{"id":9170,"date":"2018-10-18T08:12:55","date_gmt":"2018-10-18T06:12:55","guid":{"rendered":"https:\/\/www.makingscience.com\/blog\/implementar-y-validar-nuestras-dimensiones-personalizadas\/"},"modified":"2018-10-18T08:12:55","modified_gmt":"2018-10-18T06:12:55","slug":"implementar-y-validar-nuestras-dimensiones-personalizadas","status":"publish","type":"post","link":"https:\/\/www.makingscience.com\/es\/blog\/implementar-y-validar-nuestras-dimensiones-personalizadas\/","title":{"rendered":"Implementar y validar dimensiones personalizadas"},"content":{"rendered":"
Implementar y validar dimensiones personalizadas<\/div>\n
En otros post hemos<\/div>\n
En otros post hemos hablado de qu\u00e9 es un dataLayer<\/a> o los beneficios del Enhanced Ecommerce<\/a>. Esto nos permite ampliar la medici\u00f3n b\u00e1sica de Google Analytics y personalizarla a nuestras necesidades de negocio. Para que todo esto sea tangible, debemos implementar y validar nuestras variables o dimensiones personalizadas, en todas las plataformas con las que trabajamos. Tomemos como ejemplo una gran superficie, con miles de productos y que quiere saber qu\u00e9 categor\u00edas de productos son las m\u00e1s visitadas, las m\u00e1s compradas o las que mejor porcentaje de conversi\u00f3n tienen. <\/p>\n
    \n
  • Al igual que hicimos con nuestro script principal de GTM, debemos implementar nuestras variables en c\u00f3digo. Para ello, pediremos a nuestro desarrollador web que inserte en cada una de las p\u00e1ginas del site el script que incluye las variables previamente definidas.<\/li>\n<\/ul>\n

    Por ejemplo, para una lista de productos de alimentaci\u00f3n, podemos pedir: <script> dataLayer = [{ \u2018Categor\u00eda\u2019 = \u2018Alimentaci\u00f3n\u2019 \u2018Subcategor\u00eda\u2019 = \u2018Conservas\u2019 }]; <\/script> Las variables tomar\u00e1n diferente valor seg\u00fan qu\u00e9 categor\u00eda de productos visite el usuario (ejemplos: \u00a0electr\u00f3nica, limpieza, cuidado personal) y dentro de estas, que subcategor\u00eda concrete decida visitar (ejemplo para cuidado personal: cuidado facial, maquillajes, cremas corporales\u2026) Importante<\/strong>: debemos declarar las variables antes del script principal de GTM, sino no veremos nada en Analytics. <\/p>\n

      \n
    • De forma paralela, creamos las mismas variables (las debemos escribir exactamente igual que en c\u00f3digo) en nuestro contender de GTM. Lo haremos como \u2018variable de capa de datos\u2019,\u00a0 ya que hemos pedido a nuestro web master que las inserte en c\u00f3digo a trav\u00e9s de dataLayer. Aqu\u00ed los 2 pasos b\u00e1sicos<\/li>\n<\/ul>\n

      \"\" <\/p>\n

        \n
      • Posteriormente, estas variables las incluiremos en nuestro tag de Universal Analytics de P\u00e1gina Vista.<\/li>\n<\/ul>\n

        \"\" Nuestra recomendaci\u00f3n es que este paso lo hag\u00e1is dentro de la variable \u2018Configuraci\u00f3n de Google Analytics\u2019 que tiene habilitada GTM. De este modo este trabajo solo lo har\u00e9is una vez y se podr\u00e1 aplicar a todas vuestras futuras etiquetas de Universal Analytics. Una vez configurada la etiqueta, no nos olvidemos de asignarle un activador. En este caso utilizaremos el \u00fanico que viene por defecto en GTM, \u2018All Pages\u2019.\u00a0 Por \u00faltimo, quedar\u00eda publicar los cambios pero antes recomendamos hacer la configuraci\u00f3n necesaria en Google Analytics y utilizar la vista previa de GTM por si necesitamos hacer alg\u00fan ajuste antes de publicar. <\/p>\n

          \n
        • Hasta ahora tenemos creadas las variables en nuestro c\u00f3digo del site y en GTM, ahora nos queda crearlas en Google Analytics como \u2018Dimensiones personalizadas\u2019. Para ello iremos a la secci\u00f3n de Administraci\u00f3n y, muy importante, las variables o dimensiones personalizadas se crean a nivel de Propiedad y nunca de vista.<\/li>\n<\/ul>\n

          \"\" Crearemos cada nueva variable y le asignaremos el mismo \u00edndice que en nuestra le marcamos en nuestra configuraci\u00f3n de GTM<\/strong> y las nombraremos igual. \"\" El \u00edndice no deja personalizarlo, por lo que la recomendaci\u00f3n es que gener\u00e9is las variables en el mismo orden que las hab\u00e9is enumerado en GTM. Si no os da\u00eds cuenta de este detalle, la soluci\u00f3n sencilla es ir a GTM y cambiar el \u00edndice desde ah\u00ed para hacer que coincidan. <\/p>\n

            \n
          • Una vez hechos estos 3 pasos en c\u00f3digo, GTM y Analytics, solo nos queda confirmar que se han realizado correctamente y que nuestras variables saltan d\u00f3nde deben.<\/li>\n<\/ul>\n

            Para los m\u00e1s tradicionales recomendamos utilizar dataLayer en la consola del navegador. Aunque no veremos si se env\u00eda la informaci\u00f3n correctamente, solo que se genera ok en nuestro c\u00f3digo. \"\" Si quer\u00e9is algo m\u00e1s visual y sencillo, existe la extensi\u00f3n dataSlayer para Google Chrome que facilita mucho la labor y adem\u00e1s nos permite diferenciar qu\u00e9 informaci\u00f3n se est\u00e1 cargando en el c\u00f3digo de nuestra p\u00e1gina y que se est\u00e1 enviando a nuestra propiedad de Google Analytics. \"\"Existen adem\u00e1s otras extensiones como DataLayer Checker, que permite cambiar la visualizaci\u00f3n en la consola para que se presente de una forma m\u00e1s amigable y WASP Analytics Solutions que muestra informaci\u00f3n m\u00e1s completa de todos los tags insertados a trav\u00e9s de GTM.<\/div>\n","protected":false},"excerpt":{"rendered":"

            Implementar y validar dimensiones personalizadas En otros post hemos En otros post hemos hablado de qu\u00e9 es un dataLayer o los beneficios del Enhanced Ecommerce. Esto nos permite ampliar la medici\u00f3n b\u00e1sica de Google Analytics y personalizarla a nuestras necesidades de negocio. Para que todo esto sea tangible, debemos implementar y validar nuestras variables o […]<\/p>\n","protected":false},"author":21,"featured_media":9171,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[33],"tags":[],"class_list":["post-9170","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-martech-adtech"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/posts\/9170","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/users\/21"}],"replies":[{"embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/comments?post=9170"}],"version-history":[{"count":0,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/posts\/9170\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/media\/9171"}],"wp:attachment":[{"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/media?parent=9170"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/categories?post=9170"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/tags?post=9170"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}