Migrar de Google Analytics 4 a algo más simple: la guía práctica

Un playbook paso a paso para salir de GA4 sin perder datos históricos ni romper tu reporting. Las cuatro fases, los problemas habituales, y cómo elegir el reemplazo correcto — sin el contenido cargo-cult de migración del que está lleno internet.

Cuándo migrar de GA4 tiene sentido de verdad

GA4 es gratis, omnipresente, e integrado con todos los productos de Google. Esas son ventajas reales. Dejarlas atrás solo tiene sentido por razones específicas — si tu razón no es una de estas, la migración probablemente no compensa la fricción:

• Estás cansado del banner de cookies y de la caída de consentimiento que genera. GA4 guarda identificadores; bajo GDPR/PECR eso requiere consentimiento; tasas de aceptación del 50–70% significan que ya estás perdiendo un tercio de tus datos.
• Tu audiencia usa bloqueadores de anuncios masivamente. Audiencias técnicas, dev, conscientes de privacidad o adyacentes a cripto bloquean GA4 en tasas del 30–50%. Tu panel no está mostrando lo que crees que está mostrando.
• Dedicas más tiempo a configurar GA4 que a analizar. Dimensiones personalizadas, mapeo de eventos, modelado de conversiones, export a BigQuery, umbrales de sampling. Si una cuarta parte de tu semana se va en plumbing de GA4, estás pagando "gratis" con tu tiempo.
• Quieres poseer los datos, no alquilar visibilidad sobre ellos. GA4 posee el dataset; tú consultas slices a través de su UI. Con una herramienta más pequeña típicamente posees las filas crudas y puedes exportar, archivar o llevarlas a un warehouse propio.

Si tu razón es solo "Google es demasiado grande" — eso es un sentimiento, no un brief de migración. Te vas a pasar una semana en esto y terminarás con una herramienta menos potente. No migres por feeling.

Fase 1: instalación paralela (semana 1)

No apagues GA4. Instala tu herramienta nueva al lado de GA4 durante al menos 14 días. Esto no es negociable y la mayoría de las migraciones fallidas se lo saltan.

Dos razones:

1. Calibración. Estás a punto de mirar números muy distintos. Si tu herramienta nueva muestra 40% más sesiones que GA4, ¿es real (ad blockers, sin banner de cookies) o un bug de tracking por tu lado? Solo puedes saberlo corriendo ambos a la vez sobre el mismo tráfico y comparando día a día.
2. Confianza. Dos semanas de datos paralelos te permiten decir cosas como "capturamos 1.4× los visitantes que GA4 reporta, nuestros tres referrers principales coinciden, la distribución por país es la misma, la diferencia son los usuarios con ad-blocker". Esa es una migración defendible. "Cambiamos y los números se ven distintos" no lo es.

Durante esta fase, mantén tu reporting y la toma de decisiones en GA4. La herramienta nueva está a prueba.

Fase 2: validar paridad en las dimensiones que te importan (semana 2-3)

La mayoría de herramientas de analítica miden páginas vistas, sesiones y páginas principales más o menos igual. Los lugares donde divergen — y donde necesitas validar antes de cortar — son:

Sesiones vs visitantes

GA4 prioriza por defecto métricas por usuario; las herramientas más pequeñas suelen priorizar por sesión. Si GA4 dice "12.000 usuarios el mes pasado" y la herramienta nueva dice "16.000 sesiones" — no estás comparando lo mismo. Saca la métrica comparable de ambas herramientas antes de declarar discrepancia.

Definición de bounce rate

GA4 invirtió bounce rate en "engagement rate" con un mínimo de 10 segundos. La mayoría de las demás herramientas siguen usando la definición clásica de "visita a una sola página". Un sitio con 60% de bounce en GA4 puede mostrar 35% en otra herramienta — ambas correctas, definiciones distintas.

Tiempo en página

GA4 usa engagement time basado en heurísticas. Los trackers que usan la Page Visibility API miden tiempo visible real. El número nuevo será más bajo en un 30-60%. No es un retroceso — mira cómo medir el tiempo real en página para el desglose.

Atribución de fuente de tráfico

El modelo "Source / Medium" de GA4 es inusualmente agresivo — separa cosas que otros agruparían. Los principales referrers deberían coincidir en espíritu; los porcentajes exactos no.

Fase 3: exporta tu histórico de GA4 (semana 3)

Es el paso que más equipos se saltan y luego lamentan seis meses después. GA4 retiene datos durante 14 meses por defecto (ampliables a 50 con plan de pago, en algunas regiones). Una vez que dejes de enviar eventos, tus informes históricos siguen accesibles hasta que cierre la ventana de retención — y luego desaparecen.

Tres cosas que exportar antes de que se cierre esa ventana:

• Informes mensuales agregados de los últimos dos años: páginas vistas mensuales, sesiones, top 50 páginas, top 20 referrers, top 20 países. Exporta a CSV desde las Explorations de GA4. Aparca en una carpeta de Google Drive etiquetada con la fecha de export.
• Totales de conversiones de cualquier goal/evento que sigas en GA4: conversiones totales por mes, tasa de conversión por fuente. Mismo planteamiento CSV.
• Si tienes el export a BigQuery activado: descarga las tablas raw de eventos a tu propio warehouse o cold storage. Es la única vía para datos históricos a nivel de fila.

Probablemente no consultes este archivo a menudo. Pero el día que alguien pregunte "¿cuál fue nuestro tráfico orgánico en el Q3 de 2024?" tendrás un CSV o un arrepentimiento.

Fase 4: el corte (semana 4)

Una vez que tengas 14 días de datos paralelos, un export del histórico de GA4, y hayas reconciliado por escrito las diferencias de métricas para tu equipo:

1. Cambia tu reporting (dashboards, revisiones semanales, posts internos) a la herramienta nueva.
2. Quita el tag de GA4 del sitio, o ponlo en modo "solo diagnóstico" donde lo mantienes para cross-check pero ya no lo tratas como fuente de verdad.
3. Actualiza el banner de cookies — si tu único tracker de terceros era GA4, puede que ya no necesites el banner. Verifica con legal si tu jurisdicción es estricta.
4. Documenta la migración en un memo de una página: por qué, qué cambió en los números y por qué, qué mides ahora en su lugar. Tu yo futuro y el equipo futuro lo necesitan.

Cómo elegir el reemplazo correcto

Hay tres categorías creíbles de reemplazo, cada una con diferentes compromisos:

SaaS privacy-first (Plausible, Fathom, Logly, Pirsch)

Sin cookies, GDPR por diseño, sin banner. Scripts ligeros que pasan los bloqueadores. Paneles que priorizan claridad sobre densidad de features. Gratis o baratos hasta ~10k páginas vistas; precio basado en uso a partir de ahí. Mejor encaje cuando tu prioridad es honestidad de medición y cero fricción de cumplimiento.

Open-source self-hosted (Umami, Plausible CE, GoatCounter, Matomo)

Tú corres la base de datos. Propiedad total de los datos; cero coste mensual más allá del hosting. Mayor carga operativa — mantienes Postgres o SQLite, gestionas backups, aplicas updates. Matomo específicamente puede replicar la mayoría de la superficie de features de GA4 pero es pesado. Mejor encaje cuando la soberanía del dato importa más que la conveniencia.

GA4 server-side o GA4 proxied

Mantienes GA4 pero enrutas los eventos por tu propio servidor. Resuelve el problema del bloqueador. No resuelve el problema del consentimiento (sigues recolectando datos personales, solo cambias el transporte — el banner se queda). Mejor encaje cuando genuinamente necesitas la profundidad de reporting de GA4 y solo quieres arreglar el tema del bloqueo.

Problemas comunes

Las migraciones fallan de formas predecibles. Las que vemos más:

• Saltarse la fase paralela. "Lo instalamos y quitamos GA4". Luego en el día 1 los números no cuadran y no hay baseline de calibración. La confianza se rompe.
• Migrar sin exportar el histórico de GA4. Tres meses después, alguien necesita el tráfico de Q4 del año pasado para un board deck. Los datos técnicamente siguen en GA4 pero has olvidado cómo navegar Explorations.
• Elegir el reemplazo equivocado para la audiencia. Un sitio de marca consumer mudándose a GoatCounter y descubriendo que es demasiado minimalista. Un SaaS de privacidad mudándose a Matomo Cloud y dándose cuenta de que el banner de cookies vuelve.
• No actualizar los dashboards internos. Páginas de Notion, boards de Looker, plantillas de revisión semanal siguen referenciando números de GA4. La migración está técnicamente hecha pero el reporting no la ha seguido.
• Comparar métricas incompatibles. Mira la Fase 2 arriba. El número de equipos que concluyen "nuestra herramienta nueva está rota" porque compararon "usuarios" de GA4 con "sesiones" de una herramienta basada en sesiones es demasiado alto para contarlo.