Más embudo medido, de la página vista a la compra

Conversiones que desaparecían entre la app y la web

Flitsmeister no descubrió su problema de medición en una auditoría técnica. Lo descubrió en una simple comparación que no cuadraba. Cuando el equipo contrastó las visitas al sitio web con los datos de compra del CRM, las cifras no coincidían: no se contaba a todos los visitantes ni se atribuían todas las conversiones.

La causa estaba en cómo se usa Flitsmeister. Los usuarios pasan a menudo de la app a una página web para una suscripción, una función premium o para completar una compra. En ese momento desaparecían de la medición. El tracking client-side en la web no podía reconocerlos como usuarios existentes de la app, así que las compras completadas en ese flujo nunca se registraban.

La brecha había ido creciendo en silencio, una lenta caída de la calidad de los datos que solo se hizo visible cuando el equipo puso las cifras una junto a otra.

Y, encima, las presiones habituales del móvil

El tracking móvil lo empeoraba. Los banners de consentimiento rechazados pueden bloquear hasta el 60 % de las señales de tracking. Las restricciones de los navegadores, sobre todo en Safari e iOS, acortan la duración de las cookies y limitan la recopilación de datos. Los ad blockers eliminan los scripts client-side antes de que se dispare un solo evento.

El resultado era que las decisiones de presupuesto y optimización se basaban en datos de conversión incompletos, y nadie podía decir hasta qué punto lo eran. En Flitsmeister eso importa más allá de las campañas, porque los datos impulsan decisiones en toda la empresa.

“Lo analizamos desde diferentes perspectivas. En performance marketing, para ver qué productos interesan a qué usuarios. Pero también queremos llegar a la persona adecuada en el momento adecuado. Y los datos sirven de señal: ¿cómo usa la gente la app? ¿Qué funciones son imprescindibles? ¿Cuáles son secundarias? También usamos eso para el desarrollo de producto.”

Por qué la privacidad lo convirtió en algo más que una decisión técnica

Los usuarios de Flitsmeister comparten su ubicación en tiempo real con la app. Esa relación se basa en la confianza, y la empresa ha construido su reputación sobre el uso responsable de esos datos. Cualquier cambio en el tracking tenía que ser realmente conforme con la privacidad, lo que descartaba enviar datos brutos de usuarios de forma masiva a las plataformas publicitarias.

La implementación tenía tres requisitos:

• Los datos se procesan en un entorno que controla Flitsmeister.
• Los datos personales se cifran con hash y se anonimizan antes de enviarse a una plataforma.
• Los flujos de datos cumplen plenamente el RGPD y son auditables.

El server-side tracking a través de TAGGRS cumplía los tres. Los datos pasan por el propio contenedor de servidor de Flitsmeister en lugar de por un script de terceros en el navegador, así que la empresa decide qué se envía, a quién y en qué formato.

Una configuración a medida en más sistemas

A lo largo de seis meses, Flitsmeister y TAGGRS construyeron un pipeline de Firebase a TAGGRS. En comparación con una implementación web estándar, abarcaba más sistemas:

• Esquemas de eventos de la app. Los eventos de Firebase tuvieron que mapearse y validarse según el formato que espera cada destino.
• Gestión del consentimiento. El consentimiento en una app funciona de forma distinta a un banner de cookies en la web, así que una lógica personalizada garantiza que cada evento respete la elección del usuario de principio a fin.
• Relacionar usuarios entre entornos. Unir los eventos de app y web del mismo usuario exigió una gestión cuidadosa de los identificadores.

Qué significa el aumento

Las páginas vistas, add-to-carts y compras adicionales no son actividad nueva. Son eventos que siempre ocurrieron, pero que se perdían antes de poder registrarse. Eso cambia la forma de leer los resultados.

Las señales recuperadas alimentan mejores algoritmos. Las conversiones server-side enviadas a Google Ads y Meta amplían la audiencia de la que pueden aprender sus sistemas de puja, así que los modelos pueden encontrar mejores segmentos y gastar el presupuesto en resultados que se cierran.

La atribución vuelve a ser fiable. Cuando los identificadores de clic como gclid y fbclid se pierden en un flujo de compra, las conversiones de las campañas de pago se atribuyen al tráfico directo. El server-side tracking conserva esos identificadores y corrige la imagen.

Para Lynn van Eijk, el cambio más importante es que el equipo confía en lo que ve. “Tienes que poder confiar en los datos”, dice. Con un tracking incompleto, cada decisión de campaña lleva un asterisco. Ahora el equipo decide presupuestos, audiencias y estrategias de puja con cifras en las que cree.