Informes de redes sociales: diccionario de datos, gobernanza de UTM y dashboard ejecutivo

Contexto y temas relacionados

El marco general está en el pilar Analítica de redes sociales, KPI & medición. Las decisiones relacionadas se tratan en profundidad en Herramientas de análisis de redes sociales: comparativa de stacks, de la suite al data warehouse, Tasa de consentimiento y legislación sobre tracking: cuántos datos pierde realmente la región DACH (Alemania, Austria y Suiza) y Server-side tracking: cómo configurar correctamente Meta CAPI y LinkedIn CAPI.

Diccionario de datos: una definición por métrica

Un informe es tan fiable como las definiciones que lo sustentan. El alcance mide las cuentas alcanzadas; las impresiones y las visualizaciones registran cada vez que se muestra un contenido, repeticiones incluidas, y cada plataforma decide qué se considera una exposición. Meta ha sustituido en Facebook, Instagram y Threads las impresiones y las reproducciones por visualizaciones. Según Meta, una foto que una persona ve tres veces en un día cuenta como tres visualizaciones en lugar de una impresión. Fanpage Karma pone en duda esta explicación, porque Meta ya definía antes las impresiones como el número de veces que un contenido aparecía en pantalla, es decir, también con repeticiones. Para Instagram, Fanpage Karma analizó más de 10.000 publicaciones: en las imágenes, las visualizaciones superaban en un 23 % a las impresiones anteriores; en los carruseles, en un 44 %, y en los reels, en un 50 %. Quien no documenta el cambio interpreta el salto en la serie temporal como crecimiento. Cómo cuentan las plataformas las visualizaciones de vídeo lo explica el artículo ¿Qué cuenta como visualización?.

Por eso, el diccionario de datos recoge siete campos para cada métrica. Los ejemplos proceden de nuestro modelo de trabajo.

Si cambia una definición, la métrica recibe una nueva fecha en «válido desde». El informe marca la ruptura en lugar de mostrar valores antiguos y nuevos en una misma línea. Qué fórmula conviene para la tasa de engagement lo explica Calcular la tasa de engagement.

Gobernanza de UTM: un esquema para todos los enlaces

Google Analytics exige utm_source, utm_medium y utm_campaign en cada enlace etiquetado. Con utm_content distingues las creatividades, y utm_id identifica la campaña. Según la ayuda de Google Analytics sobre el URL Builder, GA4 distingue entre mayúsculas y minúsculas en los valores de los parámetros, y Google recomienda usar minúsculas como estándar. Por tanto, «LinkedIn» y «linkedin» aparecen en el informe como dos fuentes.

Nuestro modelo de trabajo para el esquema:

Todos los valores van en minúsculas, sin espacios y sin texto libre.

En GA4, el medio decide el canal. Una sesión solo cuenta como «Paid Social», en la versión alemana de la ayuda de Google «Soziale Netzwerke (bezahlt)», si la fuente figura en la lista de redes sociales de Google y el medio empieza por «paid», contiene «cp» o es «ppc» o «retargeting» (ayuda de Google Analytics sobre los grupos de canales predeterminados). El medio paid-social cumple esa condición; linkedin-ads, no. Como la fuente linkedin se sigue considerando una red social, el tráfico de pago con este medio acaba en «Organic Social», en alemán «Soziale Netzwerke (organisch)».

Para que el esquema se mantenga, hacen falta tres reglas:

1. Lista de valores en lugar de texto libre: las fuentes y los medios figuran en una lista central. Los valores nuevos los aprueba el responsable del diccionario de datos.
2. Enlaces solo desde la plantilla: los enlaces de campaña se generan en una hoja compartida que compone el enlace a partir de campos de selección. Nadie teclea parámetros a mano.
3. Revisión semanal: revisa en GA4 la fuente de la sesión y el medio de la sesión en busca de valores que no estén en la lista y echa un vistazo al canal «Unassigned». Ahí acaban las sesiones a las que no se aplica ninguna regla de canal.

Dashboard ejecutivo: de cinco a siete métricas

El dashboard para la dirección general responde a dos preguntas: ¿qué aportan las redes sociales al pipeline y a los ingresos, y cuánto cuesta? Nuestro modelo de trabajo se arregla con seis métricas.

La tasa de engagement falta a propósito. Mide la actividad en la plataforma, no el éxito empresarial, y pertenece al informe del equipo operativo. La atribución autodeclarada recoge lo que las rutas de clic no ven, por ejemplo las recomendaciones por mensaje directo. Más información en Modelos de atribución y dark social.

Cada destinatario recibe sus propias métricas con su propia frecuencia:

Cómo se relacionan los niveles lo muestra la jerarquía de métricas, del alcance al pipeline.

Lista de comprobación antes de cada informe

Implementación en 90 días

1. Días 0 a 30, fundamentos: crea un inventario de métricas e incorpora cada una al diccionario de datos. Revisa la tasa de consentimiento, haz obligatorio el esquema UTM, introduce el campo de atribución autodeclarada y mide una línea base de Share of Search.
2. Días 31 a 60, flujo de datos: configura el tracking del lado del servidor mediante la Conversions API de Meta y LinkedIn (Server-side tracking con CAPI), elige una herramienta de analítica que almacene los datos en la UE (las reglas UTM se aplican igual, la asignación de canales descrita arriba es específica de GA4), crea procesos ETL hacia un data warehouse y, sobre él, el dashboard ejecutivo.
3. Días 61 a 90, impacto: lanza el primer test de geo-lift, establece la frecuencia de reporting por destinatario y comprueba si tus datos bastan para el Marketing Mix Modeling (Marketing Mix Modeling: Meridian, Robyn y el umbral de datos).

Errores típicos

• La tasa de engagement como métrica North Star: la dirección general ve actividad en lugar de impacto, y el presupuesto sigue a la métrica más fácil de inflar.
• Sumar el alcance de varias plataformas: LinkedIn y Meta solo cuentan sus propias cuentas. Quien suma ambos valores cuenta dos veces a las personas alcanzadas en las dos plataformas.
• Texto libre en los parámetros UTM: «LinkedIn», «linkedin» y «li» se convierten en tres fuentes. Un medio incorrecto desplaza el tráfico de pago a «Organic Social».
• Cambio de definición sin fecha: el paso de impresiones a visualizaciones aparece en el informe como crecimiento.
• Ocultar la laguna de consentimiento: lo que no se registra sin consentimiento falta en el informe. Indica qué tamaño tiene esa proporción (Tasa de consentimiento y legislación sobre tracking).

Participación del comité de empresa en las métricas de empleados

En cuanto el Employee Advocacy aparece en el reporting, entra en juego la participación del comité de empresa. En Alemania, la implantación de dispositivos técnicos destinados a supervisar el comportamiento o el rendimiento de los empleados está sujeta a codecisión según el § 87 Abs. 1 Nr. 6 BetrVG. En Austria, un sistema que recopila y trata de forma automatizada datos personales de los empleados y va más allá de los datos personales generales y los requisitos profesionales necesita, según el § 96a Abs. 1 Z 1 ArbVG, la aprobación del comité de empresa. Esa aprobación puede sustituirla el órgano de conciliación. Si las medidas de control afectan a la dignidad humana, el § 96 Abs. 1 Z 3 ArbVG exige la aprobación del comité de empresa, y ningún órgano de conciliación puede sustituirla. En la práctica, esto significa que, si hay comité de empresa, las métricas individuales de rendimiento de los empleados suelen requerir su aprobación; las métricas de canal agregadas y anonimizadas, por lo general, no. Acláralo antes del primer dashboard, no después de la primera queja.