Tras implantar los banners de consentimiento, GA4 y los paneles publicitarios muestran menos ventas de las que se ven en la caja de la tienda: en el ejemplo de una tienda de material de outdoor, son 876 transacciones en GA4 frente a 1 200 pedidos pagados. Consent Mode y las conversiones perdidas en GA4 suponen una pérdida de medición permanente. Antes de la temporada alta es fácil confundirla con una caída real de ventas, y una decisión basada en esa lectura puede recortar el presupuesto de una campaña rentable. Esta guía muestra cómo calcular la cobertura diaria de GA4 sobre los pedidos de la tienda, comparar las conversiones del panel de Google Ads con GA4, llevar los canales de GA4 a la escala de la caja y obtener el factor de corrección para el ROAS corregido.
Tres fuentes, un mismo septiembre, tres cifras distintas: la caja de la tienda registra 1 200 pedidos, GA4 ve 876 transacciones y el panel de Google Ads informa de 432 conversiones frente a las 360 transacciones que GA4 atribuye a las campañas de Google Ads. La implementación y la validación del evento purchase corresponden a una auditoría aparte. Aquí se trata de interpretar la pérdida que persiste incluso con una implementación correcta y de cómo obtener a partir de ella una lectura fiable de la rentabilidad de las campañas.
Escena de la revisión de septiembre
Pedidos en caja frente a transacciones en GA4
El responsable de una tienda de deporte outdoor abre los resultados de septiembre antes de ponerse con el plan del Q4. El panel de la tienda muestra 1 200 pedidos pagados por 114.000 €, GA4 informa de 876 transacciones por 83.220 € y el panel de Google Ads, de 432 conversiones de compra. Las tres cifras describen el mismo mes de la misma tienda, y entre la caja y GA4 faltan 324 pedidos y 30.780 €.
Septiembre · tienda de deporte outdoor · 30 días
Cada casilla equivale a 12 pedidos: 73 casillas llenas = 876 transacciones visibles en GA4, 27 rayadas = 324 pedidos registrados solo en la caja. En total, 1 200 / 876. Datos ilustrativos.
La tienda, GA4 y el panel publicitario cuentan las mismas ventas con tres reglas distintas, por eso sus cifras nunca coincidirán unidad por unidad. Cómo unir estas fuentes en una sola imagen y por qué se comparan en días comunes y con totales acumulados se explica en la guía de analítica automática de e-commerce. Este artículo se centra en una de esas discrepancias: los pedidos que GA4 no llegó a ver.
GA4 solo ve un pedido si la etiqueta del navegador del comprador pudo enviar el evento purchase. Las causas más habituales de la brecha:
- Rechazo del consentimiento en el banner: el comprador pulsa «rechazar» y, a partir de ese momento, las etiquetas de analítica no registran ni su visita ni su compra.
- Bloqueadores de anuncios y de scripts: las extensiones del navegador detienen la etiqueta de GA4 antes de que envíe nada.
- Safari y navegadores que limitan las cookies: la vida útil reducida de las cookies corta el identificador del usuario y la fuente de entrada, así que parte de las compras desaparece o acaba en el canal equivocado.
- Cambio de dispositivo: clic en el anuncio desde el móvil, compra en el portátil unos días después; el recorrido se rompe y la sesión de compra a veces es justo la que no tenía consentimiento.
Consent Mode (el modo de consentimiento de las etiquetas de Google) decide qué ocurre tras un rechazo. En el modo básico, las etiquetas sin consentimiento no envían nada, de modo que el pedido desaparece de GA4 y de los paneles publicitarios. En el modo avanzado se envían señales sin cookies y el modelado de Google cubre parte del hueco; pero solo lo hace en algunos informes y únicamente cuando se superan ciertos umbrales de tráfico y de número de consentimientos, así que en los datos sin procesar y en muchos informes la pérdida se mantiene.
La configuración del banner y la base legal para recoger los consentimientos son una cuestión jurídica y quedan fuera del alcance de esta guía.
La caja de la tienda es el punto de referencia porque registra todos los pedidos, haya consentimiento o no. El pedido se crea en el servidor de la tienda, con su importe y su estado de pago, y ni el banner ni el bloqueador pueden impedirlo. Por eso cualquier otra cifra (GA4, panel de Google Ads, panel de Meta) se lee como un porcentaje de la caja.
El panel de Google Ads muestra más que GA4 porque suma conversiones modeladas y cuenta a su manera. 432 conversiones en el panel frente a 360 transacciones que GA4 atribuye a las campañas de Google Ads suponen un 20% más. Ninguna de estas cifras sustituye a los pedidos de la tienda: la caja sigue siendo la medida de las ventas totales, y GA4 y el panel muestran qué parte de ellas llega a la medición.
El hueco del 27% se mantiene incluso con el evento purchase bien implementado. Se debe a las decisiones de los compradores y a la configuración de los navegadores, así que ningún ajuste de la etiqueta lo cerrará. En lugar de combatirlo, hay que medirlo: por día, sobre los totales de la tienda y como una norma estable con la que comparar las semanas siguientes.
Definiciones y fórmulas
Cobertura de GA4 y factor de corrección: fórmulas
Para corregir los informes bastan dos cifras calculadas respecto a la caja de la tienda: la cobertura de GA4 y el factor de corrección. Antes conviene fijar un vocabulario común, porque la palabra «conversión» significa cosas distintas en GA4, en el panel de Google Ads y en la tienda.
Definiciones de trabajo
Consent Mode es la forma en que se comportan las etiquetas de Google cuando no hay consentimiento para las cookies. En el modo básico no envían nada; en el avanzado envían señales sin identificadores, a partir de las cuales Google modela parte de las conversiones.
Cobertura de GA4 es la relación entre las transacciones registradas en GA4 y los pedidos pagados de la tienda (sin los cancelados) del mismo día o periodo. Se calcula sobre el número de pedidos y sobre su valor.
Relación panel/GA4 son las conversiones de compra que informa la plataforma publicitaria divididas entre las transacciones que GA4 atribuye a esa misma plataforma. Indica cuánto añade el panel por encima de GA4 (conversiones modeladas, ventanas de atribución propias).
Factor de corrección es la inversa de la cobertura: pedidos de la tienda divididos entre transacciones de GA4. Se multiplican por él las cifras de GA4 para devolverlas a la escala de la caja.
La cobertura por número y por valor sale idéntica en el ejemplo porque se ha supuesto un único AOV de 95 € para todos los canales. En una tienda real ambos valores divergen cuando rechazan el consentimiento con más frecuencia los clientes con cestas más baratas o más caras. En ese caso, el número de pedidos se corrige con la cobertura por número, y los ingresos y el ROAS, con la cobertura por valor.
Cuatro reglas de cálculo determinan si la cobertura mide la medición o un error en el propio cálculo:
- El mismo día y la misma zona horaria. La tienda registra el pedido según el reloj del servidor; GA4, según la zona configurada en la propiedad. Un desfase de una hora traslada los pedidos de cerca de la medianoche al día contiguo y distorsiona la cobertura diaria.
- En la tienda, solo pedidos pagados y sin los cancelados. Si el denominador incluye pedidos sin pagar o cancelados, la caja se infla con ventas que no se produjeron y la cobertura baja de forma ficticia.
- Comparación sobre agregados diarios. El hueco por consentimientos es de naturaleza estadística, así que para medirlo bastan los totales del día: número y valor de los pedidos de la tienda frente a las transacciones purchase de GA4. El reparto por canales se trata como una estimación basada en GA4 y en los paneles.
- La cobertura del periodo se calcula con los totales de pedidos y transacciones. Para septiembre es 876 / 1.200. Una media de los treinta porcentajes diarios daría al día con 34 pedidos el mismo peso que al día con 47.
El panel suele estar bastante más cerca de la caja que GA4. GA4 atribuye 360 transacciones a las campañas de Google Ads y el panel informa de 432 conversiones (relación 1,20), porque suma conversiones modeladas y cuenta según su propia ventana de atribución y la fecha del clic. La cifra más alta del panel incluye más estimación, por eso el panel no sustituye a la caja como referencia.
Cada tienda tiene su propia norma de cobertura, que se fija a partir del histórico: en el ejemplo, septiembre se mantiene día tras día en la franja del 72–74%. Cuando la cobertura está por debajo de la norma propia desde el primer día de la implementación, la causa suele ser la propia implementación; por ejemplo, el evento purchase no se dispara con algunos métodos de pago o tras volver de la pasarela de pago. Ese caso lo resuelve una auditoría de eventos de GA4 y de la cobertura de purchase; esta guía trata la pérdida que queda después de una implementación correcta.
Con dos cifras se puede corregir cualquier informe. La cobertura indica qué parte de las ventas ve la medición; el factor indica por cuánto multiplicar la lectura de GA4 para devolverla a la escala de la caja. Ambos se calculan con exactitud para toda la tienda, y las lecturas por canal de GA4 recalculadas con ese factor son una estimación que se contrasta con el panel y con el MER.
Canales
Canales de GA4 y paneles llevados a la escala de la caja
La cobertura total del 73% solo puede calcularse con exactitud para la tienda en su conjunto, porque la caja no conoce los canales. Sin embargo, el presupuesto se mueve entre canales, así que los canales se leen a través de GA4 y de los paneles. GA4 aporta las proporciones, el coeficiente global las traslada a la escala de la caja y la relación entre panel y GA4 indica dónde la brecha suele ser mayor.
Las cifras por canal proceden de GA4 y de los paneles publicitarios. Las transacciones salen del informe source/medium de GA4 asignado a grupos de canales, las conversiones son datos de los paneles y la columna en escala de caja son las transacciones de GA4 multiplicadas por el coeficiente global 1,37, es decir, una estimación según GA4. Así queda septiembre en una tienda de deporte outdoor (datos ilustrativos):
| Canal (según GA4) | Transacciones GA4 | Estimación en escala de caja (GA4 × 1,37) | Conversiones en el panel | Cuota de transacciones GA4 | Relación con GA4 (panel o caja) |
|---|---|---|---|---|---|
| Google Ads | 360 | 493 | 432 | 41% | 1,20 |
| Meta | 130 | 178 | 182 | 15% | 1,40 |
| Orgánico (buscador) | 238 | 326 | – | 27% | – |
| Directo y sin UTM | 104 | 143 | – | 12% | – |
| Otras fuentes | 44 | 60 | – | 5% | – |
| Total | 876 | 1.200 | – | 100% | 1,37 |
La relación entre panel y GA4 indica dónde la brecha es mayor. Meta registra en su panel 182 conversiones frente a 130 transacciones en GA4 (1,40) y Google Ads, 432 frente a 360 (1,20): el tráfico de anuncios en aplicaciones llega sobre todo a móviles, donde el banner termina más a menudo en rechazo, y los navegadores integrados en las aplicaciones pierden cookies y parámetros de entrada. Aun así, el panel cuenta según sus propias ventanas y añade modelado, de modo que esta relación señala la dirección, pero no mide la brecha del canal.
El coeficiente global de 1,37 es la media de toda la tienda. En los canales donde GA4 pierde más (señal: relación alta entre panel y GA4), la lectura corregida puede seguir siendo prudente, mientras que en el buscador, donde la compra suele cerrarse en una sola sesión en un navegador normal, puede sobrestimar ligeramente. Por eso el ROAS corregido de un canal se lee junto con la lectura del panel y el MER global.
El tráfico directo de GA4 recoge parte de los pedidos que han perdido su origen. Cuando la sesión pierde cookies o parámetros por el camino (rechazo del consentimiento en la primera visita, cambio de dispositivo, enlace desde una aplicación), GA4 atribuye la transacción al tráfico directo en lugar de a la campaña. Por eso la cuota de tráfico directo en GA4 se interpreta con cautela: esas 104 transacciones mezclan entradas reales desde la URL con compras cuyo origen GA4 ha perdido.
Los canales pequeños tienen una muestra pequeña. Otras fuentes suman 44 transacciones GA4 al mes, es decir, 1–2 al día, así que su cuota puede variar mucho de una semana a otra. Estas cifras se calculan con varias semanas completas y se toman como orientativas.
Los ingresos de los paneles publicitarios no se suman para sustituir a la caja: una misma compra puede atribuirse a la vez en Google Ads y en Meta, así que la suma de los paneles infla las ventas, y la medida de las ventas totales siguen siendo los pedidos de la tienda.
Nota metodológica: las cifras son ilustrativas. Las transacciones por canal proceden de GA4 (source/medium asignado a grupos de canales), las conversiones de los paneles publicitarios, y la columna en escala de caja son las transacciones de GA4 multiplicadas por el coeficiente global de 1,37 y redondeadas al total de caja, es decir, una estimación según GA4. GA4, con el modelo basado en datos, reparte las compras de forma distinta a los paneles, que cuentan según sus propias ventanas y reglas, por lo que la relación entre panel y GA4 es una aproximación.
Los canales se leen en escala de caja a través de GA4 y el coeficiente global. La suma de los canales multiplicados por 1,37 vuelve a los 1.200 pedidos de caja, y la relación entre panel y GA4 (de 1,20 a 1,40) muestra en qué canales esa estimación es más bien prudente.
Decisión de presupuesto
ROAS corregido antes de decidir el presupuesto
La brecha de medición sale más cara en el momento de decidir el presupuesto. El ROAS calculado con los ingresos de GA4 hereda directamente la pérdida del 27%: el gasto del denominador está completo, porque el panel publicitario conoce cada euro, mientras que los ingresos del numerador están recortados por las ventas sin consentimiento. Esta lectura infravalora sistemáticamente la rentabilidad de cada campaña, y de forma desigual, porque cada canal pierde una parte distinta de la medición.
Definiciones de trabajo
ROAS (retorno de la inversión publicitaria) = ingresos atribuidos a la campaña / gasto de la campaña. El resultado depende de qué ingresos entran en el numerador: los de la caja de la tienda, los de GA4 o los del panel publicitario.
MER (ratio de eficiencia de marketing) = ingresos totales de la tienda / gasto publicitario total, sin atribuir ventas a canales. Umbral de rentabilidad del ROAS = 100 / margen bruto en %: por debajo de ese valor, la publicidad se come todo el margen.
El umbral y el objetivo dependen del margen de la tienda y no cambian. La tienda outdoor tiene un margen bruto del 40%, así que el umbral es 100 / 40 = 2,5 (el cálculo completo está en la guía qué ROAS es bueno). El propietario fijó un objetivo de 4,0 para que la publicidad deje beneficio con el que cubrir los costes fijos; lo único que cambia es la lectura que comparas con esas dos cifras.
Dos campañas, tres lecturas de las mismas ventas (septiembre, datos ilustrativos; escala 0–6):
Google Ads · gasto de 9.120 €
Meta · inversión de 4.750 €
El panel de Google Ads muestra 4,5, un resultado intermedio. El panel suma conversiones modeladas (432 frente a 360 transacciones en GA4), así que infravalora menos que GA4, pero calcula con sus propias ventanas y reglas de atribución. Por eso la corrección parte de GA4, el panel sirve como punto de control y el MER verifica el conjunto.
El MER de la cartera, 8,22, es un control inmune al consentimiento. Los ingresos de 114.000 € salen de la caja de la tienda y la inversión de 13.870 € de los paneles, así que el banner de consentimiento no influye en esta cifra. Si el ROAS de la campaña en GA4 baja y el MER se mantiene, la caída está en la medición; si también baja el MER, el problema está en las ventas o en la inversión.
El error más caro tras la caída de cobertura
Recortar presupuesto según el ROAS de GA4: Meta, con un 2,6, parece una campaña «apenas rentable» justo por encima del umbral de 2,5 y es la primera en caer. Con el factor de corrección global, la misma campaña da unos 3,56, el panel de Meta muestra 3,64 y el MER de la cartera, 8,22, no cambia. Pausarla corta ventas que GA4 simplemente no ve.
Procedimiento antes de cualquier decisión sobre el presupuesto de una campaña:
Calcula la cobertura de la tienda en 4 semanas completas
Compara los pedidos pagados de la caja con las transacciones de GA4 de los mismos días, usando los totales de toda la tienda. Cuatro semanas completas compensan el ritmo de los días de la semana y diluyen las desviaciones puntuales.
Recalcula el ROAS de GA4 con el factor de corrección
Factor = pedidos de la tienda / transacciones de GA4 = 1,37. Los ingresos de GA4 por canal se multiplican por él: Google Ads 3,75 × 1,37 = 5,14, Meta 2,6 × 1,37 = 3,56; el resultado de cada canal sigue siendo una estimación según GA4.
Compáralo con el dato del panel y con el MER
Compara el ROAS corregido con el ROAS del panel (Google Ads 4,5, Meta 3,64): si ambos quedan del mismo lado del umbral, la dirección se confirma, y el MER de 8,22 confirma que la cartera es rentable. Una diferencia clara indica un error en la asignación de canales en GA4 o un factor desactualizado.
Decide con el valor corregido
El umbral de 2,5 y el objetivo de 4,0 siguen saliendo del margen; con ellos se comparan 5,14 y 3,56 en lugar de 3,75 y 2,6. Google Ads por encima del objetivo es candidato a más presupuesto; Meta, por encima del umbral y por debajo del objetivo, se mantiene y se sigue optimizando.
Registra el factor para la revisión mensual
El factor de toda la tienda con su fecha de cálculo y la relación panel/GA4 por canal van a la tabla de revisión. Tras cambiar el banner o la configuración de consentimiento se recalculan, porque los valores antiguos falsearían la corrección al alza o a la baja.
El factor de corrección cambia la lectura; el objetivo y el umbral siguen saliendo del margen. El mismo cálculo convierte «Google Ads por debajo del objetivo» en Google Ads un 28% por encima del objetivo (5,14 frente a 4,0), y Meta pasa de candidata a pausa a campaña claramente por encima del umbral (3,56 frente a 2,5). El presupuesto no ha cambiado ni un euro; solo ha cambiado la cifra sobre la que se decide.
Diagnóstico de la caída
Pérdida de medición o caída real de ventas
Una caída en GA4 tiene tres posibles orígenes y cada uno requiere una reacción distinta: un cambio permanente en la medición, un fallo de etiqueta o una caída real de ventas. Los distingue una sola cifra calculada antes de cualquier interpretación: la cobertura diaria de GA4 frente a su propia norma. Si la cobertura se mantiene, la caída en GA4 es una caída en caja; si la cobertura se desplaza, parte de la «caída» se debe a la medición.
La norma de cobertura se obtiene de semanas completas posteriores al último cambio del banner. En una tienda de outdoor, la semana del 8 al 14/09 registra 280 pedidos en caja y 204 transacciones en GA4, es decir, un 72,9%, y los días sueltos se mueven en un rango estrecho de 72,2–73,7%. Esa estabilidad fija la norma: 72–74%.
Semana 8–14/09 · caja de la tienda y GA4 día a día
Cobertura diaria en el eje 55–80%
Banda gris: norma 72–74%. Puntos llenos: días 8–14/09 (total 280/204 = 72,9%). Punto discontinuo: 18/09.
La altura de las barras cambia de un día a otro; la cobertura, casi nada. El domingo tiene más pedidos (47) y el sábado menos (34), pero el porcentaje visible en GA4 se mantiene en la misma banda. Por eso el 18/09, con un 61% de cobertura, salta a la vista de inmediato, aunque sus 41 pedidos parezcan totalmente normales.
Bastan tres patrones para identificar la causa de cualquier caída visible en GA4. La clave está siempre en observar juntos la caja de la tienda y la cobertura:
GA4 baja, la tienda se mantiene y la cobertura cae para quedarse
Cambio en los consentimientos, el banner o el comportamiento de los navegadores. Agosto → septiembre: tienda 1.215 → 1.200 (−1,2%), GA4 972 → 876 (−9,9%), cobertura del 80% al 73%. El nuevo nivel pasa a ser la nueva norma.
La cobertura sale de la norma y un segundo día lo confirma
Etiqueta de compra, nueva versión del banner, cambio en la plantilla del checkout. 18.09: 61% frente a una norma del jueves del 72,5%; el día siguiente también queda fuera de la banda. Hay que revisarlo con urgencia.
Tienda y GA4 caen a la vez con cobertura estable
La medición funciona bien; lo que ha bajado son las ventas. Diagnóstico por descomposición: sesiones × conversión × ticket medio, desglosado por canales según GA4.
El caso agosto–septiembre muestra lo engañosa que puede ser una caída en GA4 por sí sola. Si la cobertura se hubiera mantenido en el 80%, los 1.200 pedidos de septiembre habrían dado 960 transacciones en GA4; se registraron 876. De las 96 transacciones perdidas en GA4, 84 se deben a la menor cobertura y solo 12 corresponden a los 15 pedidos menos en la tienda (15 × 0,8 = 12).
Las averías se detectan por la mañana, con los datos completos del día anterior. Comparar la cobertura de ayer con la norma del mismo día de la semana (jueves con jueves) es un punto fijo de la revisión matinal descrita en la guía sobre monitorización y anomalías en e-commerce; la hora exacta del fallo solo la mostrará el historial de publicaciones del gestor de etiquetas o de cambios en la herramienta de consentimiento. Una desviación leve se confirma con un segundo día, así que una sola lectura más baja no activa todavía la alarma.
Los umbrales de reacción se calculan a partir de la norma de cada día de la semana. La señal es una desviación de la cobertura de más de 3 puntos (para un jueves con norma del 72,5%: un resultado por debajo del 69,5% o por encima del 75,5%), y la reacción llega con dos días así seguidos:
| Lectura de cobertura | Ejemplo de una tienda de outdoor | Estado | Acción |
|---|---|---|---|
| Dentro de la norma del día de la semana (desviación de hasta 3%) | jueves: 69,5–75,5% | en norma | leer la caída en GA4 como caída en la tienda; diagnóstico de ventas |
| Desviación de más del 3%, un día | 18.09: 61% (41/25) | señal | nota, prueba rápida de compra en la web, lectura del día siguiente |
| Desviación de más del 3%, dos días seguidos | 18.09 y 19.09 fuera de la banda | reacción | revisión de la etiqueta de compra, la versión del banner y la plantilla; decisiones de presupuesto con el MER de los pedidos de la tienda y las lecturas de los paneles, sin ROAS de GA4 hasta la reparación |
| Nuevo nivel estable tras el cambio de consentimientos | septiembre 73% tras el 80% de agosto | nueva norma | norma desde la fecha del cambio, recálculo del factor de corrección y de la relación panel/GA4 |
| Cobertura estable, la tienda baja | tienda y GA4 bajan en un porcentaje similar | caída real | descomposición sesiones × conversión × ticket por canal según GA4 |
Cambio de banner
Tras cada cambio de banner, de versión de la herramienta de consentimiento o del texto del mensaje, la norma de cobertura se recalcula desde cero, a partir de la fecha del cambio. La fecha se anota en el calendario de eventos de la tienda para que dentro de un trimestre nadie compare el 73% de septiembre con el 80% de agosto como si fueran la misma medición. Hasta reunir semanas completas tras el cambio (idealmente cuatro), la nueva norma se considera provisional.
Primero la cobertura, después la interpretación de la caída. Una cobertura estable significa que GA4 refleja fielmente las proporciones de las ventas y que la caída del informe es una caída real en la tienda. Una cobertura desplazada significa que, antes de sacar cualquier conclusión sobre las campañas, hay que recalcular el factor de corrección.
DataOrganizer
Cómo calcula DataOrganizer la cobertura diaria de GA4
El cálculo de la cobertura requiere tres fuentes en una misma tabla diaria: los pedidos de la tienda, GA4 y el panel de Google Ads. A mano, esto supone tres exportaciones, alinear fechas y zonas horarias y montar la hoja de cálculo en cada revisión. En DataOrganizer estos datos llegan a un único modelo de datos y cada mañana se actualizan con el día anterior completo.
- Tienda (WooCommerce, Shopify, IdoSell, PrestaShop, Shoper y el resto de sistemas conectados): número y valor de los pedidos y su estado. Es el denominador de cualquier cálculo de cobertura.
- GA4: transacciones e ingresos por source/medium y campaña: la suma total del día es el numerador de la cobertura y el reparto por canales sirve como estimación de proporciones.
- Google Ads: conversions y all_conversions con sus valores por campaña, necesarias para la relación panel/GA4, además de la inversión para el ROAS y el MER.
- Meta: inversión y conversiones de las campañas, con las que se calculan el ROAS del panel y el ROAS corregido.
La comparación la hace el asistente de IA sobre agregados. Cruza las sumas diarias de pedidos de la tienda con las transacciones de GA4 y las conversiones del panel, y muestra el reparto por canales según GA4 y los paneles como estimación; todo el cálculo se basa en los totales del día. Las fuentes se conectan de forma autónoma, sin programador, y pagas por las fuentes conectadas.
La revisión mensual antes de decidir el presupuesto queda así:
Septiembre: GA4 ve 876 de 1.200 pedidos pagados, es decir, el 73%. El factor de corrección para toda la tienda es 1,37; tomo los canales de GA4 y de los paneles, y la escala de la tienda por canal la doy como estimación:
| Canal (GA4) | GA4 | Escala tienda ×1,37 | Panel | Relación con GA4 | ROAS de GA4 | ROAS corregido |
|---|---|---|---|---|---|---|
| Google Ads | 360 | 493 | 432 | 1,20 | 3,75 | 5,14 |
| Meta | 130 | 178 | 182 | 1,40 | 2,6 | 3,56 |
| Toda la tienda | 876 | 1.200 | – | 1,37 | – | MER 8,22 |
Por día: la cobertura se mantiene en la norma del 72–74%. La excepción es el 18.09: 41 pedidos, 25 transacciones, 61% tras actualizar la versión del banner; el día siguiente confirmó la desviación, así que ese día pasa a revisión como avería de la etiqueta, aparte de la pérdida permanente.
De agosto a septiembre: tienda 1.215 → 1.200 (−1,2%), GA4 972 → 876 (−9,9%), cobertura del 80% al 73%. La caída en GA4 es sobre todo pérdida de medición, mientras que las ventas reales casi no se mueven. El panel de Google Ads muestra 432 conversiones, un 20% más que las 360 transacciones de GA4 de ese canal, porque suma conversiones modeladas.
Conclusión para el presupuesto: Meta, con una lectura de 2,6 en GA4, da tras la corrección con el factor global unos 3,56, y el panel 3,64: la campaña está claramente por encima del umbral de 2,5, aunque por debajo del objetivo de 4,0, así que se mantiene en lugar de apagarse. Google Ads, con 5,14 corregido, está por encima del objetivo, y el MER de la cartera de 8,22 confirma que el conjunto es rentable.
La respuesta se puede repetir cada mañana. Los mismos informes sobre el día anterior completo muestran si la cobertura se mantuvo dentro de la norma del día de la semana y, a final de mes, ofrecen coeficientes actualizados para revisar el presupuesto. Un cambio en el nivel de cobertura aparece en los datos diarios antes de llegar a las decisiones sobre campañas.
Nota metodológica: las cifras del ejemplo son ilustrativas. Para simplificar, se ha supuesto un único AOV de 95 € en todos los canales, por lo que la cobertura por número y por valor sale idéntica; en una tienda real conviene calcular ambas. Las cifras por canal proceden de GA4 y de los paneles publicitarios, y trasladarlas a la escala de caja es una estimación; la forma en que Google modela las conversiones cambia con el tiempo, por eso el coeficiente de corrección se recalcula cada mes.
Para recordar
El presupuesto se fija con el MER de la caja de la tienda y el ROAS corregido. GA4 sigue siendo la fuente de las proporciones entre canales y de los recorridos de los clientes; el coeficiente de corrección global traslada su lectura a la escala de pedidos, y la cobertura diaria vigila que esa escala no haya cambiado.
Nota metodológica: las cifras de los ejemplos son ilustrativas (tienda de deporte outdoor, septiembre), y un único ticket medio de 95 € en todos los canales es una simplificación del cálculo. Las cifras por canal proceden de GA4 y de los paneles publicitarios, y convertirlas a la escala de caja con el coeficiente global es una estimación. La cobertura se calcula sobre agregados diarios y el modelado de conversiones de Google cambia con el tiempo, así que conviene actualizar la norma de cobertura cada mes.
Para recordar
Toma las decisiones de presupuesto con el MER de los pedidos de la tienda y con el ROAS de GA4 corregido con el coeficiente global; GA4 sigue siendo la fuente de proporciones y recorridos. La cobertura de GA4 medida frente a su propia norma permite distinguir la pérdida permanente por consentimientos de un fallo de la etiqueta y de una caída real de ventas, antes de que alguien recorte una campaña que es rentable.
Preguntas frecuentes
Preguntas frecuentes sobre Consent Mode y datos que faltan en GA4
¿Cuántas conversiones pierde GA4 por Consent Mode?
No existe una cifra universal: la pérdida depende del porcentaje de rechazos del consentimiento, del mix de dispositivos y navegadores y de la estructura de canales. En el ejemplo de la tienda outdoor, GA4 ve 876 de 1.200 pedidos pagados, es decir, el 73%. La brecha propia se calcula como transacciones de GA4 divididas entre los pedidos pagados de la tienda del mismo día.
¿Por qué GA4 muestra menos transacciones que la tienda?
GA4 pierde los pedidos de clientes que rechazaron el consentimiento, usan bloqueadores o navegadores que limitan las cookies, o cambiaron de dispositivo durante la compra; la caja de la tienda registra cada pedido independientemente del consentimiento. Para la comparación solo se cuentan pedidos pagados y sin cancelaciones, porque los no pagados reducen falsamente la cobertura. Si la cobertura es baja desde el primer día de la implementación, el problema lo resuelve una auditoría del evento purchase.
¿Google Ads modela las conversiones perdidas tras el rechazo del consentimiento?
En el modo avanzado de Consent Mode, las etiquetas envían señales sin cookies y Google completa parte de la brecha con modelado, siempre que se cumplan los umbrales de tráfico; en el modo básico, sin consentimiento no se envía nada. Por eso el panel a veces se acerca más a la caja que GA4: en el ejemplo, 432 conversiones en el panel frente a 360 transacciones de GA4 procedentes de campañas de Google Ads, es decir, un 20% más. Las conversiones modeladas son una estimación, así que la rentabilidad global se comprueba con el MER sobre los pedidos de la tienda.
¿Cómo se calcula el factor de corrección de las conversiones de GA4?
El coeficiente de corrección son los pedidos pagados de la tienda divididos entre las transacciones de GA4 del mismo periodo, calculado para toda la tienda con las últimas cuatro semanas completas: en el ejemplo, 1.200 / 876 = 1,37. Con él se multiplican los ingresos de GA4 por canal, de modo que un ROAS de Meta de 2,6 da aproximadamente 2,6 × 1,37 = 3,56. La brecha no se reparte de forma uniforme, por eso el resultado del canal se contrasta con la lectura del panel (Meta 3,64) y con el MER global (8,22).
¿Cómo distinguir una caída de ventas de una pérdida de medición en GA4?
Primero hay que revisar la cobertura: si la caja se mantiene, GA4 baja y la cobertura cae de golpe y se queda en el nuevo nivel (agosto 80%, septiembre 73%, caja −1,2%, GA4 −9,9%), la caída es sobre todo de medición. Una cobertura fuera de lo normal para ese día de la semana durante dos días seguidos indica un fallo de la etiqueta o del banner, y una caída conjunta de la caja y GA4 con cobertura estable es una caída real de ventas. DataOrganizer reúne los pedidos de la tienda, GA4 y Google Ads en un único modelo que se actualiza cada mañana con los datos completos del día anterior, así que el asistente de IA calcula la cobertura diaria con una sola pregunta y muestra el reparto por canales según GA4 y los paneles como estimación.
Resumen de toda la guía
La brecha de Consent Mode en tres cálculos
1. 1. La caja de la tienda como referencia. La cobertura de GA4 son las transacciones de GA4 divididas entre los pedidos pagados de la tienda del mismo día; la norma propia (en el ejemplo, 72–74%) muestra cuántas ventas desaparecen de la medición incluso con una implementación correcta.
2. 2. Corrección de las lecturas de GA4 antes de decidir el presupuesto. El ROAS de GA4 multiplicado por el coeficiente de toda la tienda da una estimación a escala de caja, que se contrasta con la lectura del panel, mientras que el umbral y el objetivo salen del margen (2,5 y 4,0 con un margen del 40%). El MER calculado con la caja sirve de control inmune a los consentimientos.
3. 3. Cobertura calculada cada mañana en DataOrganizer. Los pedidos de la tienda, GA4 y las campañas de Google Ads llegan a un único modelo de datos con el día anterior completo, y el asistente de IA calcula la cobertura, los coeficientes y el ROAS corregido cuando se le pregunta. Una desviación respecto a la norma del día de la semana, confirmada por un segundo día, separa un fallo de una pérdida permanente.
DataOrganizer · brecha de medición por consentimientos
Conecta la tienda, GA4 y las plataformas publicitarias: la cobertura de GA4 por día, el coeficiente de corrección de las lecturas de GA4 y el MER sobre los pedidos de la tienda se calcularán a partir de los datos. La conexión la haces tú, sin programador; solo pagas por las fuentes conectadas.
