¿Por qué no coinciden tus conversiones de Meta, GA4 y Google Ads?

Si comparas los datos de la misma campaña en Meta, GA4 y Google Ads, verás que las cifras de conversiones casi nunca coinciden. Puede que Meta te muestre 77 compras, Google Ads 85 y GA4 61, mientras que la cifra real en Shopify es de 143. Cuatro herramientas que muestran cuatro totales diferentes.

Entonces, ¿qué cifra es la que debes incluir en tus informes y la que debería guiar tus decisiones estratégicas? ¿Y por qué cada plataforma te da datos diferentes sobre la misma campaña?

Las cifras de conversiones de Meta, GA4 y Google Ads nunca coincidirán exactamente, y tampoco se diseñaron para ello. Cada plataforma utiliza sus propias reglas de atribución y define la conversión de forma diferente, por lo que parte de la diferencia es permanente y puedes ignorarla sin problema.

Pero no todo se debe a la metodología. Una parte importante son conversiones reales que no han llegado a tus plataformas debido a decisiones de denegación de consentimiento, restricciones del navegador y bloqueadores de anuncios. Y esa parte es algo que puedes recuperar.

En esta entrada se analizan ambas partes. Primero, cómo los distintos modelos de atribución y definiciones de conversión crean una brecha de datos que no se puede cerrar. Después, cómo las opciones de consentimiento, las restricciones de los navegadores, los bloqueadores de anuncios y una deduplicación defectuosa crean una brecha que sí se puede solucionar, además de cómo medirla y formas concretas de solucionarla.

Cuatro plataformas, cuatro números

Las cifras anteriores no son un caso excepcional. En la mayoría de las cuentas publicitarias se observa un patrón similar:

• Tanto Google Ads como Meta registran menos conversiones que tus datos de pedidos, porque una parte de las compras reales nunca se atribuye a ninguna interacción con un anuncio.
• GA4 suele mostrar el menor número de conversiones de las tres, ya que depende de la atribución multicanal y tiene problemas con los límites de las cookies y los recorridos entre dispositivos. Una parte cada vez mayor de lo que no puede atribuir se etiqueta como «Sin asignar».
• Los datos de pedidos de tu CRM o de Shopify son los que muestran la cifra más alta de todas, porque no tienen ningún modelo de atribución ni dependen del navegador. Cuentan el número real de pedidos.

Ninguna de estas plataformas falla. Cada una responde a una pregunta diferente, cuenta las conversiones a su manera y pierde su propia parte de datos por el camino. A continuación te explico cómo funciona.

¿Qué parte de la falta de datos es normal y no se puede cambiar?

Parte de la diferencia se debe a cómo mide los datos cada plataforma. Ninguna herramienta ni configuración server-side va a hacer que estas cifras coincidan, y tampoco es necesario que lo hagan. Esta diferencia permanente tiene dos causas principales: las plataformas usan reglas de atribución diferentes y definen la conversión de forma distinta.

Diferentes modelos de atribución y ventanas

Cada plataforma decide a qué punto de contacto se le atribuye el mérito y cuánto tiempo esperará a que se produzca una conversión tras la interacción de un usuario con un anuncio. Por cómo están diseñadas, estas reglas no coinciden entre sí.

Meta atribuye una conversión si se produce en un plazo de unos 7 días tras un clic. También tiene en cuenta las conversiones por exposición, es decir, los casos en los que alguien vio tu anuncio, no hizo clic en él y, aun así, realizó una compra.

Google Ads se centra en las interacciones dentro del propio ecosistema de Google. Desde septiembre de 2023, Google utiliza de forma predeterminada la atribución basada en datos, que distribuye el mérito entre los clics y las impresiones a lo largo del recorrido en Google, en lugar de atribuirlo únicamente al último clic.

Google Analytics 4 (GA4) adopta una perspectiva multicanal más amplia e intenta repartir el mérito entre todos los canales que formaron parte del recorrido, incluyendo Meta, el correo electrónico, el tráfico orgánico y el tráfico directo, en lugar de limitarse solo al anuncio en el que alguien hizo clic.

Te pongo un ejemplo. Un cliente ve un anuncio de Meta, luego hace clic en un anuncio de Google y, a continuación, compra. Tanto Meta como Google Ads se atribuyen esa compra como propia, mientras que GA4 reparte el mérito entre ambos canales. Una misma compra aparece ahora tres veces en tres herramientas diferentes, todo porque cada una de ellas sigue sus propias reglas.

El periodo de análisis complica aún más las cosas. Google Ads contabiliza una conversión en la fecha del clic, mientras que GA4 la contabiliza en la fecha de la conversión, por lo que una misma venta puede aparecer en semanas diferentes. Si comparas un periodo de lunes a domingo entre dos herramientas que usan una lógica de fechas diferente, parte de la diferencia que ves se debe simplemente a la diferencia de fechas.

Diferentes definiciones de «conversión»

Otro problema es que las plataformas usan definiciones diferentes de lo que es una conversión. Meta puede que cuente como conversión un evento del tipo «añadir datos de pago» o una visualización posterior. Por su parte, para Google Ads, puede ser una llamada telefónica o rellenar un formulario. Es posible que GA4 esté contando un evento clave que configuraste hace meses y del que ya te habías olvidado. Tus datos de pedidos solo reflejan los pedidos pagados, confirmados y no reembolsados.

Antes de analizar tu seguimiento, asegúrate de que cada herramienta mida los mismos eventos. Abre la configuración de acciones de conversión en Google Ads, la lista de eventos en Meta Events Manager y las definiciones de eventos clave en GA4, y compara cada una de ellas con lo que registran tus datos de pedidos. Si Google Ads incluye llamadas telefónicas o Meta incluye impresiones posteriores a la visualización, esa parte de la diferencia no tiene nada que ver con la pérdida de datos.

¿Qué parte de la pérdida de datos se puede recuperar?

Más allá de la metodología, hay una segunda brecha formada por conversiones que realmente se produjeron y que deberían haberse contabilizado según las propias reglas de cada plataforma, pero que nunca llegaron a registrarse en ellas. Esto es lo que se conoce como «pérdida de señal», y es la parte que puedes (y debes) solucionar.

Esto se debe principalmente a cuatro factores clave:

• Consentimiento y Consent Mode V2. Cuando un usuario rechaza las cookies, las etiquetas del lado del cliente no se activan, por lo que esa conversión nunca llega a tus plataformas como un evento real y medido. Google cubre parte de esa laguna con datos modelados en el Consent Mode, pero el modelado es una estimación basada en una base de eventos reales cada vez más reducida. Cuanta más información real le proporciones, menos tendrá que adivinar.
• La ITP de Safari y otras restricciones similares de los navegadores. La Prevención Inteligente de Seguimiento (ITP) de Safari limita las cookies de origen establecidas mediante JavaScript a 7 días, e incluso menos en algunos casos entre sitios web, mientras que Firefox bloquea muchos rastreadores por defecto. Cada cookie caducada es un cliente que vuelve y que tus herramientas ya no pueden vincular con la campaña que lo atrajo, lo que también explica por qué los grupos de remarketing tienden a reducirse con el tiempo.
• Bloqueadores de anuncios. Los bloqueadores de anuncios no solo eliminan los anuncios que se muestran, sino que impiden por completo que se ejecuten los scripts de seguimiento. Cuando uno de ellos impide que se cargue tu contenedor de Google Tag Manager, ninguna de tus etiquetas se ejecuta, lo que significa que no funciona GA4, ni el píxel de Meta, ni la etiqueta de conversión de Google Ads, y esos usuarios pasan a ser invisibles en tus informes.
• iOS y la Transparencia en el seguimiento de aplicaciones (ATT). Te cuento Desde que se lanzó ATT, los usuarios tienen que dar su consentimiento explícito para que el píxel de Meta pueda realizar un seguimiento de ellos en iOS, y la mayoría no lo hace. Meta cubre ese vacío con conversiones modeladas basadas en señales agregadas, lo cual es útil, pero sigue siendo un modelo y no una medición precisa.

Cuando sumas todo esto, te das cuenta de que estás trabajando con informes incompletos y asignando el presupuesto basándote en una visión muy distorsionada. Las campañas que parecen tener un rendimiento inferior pueden estar simplemente dirigidas a un público cuyas conversiones se ven menos afectadas por la pérdida de datos que las de otros.

Por qué la deduplicación y las inconsistencias entre dispositivos empeoran la situación

Hay otros dos factores que influyen entre la metodología y la pérdida de datos, y que explican algunas de las discrepancias más extrañas que vas a ver.

Lo primero es la deduplicación. Si ejecutas tanto un píxel del navegador como un evento server-side —algo que deberías hacer para Meta CAPI—, ambos deben compartir un «event_id» idéntico para que Meta sepa que se refieren a la misma compra. La coincidencia de Meta es estricta —los ID deben coincidir exactamente y los nombres de los eventos y las marcas de tiempo tienen que coincidir—, así que cuando una configuración genera el ID por separado en cada lado, Meta cuenta ambos eventos. Meta da cifras excesivas porque estás contando dos veces lo mismo, no porque Meta esté inflando nada. Lo que resuelve esto es una deduplicación correcta.

Descubre cómo mejorar tu puntuación de calidad de coincidencia de eventos de Meta.

Lo segundo son los recorridos entre dispositivos. Un usuario puede descubrirte inicialmente mientras navega en su móvil, luego buscar más información en el ordenador y comprar desde una tableta, lo que supone un mismo cliente que ha utilizado tres dispositivos diferentes. Las cookies del lado del cliente no pueden unir esos datos de forma fiable, así que ves a tres usuarios anónimos cuando en realidad solo hay uno.

Meta y Google pueden solucionar esto en parte para los usuarios que han iniciado sesión, pero GA4 solo lo gestiona cuando alguien ha iniciado sesión en una cuenta de Google, lo cual es una de las principales razones por las que GA4 subestima las cifras y clasifica las sesiones en «Sin asignar».

Comprueba estos cinco ajustes antes de echarle la culpa al seguimiento

Muchas veces, las diferencias en las cifras no se deben en absoluto a una pérdida de señal. Son errores de configuración que dividen o desplazan tus datos entre las distintas herramientas. Son bastante fáciles de solucionar, así que compruébalos antes de dar por hecho que hay algo más grave detrás de las discrepancias en tus datos:

1. Zona horaria. Cada plataforma puede generar informes según su propia zona horaria, y ni siquiera se ponen de acuerdo en qué día corresponde una conversión. Google Ads la registra el día del clic, mientras que GA4 la registra el día en que se realizó la compra. Si esos días no coinciden, la misma venta puede aparecer en una semana diferente en cada herramienta, así que comparar «la semana pasada» es, en realidad, comparar dos semanas ligeramente diferentes. Configura todas las plataformas con la misma zona horaria.
2. Moneda. Si tu propiedad de GA4, tus cuentas publicitarias y tus datos de pedidos se muestran en diferentes monedas, tus ingresos y tu ROAS nunca coincidirán, aunque sí lo hagan las cifras de conversiones. Lo mismo ocurre si cada herramienta convierte a tu moneda de informe utilizando su propio tipo de cambio. Elige una sola moneda para todas ellas, así podrás compararlas con precisión.
3. Ventana de atribución. La ventana de atribución es el tiempo que transcurre desde una interacción con un anuncio hasta que una plataforma sigue atribuyéndole una conversión. Google Ads suele usar una ventana de 30 días, mientras que Meta usa 7 días para los clics más 1 día para las visualizaciones. Como las ventanas difieren, cada herramienta cuenta un conjunto diferente de conversiones, lo que por sí solo puede explicar una gran diferencia. Siempre que puedas, configura la misma ventana en todas partes; si las plataformas no te lo permiten, recuerda que parte de la diferencia ya está incorporada.
4. Coherencia de la UTM. GA4 interpreta «Facebook», «facebook» y «fb» como tres fuentes distintas, por lo que las etiquetas inconsistentes reparten un canal entre varias líneas y desvían el tráfico a «Sin asignar». Elige una convención de nomenclatura, por ejemplo, utm_source=facebook con utm_medium=paid_social, y úsala en todos los enlaces. Después, comprueba que tus redireccionamientos, acortadores de enlaces y pasos del proceso de pago no pierdan los parámetros por el camino.
5. Exclusiones de referencias y configuración entre dominios. Cuando un cliente es redirigido a una página de pago externa y vuelve, GA4 puede considerar ese regreso como una visita totalmente nueva y perder la fuente original de la venta. Para evitarlo, añade tu proveedor de pagos y tus propios subdominios a la lista de exclusión de referencias de GA4; si no, esas conversiones acabarán clasificadas como «Directas» o «Sin asignar».

Si los limpias y sigue habiendo un gran vacío, lo más probable es que se trate de diferencias metodológicas y de una pérdida de datos recuperables, que es precisamente de lo que trata el resto de este artículo.

¿En qué cifra de conversión deberías fiarte?

No deberías fiarte de ninguna cifra por sí sola, y deja de intentar proclamar que un panel de control es «el único válido». En su lugar, usa cada herramienta para lo que realmente se le da bien.

• Google Ads y Meta Ads Manager son tus herramientas de decisión para tus propias campañas. Alimentan sus propios algoritmos de puja, así que la cifra que importa en cada uno es aquella de la que aprende el algoritmo. Optimiza Meta dentro de Meta, y Google dentro de Google.
• GA4 es tu herramienta de contexto multicanal. Es ideal para entender cómo se complementan los distintos canales entre sí, más que para obtener un recuento exacto de compras.
• Los datos de tus pedidos (de Shopify, un CRM o Stripe) son tu fuente de referencia para saber cuántos pedidos se han realizado realmente y cuántos ingresos se han obtenido, y esa es la cifra que debe aparecer en la presentación para la junta directiva.

No intentes forzar que los números coincidan. En su lugar, fíjate en las diferencias habituales entre tus herramientas, vigílalas y investiga un poco cuando alguna de ellas cambie.

Descubre cómo medir las conversiones fuera de línea con mayor precisión.

Lo que puedes arreglar frente a lo que no se puede cambiar

En resumen, las discrepancias en los datos que no puedes solucionar son las siguientes:

• Diferentes modelos de atribución según la plataforma
• Diferentes ventanas de atribución y lógica de fechas
• Diferentes definiciones de lo que se considera una conversión
• Contabilización por visualizaciones frente a contabilización por clics

Las piezas que puedes arreglar son:

• Conversiones perdidas por falta de consentimiento
• Conversiones perdidas por ITP y por la caducidad de las cookies
• Conversiones perdidas por culpa de los bloqueadores de anuncios
• Conversiones perdidas por culpa de iOS y las restricciones de ATT
• Contabilización por duplicado debido a un fallo en la deduplicación
• Gran parte de la sincronización entre dispositivos

Todo lo que hay en el primer grupo se debe a diferencias en las reglas, mientras que el segundo grupo se refiere a los datos que se han perdido en el navegador. El navegador es la parte de la cadena que no controlas, y precisamente por eso, al sacar la medición de ahí, se recupera gran parte del segundo grupo.

Cómo calcular tu propia diferencia

La forma más rápida es usar una herramienta que revise tu web por ti. La herramienta gratuita «TAGGRS Website Tracking Checker» analiza tu web en cuatro áreas que suelen ser las que más fallos presentan, tal y como hemos comentado en este artículo:

• ¿Qué píxeles publicitarios tienes instalados en tu web y si realmente se registran conversiones?
• Tanto si envías datos server-side como si lo haces desde el navegador, ¿qué plataformas son compatibles y en qué casos sigues dependiendo del navegador?
• Todas las cookies propias y de terceros de tu página web y cuánto tiempo permanecen activas
• Si tu banner de consentimiento está bien configurado

Introduces una URL y te da una puntuación de seguimiento con una lista ordenada por prioridad de lo que hay que arreglar.

Si prefieres hacerlo por tu cuenta, los pasos que te indico a continuación te llevarán una tarde. Empieza por la cifra de conversión en la que más confías y compárala con cada plataforma, así como con el periodo anterior, para que puedas ver tanto la magnitud de cada diferencia como su estabilidad.

Nuestra guía «¿Es resistente tu sistema de seguimiento?» te resultará muy útil si quieres analizar en profundidad en qué puntos falla tu seguimiento.

1. Establece tu punto de partida. Extrae el total de compras y los ingresos de tus datos de pedidos (Shopify, WooCommerce, Stripe o tu CRM) correspondientes a un periodo fijo y reciente. Se trata de pedidos reales y pagados, así que son lo más parecido que tienes a la realidad objetiva. Todas las demás cifras se comparan con esta.
2. Compara GA4 con ese punto de referencia. Para el mismo periodo y la misma zona horaria, GA4 casi siempre registrará menos compras, ya que depende de las cookies y del consentimiento, elementos que el navegador puede eliminar. Es normal que haya una pequeña discrepancia constante en los datos. Si la discrepancia es grande o va en aumento, puede considerarse una pérdida de señal en la capa de análisis, y vale la pena que compruebes la configuración del «Consent Mode» y la activación de las etiquetas antes de buscar el problema en otro sitio.
3. Echa un vistazo a la proporción de tráfico del canal «Sin asignar» en GA4. Abre el informe predeterminado del grupo de canales y comprueba cuánto tráfico no ha podido atribuir GA4 a una fuente. Cuando ese porcentaje sube, suele deberse a UTM incoherentes, a la falta de exclusiones de referencias o a problemas con los consentimientos, más que a algo más difícil de diagnosticar, y esto merma directamente la atribución en la que se basan tus informes.
4. Comprueba la deduplicación de Meta. En Events Manager, abre tu evento «Compra» y fíjate en cómo se están deduplicando el píxel y la API de conversiones. Si la tasa de deduplicación es baja, significa que los eventos del navegador y del servidor no comparten un event_id coincidente, lo que implica que o bien estás contando dos veces las compras, o bien estás descartando los eventos del servidor destinados a recuperar los que el navegador no ha detectado.
5. Comprueba tu tasa de rechazo de consentimientos. Fíjate en cuántas sesiones rechazan el seguimiento en tu banner de consentimiento. Cada rechazo es una conversión que tus etiquetas del lado del cliente no han registrado, así que una tasa de rechazo alta te indica qué parte de tu diferencia se debe al consentimiento y en qué medida tus plataformas están recurriendo a modelos para compensarla.
6. Haz cuentas. Ahora ya tienes un esquema general de tus lagunas de datos, desglosadas en metodología, pérdidas analíticas, problemas de deduplicación y consentimiento. Ese esquema es lo que te indica en qué casos el seguimiento server-side puede recuperar datos y en cuáles solo tienes que corregir un UTM o cambiar una configuración.

Así es como se ve una brecha estándar

No hay cifras que sean correctas para todo el mundo, porque el tamaño de cada brecha depende de tu público, del sector en el que te muevas y de qué parte de tu tráfico esté sujeta a restricciones de privacidad. Lo que importa es la tendencia de cada brecha y si se mantiene estable. La tabla de abajo describe la tendencia que puedes esperar, más que un objetivo concreto que debas alcanzar.

Comparación	¿Qué es lo normal?	¿Qué merece la pena investigar?
Compras en GA4 frente a datos de pedidos	GA4 está por debajo, por un margen pequeño y estable	Una gran brecha, o una que no deja de crecer
Google Ads frente a GA4 (misma conversión)	Google Ads: más arriba	Una diferencia que varía de una semana a otra
Deduplicación de Meta Pixel y CAPI	La mayoría de las compras se han emparejado y fusionado	Una disminución en la tasa de coincidencias o la aparición de duplicados
Porcentaje del canal «Sin asignar» en GA4	Una cuota pequeña pero estable	Una acción que sube con el tiempo

El hábito más útil es conocer tus propios valores de referencia y hacer un seguimiento de cómo cambian. Una diferencia estable casi siempre se debe a una diferencia metodológica que puedes dejar tal cual. Una diferencia que se amplía de repente suele deberse a una etiqueta defectuosa, un cambio en el consentimiento o una regresión en el seguimiento, y lo mejor es dar prioridad a solucionarla para reducir tus posibles pérdidas.

Descubre cómo solucionar las imprecisiones del ROAS en GA4.

Cómo el seguimiento server-side reduce la brecha recuperable

El seguimiento del lado del cliente es propenso a errores porque depende de un entorno que no controlas. El navegador decide si se carga tu script, si se envía la solicitud y si la cookie se mantiene, y los bloqueadores de anuncios, el ITP y los Consent Tools también tienen algo que decir antes de que tus datos salgan de la página.

El seguimiento server-side saca ese punto de recopilación del navegador. En lugar de que el navegador envíe los eventos directamente a cada plataforma publicitaria, los envía a un servidor que controlas en tu propio subdominio. A continuación, ese servidor limpia y elimina los eventos duplicados, y los reenvía a cada plataforma a través de una conexión directa de servidor a servidor, en lugar de depender del navegador para que los transmita.

Lo que permite recuperar los datos es cambiar el punto de recogida. Una solicitud a tu propio subdominio es de primera parte, así que los bloqueadores de anuncios no la tratan como un rastreador que haya que eliminar. Una cookie establecida por tu servidor es una cookie de primera parte, así que las restricciones del navegador, como el ITP de Safari, no acortan su vida útil como lo hacen con las cookies establecidas en el navegador. Una conexión de servidor a servidor no depende de que un script siga activo en el navegador, así que una etiqueta bloqueada o defectuosa no puede interrumpirla. Y como el servidor etiqueta cada compra con un identificador único, el evento del navegador y el del servidor para esa compra se reconocen como la misma conversión, en lugar de contarse dos veces.

Esto no hace que Meta, Google y GA4 coincidan, porque nada subsana la diferencia metodológica. Lo que sí hace es recuperar las conversiones que se perdían en el navegador, que es la parte de esa diferencia que te cuesta dinero y te lleva a pujar de forma errónea.

Antes de pasarte al seguimiento server-side, conviene aclarar que suele registrar menos conversiones durante la primera o las dos primeras semanas, ya que empieza de cero sin el historial que había acumulado tu configuración anterior. Además, no va a arreglar por sí solo un esquema UTM desordenado ni un banner de consentimiento mal configurado, así que el trabajo de limpieza que hayas hecho antes sigue siendo importante. Piensa en ello como la base para unos datos limpios, más que como una solución de un solo clic. Una vez que se estabilice, la señal recuperada vuelve a incorporarse a las pujas automáticas de las plataformas. Como resultado, los algoritmos por fin optimizan basándose en una gran parte de datos de comportamiento reales, en lugar de en la pequeña fracción que sobrevivió al navegador.

Descubre cómo el seguimiento server-side puede mejorar el rendimiento de tus anuncios de Google Ads.

La verdadera pregunta

La mayoría de los equipos ya intuyen que hay algo que no cuadra con sus datos, pero saber cuál es la magnitud de la brecha recuperable, de dónde viene y cómo cerrarla es otra historia. Cada conversión que nunca llega a tus plataformas es una venta de la que tus pujas no pueden aprender y una decisión presupuestaria tomada a partir de datos incompletos. Esta brecha te seguirá costando dinero mientras siga abierta.

Por suerte, esta parte del problema tiene solución. TAGGRS te permite trasladar fácilmente el seguimiento al server-side y recuperar las conversiones que se te están escapando con tu configuración actual. Crea una cuenta gratis para empezar, o reserva una demostración para ver primero cómo encaja en tu configuración actual.

Preguntas frecuentes

¿Llegarán alguna vez a coincidir exactamente las conversiones de Meta, GA4 y Google Ads?

No. Cada plataforma usa un modelo de atribución y un periodo de atribución distintos, además de una definición diferente de lo que es una conversión. Esas diferencias metodológicas son permanentes y ninguna herramienta puede eliminarlas. Es normal que haya una diferencia constante entre plataformas, y lo que indica que hay un problema es un cambio repentino en esa diferencia.

¿Por qué Google Ads muestra más conversiones que GA4 si ambos son productos de Google?

Responden a preguntas diferentes. Google Ads cuenta las conversiones que puede atribuir a una interacción con un anuncio de Google y las registra en la fecha del clic, mientras que GA4 utiliza la atribución multicanal y las registra en la fecha de la conversión. Las lagunas en el consentimiento y los recorridos entre dispositivos reducen aún más las cifras de GA4, por lo que Google Ads casi siempre muestra la cifra más alta.

¿Por qué Meta muestra más conversiones que los datos de pedidos de mi Shopify o mi CRM?

Meta contabiliza las conversiones por exposición y utiliza datos modelizados para los usuarios de iOS que se han dado de baja, por lo que atribuye a Meta ventas que tus datos atribuyen a otras fuentes o que no vinculan con un anuncio de Meta. Además, si la deduplicación entre el píxel de Meta y CAPI no funciona bien, puede que se cuente dos veces la misma compra, lo que infla el total de Meta.

¿Cuántos datos de conversión me estoy perdiendo?

En todas las configuraciones en las que hemos trabajado, las pérdidas son siempre elevadas; a menudo suponen una parte significativa del total de conversiones, en lugar de ser un simple error de redondeo. Esto se debe a las denegaciones de consentimiento, al ITP de Safari, a los bloqueadores de anuncios y a las restricciones de ATT de iOS, y la cifra exacta depende de tu región, sector y público objetivo.

¿El seguimiento server-side puede hacer que todos mis paneles de control coincidan?

No, y ese no es su objetivo. El seguimiento server-side cubre la brecha de pérdida de datos recuperables, es decir, las conversiones perdidas por los bloqueadores, el ITP, el consentimiento y las restricciones del navegador, pero las diferencias metodológicas entre plataformas se mantienen por diseño.

¿Qué diferencia entre plataformas se considera normal?

No hay una cifra correcta concreta, porque depende de tu público y de la cantidad de tráfico que te bloqueen las restricciones del navegador o las relacionadas con la privacidad. Céntrate más bien en la tendencia y la estabilidad. Es normal que GA4 se sitúe un poco por debajo de tus datos de pedidos, y una diferencia que se haya mantenido estable durante meses suele ser casi siempre una diferencia metodológica inofensiva. Lo que sí debería hacerte examinar la situación más de cerca es una diferencia inusualmente grande para tu configuración o una que se amplíe de repente, ya que eso apunta a un problema que se puede solucionar, como la pérdida de consentimiento, UTMs defectuosos o un error de deduplicación.

¿Por qué aparece gran parte de mi tráfico como «Sin asignar» en GA4?

La indicación «Sin asignar» aparece cuando GA4 no puede asociar una sesión a un canal. Esto suele deberse a parámetros UTM incoherentes o que faltan, a fuentes de referencia eliminadas por redireccionamientos, a una configuración errónea de los dominios cruzados o de la exclusión de referencias, o a problemas de consentimiento. Es normal que haya un pequeño porcentaje de «Sin asignar», pero cuando aumenta, casi siempre se debe a alguno de esos problemas solucionables, en lugar de ser un misterio. Si limpias tus UTM y las exclusiones de referencias, y luego pasas a recopilar los datos server-side, se recupera la mayor parte.