Corregir la discrepancia entre Shopify y GA4
GA4 reportaba un volumen de ingresos notablemente más alto que Shopify y menos pedidos, y buena parte del tráfico caía en directo. Ninguna cifra servía para decidir.
Lo que cambió
De un descuadre de más del 30 % entre GA4 y Shopify a un margen del ±5 %, explicable y estable.
Ingresos que pago ya generaba y se leían como orgánicos.
Paso a paso, con su efecto en los datos
- 01
Un flujo de datos por país
Una propiedad de GA4 por mercado y fuera los cruces: los datos de unos países estaban contaminando los de otros.
- 02
Custom pixel propio, y solo él
Implantamos nuestro custom pixel de Shopify y desactivamos el resto de vías de medición (theme.liquid, apps). Una sola fuente de eventos.
descuadre de ingresos: de más del 30 % a ~−10 % - 03
Métricas comparables
Documentamos qué métrica de Shopify se compara con cuál de GA4 — ventas netas, reversiones, impuestos, envíos — y dejamos de comparar peras con manzanas.
desaparecen las falsas discrepancias - 04
Deduplicación de transacciones
Sistema propio en GTM, basado en una cookie, que bloquea los pedidos que se enviaban dos veces.
descuadre estable en ~−5 % - 05
Consent Mode avanzado, bien desplegado
Banner de cookies, consentimiento configurado en GTM y Advanced Consent Mode: medición full compliance sin perder precisión.
misma precisión, ya con consentimiento - 06
El consentimiento, leído en directo
Leemos la cookie de la CMP directamente desde el custom pixel, sin depender de la API de Shopify ni de la integración del banner.
tráfico directo: del ~35 % al ~12 %
El punto de partida
HOFF vende en toda Europa, México y Estados Unidos a través de Shopify. GA4 reportaba ingresos más de un 30 % por encima de Shopify y, a la vez, un 30 % menos de pedidos. Dos señales contradictorias sobre el mismo negocio: imposible saber qué fuente creer ni construir un forecast fiable encima.
Medir bien Shopify es más difícil de lo que parece. Entre el theme, los pixels, las apps de terceros y un checkout que no admite tags a la antigua, conviven varias vías de medición que se pisan entre sí, y lo habitual es acumular capas con los años. Este caos no es una excepción: es el estado por defecto de la mayoría de tiendas Shopify con cierto recorrido. Aquí, además, con la complejidad extra de operar en tres regiones.
El diagnóstico
La discrepancia no tenía una causa: tenía cinco, y se enmascaraban unas a otras.
- Flujos de datos cruzados Varias propiedades de GA4 entrelazadas, con datos de unos mercados contaminando los de otros.
- Doble medición El tracking vía
theme.liquidconvivía con un custom pixel mal implementado: dos fuentes pisándose. (La base del custom pixel con el que lo sustituimos está publicada como guía.) - Métricas no comparables Se contrastaban ventas de Shopify con ingresos de GA4 que no incluían los mismos conceptos (reversiones, impuestos, envíos). Las equivalencias correctas están en GA4 vs Shopify: qué comparar con qué.
- Transacciones duplicadas En ciertas casuísticas de compra, el mismo pedido se enviaba dos veces.
- Consent Mode mal implementado Además del riesgo de cumplimiento, recortaba el tráfico registrado.
El directo que no era directo
Con la medición ya fiable quedaba un síntoma clásico: un 35 % del tráfico y un 30 % de los ingresos se atribuían a directo.
Nadie teclea la URL de una tienda en ese volumen: el directo inflado es atribución perdida.
La causa estaba en el consentimiento —la información no siempre llegaba al custom pixel a tiempo— y al leer la cookie de la CMP directamente, el directo cayó del ~35 % al ~12 %. Ese volumen pasó a atribuirse casi íntegro a los canales de pago, donde siempre había estado: de ~50 % a ~65 % del tráfico y de ~45 % a ~55 % de los ingresos.
Por qué ahora los datos son de fiar
El ±5 % de descuadre restante tiene explicación conocida —navegación privada, bloqueadores— y es un grado de ajuste muy bueno para una implementación sin server-side; dar ese salto lo dejaría en torno al 1 %. Y en tráfico, los números cuadran entre sí: sin Consent Mode, GA4 y Shopify son prácticamente idénticos (antes GA4 veía la mitad), y con Consent Mode se recupera un ~30 % modelado — justo la tasa de rechazo de cookies que reporta la CMP.
Cuando tres fuentes independientes cuentan la misma historia, la medición dice la verdad.
«Durante meses defendimos la inversión en canales de pago sin tener afinados los datos que nos daban la razón, ya que buena parte del tráfico y de las ventas que generaban las campañas se atribuían a Directo. Hoy GA4 y Shopify cuentan lo mismo y sabemos qué canal genera qué. Eso cambia cómo fijamos objetivos y cómo repartimos el presupuesto.»
Los canales de pago generaban bastante más de lo que los datos contaban: parte de su retorno se atribuía a directo y se leía como orgánico, así que las proyecciones y los presupuestos los penalizaban. Con datos fiables, HOFF está replanteando objetivos y forecast para invertir donde de verdad se genera.
Cuéntanos qué no te cuadra en tus datos.
Te decimos rápido si podemos ayudarte y cuál sería el primer paso.
- 1 Te leemos
Tu mensaje lo lee el equipo y te respondemos rápido.
- 2 Hablamos
Una llamada corta para entender dónde estás y qué necesitas medir.
- 3 Siguiente paso
Te proponemos algo concreto, sin compromiso.