Mi choque cultural entre GA4 y Adobe Analytics

Esta es una pequeña —muy pequeña— guía con las cosas que me hubiera gustado saber antes de enfrentarme por primera vez a Adobe Analytics.

Si utilizas data y/o analizas plataformas digitales en el **Perú**, es muy probable que trabajes con **Google Analytics**. Pero si en algún momento te toca entrar al mundo de la banca, el retail o el e-commerce, puede que descubras que no todo gira alrededor de Google Analytics. En casi todos estos entornos, **Adobe Analytics** es la herramienta que se utiliza.

Y en ese momento empieza el pequeño choque cultural.

Esta es una pequeña **—muy pequeña—** guía con las cosas que me hubiera gustado saber antes de enfrentarme por primera vez a Adobe Analytics: qué son las **eVars**, las **props**, los **success events**, por qué no todo se manda como parámetro y por qué esta herramienta, aunque al inicio puede parecer un dolor de cabeza, también te obliga a pensar mejor la arquitectura de medición.

Dos mundos distintos para medir lo mismo

He tenido la oportunidad de trabajar con **Google Analytics 4** y también con **Adobe Analytics**, y aunque ambas plataformas buscan responder preguntas parecida **—"¿Qué está pasando en la web o app?, ¿Quién lo está haciendo?, ¿Cómo interactúa?, ¿Cuándo ocurre?, ¿Dónde sucede y por qué podría estar pasando?,¿Con que ingresa? etc, etc"—**, la forma en que lo hacen puede sentirse como pasar de manejar un auto automático a manejar un avión con tablero completo.

**Google Analytics 4** es un **ecosistema** súper centrado. Al ser una herramienta **"<u>gratuita</u>"**, encuentras información y tutoriales hasta en la sopa. Si te trabas conectando algo con Tag Manager o Looker Studio (Ahora otra vuelta se llama Data Studio), buscas en internet y alguien ya te resolvió la vida. Todo fluye muy chévere.

En cambio, con **Adobe Analytics** toca batallar muy rico; como es nivel **enterprise** (Osea que si o si necesitas pagar por el servicio y pagar mucho), no vas a encontrar a tu youtuber de confianza explicándote cómo configurar un **eVar**. La info no está tirada por ahí, toca leer documentación densa y darse de cabezazos al principio.

**Adobe Analytics** tiene otro nivel de personalización, que trabaja con su propio idioma. Cuando escuchas por primera vez palabras como **<i>eVar</i>**, **<i>prop</i>**, **<i>success event</i>**, **<i>report suite</i>**, **<i>processing rules</i>** o **<i>SAINT classifications</i>**, puedes sentir que entraste a una reunión donde todos hablan marciano, pero con mucho presupuesto.

El primer dolor de cabeza: ¿Qué es una eVar y qué es una prop?

Si vienes de **GA4**, estás acostumbrado a pensar así: **“tengo un evento y le paso parámetros”**. Por ejemplo, un evento llamado lead_submit con parámetros como "programa", "modalidad", o "campaña". Bastante claro.

Pero en **Adobe Analytics** la lógica cambia. Ahí empiezas a trabajar con variables específicas.

Un **"success events"** son como llamamos a las métricas importantes: leads, compras, registros, formularios enviados, clics clave, etc.

Un **"prop"** suele utilizarse como variable de tráfico, más inmediata, para analizar navegación o comportamiento en una página (ej. saber qué sección del blog se lee más). No tiene memoria, vive y muere en ese hit.

Un **"eVar"**, en cambio, es la verdadera <i>"carnecita"</i> de Adobe porque tiene memoria. Sirve para **guardar dimensiones** que persisten en el tiempo y te ayudan a atribuir **conversiones**. Aquí es donde los analistas de GA4 sufren el choque cultural, porque con una eVar tú tienes que configurar dos cosas clave:

• **Expiración (Expiration)**: ¿Cuánto tiempo recordará Adobe este dato? Puedes configurarlo para que dure solo esa visita, que dure hasta que el usuario compre, o que expire a los 30 días.
• **Atribución (Allocation)**: Si un usuario entra por la "Campaña A" y mañana por la "Campaña B" y compra, ¿quién se lleva el crédito? Tú decides si la eVar respeta el primer valor (First Touch), el último (Last Touch) o si se reparte linealmente.

Ahí viene el famoso momento de confusión: **“¿esto va en eVar o en prop?”**. En GA4 muchas veces solo dices: “mándalo como parámetro de evento y luego lo cruzo”. En Adobe tienes que pensar el diseño desde el **día 1**, porque cada variable impacta directamente en cómo se verá el reporte y la posibilidad de estar inflando los datos. La explicación de porque Adobe usa estos componentes, esta en el siguiente video:

Para entenderlo en la cancha, veamos el ejemplo del **lead_submit** del principio. Supongamos que el usuario envía el formulario con estos datos: **programa, modalidad, sede y campaña**. En GA4, mandas el evento, le cuelgas esos cuatro parámetros y te vas a almorzar. En **Adobe Analytics**, la jugada se arma así:

**<u>1. El Success Event: (Conversión/ Key Event)</u> **

Tu **lead_submit** no es ni eVar ni prop. Es un **Success Event** (ejemplo: event10 = Lead Generado). Es la campanita que va a sonar "+1" cada vez que alguien envíe sus datos. Es un Evento Importante que mide una conversión.

**<u>2. La eVar (El dato con memoria para atribuir): </u> **

La campaña va de cajón como una **eVar** (ejemplo: eVar1 = "Campaña_Meta_Agosto")¿Por qué?.

Porque necesitas que Adobe **"recuerde"** quién trajo a ese usuario. Le configuras una **expiración de 30 días** y una **atribución "Last Touch"**. Así, si el pata entra hoy por un anuncio, no hace nada, pero regresa a los 5 días directo a la web y deja sus datos, la eVar recuerda la campaña de Meta y le da el crédito. ¡Bingo!.

El programa también lo pondrías como **eVar** (eVar2 = "Curso de Data"). Así el **usuario navegue por otras páginas antes de decidirse**, el dato del programa se queda pegado en su visita hasta que dispara el formulario.

**<u>3. La prop (La foto del momento sin memoria):</u>**

La sede o la modalidad podrías mandarlas como props (ejemplo: prop1 = "Lima", prop2 = "Online") ¿Por qué?.

Porque quizás solo quieres medir el tráfico en vivo: saber cuántos clics o envíos hubo en ese instante exacto para la sede Lima. No necesitas que Adobe "recuerde" la sede para atribuirle una venta el próximo mes. Solo te interesa la radiografía de ese hit en particular. Vive y muere ahí.

Intento de una tabla rápida de equivalencias (y sus matices)

Esta tabla fue un intento de similitudes entre las 2 herramientas que me salvo la vida en algún momento, espero le sirva a alguien:

Visualización y Data Blending: Looker Studio vs Analysis Workspace

Aquí es donde **Adobe Analytics** trata de justificar su precio. En el trajín de Google Analytics 4, si quieres hacer análisis de verdad, debes saber usar Data Studio y/o BigQuery, no hay de otra. En la antigua versión de Google Analytics si tenías la herramienta de personalización de reportes y tenías una mejor segmentación de datos y filtros; que con dos clics armabas tablas fáciles de usar y procesar. Ahora tienes que ir a **Data Studio** hacer un motón de blending para sacar un simple dato y, si tienes mucha data, no te sirve de nada por la cantidad de tokens que se agota con 2 tablas. Por ende, si necesitas un análisis solo te queda descargar la data en tablas usando la API y/o utilizar BigQuery. Frustrante, ¿no? y pensar que todo ello se solucionaría si regresaran a la personalización de reportes que se tenía en la antigua versión, y créeme, eso no mejora ni con el GA360 (versión pagada), donde es lo mismo. Grgrgrgrgr perdón, me molesté. Ya estaré escribiendo sobre ello.

Por todo ese sufrimiento, cuando abres **Analysis Workspace** en Adobe, te parece **magia negra**. Te olvidas de forzar data blending (como tener que usar el precio como llave para cruzar tablas), de crear campos con CASE o IFNULL para tapar vacíos. **Workspace** es un lienzo en blanco súper fluido donde simplemente arrastras dimensiones y métricas (**segmentos**, **eVars**, **eventos**) sin salir de la plataforma. No hay cuotas de conexión que se agoten, no necesitas cruzar tablas inestables ni escribir una sola línea de código SQL para tener tu reporte listo al instante.

El motor de Adobe procesa los datos nativamente y calcula conversiones sobre la marcha. Las visualizaciones como **Flow** ayudan a entender rutas de navegación hipercomplejas con un par de clics, mientras que **Fallout** permite ver claramente dónde se caen los usuarios en un embudo. Todo procesado en tiempo real y sin depender de herramientas externas.

Dentro de ello la lógica Adobe puede llevar es que cualquier persona en digital pueda ver, hacer reportes y analizar los datos de la web sin la necesidad de hacer mil cosas para sacar un simple dato.

Adobe Launch: el “GTM” de Adobe

**Adobe Launch**, que ahora se conoce como **Adobe Experience Platform Tags**, funciona como el administrador de etiquetas dentro del ecosistema Adobe. Si lo comparamos con Google Tag Manager, podríamos decir que cumple una función parecida: capturar datos, activar reglas y enviar información a herramientas de medición o marketing.

La lógica principal en **Adobe Launch** gira alrededor de tres conceptos: **extensions**, **data elements** y **rules**. Las extensions son los conectores, por ejemplo Adobe Analytics, Adobe Target o Web SDK. Los **data elements** son como las variables, es decir, los datos que capturas desde el data layer, cookies, URL o JavaScript. Y las **rules** son las reglas que dicen cuándo pasa algo y qué acción debe ejecutarse.

Por ejemplo, si un usuario envía un formulario, **Adobe Launch** puede escuchar ese evento, leer datos como programa, sede y modalidad, y luego enviar esa información a **Adobe Analytics** usando **eVars**, **props** y **success events**. En papel suena simple. En la vida real, hay que tener muy claro el plan de medición para no terminar con variables mal usadas, eventos duplicados o reportes que nadie entiende.

Pasar de GA4 a Adobe: bonito reto

Pasar de **GA4 a Adobe Analytics** puede ser un poco trabajoso porque no es solo cambiar una etiqueta por otra. Es cambiar el modelo mental. En GA4 puedes tener muchos eventos con parámetros y luego resolver bastante en **BigQuery** o en **exploraciones**. En Adobe, antes de implementar, necesitas pensar muy bien qué datos van como **eVars**, cuáles como **props**, qué eventos serán **success events** y cómo se configurará la persistencia.

Por eso, una migración de **GA4 a Adobe** requiere más arquitectura: un buen tracking plan, un SDR o Solution Design Reference, una matriz de variables, reglas claras de nomenclatura y validación técnica. No basta con decir **“este evento de GA4 lo mando igual a Adobe”**. Hay que traducirlo correctamente al lenguaje de Adobe. Y para ello debes guardar aproximadamente unos 40 mil dólares adicionales en asesorías del mismo adobe para la integración (Aún recuerdo que esto es lo que me agregaron al monto de compra de la herramienta, aparte de la licencia).

Donde Adobe se pone fuerte

Ahora, hay que decirlo: cuando **Adobe Analytics está bien implementado**, es una herramienta muy poderosa. Analysis **Workspace** es excelente para analizar datos con profundidad. Las visualizaciones como **Flow** ayudan a entender rutas de navegación, mientras que **Fallout** permite ver claramente dónde se caen los usuarios en un embudo.

Además, Adobe se vuelve mucho más interesante cuando lo conectas con el ecosistema completo: **Adobe Target** para personalización y testing, **Adobe Experience Platform** para unificación de datos y audiencias, y **Customer Journey Analytics** para analizar recorridos más amplios del cliente. Ahí Adobe deja de ser solo una herramienta de analytics y se convierte en una pieza clave de **Martech**.

Por ejemplo, puedes medir que un usuario **visitó varias veces una página de detalle de producto (PDP)**, crear una audiencia con ese comportamiento, personalizarle un banner con **Adobe Target** y luego analizar si terminó convirtiendo en **lead**, **postulante** o **matrícula**. Ese tipo de visión es donde **Adobe** puede aportar mucho valor, sobre todo en empresas grandes con múltiples canales y procesos comerciales más complejos.

¿Entonces cuál es mejor?

No diría que una herramienta es mejor que la otra de forma absoluta. **GA4 es más accesible, más flexible y más natural para equipos que ya trabajan con Google, BigQuery y Data Studio**. Para muchos negocios, GA4 puede ser suficiente y muy potente si está bien implementado.

**Adobe Analytics, en cambio, exige más orden, más gobierno de datos y más planeamiento técnico**, pero también puede dar un nivel de control y personalización muy alto. Es una plataforma ideal para empresas con ecosistemas digitales grandes, varios equipos, múltiples journeys, necesidades avanzadas de segmentación y una estrategia Martech más madura.

Mi conclusión después de trabajar con ambas es simple: **GA4 te permite avanzar más rápido**, pero **Adobe te obliga a pensar mejor**. Y aunque al inicio un **eVar** o una **prop** pueden parecer un dolor de cabeza, cuando entiendes la lógica, **Adobe Analytics** se vuelve una herramienta muy potente para medir, analizar y activar datos con mayor profundidad.

Al final, la **herramienta** no salva una mala implementación. Lo importante sigue siendo tener un buen plan de medición, eventos bien definidos, variables claras, una arquitectura ordenada y reportes que realmente ayuden al negocio a tomar decisiones.

Posdata

Si estas más interesado en aprender **Adobe Analytics** y la suite de Adobe Marketing, te dejo algunos enlaces que me ayudaron mucho.

**Adobe Experience League**

Este es el Centro Oficial de aprendizaje de **Adobe Analytics**, aquí encontrarás tutoriales, cursos y guías de entrenamiento para todas las herramientas enterprise de Adobe. Es gratuito y requiere que un registro previo.

**Video Tutorial y Curso de Certificación Oficial de Abode Analytics**

Si estas interesado en sacar la Certificación de Adobe Analytics que es un plus para algunas empresas, recomiendo llevar estos cursos virtuales y dar el examen, este tiene duración de una hora. Es también gratis y bueno batallar un poco con el inglés, ya que no todos los contenidos aquí están en español.

**Adobe Analytics en Español: analítica digital de 0 a 100**

Si buscas saber rápido y de manera más dinámica y en tu idioma español, este curso me ayudo mucho entender la estructura de Adobe Analytics y a usar varias herramientas de las mismas. 100% recomendado, lo puedes hacer un fin de semana y créeme ya no te perderás, pero si tiene su precio 40 soles, bien pagado mi tigre.