciona correctamente, aparece un dilema: optimizar el sistema o hacerlo funcionar.
La decisión fue clara: priorizar que la herramienta funcione correctamente.
Los datos que no se recogen no pueden reconstruirse.
La optimización técnica puede hacerse después. Pero si Google Analytics no mide, no hay aprendizaje.
Asumir impacto en performance es reversible. Operar sin datos no lo es.
Recapitulando: Primero medir. Después optimizar.
Aprendizaje
Cuando una herramienta tan esencial no funciona correctamente, el problema revela algo estructural:
- Los sistemas fallan en las intersecciones
- La medición es parte del sistema, no un añadido
- Sin datos, no hay aprendizaje
Entender por qué Google Analytics no mide en un sitio permite construir sistemas de marketing más robustos.
Insight clave: En conclusión esto no va de una implementación técnica sino de aceptar trade-offs de forma estratégica. Se puede sacrificar performance postergando optimización dentro de un marco de tiempo (el performance digital finalmente también tiene impacto en posicionamiento y paid), pero no podemos sacrificar datos que no son recuperables.
Cierro con una premisa que condiciona cualquier sistema de marketing: la medición no es una capa técnica. Es la infraestructura sobre la que se construye la toma de decisiones.
Seguir explorando: