Cómo usar Google Analytics 4 para SEO

GA4 desde la mirada SEO: el canal AI Assistant, cómo reparte el crédito de una conversión, las ventanas de atribución y el enlace con Search Console.

Google Analytics 4 es la herramienta gratuita más potente para entender qué hace la gente cuando llega a un sitio, y también la que más se usa mal desde la mirada del SEO. La mayoría la abre, mira el gráfico de usuarios totales, ve que sube o baja y saca una conclusión que mezcla todos los canales en la misma bolsa. Esta guía hace lo contrario: explica cómo aislar el tráfico orgánico y medir lo que Search Console nunca va a mostrar, que es lo que ocurre después del clic.

No es un tutorial de analítica general ni un recorrido por cada botón del menú. Es la metodología que uso para leer GA4 como consultor SEO: separar el canal orgánico del resto, entender cómo GA4 reparte el crédito de una conversión antes de leer cualquier cifra de canal, y auditar el marcaje antes de confiar en un número.

Adentro están el canal AI Assistant que Google agregó en mayo de 2026, la atribución basada en datos y sus ventanas de conversión, el enlace con Search Console paso a paso, cómo consultar GA4 desde la terminal por API y por MCP, y un caso real anonimizado donde aislar el canal orgánico cambió por completo la conversación con el cliente.

Qué es Google Analytics 4 y qué resuelve de verdad para el SEO

Google Analytics 4 es la plataforma de analítica de Google que mide el comportamiento de los usuarios dentro de un sitio o una app: qué páginas ven, cuánto se quedan, qué acciones completan y cuáles terminan en una conversión. Para el SEO resuelve la pregunta que Search Console no responde, porque Search Console vive en la SERP (impresiones, clics, posición) y se detiene justo en el clic. GA4 empieza ahí, en lo que pasa una vez que la persona ya entró.

Conviene decir de entrada lo que GA4 no hace, porque ahorra discusiones. GA4 no muestra la consulta que originó la visita, no ve al rastreador que pasó por el sitio y no cuenta lo que la persona hizo en un sitio ajeno. Todo lo que mide empieza en el clic y termina en la última interacción dentro del dominio.

GA4 tampoco es un panel de sesiones con botones nuevos: es un sistema de eventos, y esa diferencia decide cómo se lee cada informe. Por eso conviene entender primero cómo cuenta, antes de intentar sacarle conclusiones de SEO.

Cómo lee los datos Google Analytics 4: el modelo de eventos, y por qué importa

El modelo de datos de GA4 es la razón por la que dos personas pueden mirar el mismo informe y leer cosas distintas. En GA4 todo es un evento con parámetros: una vista de página, un scroll, un clic, una descarga. La sesión sigue existiendo, pero es una métrica derivada de los eventos, no la unidad central alrededor de la que se organiza el sistema. Estos son los puntos con más impacto para quien trabaja SEO.

• Nada es una conversión hasta que alguien la declara: GA4 mide todos los eventos por igual y espera que el analista marque cuáles son eventos clave. Sin esa declaración no hay conversión que reportar, solo actividad.
• Las keywords orgánicas llegan como (not provided): GA4 no muestra por qué término entró un usuario desde búsqueda orgánica. Ese dato solo se recupera enlazando Search Console de forma nativa.
• Data thresholding: para proteger la privacidad, GA4 oculta filas de datos cuando hay muy pocos usuarios, sobre todo si la propiedad usa señales de Google. En sitios de bajo tráfico o segmentos muy finos, aparecen datos incompletos sin previo aviso.
• Muestreo sobre 10 millones de eventos por consulta: en propiedades estándar, una consulta que supera ese volumen se responde con una muestra y no con el universo completo. Según la redacción de Google el umbral aplica a informes, exploraciones y peticiones de API, y el porcentaje de datos usado se ve en el icono de calidad de datos.
• Filtrado de bots que no se puede desactivar ni cuantificar: GA4 excluye el tráfico de bots y arañas conocidos usando investigación propia de Google y la lista internacional de arañas y bots de la IAB. Es una exclusión silenciosa: no hay informe que diga cuánto se filtró.
• Retención de datos configurable: a nivel de evento GA4 guarda dos meses por defecto y hasta catorce en propiedades estándar. Los informes estándar agregados están exentos de ese ajuste, las exploraciones y los embudos no.

Cómo agrupa GA4 el tráfico en canales, y qué cambió con AI Assistant

El grupo de canales por defecto es la regla con la que GA4 decide si una sesión fue Organic Search, Paid Search, Referral, Direct o cualquiera de las otras etiquetas. Es la primera capa de interpretación que aplica la herramienta, y en mayo de 2026 le agregaron un canal nuevo que cambia lo que hay que revisar en cualquier cuenta.

El canal AI Assistant: qué es y qué no es

AI Assistant es el canal que agrupa las sesiones que llegan desde asistentes de IA. Google lo anunció el 13 de mayo de 2026, marca esas sesiones con el medio ai-assistant y la campaña (ai-assistant), y aparece en los informes que usan el grupo de canales por defecto sin que haya que configurar nada.

Sobre qué asistentes entran, la documentación de Google se contradice consigo misma y vale la pena decirlo. La página que define los canales nombra ChatGPT, Gemini, DeepSeek, Copilot y Grok. El registro de cambios del lanzamiento nombra ChatGPT, Gemini y Claude. Perplexity no aparece en ninguna de las dos, y Google no publicó la lista completa de referrers reconocidos, así que no existe un archivo público contra el que verificar (Google, centro de ayuda de Analytics y registro de cambios, mayo de 2026).

El canal depende del referrer, y ahí está su límite estructural: una sesión que llega sin referrer cae en Direct, no en AI Assistant. Pasa con navegadores dentro de aplicaciones y cuando alguien copia y pega el enlace. Cuánto tráfico se pierde por esa vía no está cuantificado de forma confiable en investigación pública: los porcentajes que circulan salen de artículos sin metodología declarada, así que lo honesto es decir que la magnitud se desconoce.

Por qué los rastreadores de IA nunca aparecen en GA4

GPTBot, ClaudeBot y PerplexityBot no aparecen en GA4, y no es un problema de configuración. Son dos razones que se suman: la recolección de GA4 es por etiqueta de JavaScript y esos rastreadores piden el HTML sin ejecutar la etiqueta, y además GA4 filtra el tráfico de bots conocidos con la lista de la IAB, filtro que no se puede desactivar.

La consecuencia práctica es que el canal AI Assistant mide clics de personas sobre enlaces que un asistente mostró, nunca el rastreo en sí. Para ver el rastreo hay un solo lugar: los logs del servidor o del CDN, filtrados por user agent. Confundir las dos cosas lleva a conclusiones opuestas, porque un sitio puede ser rastreado mucho y referido poco.

Cómo reconstruir el histórico de tráfico de IA con un grupo de canales personalizado

El canal AI Assistant empieza en mayo de 2026 y no trae histórico, así que el tráfico de asistentes anterior a esa fecha sigue repartido entre Referral y Direct. Y el grupo de canales por defecto no es editable, o sea que no se puede agregar Perplexity ahí ni corregir la clasificación vieja.

La salida es un grupo de canales personalizado, y su gracia es que sí aplica de forma retroactiva. Se crea en Administrar, en Visualización de datos, en Grupos de canales. Una propiedad estándar admite dos grupos personalizados de hasta cincuenta canales cada uno, y las condiciones se construyen sobre origen, medio, campaña, identificador de campaña, contenido manual del anuncio, plataforma de origen y el propio grupo de canales por defecto (Google, centro de ayuda de Analytics, 2026).

Dos detalles que ahorran una tarde perdida. La página de destino no está disponible como condición de un grupo de canales, así que la regla se arma por origen o por medio. Y el canal nuevo debe capturar también el medio ai-assistant, porque si no se parte el mismo tráfico en dos: lo viejo en la regla propia y lo nuevo en el canal integrado.

Cuánto tráfico de IA es esto de verdad

Ese 1,08% conviene leerlo junto a su tasa de crecimiento, porque el nivel y la pendiente cuentan historias distintas. Microsoft Clarity midió sobre 1.277 dominios un crecimiento del 155,6% en tráfico de IA contra 24% de búsqueda y 21,5% de social, y aun así concluye que las referencias de IA siguen bajo el 1% del tráfico total (Microsoft Clarity, noviembre de 2025).

Lo que sí cambia el análisis es la calidad de ese tráfico. En el mismo estudio de Clarity, el CTR hacia registro fue de 1,66% en visitantes venidos de modelos de lenguaje contra 0,15% en búsqueda. Y Ahrefs reportó que el 0,5% de sus visitas produjo el 12,1% de sus registros, cerca de veintitrés veces la tasa del orgánico tradicional (Ahrefs, junio de 2025). Ese último dato hay que citarlo con su límite pegado: es un solo sitio, el propio de Ahrefs, un SaaS B2B con embudo de herramienta gratuita, así que sirve como señal y no como referencia de mercado.

La lectura operativa para un proyecto de SEO es sencilla. Hoy AI Assistant no se justifica como canal de volumen, se justifica como canal de calidad y como serie temporal que conviene empezar a medir bien antes de que importe.

Cómo reparte GA4 el crédito de una conversión entre canales

La atribución en GA4 es el reparto del crédito de una conversión entre los puntos de contacto que la precedieron. Para el SEO la consecuencia es directa: la cifra que dice cuánto aporta el canal orgánico no es un conteo, es la salida de un modelo, y cambia según qué informe se abra.

Hoy solo quedan tres modelos seleccionables. El primer clic, el lineal, el de deterioro temporal y el basado en la posición se retiraron en noviembre de 2023, y por eso casi toda la documentación que circula todavía describe seis. Si una propiedad heredada aparece configurada en último clic, alguien la cambió a mano.

• Atribución basada en datos: es el modelo por defecto. Reparte el crédito de forma fraccionada entre los puntos de contacto usando aprendizaje automático. Es el que uso salvo que haya una razón fuerte para otra cosa.
• Último clic de canales de pago y orgánicos: ignora el tráfico directo y da el 100% del crédito al último canal que la persona clicó. Sirve para conciliar con reportes históricos o cuando el equipo necesita una regla simple de explicar.
• Último clic de canales de pago de Google: da el 100% del crédito al último canal de pago de Google. Es una vista de medios, no una vista de negocio, y para SEO deja el canal orgánico en cero por construcción.

Cómo funciona la atribución basada en datos

Google la describe como un modelo que evalúa con aprendizaje automático tanto las rutas que convirtieron como las que no, y que incorpora el tiempo desde el evento clave, el tipo de dispositivo, el número de interacciones con anuncios, el orden de exposición y el tipo de creatividad. Cada modelo es específico de cada anunciante y de cada evento clave, así que no existe un reparto de referencia contra el cual comparar el propio (Google, centro de ayuda de Analytics).

El mecanismo detrás es contrafactual: el modelo compara lo que pasó con lo que habría pasado sin un punto de contacto. La investigación que Google publicó sobre el tema describe las conversiones como un proceso de Poisson no homogéneo, o sea con el efecto de cada contacto decayendo en el tiempo, y un algoritmo que remueve iterativamente el último anuncio de la ruta y recalcula la probabilidad de conversión. Es un enfoque estilo Shapley, no un valor de Shapley literal (Shender, Nasiri Amini, Bao, Dikmen, Richardson y Wang, A Time To Event Framework For Multi-touch Attribution, arXiv 2009.08432, septiembre de 2020). Conviene aclarar que ese paper describe la investigación de Google, no la implementación exacta de GA4, que no está publicada.

Dos consecuencias prácticas de ese reparto. La primera es que en las columnas aparecen decimales, porque el crédito de una conversión se divide entre varias interacciones. La segunda es la regla del directo: todos los modelos excluyen las visitas directas del reparto, salvo que la ruta completa hasta la conversión haya sido directa.

Escenario A: una ruta de orgánico, pago y orgánico

El caso más común en una cuenta real. Una persona llega por búsqueda orgánica, vuelve días después por un anuncio de pago, vuelve una tercera vez por búsqueda orgánica y convierte. Tres puntos de contacto, una conversión.

En el informe de Adquisición de tráfico esa conversión aparece como una sola fila: 100% Organic Search, y Paid Search queda en cero. No es que el anuncio no participara. Es que ese informe usa dimensiones de sesión, y las dimensiones de sesión siempre aplican último clic no directo, sin importar qué modelo esté seleccionado en la propiedad.

En la sección de Publicidad, la misma conversión se reparte fraccionada entre Organic Search y Paid Search: dos filas con decimales, porque ahí sí manda el modelo seleccionado. Es la misma conversión, la misma propiedad y el mismo día, con dos lecturas distintas de quién la produjo.

Por qué dos informes de GA4 no dan el mismo número

La regla que explica casi todas las discrepancias internas de GA4 no está en los nombres de los informes, está en el alcance de las dimensiones. Las dimensiones de usuario y de sesión usan siempre último clic no directo y no reaccionan al ajuste de modelo. Las dimensiones de evento usan el modelo que esté seleccionado en la propiedad (Google, centro de ayuda de Analytics).

Sessions follow the non-direct last click attribution modelGoogle, centro de ayuda de Analytics

Para el SEO la traducción es esta: la línea de Organic Search en Adquisición de tráfico es un conteo de último clic no directo, y la línea de Organic Search en la sección de Atribución es una cifra modelada. Las dos son correctas y responden preguntas distintas. Discutir cuál es la verdadera es discutir el problema equivocado.

La trampa extra está en la última fila. Las conversiones que GA4 exporta a Google Ads a partir de eventos clave usan siempre último clic, así que el número que llega a Ads nunca es el de la atribución basada en datos. Quien intenta cuadrar los dos no está encontrando un error: está comparando dos modelos.

Escenario B: tres canales distintos y tres filas

Para ver el reparto completo hace falta una ruta sin canales repetidos. Una persona llega por social orgánico, vuelve por búsqueda orgánica, vuelve por un anuncio de pago y convierte. Ahí sí la sección de Atribución muestra tres filas, cada una con una fracción del crédito.

En esa vista el punto de contacto más cercano a la conversión suele llevarse la porción mayor, porque el modelo descuenta por tiempo los contactos lejanos. Suele, no siempre: GA4 no documenta un orden fijo y el modelo es específico de cada propiedad. El único procedimiento honesto es abrir el reparto real de la cuenta y leerlo, en vez de asumir una regla.

De todo esto sale una sola regla de operación, y conviene escribirla en el documento de reporting del proyecto: declarar cuál informe es la fuente oficial de la propiedad y reportar siempre desde ahí. Comparar una cifra de un informe con la del otro produce reuniones largas sobre un problema que no existe.

Las ventanas de conversión de GA4, y cómo elegir la correcta

La ventana de retrospectiva es el período previo a una conversión durante el cual un punto de contacto todavía puede recibir crédito. Es el ajuste que más cambia las cifras de canal y el que menos se revisa, porque viene configurado por defecto y nadie lo mira.

Cuál es la ventana por defecto de verdad

Vale la pena detenerse en eso, porque circula mucho la idea de que el valor por defecto es 30 días para todo. La intuición sobre el ancho de la ventana es la correcta, el ancla está en el número equivocado: en cuentas reales el movimiento habitual es estrechar desde 90, no ampliar desde 30. Y la ventana no vive solo en la sección de Publicidad, también aplica a la atribución de sesión.

Ese es el punto donde el ancho de la ventana importa de verdad. Con una ventana de 60 días, una conversión del día 59 vuelve elegibles para recibir crédito fraccionado a contactos de hace dos meses, y el reparto entre canales cambia. Conviene decirlo con precisión: la ventana más ancha no infla el aporte de los canales de descubrimiento, cambia qué contactos se observan. Si esa vista más ancha exagera o corrige la realidad es una pregunta causal que solo responden las pruebas de incrementalidad, y la atribución basada en datos ya descuenta por tiempo justamente esos contactos lejanos. No existe, además, ningún estudio publicado que cuantifique cuánto se desplaza el crédito según el ancho de la ventana.

Cómo elegir la ventana con los datos de la propia cuenta

El dato para decidir está en el informe de rutas de conversión de eventos clave, dentro de Publicidad, en Atribución. Trae dos columnas que casi nadie usa: días hasta el evento clave y contactos hasta el evento clave. Muestra rutas de hasta veinte contactos, parte la visualización en contactos tempranos (el primer 25%), medios (el 50% central) y tardíos (el último 25%), y tiene datos desde el 14 de junio de 2021.

Y aquí está la limitación que decide el método: la interfaz de GA4 entrega un promedio por fila de ruta, no una distribución. De GA4 no se puede leer un percentil. Para percentiles hay dos caminos, y los dos salen de la interfaz: la exportación a BigQuery, o el segmento de días hasta la conversión de Google Ads, que devuelve hasta diecinueve filas y necesita un rango de fechas que termine al menos treinta días atrás. Ese segmento de Ads es lo más parecido a un histograma de latencia gratuito, y vive del lado de Ads, no de Analytics.

Con la distribución en la mano el procedimiento es corto: elegir la ventana más corta después de la cual la curva se aplana, poner un piso de siete días y fijarla una sola vez, porque no es retroactiva. Google Ads es más explícito que Analytics en esto y su guía es transferible: su informe de métricas de ruta existe precisamente para decidir la mejor ventana por acción de conversión, y recomienda ventanas de al menos siete días porque entregan un conjunto de datos más rico.

Falta la parte que casi nadie escribe: no existe una regla de percentil con respaldo. La recomendación de cubrir el percentil 90 o 95 aparece solo en contenido de agencias, sin un conjunto de datos detrás, y hay practicantes con nombre que sostienen lo opuesto. Optimize Smart recomienda la ventana más estrecha posible, siete días para adquisición y treinta para el resto, con el argumento de que la pérdida de consentimiento y los bloqueadores rompen las rutas largas, y PPC Land plantea el mismo problema de ruido de atribución. En cuanto a referencias de latencia por industria, la única con muestra declarada que encontré es Dreamdata sobre 414 empresas B2B (34 días del primer contacto a prospecto y 84 a oportunidad), y es un benchmark de proveedor sobre su propia cartera de clientes. Para ecommerce no hay ningún estudio con muestra declarada, así que aquí no va ninguna cifra.

Las funciones de Google Analytics 4 que más uso para SEO

GA4 tiene muchísimo, pero para el trabajo de SEO hay un puñado de vistas que sostienen casi todo. Estas son las que más ocupo.

• Informe de Adquisición filtrado a Organic Search: el punto de partida. Aísla el tráfico que llega desde búsqueda orgánica y lo separa de directo, referral, social, pago y ahora AI Assistant.
• Informe de páginas de destino (landing pages): muestra por qué página entró el usuario, no solo qué páginas vio. Es la vista que conecta una landing de SEO con lo que hizo después.
• Eventos clave y conversiones: permite marcar qué acción cuenta como resultado (un formulario, una compra, una llamada) y medir cuántas de esas acciones vienen del canal orgánico.
• Publicidad y su sección de Atribución: es donde vive el reparto fraccionado del crédito, y es un informe distinto al de Adquisición de tráfico aunque midan la misma conversión. Es la vista que hay que abrir antes de afirmar cuánto aporta el SEO.
• Exploraciones: el lienzo libre de GA4. Formato libre para tablas a medida, exploración de embudo para ver dónde se cae la gente y exploración de rutas para reconstruir el recorrido dentro del sitio.
• Enlace nativo con Search Console: trae impresiones, clics y las consultas que GA4 no muestra por su cuenta, dentro de la misma interfaz.
• Anotaciones: notas fechadas sobre el gráfico, para que una subida o una caída tenga la causa escrita al lado en vez de vivir en la memoria de alguien.
• Audiencias: permite agrupar usuarios (por ejemplo, los que llegaron por orgánico y convirtieron) para analizarlos o activarlos después.

De todas, la que más rinde es el cruce entre landing pages y conversiones filtrado a orgánico. Ahí está la respuesta a la pregunta que de verdad importa: no cuánta gente entró, sino cuánta de la que entró por SEO terminó haciendo algo de valor.

Auditoría de marcaje: por qué un GA4 mal medido es peor que no tener GA4

He visto varios proyectos donde GA4 no servía, y el problema nunca fue que faltaran datos: era que los datos que había no eran confiables. Esa situación es peor que no tener analítica, y la razón es simple. Sin datos, un equipo sabe que está decidiendo a ciegas y actúa con prudencia. Con datos malos, el mismo equipo decide con confianza sobre una cifra equivocada.

La auditoría de marcaje es una revisión previa y aburrida que ahorra meses de conclusiones falsas. No es un tema de configuración avanzada: son fallas concretas y verificables en un par de horas.

• Eventos duplicados: la falla más común es tener la etiqueta cargada dos veces, típicamente por gtag y Google Tag Manager conviviendo en la misma plantilla. El síntoma es page_view contado doble, con sesiones y tasas de conversión sistemáticamente distorsionadas.
• Autoreferencias: cuando falta la configuración de dominios cruzados, el propio dominio aparece como referral y corta sesiones a mitad de camino. El efecto es doble: infla el canal Referral y destruye la atribución de la sesión original.
• Canales que no resuelven: tráfico de campañas sin etiquetado UTM que termina en Direct, o etiquetas mal escritas que crean canales fantasma. Si Direct es el canal más grande de la cuenta, casi nunca es porque la gente escriba el dominio de memoria.
• Consentimiento denegado que borra sesiones en silencio: quien rechaza el banner desaparece de GA4 mientras Search Console sigue registrando el clic. No es un error, es el diseño, pero cambia el nivel de todas las series y hay que saber cuánto.
• Eventos clave sin declarar o declarados de más: sin eventos clave no hay conversión que reportar, y con demasiados (un scroll marcado como conversión) el número deja de significar nada.
• Dimensiones de alta cardinalidad cayendo en (other): cualquier dimensión con más de 500 valores únicos por día es de alta cardinalidad, el tope es de 50.000 valores y el excedente se condensa en una fila (other). En un sitio grande, el origen de la sesión cae justo ahí.
• Muestreo y filtrado silenciosos: el icono de calidad de datos avisa cuando un informe se armó con una muestra, y el filtro de bots de la IAB excluye tráfico sin dejar registro de cuánto. Los dos hay que mirarlos antes de comparar períodos.

El orden importa: primero se audita el marcaje, después se leen los informes. Al revés, el análisis hereda los errores de la medición y los amplifica, porque un número prolijo es mucho más convincente que una duda bien fundada.

Metodología para usar Google Analytics 4 en proyectos SEO reales

GA4 rinde cuando se usa con una pregunta clara, no cuando se navega el menú a ver qué aparece. Estas son las cinco formas de uso que más aplico en proyectos de SEO.

Aislar el canal orgánico con un segmento o filtro de Organic Search

Es lo primero, siempre. Mirar los usuarios totales de un sitio mezcla el SEO con el pago, el mail y el directo, y esa cifra global no dice nada sobre el trabajo orgánico. En los informes estándar conviene abrir el desglose por canal y quedarse con Organic Search. En las exploraciones, se construye un segmento de sesiones o usuarios cuyo canal sea búsqueda orgánica y se aplica a todo el análisis.

Recién con el canal aislado los números empiezan a significar algo. Una caída de usuarios totales puede ser una campaña de Ads que se apagó, no un problema de SEO. Separar el canal es lo que permite atribuir cada movimiento a su causa real.

Medir conversiones de las landings de SEO, no solo su tráfico

El tráfico orgánico es un medio, no un fin. Una vez marcados los eventos clave (formulario enviado, compra, contacto), la pregunta deja de ser cuántas visitas trae una landing y pasa a ser cuántas conversiones genera. Es la diferencia entre reportar actividad y reportar negocio.

En la práctica, cruzo la página de destino con el evento de conversión, filtrado a orgánico. Así se ve qué contenido no solo rankea y atrae clics, sino que además convierte, y cuál trae mucho tráfico que no hace nada. Esa segunda categoría suele ser la que más sorprende al cliente.

Construir una exploración de landing pages orgánicas

El informe estándar sirve para lo rápido, pero la vista que uso a diario es una exploración de formato libre: filas con la página de destino, columnas con sesiones orgánicas, tasa de interacción, eventos clave y tasa de conversión, y un segmento que limita todo al canal orgánico. En una sola tabla queda el rendimiento SEO de cada URL de entrada.

Sobre esa base es fácil ordenar por conversión, detectar las landings que rinden y las que solo hacen bulto, y decidir dónde invertir el próximo esfuerzo de contenido. Es un tablero que se arma una vez y se reutiliza en cada revisión.

Enlazar Search Console para cerrar el hueco de las keywords

GA4 no dice por qué término entró la gente: lo muestra como (not provided). El enlace nativo con Search Console cierra ese hueco, porque trae las consultas, las impresiones y la posición al lado del comportamiento que ya mide GA4. Es de las primeras cosas que reviso al recibir una cuenta, y el paso a paso completo está más abajo en esta misma guía.

Medir el engagement real con la tasa de interacción

GA4 mide el compromiso con la sesión con interacción, que es la que dura más de diez segundos, o registra un evento clave, o acumula al menos dos vistas de página. La tasa de interacción es la proporción de esas sesiones sobre el total, y es una señal más honesta que contar visitas de una sola página, porque no castiga a la página que responde bien la consulta en un scroll. Cómo convertir estas métricas en una lectura de retorno real lo desarrollo en la guía sobre cómo medir el impacto real del SEO más allá del tráfico.

Cómo enlazar Search Console con GA4, paso a paso

El enlace nativo entre Search Console y GA4 es una configuración de una sola vez que casi nadie completa, y digo completa porque tiene dos partes: crear el vínculo y publicar los informes. Quien hace solo la primera queda convencido de que el enlace no funciona, porque en la navegación no aparece nada.

Los permisos van primero, porque es donde se traba la mayoría. Hace falta el rol de Editor en la propiedad de GA4 y ser propietario verificado de la propiedad de Search Console, las dos cosas con la misma cuenta conectada. Un administrador de GA4 que no sea propietario verificado en Search Console no puede crear el vínculo.

• 1. En GA4, entrar a Administrar y buscar la sección de Vínculos de productos.
• 2. Abrir Vínculos de Search Console y pulsar Vincular.
• 3. En la fila que ofrece vincular propiedades de Search Console que se administran, elegir la cuenta y seleccionar la propiedad.
• 4. Confirmar la selección.
• 5. Seleccionar el flujo de datos web del sitio. El vínculo se hace a nivel de flujo, no de propiedad.
• 6. Revisar la configuración y enviarla.

Los dos informes que aparecen, y qué trae cada uno

El primero es el informe de Consultas. Trae la consulta de búsqueda orgánica de Google, el país y el dispositivo, con clics, impresiones, CTR y posición media. Su límite está escrito en la documentación de Google: se puede profundizar por dimensiones de Search Console, pero no por dimensiones de Analytics. O sea que ahí no hay métricas de GA4, solo de Search Console.

El segundo es el informe de tráfico de búsqueda orgánica de Google, y es el único lugar donde los dos mundos conviven en la misma tabla. Trae la página de destino con cadena de consulta, el país y el dispositivo, con las métricas de Search Console y además métricas de GA4: usuarios activos, sesiones con interacción, tasa de interacción, tiempo medio de interacción, recuento de eventos y eventos clave.

Por qué no se puede cruzar una consulta con una conversión

Es la pregunta que aparece siempre, y la respuesta es que no es una limitación de la interfaz, es estructural. Las métricas de Search Console solo son compatibles con dimensiones de Search Console más exactamente tres dimensiones de Analytics: página de destino con cadena de consulta, categoría de dispositivo y país. La llave que une los dos sistemas es la página de destino, no la consulta.

De ahí se desprende todo lo demás: la dimensión de consulta no existe en exploraciones, ni en audiencias, ni en segmentos, ni en la Data API. Para saber qué consulta produjo una conversión hay que inferirlo por la landing, y eso funciona bien en páginas de intención única y mal en páginas que rankean para docenas de términos.

Tres límites más que conviene tener presentes al usar estos informes. Los datos de Search Console llegan a GA4 con 48 horas de retraso. El histórico está topado en 16 meses, porque es el límite de Search Console y se propaga. Y la relación es estrictamente uno a uno: un flujo de datos web se vincula a una sola propiedad de Search Console, y una propiedad de Search Console a un solo flujo.

Anotaciones en GA4: marcar los cambios para leer el antes y el después

GA4 permite dejar notas fechadas sobre los gráficos desde marzo de 2025, y es una de las funciones más útiles y menos usadas de la herramienta. La idea es simple: cada vez que se hace algo que podría mover el desempeño del sitio, se marca en el gráfico. Tres meses después, cuando alguien pregunte por qué subió el tráfico en esa semana, la respuesta está escrita al lado de la curva y no en la memoria de quien ya no está en el proyecto.

Se crean con clic derecho sobre cualquier punto de datos en un informe que tenga gráfico de líneas, eligiendo la opción de agregar anotación. Se completa título, descripción, fecha o rango de fechas y color. Quedan visibles en todos los informes y tarjetas con gráfico de líneas de la propiedad.

Lo que vale la pena marcar, en orden de utilidad: despliegues y cambios técnicos en el sitio, publicaciones de contenido relevante, colocaciones de backlinks y notas de prensa, migraciones y cambios de plantilla, activación o apagado de campañas de pago, cambios en el banner de consentimiento o en el marcaje, y caídas de servidor. Cualquier acción sobre la que después se quiera medir un antes y un después.

• Título: 60 caracteres. Descripción: 150 caracteres. Los dos límites son bajos, así que conviene definir una convención de nombres al principio del proyecto.
• Límite de 1.000 anotaciones por propiedad, suficiente para años de trabajo si no se marca cada publicación menor.
• Permisos: Analista o superior para crear, editar y borrar; Lector o superior para verlas.
• Google puede crear anotaciones automáticas del sistema cuando ocurre un evento que afecta los datos, y esas no se pueden editar ni borrar.

Una advertencia para no confiarse: la documentación de Google no menciona las exploraciones al hablar de dónde se ven las anotaciones, así que conviene no asumir que aparecen ahí. Para el trabajo de SEO alcanza igual, porque la comparación de antes y después casi siempre se hace en los informes estándar.

Caso real: aislar el canal orgánico para demostrar que el SEO convertía

Hace un tiempo tomé la cuenta de una empresa de servicios en Chile que estaba a punto de recortar su inversión en SEO. La razón: en GA4 miraban el gráfico de usuarios totales, lo veían plano de un trimestre al otro y concluían que el contenido no estaba moviendo la aguja. El diagnóstico era correcto sobre el dato equivocado, porque miraban todos los canales juntos.

El trabajo consistió en dejar de mirar el total y aislar el canal orgánico para ver qué hacía por sí solo. El método fue así.

• 1. Aislar Organic Search con un segmento aplicado a toda la cuenta, separando el orgánico del pago, el directo y el mail, que hasta entonces vivían en la misma cifra.
• 2. Enlazar Search Console, que no estaba conectado, para recuperar las keywords perdidas en (not provided) y unir la SERP con el comportamiento en el sitio.
• 3. Marcar como evento clave la acción que de verdad importaba al negocio (la solicitud de contacto), que antes ni se medía como conversión.
• 4. Construir una exploración de landing pages orgánicas con sesiones, tasa de interacción y conversiones por URL de entrada.
• 5. Comparar el aporte del canal orgánico a las conversiones contra el resto de los canales, en el mismo período.

Auditoría de correlación entre variables de tráfico

Hay una comprobación que hago antes de reportar cualquier cifra de GA4, y que no vive dentro de GA4: correlacionar las variables de tráfico entre sí para ver si se mueven juntas. Los clics de Search Console y las sesiones orgánicas de GA4 nunca son iguales, y no tienen por qué serlo, porque miden en puntos distintos. Lo que sí debería pasar es que se muevan igual. Cuando no lo hacen, el problema está en la medición y no en el SEO.

El método es una correlación de Pearson sobre una tabla diaria con las variables del proyecto: clics e impresiones de Search Console, sesiones y eventos clave de GA4, inversión en medios pagados, clics y conversiones de búsqueda pagada, e interés en Google Trends. Sirve para dos cosas distintas: validar que el marcaje es confiable, y detectar canibalización entre canales cuando las campañas de pago compran clics que el sitio habría ganado igual de forma orgánica.

Hay un techo que conviene conocer antes de abrir la planilla: la correlación necesita pares de observaciones en las mismas fechas, así que la ventana utilizable de cada par es la intersección de las dos series y manda la más corta. Search Console guarda 16 meses, y eso topa cualquier par que lo involucre, aunque GA4 tenga sesiones desde el inicio de la recolección. Sin un respaldo propio en BigQuery o en una base de datos, no se puede correlacionar lo que no se tiene.

Y el límite de interpretación, que es el más importante: la correlación no implica causalidad. Una r alta entre inversión y conversiones no prueba retorno si las dos suben en temporada alta, y una r negativa entre pagado y orgánico no prueba canibalización si lo que hubo fue un traspaso de presupuesto entre meses. La auditoría levanta hipótesis con evidencia, y quien la lee como veredicto sesga la conclusión en vez de corregirla.

El método completo, con las fórmulas de planilla, cómo quitar la tendencia antes de creerle al coeficiente, cómo aislar los eventos que lo sesgan y cómo se lee la canibalización entre canales, está en la guía sobre la auditoría de correlación de variables de tráfico.

Límites de Google Analytics 4 y errores comunes al usarlo para SEO

Ser honesto con lo que GA4 no puede hacer es lo que separa una lectura profesional de una que se cree cada número al pie de la letra.

• Data thresholding y muestreo: GA4 oculta datos cuando hay pocos usuarios por privacidad, y muestrea las consultas que superan diez millones de eventos. En sitios chicos o con segmentos muy finos, se trabaja con datos incompletos o aproximados.
• No da keywords por su cuenta: sin el enlace a Search Console, el término de búsqueda orgánica siempre aparece como (not provided). GA4 mide el después del clic, no la consulta.
• Cardinalidad: cualquier dimensión con más de 500 valores únicos por día es de alta cardinalidad, el tope es de 50.000 valores y el excedente se condensa en una fila (other). En un sitio grande, el origen de la sesión cae justo ahí, así que conviene agregar a nivel de canal.
• El canal AI Assistant empieza en mayo de 2026 y no trae histórico: para ver el tráfico de asistentes anterior a esa fecha hay que construir un grupo de canales personalizado, que sí aplica de forma retroactiva.
• Retención de dos meses por defecto: si nadie cambió el ajuste, las exploraciones no dejan mirar más de dos meses hacia atrás. Subirlo a catorce no recupera lo que ya se borró, así que es una configuración para tocar al crear la propiedad.
• Discrepancias con Search Console: GA4 y Search Console cuentan cosas distintas (GA4 cuenta sesiones y usuarios tras el clic, Search Console cuenta clics en la SERP), así que sus números casi nunca calzan, y eso es esperable, no un error.

Cómo combinar Google Analytics 4 con otras fuentes de datos

GA4 brilla como parte de un sistema, no como herramienta única. Mi combinación habitual para el trabajo de SEO.

• Google Search Console para las keywords y la SERP: el enlace nativo cierra el (not provided) y añade impresiones, clics y posición al comportamiento que mide GA4.
• Logs del servidor para los rastreadores de IA: GPTBot, ClaudeBot y PerplexityBot no ejecutan la etiqueta de GA4 y además GA4 filtra los bots conocidos, así que el rastreo solo se ve en los logs.
• Exportación a BigQuery para lo que la interfaz no da: distribuciones, percentiles y consultas sin el tope de filas ni el muestreo de los informes.
• Data Studio para el reporting: conectar GA4 a un dashboard evita repetir la misma exportación cada mes y deja el canal orgánico a la vista del cliente sin que tenga que entrar a GA4.
• Keyword Planner y Google Trends para la demanda: GA4 mide lo que ya pasó en el sitio, esas herramientas dicen dónde está la demanda que todavía no se captura.

El enlace más importante es el primero. Configurar bien la conexión y leer las consultas correctas es un tema en sí mismo, que trabajo en detalle en la guía sobre cómo usar Google Search Console, porque GA4 sin Search Console es analítica ciega a la búsqueda.

Una aplicación concreta de este sistema es el diagnóstico de caídas: cuando el tráfico orgánico baja, cruzar GA4 con Search Console permite separar una caída de posiciones de un problema de conversión o de estacionalidad. Ese flujo completo lo desarrollo en la guía sobre cómo abordar una caída en el tráfico orgánico.

Cómo consultar GA4 desde la terminal: la Data API y el servidor MCP

Esta es la parte que más ha cambiado el trabajo con GA4 en el último año, y no solo para el SEO: cualquier marca que necesite usar sus datos de forma más personalizada que lo que ofrece la interfaz tiene hoy dos caminos desde la terminal. La Data API v1beta para pedir informes de forma programática, y el servidor MCP oficial de Google para preguntarle a la propiedad en lenguaje natural desde un agente.

Montar el acceso: proyecto, cuenta de servicio y permiso dentro de GA4

El acceso se arma una vez y sirve para todo lo demás. Primero, un proyecto en Google Cloud con la Google Analytics Data API habilitada. Después, una cuenta de servicio con una clave JSON descargada, y la ruta de esa clave exportada en la variable de entorno GOOGLE_APPLICATION_CREDENTIALS.

El paso que se salta todo el mundo es el último y es el que importa: el permiso se da dentro de GA4, no en Google Cloud. Hay que entrar a Administrar, abrir Administración de accesos a la propiedad, agregar el correo de la cuenta de servicio y darle rol de Lector. La cuenta de servicio no necesita ningún rol de IAM en el proyecto para leer Analytics.

gcloud auth application-default login --scopes=https://www.googleapis.com/auth/analytics.readonly

curl -s -X POST "https://analyticsdata.googleapis.com/v1beta/properties/PROPERTY_ID:runReport" -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" -H "Content-Type: application/json" -d '{"dateRanges":[{"startDate":"28daysAgo","endDate":"yesterday"}],"dimensions":[{"name":"sessionDefaultChannelGroup"}],"metrics":[{"name":"sessions"},{"name":"keyEvents"}],"limit":50}'

# pip install google-analytics-data
# export GOOGLE_APPLICATION_CREDENTIALS=$HOME/claves/ga4-service-account.json

from google.analytics.data_v1beta import BetaAnalyticsDataClient
from google.analytics.data_v1beta.types import DateRange, Dimension, Metric, RunReportRequest

client = BetaAnalyticsDataClient()

request = RunReportRequest(
    property='properties/PROPERTY_ID',
    date_ranges=[DateRange(start_date='28daysAgo', end_date='yesterday')],
    dimensions=[Dimension(name='sessionDefaultChannelGroup')],
    metrics=[Metric(name='sessions'), Metric(name='keyEvents')],
    limit=50,
)

for row in client.run_report(request).rows:
    canal = row.dimension_values[0].value
    sesiones, eventos_clave = (v.value for v in row.metric_values)
    print(canal, sesiones, eventos_clave)

Dos límites de la Data API que aparecen antes de lo que uno cree. El parámetro limit viene en 10.000 filas por defecto y admite hasta 250.000. Y una propiedad estándar tiene 200.000 tokens de cuota por día, 40.000 por hora y 10 solicitudes concurrentes, así que un script que pida de más se queda sin cuota a media tarde.

El servidor MCP oficial de Google Analytics

Google publica su propio servidor MCP para Analytics, y eso cambia la forma de trabajar: en vez de escribir una consulta, se le pregunta a la propiedad desde un agente y el servidor traduce la pregunta a llamadas de la Admin API y la Data API. Es de solo lectura, porque se autentica con el alcance analytics.readonly y no expone ninguna herramienta de escritura ni de configuración. Google lo etiqueta como experimental, así que conviene usarlo para análisis y no para procesos críticos.

gcloud auth application-default login --scopes=https://www.googleapis.com/auth/analytics.readonly,https://www.googleapis.com/auth/cloud-platform

pipx run analytics-mcp

claude mcp add analytics -- pipx run analytics-mcp

• Las herramientas que expone: resumen de cuentas, detalle de la propiedad, vínculos con Google Ads, dimensiones y métricas personalizadas, informes (run_report), informes de embudo y informes en tiempo real.
• Requiere Python 3.10 o superior, y tener habilitadas la Admin API y la Data API en el proyecto de Google Cloud.
• Licencia Apache 2.0, mantenido por Google en el repositorio googleanalytics/google-analytics-mcp.
• Al ser de solo lectura, es seguro conectarlo a una cuenta de cliente: no puede cambiar configuración, filtros ni eventos clave.

Una advertencia sobre el canal nuevo: el esquema publicado de la Data API todavía no lista AI Assistant entre los valores de sessionDefaultChannelGroup, y el registro de cambios de la API no lo menciona. La lista del esquema siempre fue abreviada, así que eso no prueba que la API no lo devuelva, pero conviene verificarlo contra la propia propiedad antes de armar un reporte automatizado sobre ese canal.

Alternativas a Google Analytics 4

GA4 es gratis y potente, pero no es la única opción, y en algunos contextos (privacidad, simplicidad, análisis avanzado) hay herramientas que lo superan o lo complementan. Estas son las que valen la pena.

Para la mayoría de los proyectos de SEO, GA4 gratis alcanza y sobra. Matomo entra cuando ceder datos a Google no es opción, Plausible o Fathom cuando se busca simplicidad y privacidad, y Clarity conviene sumarlo casi siempre, porque sus grabaciones muestran lo que ningún número explica: por qué la gente hace lo que hace en una landing.

Preguntas frecuentes sobre Google Analytics 4

En resumen: cómo sacarle provecho a Google Analytics 4 en SEO

Google Analytics 4 no es un medidor de tráfico, es el lente para ver qué pasa después del clic. Usado así (auditando el marcaje antes de creerle, aislando el canal orgánico, entendiendo qué modelo de atribución produjo cada cifra, midiendo conversiones de las landings y no solo sus visitas, enlazando Search Console para recuperar las consultas) deja de ser un tablero que sube y baja sin explicación y se vuelve una herramienta de decisión sobre qué contenido rinde de verdad.

El error es confiar en una cifra sin saber qué modelo la produjo, y creerle de más en baja demanda, donde el thresholding y el muestreo entran a jugar. El acierto es integrarlo con Search Console, con los datos del negocio y con criterio. Montar y leer bien todo este sistema de medición es parte del trabajo diario, y en Milimetrix somos una agencia de SEO técnico que trabaja exactamente esto todos los días.

Al final, la métrica que importa no es cuánta gente llegó, es cuánta de esa gente hizo algo que valía la pena.