Medición para Ecommerce y Retail en LatAm: guía GA4 y Google Ads

¿Qué eventos de ecommerce recomienda Google?

Esta es la lista de eventos recomendados para el vertical de retail y ecommerce, con sus parámetros requeridos según la referencia oficial:

Google recomienda usar estos eventos prediseñados en lugar de crear eventos propios, porque poblan dimensiones y métricas automáticamente y habilitan cálculos que un evento personalizado no dispara. Llamar compra_exitosa a tu conversión principal te deja fuera de los informes de ecommerce, de las métricas predictivas y de buena parte de la automatización de Google Ads.

También puedes medir promociones internas con view_promotion y select_promotion, incluyendo los parámetros a nivel evento promotion_id y promotion_name. Si quieres atribuir compras a una promoción vista antes, Google indica agregar al menos uno de esos dos parámetros a todos los eventos de ecommerce posteriores.

Haz que tu ecommerce optimice por margen y ventas reales

Revisamos eventos, catálogo y valores para que tus campañas reciban señales de negocio, no sólo carritos y clics.

• 1

  Diagnóstico gratuito de tu stack GMP

  Un especialista revisa tu implementación actual (GA4, GTM, DV360, Ads) y te dice qué priorizar primero.

• 2

  Plan de acción a medida

  Sales de la llamada con next steps concretos para tu cuenta, no con una plantilla genérica.

• 3

  Sin compromiso, sin venta forzada

  Hablas con un especialista técnico, no con un vendedor. Si no encajamos, te lo decimos.

GMP Sales Partner · Implementamos GMP end-to-end · Equipo LatAm

Respuesta a la brevedad

Mejorar mi medición de ecommerce

Completa el form y coordinamos una asesoría sobre tu caso.

Cargando el formulario seguro de HubSpot…

Este formulario lo provee HubSpot y los datos que envíes se procesan allí. Consulta nuestra política de privacidad .

Sin compromiso · Google Marketing Platform Sales Partner

El array items: dónde va cada dato

La lógica de GA4 es sencilla una vez que se entiende: la información sobre los productos va a nivel de artículo (dentro de items); la información sobre la interacción va a nivel de evento (fuera de items).

gtag("event", "purchase", {
  transaction_id: "ORD-2026-00817",
  value: 189900,
  currency: "ARS",
  shipping: 9900,
  tax: 32949,
  items: [
    {
      item_id: "SKU_4471",
      item_name: "Zapatilla Runner Pro",
      item_brand: "Acme",
      item_category: "Calzado",
      item_variant: "Negro / 42",
      price: 189900,
      quantity: 1
    }
  ]
});

Detalles operativos que conviene tener presentes:

• El array items admite hasta 200 elementos.
• Además de los parámetros prescritos, puedes incluir hasta 27 parámetros personalizados a nivel de artículo en un evento de ecommerce.
• Los valores de parámetro tienen un límite de caracteres: nombres de producto muy largos se truncan.
• Los parámetros que son atributos (color, talle) pueblan dimensiones; los cuantitativos, métricas.
• Los item_id deben coincidir con los IDs de tu feed de Merchant Center. Si no coinciden, pierdes la posibilidad de cruzar comportamiento en el sitio con performance del catálogo.

Para verificar la implementación antes de dar por cerrado el trabajo, Google recomienda activar el modo de depuración y usar DebugView: los informes y exploraciones pueden tardar hasta 24 horas en poblarse.

Merchant Center y Performance Max en retail

En retail, el catálogo es parte de la medición. Un feed de Google Merchant Center con problemas limita la elegibilidad de tus productos y, por lo tanto, el techo de tus campañas.

Google enumera problemas frecuentes en la especificación de datos de producto: valores incorrectos de google_product_category o gtin, atributos de variante faltantes o mal cargados (item_group_id, color, size), imágenes de baja calidad y datos en conflicto entre el feed y el sitio. Cualquiera de ellos puede impedir que tus anuncios y fichas gratuitas se muestren.

Para campañas de Performance Max con feed de Merchant Center, Google publica estas recomendaciones:

• Correr la campaña al menos 6 semanas, para darle a la IA tiempo de recolectar datos y comparar.
• Usar señal de audiencia con listas relevantes: remarketing, intención personalizada, Customer Match y grupos similares.
• Subir descripciones e imágenes ricas, y actualizar precios y disponibilidad si cambian seguido.
• Revisar la columna de problemas de producto para detectar atributos faltantes u ofertas con bajo rendimiento.
• Usar etiquetas personalizadas (custom_label) para marcar productos prioritarios —bestseller, trending, estacional— y poder segmentarlos en campañas o grupos de recursos distintos.
• Configurar un Google tag sólido en todo el sitio y activar enhanced conversions para mejorar la exactitud del seguimiento y habilitar estrategias de puja más fuertes.
• Proveer valores específicos por transacción: Google lo recomienda expresamente para retailers cuyos clientes compran productos de precios distintos y que quieren maximizar ingresos totales. Para llevar esto al siguiente nivel —optimizando por margen real, LTV y categoría de producto—, revisa la guía de Value-Based Bidding.

Según datos publicados por Google, los anunciantes que adoptan Performance Max ven en promedio 27% más conversiones o valor a un CPA/ROAS similar, incluso cuando ya usan concordancia amplia y Smart Bidding en sus campañas de Search. Ese resultado depende de que la señal de conversión sea correcta: modela tu escenario con la calculadora de uplift AI Max / PMax antes de mover presupuesto.

Enhanced conversions: por qué es prioritario en ecommerce

En checkout siempre tienes un email. Eso convierte a enhanced conversions en la mejora de medición con mejor relación esfuerzo/impacto para un ecommerce.

La función suplementa la conversión existente enviando datos first-party hasheados con SHA256 —email, nombre, dirección, teléfono— desde los tags del sitio o desde eventos offline importados. Del lado de GA4, la recolección de datos proporcionados por el usuario habilita soporte de Customer Match para las audiencias exportadas, enhanced conversions para las conversiones de Analytics, y reportes demográficos basados en datos first-party.

Requisito previo: la propiedad de Analytics tiene que estar vinculada a la cuenta de Google Ads. Y como con cualquier dato personal, el consentimiento tiene que estar bien cableado; verifícalo con la auditoría de tagging y Consent Mode v2.

Errores típicos que cuestan dinero

1. purchase duplicado. Es el error más frecuente y el más caro. Se dispara si el usuario recarga la página de agradecimiento, si vuelve con el botón “atrás”, o si el tag está en el template de la orden y en el data layer a la vez. La solución la documenta Google: mandar un transaction_id único y dinámico. Analytics deduplica las compras que llegan con el mismo ID.

2. transaction_id vacío o fijo. Dos variantes del mismo problema. Google advierte que no hay que mandar string vacío, porque Analytics deduplica entre sí todos los purchase con transaction_id="". Y si el tag manda siempre el mismo ID para transacciones distintas, vas a subcontar de forma significativa tus eventos clave.

3. Creer que la deduplicación cubre la app. La deduplicación por transaction ID solo funciona en streams web. En app, la unicidad hay que garantizarla desde el backend.

4. Valor con impuestos y envío mezclados sin criterio. Define una regla —valor neto de producto, o valor total— y aplícala igual en GA4 y en Google Ads. Usa tax y shipping como parámetros separados para poder reconstruir el número.

5. Moneda mal declarada. En LatAm, con operaciones multipaís, mandar currency incorrecto rompe los reportes de ingresos y el ROAS objetivo. El parámetro es requerido en purchase por algo.

6. No medir reembolsos. Sin el evento refund, tu ROAS reportado es sistemáticamente optimista y la IA optimiza hacia productos con alta tasa de devolución.

7. Carrito medido a medias. Sin add_to_cart y begin_checkout no puedes ver dónde se cae el embudo ni construir audiencias de abandono.

Qué mirar en los reportes

Una vez que la medición está sana, estos son los cortes que más rápido devuelven decisiones:

• Monetización → Compras de ecommerce: productos vistos, agregados al carrito y comprados, con las tasas de conversión entre etapas. Ahí se ve qué producto tiene tráfico pero no convierte.
• Adquisición de tráfico cruzada con ingresos: qué canal trae volumen y qué canal trae ingresos. Requiere UTMs consistentes, que puedes generar con el generador de UTMs.
• Exploración de embudo sobre la secuencia view_item → add_to_cart → begin_checkout → purchase, segmentada por dispositivo. En LatAm la brecha mobile suele ser el mayor punto de fuga.
• Reembolsos contra ingresos brutos, por categoría de producto.

Si el volumen de eventos te acerca a los límites de la versión gratuita o necesitas gobernanza multi-marca, revisa el selector GA4 / Analytics 360.

Todo esto es la aplicación concreta del framework de data strength a un ecommerce. Empieza por diagnosticar dónde está tu implementación con el GA4 Data Strength Score y, si quieres que un equipo con experiencia en retail LatAm ejecute el plan contigo, habla con un especialista de Leadaki.