Analítica para startups: qué medir en el primer año (y qué ignorar)

La mayoría de los fundadores en fase temprana pasan el tiempo mirando métricas que parecen importantes pero no guían decisiones. Aquí tienes un marco claro sobre qué debe responder tu analítica — y la forma más rápida de configurarla correctamente.

La trampa de las métricas de vanidad

Existe una forma de usar la analítica que parece productiva pero no lo es. Abres el dashboard, ves algunos números, te sientes vagamente informado y lo cierras. ¿Los números subieron esta semana? Bien. ¿Bajaron? Preocupante. Pero no sabes por qué, y no cambias nada en consecuencia.

Esto ocurre porque la mayoría de los fundadores empiezan con la pregunta equivocada. Configuran la analítica para "seguir el tráfico" — algo pasivo y acumulativo. Lo que realmente necesitas es una analítica que responda preguntas concretas sobre si tu adquisición, activación y retención están funcionando. Son tres cosas fundamentalmente distintas, y solo una de ellas es el tráfico.

Las cinco preguntas que tu analítica del primer año debe responder

Antes de instalar nada, anota estas preguntas. Tu configuración de analítica debe permitir responder las cinco en menos de dos minutos al abrir el dashboard.

1. ¿De dónde viene mi tráfico?

Esta es la pregunta de adquisición. ¿Qué canales están enviando visitantes de verdad — búsqueda orgánica, directo, referencias desde sitios concretos, redes sociales, email? Necesitas este desglose para saber dónde intensificar esfuerzos y dónde dejar de invertir tiempo.

La trampa: mirar el total de sesiones sin el desglose por referente. "5.000 visitantes este mes" no es útil. "3.200 desde Hacker News, 800 desde búsqueda orgánica, 600 directo" ya te dice algo accionable.

2. ¿Qué páginas leen realmente?

No solo qué páginas visitan — cuáles les retienen. Una página con 2.000 visitas y 8 segundos de tiempo activo medio rinde peor que una con 400 visitas y 3 minutos de media. La primera es un rebote; la segunda es alguien leyendo tu contenido.

Esta distinción es crucial para los fundadores que crean contenido para atraer tráfico orgánico. La página con más tráfico no es necesariamente la que convierte lectores en registros.

3. ¿Cómo es el camino hasta el registro?

¿Qué páginas visitan los usuarios antes de crear una cuenta? Si el 60% de tus registros vienen desde tu página de precios y el 5% desde la portada, no es casualidad — es una señal del embudo. Deberías estar probando el copy de la página de precios de forma obsesiva y preocuparte menos por tu sección hero.

4. ¿Son reales los números?

Parece obvio, pero casi nadie lo verifica. Los datos de analítica solo son útiles si son precisos. Si el 30–40% de tu audiencia usa un bloqueador de anuncios — habitual en audiencias técnicas, de desarrolladores o preocupadas por la privacidad — y tu herramienta queda bloqueada por defecto, tus tasas de conversión, de rebote y los datos del embudo son sistemáticamente incorrectos.

Una tasa de conversión del 3% calculada sobre el 60% del tráfico real no es una tasa del 3%. Podría ser un 2% o un 5% — no lo sabes porque el denominador es incorrecto. Es un problema silencioso: el dashboard no muestra ningún error y los números parecen plausibles.

5. ¿Hay tracción esta semana?

En la fase temprana necesitas señales semana a semana, no tendencias mensuales. Lo mensual suaviza demasiado. Algo ocurrió hace dos semanas — un tweet, un artículo, un enlace desde una newsletter — y necesitas ver el pico y rastrearlo hasta la fuente. Si revisas la analítica mensualmente, habrás perdido esa señal cuando finalmente la mires.

Por qué la mayoría de los fundadores empiezan con la herramienta equivocada

La elección por defecto es Google Analytics, y es comprensible — es gratuito, resulta familiar por empleos anteriores y "todo el mundo lo usa". Pero para una startup orientada al mercado europeo, o cualquier startup con una audiencia técnica o preocupada por la privacidad, genera dos problemas que no mejoran con el tiempo.

La carga del consentimiento. GA4 establece una cookie de seguimiento persistente que, según el RGPD, requiere un banner de consentimiento antes de activarse. Esto significa que tu recopilación de datos queda condicionada a una interfaz que un porcentaje significativo de usuarios descartará, ignorará o rechazará explícitamente. Las tasas de aceptación habituales se sitúan entre el 40% y el 75% según el diseño del banner. Empiezas tu trayectoria de analítica con un problema estructural de calidad de datos integrado — y con la carga técnica y legal de gestionar un banner en un producto que no lo necesita.

La tasa de bloqueo. El script de GA4 figura en todas las listas principales de bloqueo de anuncios. Brave lo bloquea por defecto. uBlock Origin lo bloquea. La Protección contra rastreo mejorada de Firefox lo bloquea en modo estricto. Para herramientas de desarrollo, blogs técnicos, productos fintech y cualquier cosa dirigida a una audiencia técnica, la adopción de bloqueadores de anuncios supera con frecuencia el 40%. Cada visita bloqueada es invisible: no hay ningún error en tu dashboard, simplemente falta una fila.

Ninguno de estos es un problema teórico. Se acumulan: un usuario que bloquea rastreadores también es más propenso a rechazar el banner de consentimiento. Ese usuario — a menudo tu candidato más sofisticado técnicamente — sencillamente no aparece en tus datos.

Cómo es una configuración real en fase temprana

Para una startup sin ingresos o con ingresos iniciales, las necesidades de analítica son sencillas: datos precisos de páginas vistas y sesiones, atribución fiable de referentes y tiempo activo en página. No necesitas mapas de calor, análisis de cohortes, atribución multitáctil ni esquemas de eventos personalizados — todavía no. Esos son problemas para cuando tengas suficiente tráfico como para que resulten significativos.

Los criterios para una herramienta de analítica para el primer año:

• Funciona a través de bloqueadores de anuncios — si tu herramienta figura en las listas de bloqueo EasyPrivacy o EasyList, no estás midiendo a toda tu audiencia
• No requiere banner de consentimiento — una cosa menos que construir, una cosa menos que mantener, cero pérdida de datos por el rechazo del consentimiento
• Seguimiento de referentes — qué canales, qué páginas o publicaciones concretas te enviaron tráfico
• Tiempo activo en página — la duración de sesión por reloj de pared (el enfoque de GA4) es engañosa; necesitas un temporizador que se pause cuando la pestaña queda en segundo plano
• Configuración rápida — una etiqueta de script, sin configuración, sin gestor de etiquetas, sin capa de datos

Cómo configurarlo correctamente en menos de 10 minutos

La instalación real es una línea de HTML en tu <head>:

<script src="https://logly.uk/p.js?s=YOUR-SITE-ID"
        data-site="YOUR-SITE-ID" async></script>

Eso es todo. Sin archivo de configuración. Sin capa de datos. Sin gestor de etiquetas que configurar. El script pesa menos de 1 KB, se carga de forma asíncrona y no tiene ningún impacto en tu puntuación de Lighthouse ni en tus Core Web Vitals. No establece cookies, así que no hay banner de consentimiento, no hay exposición legal y no hay pérdida de datos por usuarios que habrían rechazado el consentimiento.

El dashboard te da lo que necesitas para responder las cinco preguntas anteriores: páginas principales, referentes, países, dispositivos y tiempo activo en página — con comparación respecto al período anterior para que veas la señal semana a semana de inmediato.

La revisión semanal de 10 minutos

La analítica que no guía decisiones es ruido. Crea un hábito semanal sencillo: abre el dashboard el lunes por la mañana, mira la semana pasada frente a la anterior y hazte tres preguntas.

1. ¿Qué causó el pico o la caída? Mira primero los referentes. Si el tráfico subió un 40%, ¿de dónde vino? Si se mantuvo plano, ¿siguen funcionando tus principales canales de adquisición?
2. ¿Qué páginas están funcionando? Ordena por tiempo activo, no solo por páginas vistas. Una página que la gente realmente lee vale más que una desde la que rebotan. Si un artículo secundario supera en engagement a tu landing principal, ahí hay una señal.
3. ¿El camino hasta el registro sigue intacto? Si tienes seguimiento de eventos en tu botón de registro o en el envío del formulario, comprueba si se ha movido. Una caída en ese evento que no se explica por una bajada de tráfico es un problema de conversión — algo se rompió o cambió en el flujo.

Tres preguntas. Diez minutos. Anota una cosa que hayas aprendido y una que vayas a probar o cambiar por ello. Ese es el protocolo completo.

Cuándo añadir más

Amplía tu stack de analítica cuando hayas agotado lo que los datos básicos de tráfico y referentes pueden decirte — no antes. La progresión natural:

• Eventos personalizados — cuando tengas tráfico consistente, añade seguimiento de eventos a tus acciones clave de conversión (botón de registro, CTA de la página de precios, uso de funciones clave). Es cuando empiezas a construir una visión real del embudo.
• Segmentación por canal — cuando estés ejecutando varias apuestas de adquisición simultáneamente y necesites entender cuál convierte, no solo cuál envía tráfico.
• Métricas de retención — cuando tengas suficientes usuarios como para que los datos de cohortes sean significativos. Antes de tener 200+ usuarios activos, los números de retención tienen demasiado ruido para actuar sobre ellos.

El error habitual es añadir instrumentación antes de tener suficiente volumen para interpretarla. Añadir 30 eventos personalizados a un sitio con 500 visitantes mensuales produce datos que mirarás sin aprender nada. La relación ruido-señal es demasiado alta. Empieza con lo básico, hazlo bien y añade complejidad a medida que el tráfico lo justifique.

Una cosa que la mayoría de los fundadores no hacen

Comparar los datos de analítica con los logs del servidor o los datos del procesador de pagos. Si tu analítica dice 5.000 sesiones y tu procesador de pagos muestra 50 compras completadas, tu tasa de conversión es del 1%. Pero si los logs del servidor muestran 7.500 solicitudes a la página de pago y solo 5.000 llegaron a la analítica — porque 2.500 venían de usuarios con bloqueadores de anuncios — tu tasa de conversión real podría estar más cerca del 0,67%. No es el mismo negocio.

Hacer una comprobación rápida entre tus datos de analítica y una fuente de verdad absoluta (logs del servidor, conteos de pagos, registros de email en tu CRM) es la forma más rápida de entender cuánto está infracontando tu herramienta actual. La mayoría de los fundadores que hacen esta comprobación se sorprenden por la diferencia.