Una implementación de Google Analytics 4 puede parecer correcta y, sin embargo, estar tomando decisiones sobre datos incompletos, duplicados o directamente equivocados.

Que GA4 registre usuarios, sesiones y eventos no significa que la medición esté bien configurada.

Lo mismo ocurre con Google Tag Manager.

Un contenedor puede tener decenas de etiquetas activas, triggers funcionando y variables configuradas, pero seguir enviando información incorrecta a Analytics, Google Ads u otras plataformas.

Por eso una auditoría profesional no debería limitarse a comprobar si “entran datos”.

Debe responder a una pregunta mucho más importante:

¿Podemos confiar en los datos que estamos utilizando para tomar decisiones de marketing y negocio?

Para conseguirlo hay que revisar todo el recorrido de la información:

usuario → web → dataLayer → GTM → etiquetas → GA4 → conversiones → reporting → decisiones

Si cualquiera de esos pasos falla, todo lo que viene después puede quedar contaminado.

Qué es una auditoría de GA4 y Google Tag Manager

Una auditoría de analítica digital consiste en revisar técnicamente cómo se recopilan, procesan y utilizan los datos de una web o aplicación.

El objetivo no es únicamente encontrar errores.

También busca comprobar que la implementación responde a las necesidades reales del negocio.

Una auditoría debería analizar, entre otros elementos:

• propiedad de GA4;

• configuración de Google Tag Manager;

• dataLayer;

• eventos;

• conversiones;

• parámetros;

• consentimiento;

• tráfico interno;

• referencias no deseadas;

• cross-domain;

• ecommerce;

• UTMs;

• duplicidades;

• Google Ads;

• DebugView;

• informes;

• calidad de los datos.

1. Empezar por el negocio, no por las etiquetas

Antes de abrir Google Tag Manager conviene entender qué necesita medir la empresa.

Preguntas básicas:

• ¿Cuál es el objetivo principal de la web?

• ¿Qué acciones tienen valor comercial?

• ¿Qué canales generan negocio?

• ¿Qué conversiones deberían medirse?

• ¿Existe ecommerce?

• ¿Hay formularios?

• ¿Se reciben llamadas?

• ¿Hay demos?

• ¿Existen descargas?

• ¿Se utilizan varios dominios?

Una implementación técnicamente perfecta puede ser inútil si mide eventos que no tienen ninguna relevancia para el negocio.

Ejemplo

Una empresa B2B puede medir:

• clics en botones;

• scroll;

• reproducciones de vídeo;

• visitas a páginas.

Pero olvidarse de registrar correctamente:

• formularios enviados;

• llamadas;

• reuniones;

• solicitudes comerciales.

Está midiendo actividad.

No negocio.

2. Documentar el plan de medición

Antes de auditar GA4 es recomendable disponer de un measurement plan.

Puede tener esta estructura:

Esto permite comparar:

lo que debería medirse

con:

lo que realmente está midiendo GA4

3. Revisar la instalación de GA4

Uno de los primeros pasos consiste en comprobar cómo está cargándose Google Analytics 4.

Puede implementarse mediante:

• Google Tag Manager;

• gtag.js;

• plugin;

• CMS;

• integración de terceros.

El problema aparece cuando existen varias implementaciones simultáneas.

Por ejemplo:

GA4 instalado mediante plugin
+
GA4 instalado mediante GTM

Esto puede provocar:

• 
  eventos duplicados;
  

• 
  pageviews dobles;
  

• 
  conversiones duplicadas;
  

• 
  sesiones inconsistentes.
  

Qué comprobar

Revisar:

• 
  Measurement ID;
  

• 
  origen de la implementación;
  

• 
  número de etiquetas;
  

• 
  firing conditions;
  

• 
  duplicidades;
  

• 
  solicitudes enviadas.
  

Una web debería tener una arquitectura de medición clara.

4. Auditar Google Tag Manager

Google Tag Manager suele convertirse con el tiempo en una especie de almacén histórico.

Etiquetas antiguas.

Triggers duplicados.

Variables sin utilizar.

Pruebas olvidadas.

Versiones anteriores.

Todo eso aumenta la complejidad.

Revisar las etiquetas

Para cada tag deberíamos saber:

• 
  qué hace;
  

• 
  por qué existe;
  

• 
  cuándo se dispara;
  

• 
  qué datos envía;
  

• 
  quién la utiliza.
  

Si nadie puede responder, probablemente necesita revisión.

Clasificación útil

GA4
Google Ads
Consentimiento
Remarketing
Pixels sociales
Herramientas externas
Testing
Legacy

Esto ayuda a ordenar el contenedor.

5. Revisar triggers

Los triggers determinan cuándo se ejecutan las etiquetas.

Un trigger mal configurado puede ser responsable de una enorme cantidad de errores.

Por ejemplo:

Trigger:
All Pages

cuando debería dispararse únicamente después de completar un formulario.

Resultado:

se registra una conversión en cada página.

Revisar condiciones

Especialmente:

• 
  Page URL;
  

• 
  Page Path;
  

• 
  Click Classes;
  

• 
  Click ID;
  

• 
  Form ID;
  

• 
  custom events;
  

• 
  variables del dataLayer.
  

Evitar reglas excesivamente frágiles.

Por ejemplo:

Click Text = "Enviar"

puede romperse si alguien cambia el botón por:

Solicitar información

Cuando sea posible, utilizar identificadores más estables.

6. Auditar el dataLayer

El dataLayer es una de las piezas más importantes de una implementación avanzada.

Permite pasar información estructurada desde la web hacia Google Tag Manager.

Ejemplo:

dataLayer.push({
  event: "generate_lead",
  form_name: "contacto",
  service: "auditoria_analytics"
});

Esto es mucho más robusto que intentar detectar conversiones únicamente mediante cambios visuales en la página.

Qué revisar

• 
  nombres consistentes;
  

• 
  variables;
  

• 
  formato;
  

• 
  tipos de datos;
  

• 
  eventos duplicados;
  

• 
  información incompleta;
  

• 
  valores dinámicos.
  

El dataLayer debería ser predecible.

7. Revisar los eventos de GA4

GA4 funciona principalmente alrededor de eventos.

Por eso esta parte es crítica.

Podemos encontrar eventos:

Automáticos

Por ejemplo:

first_visit
session_start

Medición mejorada

Por ejemplo:

scroll
file_download
outbound_click

Recomendados

Por ejemplo:

generate_lead
purchase
login
sign_up

Personalizados

Eventos propios del negocio.

Error común: crear nombres innecesarios

Por ejemplo:

formulario_contacto
form_submit
form_sent
contact_form
formulario_ok

para medir prácticamente lo mismo.

Esto dificulta:

• 
  reporting;
  

• 
  mantenimiento;
  

• 
  análisis.
  

Siempre que sea posible conviene utilizar eventos recomendados por Google.

8. Comprobar parámetros de eventos

El nombre del evento no siempre es suficiente.

Ejemplo:

generate_lead

Nos dice que hubo un lead.

Pero necesitamos contexto.

Podemos enviar:

form_name
service
page_location
lead_type

Así podremos distinguir:

• 
  formulario SEO;
  

• 
  formulario Paid Media;
  

• 
  formulario contacto;
  

• 
  solicitud de auditoría.
  

9. Revisar conversiones

No todos los eventos deberían convertirse en conversiones.

Una conversión debería representar una acción con valor.

Ejemplos:

• 
  compra;
  

• 
  lead;
  

• 
  llamada;
  

• 
  reserva;
  

• 
  demo;
  

• 
  alta.
  

Error frecuente

Marcar como conversiones:

• 
  scroll;
  

• 
  clic menú;
  

• 
  visita contacto;
  

• 
  clic genérico.
  

Esto puede inflar artificialmente los resultados.

Pregunta clave

¿Estaríamos dispuestos a optimizar una campaña publicitaria para conseguir más de este evento?

Si la respuesta es no, probablemente no debería ser una conversión primaria.

10. Detectar conversiones duplicadas

Este es uno de los fallos más peligrosos.

Supongamos que un formulario genera:

generate_lead

pero además existe:

form_submit

y ambos se marcan como conversión.

Un único formulario termina contabilizando dos conversiones.

Esto puede afectar:

• 
  GA4;
  

• 
  Google Ads;
  

• 
  ROAS;
  

• 
  CPA;
  

• 
  Smart Bidding.
  

11. Revisar DebugView

DebugView permite observar eventos casi en tiempo real.

Es imprescindible para comprobar:

• 
  eventos;
  

• 
  parámetros;
  

• 
  orden;
  

• 
  duplicidades;
  

• 
  errores.
  

Un proceso sencillo:

Abrir GTM Preview
↓
Realizar acción
↓
Revisar Tag Assistant
↓
Revisar DebugView
↓
Comparar resultado esperado

Nunca asumir que algo funciona porque la etiqueta se dispara.

Hay que comprobar el dato recibido.

12. Revisar tráfico interno

Los empleados pueden contaminar Analytics.

Especialmente en:

• 
  empresas pequeñas;
  

• 
  ecommerce;
  

• 
  equipos de marketing;
  

• 
  agencias.
  

El equipo puede visitar la web decenas de veces al día.

Eso afecta:

• 
  sesiones;
  

• 
  conversiones;
  

• 
  comportamiento;
  

• 
  engagement.
  

GA4 permite definir tráfico interno mediante reglas.

Pero hay que comprobar que realmente funcionan.

13. Revisar referencias no deseadas

Algunos servicios externos pueden aparecer como referral.

Ejemplo típico:

pasarela-pago.com / referral

El usuario:

Google Ads
↓
Tienda
↓
Pasarela
↓
Compra

pero Analytics termina atribuyendo la compra a:

pasarela-pago.com

Esto rompe la atribución.

Revisar especialmente

• 
  pasarelas de pago;
  

• 
  herramientas de reserva;
  

• 
  subdominios;
  

• 
  sistemas externos.
  

14. Auditar cross-domain tracking

Si el proceso de conversión ocurre entre varios dominios, necesitamos preservar la sesión.

Ejemplo:

empresa.com
↓
reservas.com
↓
confirmacion.com

Sin una configuración correcta pueden aparecer:

• 
  sesiones nuevas;
  

• 
  autorreferencias;
  

• 
  pérdida de atribución.
  

El cross-domain debería probarse técnicamente.

15. Revisar UTMs

Las UTMs son básicas para atribución.

Ejemplo:

utm_source=linkedin
utm_medium=paid_social
utm_campaign=marketing_b2b

Pero si cada persona utiliza una convención distinta, los informes se fragmentan.

Ejemplo malo

Facebook
facebook
FB
fb
Meta
meta_ads

GA4 puede interpretar cada valor como una fuente distinta.

Crear un naming convention

Por ejemplo:

utm_source = plataforma
utm_medium = tipo de tráfico
utm_campaign = campaña
utm_content = creatividad
utm_term = keyword/audiencia

Y documentarlo.

16. Auditar ecommerce

En ecommerce, una implementación incorrecta puede afectar directamente a decisiones de inversión.

Eventos habituales:

view_item
add_to_cart
begin_checkout
purchase

También:

view_item_list
select_item
add_payment_info
add_shipping_info
refund

Revisar purchase

Debe incluir correctamente:

transaction_id
value
currency
items

El transaction_id es especialmente importante para reducir compras duplicadas.

17. Comprobar valores y moneda

Una compra de:

99 €

no debería enviarse como:

9900

ni:

0.99

Este tipo de errores puede destruir:

• 
  ROAS;
  

• 
  revenue;
  

• 
  ticket medio.
  

Comprobar siempre:

• 
  value;
  

• 
  currency;
  

• 
  impuestos;
  

• 
  shipping;
  

• 
  descuentos.
  

18. Revisar Google Ads

GA4 y Google Ads suelen estar conectados.

Hay que comprobar:

• 
  vinculación;
  

• 
  conversiones importadas;
  

• 
  conversiones primarias/secundarias;
  

• 
  Enhanced Conversions;
  

• 
  remarketing;
  

• 
  audiencias.
  

Riesgo importante

Tener:

Google Ads Conversion Tag

y además importar:

GA4 conversion

para el mismo lead.

Si ambas son primarias, Google Ads puede contar dos conversiones.

19. Auditar Consent Mode

El consentimiento se ha convertido en una parte fundamental de la medición.

Una configuración debe revisar:

analytics_storage
ad_storage
ad_user_data
ad_personalization

y su comportamiento según consentimiento.

Qué comprobar

Antes de aceptar cookies:

• 
  qué etiquetas cargan;
  

• 
  qué señales se envían.
  

Después de aceptar:

• 
  qué cambia.
  

Después de rechazar:

• 
  qué permanece bloqueado.
  

La existencia de un banner no demuestra que el consentimiento esté correctamente implementado.

20. Revisar la CMP

La plataforma de consentimiento debería estar correctamente integrada con GTM.

Problemas habituales:

• 
  tags ejecutándose antes del consentimiento;
  

• 
  estados incorrectos;
  

• 
  banner desconectado;
  

• 
  cambios no enviados.
  

Hay que probar el comportamiento real.

21. Revisar tráfico de desarrollo

Staging y entornos de prueba pueden contaminar producción.

Ejemplo:

staging.empresa.com

enviando datos a la misma propiedad que:

www.empresa.com

Esto introduce:

• 
  sesiones falsas;
  

• 
  eventos de prueba;
  

• 
  conversiones ficticias.
  

22. Revisar self-referrals

En adquisición pueden aparecer referencias como:

empresa.com / referral

Es una señal de que algo puede estar rompiendo la sesión.

Posibles causas:

• 
  cross-domain mal configurado;
  

• 
  checkout externo;
  

• 
  subdominios;
  

• 
  redirects.
  

23. Comparar datos entre sistemas

GA4 no debería analizarse aislado.

Conviene contrastar con:

• 
  CRM;
  

• 
  ecommerce;
  

• 
  backend;
  

• 
  Google Ads;
  

• 
  Search Console.
  

Ejemplo:

CRM:
120 leads

GA4:
178 generate_lead

Hay una diferencia suficientemente grande como para investigar.

24. No buscar coincidencia del 100 %

Las plataformas no siempre contabilizan exactamente igual.

Pueden existir diferencias por:

• 
  consentimiento;
  

• 
  ad blockers;
  

• 
  atribución;
  

• 
  zona horaria;
  

• 
  procesamiento.
  

La cuestión no es conseguir igualdad absoluta.

Es detectar discrepancias anormales.

25. Revisar eventos innecesarios

Una propiedad puede terminar almacenando cientos de eventos sin utilidad.

Por ejemplo:

click_footer
click_header
button_1
button_2
menu_open
menu_close

antes de crear un evento deberíamos preguntar:

¿Qué decisión podremos tomar gracias a este dato?

Si no existe respuesta, probablemente no necesitamos medirlo.

26. Convenciones de naming

Los nombres deberían ser consistentes.

Ejemplo:

generate_lead
book_demo
download_report

Evitar mezclas como:

GenerateLead
generar_lead
generate-Lead
leadGENERATE

La consistencia facilita mantenimiento.

27. Documentar GTM

Un contenedor profesional debería ser comprensible para otra persona.

Utilizar nombres claros.

Malo

Tag 1
Tag final
GA prueba
Trigger 3

Mejor

GA4 - Event - generate_lead
GADS - Conversion - Contact Form
Trigger - Form - Contact Success
Variable - DL - form_name

28. Eliminar deuda de medición

Con los años se acumulan:

• 
  etiquetas antiguas;
  

• 
  pixels sin uso;
  

• 
  triggers;
  

• 
  variables;
  

• 
  scripts.
  

Una auditoría también debe limpiar.

Pero con cuidado.

Antes de borrar:

• 
  identificar;
  

• 
  documentar;
  

• 
  revisar dependencias.
  

29. Cuándo realizar una auditoría profesional

Existen momentos especialmente importantes:

• 
  migración web;
  

• 
  cambio de CMS;
  

• 
  cambio de agencia;
  

• 
  nuevo ecommerce;
  

• 
  caída inexplicable de conversiones;
  

• 
  discrepancias entre CRM y Analytics;
  

• 
  implantación de Consent Mode;
  

• 
  integración con Google Ads;
  

• 
  cambio de checkout.
  

También conviene realizar revisiones periódicas.

Una auditoría GA4 y GTM permite revisar conjuntamente implementación, eventos, conversiones, dataLayer, consentimiento, atribución y calidad del dato para comprobar que la analítica está representando correctamente lo que ocurre en el negocio.

Porque un dashboard puede verse perfectamente.

Y estar completamente equivocado.

30. Cómo debería ser el entregable de una auditoría

Un buen informe no debería limitarse a decir:

Esto está mal.

Debe explicar:

Problema

Qué ocurre.

Evidencia

Cómo sabemos que ocurre.

Impacto

Qué dato está afectando.

Prioridad

Qué urgencia tiene.

Solución

Cómo corregirlo.

Ejemplo

Así el equipo puede ejecutar.

31. Sistema de prioridades

Una auditoría puede clasificar errores.

Prioridad crítica

Afecta directamente a negocio.

Ejemplos:

• 
  compras duplicadas;
  

• 
  revenue incorrecto;
  

• 
  GA4 sin datos;
  

• 
  conversiones rotas.
  

Prioridad alta

Afecta decisiones importantes.

Ejemplos:

• 
  atribución;
  

• 
  consentimiento;
  

• 
  duplicación de leads.
  

Prioridad media

Reduce calidad o mantenimiento.

Prioridad baja

Mejoras organizativas.

Esto evita intentar corregir 80 incidencias simultáneamente.

32. Checklist de auditoría GA4

• Propiedad correcta
  

• Zona horaria
  

• Moneda
  

• Data stream
  

• Enhanced Measurement
  

• Eventos
  

• Parámetros
  

• Conversiones
  

• Tráfico interno
  

• Referral exclusions
  

• Cross-domain
  

• Google Ads
  

• Search Console
  

• Audiencias
  

• DebugView
  

• Ecommerce
  

• Consentimiento
  

33. Checklist de auditoría GTM

• Contenedor correcto
  

• Versiones
  

• Etiquetas
  

• Triggers
  

• Variables
  

• Naming
  

• Duplicidades
  

• Tags antiguos
  

• Preview Mode
  

• dataLayer
  

• Consent Mode
  

• Google Ads
  

• GA4
  

• Pixels externos
  

• Documentación
  

34. Checklist para formularios

• El evento se dispara después del envío real
  

• No se dispara por clic únicamente
  

• No cuenta errores de formulario
  

• No se duplica
  

• Incluye form_name
  

• Se registra en GA4
  

• Está marcado correctamente como conversión
  

• Coincide razonablemente con CRM
  

35. Checklist para ecommerce

• view_item
  

• add_to_cart
  

• begin_checkout
  

• purchase
  

• transaction_id
  

• value
  

• currency
  

• items
  

• descuentos
  

• refunds
  

• compras duplicadas
  

• revenue correcto
  

36. Qué herramientas utilizar durante la auditoría

Una auditoría puede apoyarse en:

Google Tag Assistant

Para probar GTM y etiquetas.

DebugView

Para revisar eventos GA4.

DevTools

Para analizar:

• 
  requests;
  

• 
  cookies;
  

• 
  scripts;
  

• 
  dataLayer.
  

GA4

Para detectar anomalías.

Google Ads

Para revisar conversiones.

CRM

Para validar resultados.

CMS/backend

Para comprobar transacciones y leads reales.

La auditoría debe combinar herramientas.

37. No olvides dispositivos móviles

Una conversión puede funcionar perfectamente en escritorio y fallar en móvil.

Hay que probar:

• 
  desktop;
  

• 
  mobile;
  

• 
  navegadores diferentes.
  

Especialmente:

• 
  formularios;
  

• 
  botones;
  

• 
  ecommerce;
  

• 
  consentimiento.
  

38. Medición y negocio deben reconciliarse

El nivel más avanzado de una auditoría consiste en comparar los datos digitales con los resultados reales.

Ejemplo:

GA4:
200 leads

CRM:
170 leads

SQL:
60

Oportunidades:
25

Clientes:
8

Entonces podemos construir un funnel real:

tráfico → lead → SQL → oportunidad → cliente

Y dejar de medir únicamente actividad web.

Preguntas frecuentes sobre auditorías de GA4 y GTM

¿Cómo sé si GA4 está bien configurado?

No basta con comprobar que recibe datos. Hay que validar eventos, conversiones, parámetros, atribución, consentimiento y coherencia con otros sistemas.

¿Cada cuánto debería auditarse?

Depende de la web, pero conviene hacerlo especialmente después de migraciones, cambios importantes, nuevas campañas o modificaciones de consentimiento.

¿GTM y GA4 son lo mismo?

No. Google Tag Manager gestiona etiquetas y lógica de activación. GA4 recibe y analiza datos.

¿Es obligatorio utilizar GTM?

No, pero facilita mucho la gestión de implementaciones complejas.

¿Por qué aparecen conversiones duplicadas?

Puede deberse a múltiples implementaciones, varios eventos para la misma acción o etiquetas duplicadas.

¿GA4 debería coincidir exactamente con el CRM?

No necesariamente. Puede haber diferencias por consentimiento, bloqueadores o criterios de atribución. Pero discrepancias grandes deben investigarse.

¿Qué es el dataLayer?

Es una capa estructurada de datos que permite comunicar información de la web a Google Tag Manager.

¿Qué es Consent Mode?

Es un sistema que permite modificar el comportamiento de las etiquetas según las decisiones de consentimiento del usuario.

¿Qué es DebugView?

Una herramienta de GA4 que permite revisar eventos y parámetros durante pruebas.

¿Qué es más importante: medir muchos eventos o pocos?

Medir los eventos necesarios para tomar decisiones. Más datos no significa automáticamente mejores datos.

Conclusión

Una buena implementación de GA4 no es la que registra más eventos.

Es la que registra los eventos correctos.

Un buen contenedor de Google Tag Manager no es el que tiene más etiquetas.

Es el que tiene una lógica clara, documentada y fiable.

Y una buena auditoría no debería limitarse a comprobar que Analytics funciona.

Debería verificar toda la cadena:

qué quiere medir el negocio

↓

qué ocurre en la web

↓

qué envía Google Tag Manager

↓

qué recibe GA4

↓

qué se marca como conversión

↓

qué utilizan Google Ads y los informes

↓

qué decisiones toma la empresa

Porque una mala medición no solo genera informes incorrectos.

Puede provocar:

• 
  presupuestos mal asignados;
  

• 
  campañas optimizadas hacia objetivos falsos;
  

• 
  conversiones duplicadas;
  

• 
  atribución incorrecta;
  

• 
  decisiones equivocadas.
  

La analítica digital solo tiene valor cuando podemos confiar en ella.

Y esa confianza no debería asumirse.

Debería auditarse.