≡En resumen
- El análisis de flujos mide lo que hace la gente, no lo que el diseño esperaba que hiciera.
- La exploración de embudo de GA4 dice cuánta gente se pierde en cada paso; la de rutas, por dónde se va.
- Se analiza primero el paso con mayor pérdida absoluta de usuarios, no el que peor porcentaje tiene.
- Segmentar por dispositivo y canal de entrada suele revelar que el problema está en un grupo concreto.
- Los datos dicen dónde falla el flujo; para saber por qué hacen falta grabaciones, pruebas o encuestas.
01 ¿Qué es el user flow analysis?
Cuando diseñas el user flow de una tarea, dibujas cómo debería ocurrir. Cuando lo analizas, compruebas cómo ocurre. La diferencia entre ambos es la materia prima de cualquier mejora: pasos que la gente se salta, pasos donde se atasca y rutas que nadie había dibujado.
| Diagrama de user flow | User flow analysis | |
|---|---|---|
| Fuente | Hipótesis del equipo | Datos de uso reales |
| Momento | Antes de construir | Con el producto publicado |
| Responde a | ¿Cómo debería completarse la tarea? | ¿Cuántos la completan, dónde abandonan y por dónde se desvían? |
| Herramientas | FigJam, Miro, papel | GA4, analítica de producto, grabaciones de sesión |
02 Métricas para analizar un flujo de usuario
| Métrica | Cómo se calcula | Qué te dice |
|---|---|---|
| Tasa de finalización | Usuarios que completan el último paso / usuarios que empiezan el primero | La salud global del flujo |
| Abandono por paso (drop-off) | 1 − (usuarios en el paso siguiente / usuarios en el paso actual) | Qué paso concreto pierde más gente |
| Pérdida absoluta | Usuarios en el paso − usuarios en el siguiente | Dónde está el mayor volumen de oportunidad |
| Tiempo entre pasos | Tiempo medio o mediano de un paso al siguiente | Pasos que generan dudas o esperas |
| Siguiente acción | Evento o página más frecuente tras un paso | Adónde se va quien no avanza |
| Bucles y retrocesos | Usuarios que vuelven a un paso anterior | Información que falta o confunde |
La métrica central es la tasa de abandono entre pasos consecutivos. Pero no te quedes solo con el porcentaje: un 60 % de abandono en un paso por el que pasan 200 personas pesa menos que un 25 % en uno por el que pasan 20.000.
03 Exploración de rutas en GA4 (path exploration)
En Google Analytics 4, la exploración de rutas muestra en forma de árbol qué eventos o páginas siguen, o preceden, a un punto concreto. Es la herramienta para descubrir rutas que no conocías, no para medir un embudo que ya tienes definido.
Punto de inicio o de fin
Eliges un punto de inicio para ver qué pasa después, o un punto final para ver cómo llega la gente. No los dos a la vez.
Tipos de nodo
Cada paso puede mostrarse por nombre de evento, título de página, ruta de página, nombre de pantalla o clase de pantalla.
Nodos por paso
Por defecto se ven los 5 nodos principales de cada paso; con «+ Más» se amplía hasta 20 y el resto se agrupa en «Otros».
Rutas hacia atrás
Partiendo de un evento final, como una compra o un lead, ves qué hicieron antes quienes llegaron a él.
04 Exploración de embudo en GA4 (funnel exploration)
La exploración de embudo mide un flujo ya definido paso a paso y cuánta gente se pierde en cada uno. Para que funcione, cada paso del flujo tiene que existir como evento o página en GA4; si aún no lo tienes, empieza por configurar los eventos de GA4.
| Opción | Qué hace | Cuándo usarla |
|---|---|---|
| Embudo cerrado / abierto | Cerrado: solo cuenta a quien entra por el primer paso. Abierto: se puede entrar en cualquier paso | Cerrado para un checkout; abierto para flujos con varias entradas |
| Hasta 10 pasos | Cada paso es una condición sobre eventos o parámetros | Agrupa micro pasos; más de 10 suele indicar que el flujo es demasiado largo |
| Seguido directa o indirectamente | Directamente: el paso siguiente ocurre justo después. Indirectamente: puede haber acciones entre medias | Directo para pasos consecutivos de un formulario; indirecto para el resto |
| Restricción de tiempo («En») | Limita el tiempo máximo entre un paso y el siguiente | Para separar la compra impulsiva de la que se retoma días después |
| Desglose | Divide cada paso por una dimensión, como la categoría de dispositivo | Para ver si el problema es del móvil o de un canal |
| Siguiente acción | Muestra las cinco acciones más frecuentes tras cada paso | Para saber adónde se va quien abandona |
| Embudo con tendencia | Gráfico de líneas con la evolución de cada paso en el tiempo | Para comprobar si un cambio mejoró el flujo |
05 Cómo hacer un análisis de flujos paso a paso
-
1
Elige un flujo y su objetivo
Uno solo: registro, checkout, solicitud de presupuesto. Con el paso final claro.
-
2
Comprueba que se mide cada paso
Cada pantalla o acción del flujo necesita un evento en GA4 con un nombre estable.
-
3
Construye el embudo
Exploración de embudo con los pasos en orden, desglosada por dispositivo.
-
4
Localiza el paso con más pérdida absoluta
Ese es tu primer candidato, aunque otro tenga un porcentaje peor.
-
5
Mira adónde se va la gente
Siguiente acción en el embudo y exploración de rutas desde ese paso.
-
6
Segmenta
Canal de entrada, cliente nuevo o recurrente, país. El problema suele concentrarse en un grupo.
-
7
Busca el porqué
Grabaciones de sesión, mapas de calor o una encuesta en ese paso concreto.
-
8
Formula una hipótesis y mide
Cambia una cosa, compara con el embudo con tendencia y documenta el resultado.
Los números de GA4 salen en tablas y árboles; para explicarlos al resto del equipo ayuda convertirlos en diagramas de Sankey o ver grabaciones reales, como contamos en cómo visualizar flujos de usuario. Y cuando ya sabes qué paso falla, las técnicas para quitar fricción están en optimizar el flujo.
06 Limitaciones de los datos que debes conocer
- ✓Retención: en propiedades estándar, las exploraciones solo usan datos de los últimos 2 o 14 meses según tu configuración; los informes agregados no se ven afectados.
- ✓Consentimiento: quien rechaza las cookies de analítica no aparece o aparece de forma incompleta, y eso rompe secuencias.
- ✓Diferencias entre herramientas: Google advierte de pequeñas diferencias en el recuento de usuarios para la misma secuencia según la herramienta de GA4 que uses.
- ✓Eventos mal nombrados o duplicados generan pasos fantasma y abandonos que no existen.
- ✓Muestras pequeñas: con pocas decenas de usuarios por paso, cualquier porcentaje es ruido.
07 Ejemplo de user flow analysis: solicitud de presupuesto
Una empresa de reformas analiza su formulario: paso 1 (tipo de obra) 4.000 usuarios, paso 2 (metros y fotos) 2.600, paso 3 (datos de contacto) 2.300 y envío 1.900. El mayor volumen se pierde entre el paso 1 y el 2: 1.400 personas. El desglose por dispositivo muestra que en móvil ese paso pierde el doble que en escritorio, y la siguiente acción más frecuente es salir de la web. Las grabaciones confirman el motivo: el botón para subir fotos no funciona bien en algunos navegadores móviles y la subida parece obligatoria. Hacerla opcional es la primera hipótesis a probar.
Preguntas frecuentes sobre User flow analysis
Es el análisis, con datos reales de analítica, de los caminos que siguen los usuarios en una web o app para medir cuántos completan una tarea, dónde abandonan y qué rutas alternativas toman.
Con dos informes de Explorar: la exploración de rutas, que muestra qué hacen los usuarios antes o después de un evento, y la exploración de embudo, que mide el paso de un paso definido al siguiente.
La de rutas sirve para descubrir caminos sin definirlos antes; la de embudo mide un flujo ya definido de hasta 10 pasos y cuánta gente se pierde entre cada uno.
Es el porcentaje de usuarios que llega a un paso y no pasa al siguiente. Se calcula como 1 menos los usuarios del paso siguiente divididos entre los del paso actual.
En el cerrado solo cuenta quien empieza por el primer paso; en el abierto, un usuario puede entrar en el embudo por cualquier paso.
El que pierde más usuarios en números absolutos y está más cerca de la conversión, siempre que tengas una hipótesis clara de por qué falla.
Porque las exploraciones dependen de la retención de datos de la propiedad, que en la versión estándar es de 2 o 14 meses. Los informes agregados estándar no tienen ese límite.
Fuentes consultadas
Sobre el autor
Raúl Aránega Segura
CEO y especialista SEO en appyweb
Fundador de appyweb. Más de una década posicionando webs y tiendas online en Google y, ahora, en las respuestas de la IA.
Ver perfil en LinkedIn ↗