In this solo tutorial, Carlos David López García warns that e‑commerce businesses typically miss measuring 30‑40 % of their conversions, a blind spot that can lead to misguided decisions, undervalued client performance, and wasted ad spend. He explains the two main sources of loss – cookie‑consent rejection and JavaScript blocking (especially on iOS devices) – as well as payment‑gateway redirects that prevent the thank‑you page from firing. To quantify the gap, he walks through a practical, platform‑agnostic workflow: export all orders from the store (e.g., PrestaShop) and the corresponding GA4 transaction report, paste both datasets into Google Sheets, clean formatting, and use lookup formulas (VLOOKUP/IFERROR) to match order IDs. He then aggregates monthly revenue and order counts with SUMIFS/COUNTIFS, calculates the percentage difference between web‑recorded and GA4‑recorded figures, and demonstrates how to extrapolate true sales using a simple rule‑of‑three. The video concludes with recommendations: adjust ROAS targets to account for the measured loss, consider advanced cookie‑less offline measurement software (which his team offers), and continuously monitor the gap as it can grow over time. A template spreadsheet is provided in the description for viewers to replicate the analysis.
Chapters
El 30-40% de tus conversiones no se miden y el problema es que no lo sabes, lo cual hace que estés tomando decisiones a ciegas sin ser consciente de ello. Y a lo mejor tus campañas van mucho mejor de lo que crees, no sabes demostrárselo a tu cliente y va a dejar de trabajar contigo, o tú vas a parar tu inversión publicitaria porque no tienen ni idea de lo que pasa. Vamos a ver una forma súper sencilla que es extrapolable a casi todas las plataformas publicitarias y que te permitirá saber si realmente tienes un problema así, que es totalmente normal. Lo que me sorprendería es que ahora mismo no tuviese ese problema y que puedas dimensionarlo para que así puedas extrapolar qué problema tienes y cuál puede ser la mejor solución para medir al 100%. Te explico, para esto vamos a necesitar Google Analytics y acceso a tu e-commerce. Pensando que esto principalmente donde es más fácil averiguarlo es un e-commerce, aunque también lo podemos hacer con un negocio de leads. Entonces, ¿qué es lo que ocurre? Las formas más frecuentes por las que puedes perder medición son dos: 1, no aceptación de cookies y que estés cumpliendo la ley de cookies. Por tanto, ahí perderías una parte de medición que puede estar fácilmente en un 30-40% según el caso. 2, que el usuario esté bloqueando la carga de JavaScript, que también se da, que utilice dispositivos de iOS, por ejemplo, Mac, Apple, todo este tipo de cosas, iPhone, que pone muchas trabas a esta medición. O por otro lado, que tengas problemas con la pasarela de pago. Hay pasarelas de pago que no te redirigen automáticamente a la página de gracias, hay que darle tú como usuario el dónde continuar y la gente ve que ya ha pagado y se va. Entonces, todo esto hace que puedas estar midiendo menos. ¿Por qué? Porque los códigos de medición, lo normal es que carguen en la página de gracias. Si no llegas a la página de gracias, no hay medición. O si llegas a la página de gracias y no hay aceptación de cookies y estás cumpliendo la ley, no hay medición. Así que si pudieses saber qué porcentaje exactamente estás dejando de ver, podrías estimar cuánto has vendido realmente. Para esto, ¿qué es lo que hago? Lo más habitual es que de la forma que tienes configurada la carga del purchase, el evento de compra de Google Analytics, que al final es la herramienta más general de medición que hay porque tienes toda la fuente de tráfico, con eso mismo estés cargando los códigos de Google Ads, Meta, TikTok, etcétera, etcétera. Entonces, si sacamos cuánto perdemos en Analytics respecto al total de la web, podemos extrapolar cuánto perdemos por Google Ads. Piensa simplemente si en tu proyecto todo lo estás midiendo con Tag Manager, por ejemplo, o con un plugin. Si ese plugin carga todos los códigos, o si Tag Manager carga todos los códigos, lo normal es que sus activadores, sus triggers, sean similares. Entonces todo estaría cargando bajo las mismas condiciones y este análisis que vamos a hacer sería totalmente válido. Entonces, ¿qué vamos a hacer? Vamos a bajarnos del periodo que queramos analizar todos los pedidos. Aquí, por ejemplo, me seleccioné del 1 de enero hasta ahora. Descargo todos estos pedidos. Es un PrestaShop, vale, cada web tiene su forma de hacerlo, pero en general es muy similar. Y esta información está al final, pero vamos a tener aquí un Excel que nos vamos a abrir. ¿Qué hago con esto? Pues a ver, realmente lo que me interesa es la cantidad monetaria. Tenerla bien, vale. Y realmente estos datos, y si el pedido se ha cancelado o no, inicialmente me da un poco igual. Esto es algo que podemos luego limpiar más tarde. Entonces aquí tendría datos hasta el 19 de abril, por ejemplo. Esta información me la copio y la voy a pegar en este Google Sheets que he creado, que esto voy a llamar, por ejemplo, AuxWeb, y le pego toda esta info, vale. Entonces así tengo el histórico de pedidos de la web, que esto es algo real, algo que ha ocurrido. Y os digo, si queréis, pero inicialmente no lo recomiendo porque entonces la comparativa que vamos a hacer nos puede ensuciar, podéis borrar aquí los pedidos que no han existido, vale, los que se han cancelado y demás. Pero no os recomiendo porque queremos todos. Y ahora nos vamos a crear un Aus GA4, vale, donde vamos a descargar esta información de GA4. Entonces hemos descargado hasta el 19 de abril. Vámonos ahora a, aquí en GA4, del 1 de enero al 19 de abril. Aquí os recomendaría, si estamos en el 19, no descarguéis en GA4 los 2 últimos días, porque fácilmente puedes tener 48 días de, hay 48 horas, perdón, de datos que todavía no se han terminado de subir. Así que aquí lo he descargado antes, borramos a partir del 17. Y ahora nos vamos a esta sección, monetización, transacciones, y aquí tenemos los IDs de pedido. Que corresponden con este. Vamos a subir aquí con este ID que tenemos aquí, vale. Eso nos va a servir para poder cruzar datos. Realmente podríamos descargar también el mes si quisiésemos. Aquí podríamos sacar una dimensión de mes si quisiésemos ubicarlo más, pero teniendo ese dato realmente nos es más que suficiente. Así que aquí le damos a este botón de compartir informe y aquí tenemos, voy a hacer un poquito de zoom, tenemos este descargar archivo y por ejemplo descargamos en hoja de cálculo de Google. Importamos, y aunque aquí sale un poquito feo, vale, borramos estas filas, y aquí tendríamos esa información, vale, con los ingresos. Y bueno, aquí lo único que te puede pasar es que uses separadores tú con comas, y aquí están con puntos. No nos importa ahora mismo. Esto lo copiamos y lo llevamos a este AUX GA4, y aquí ya sí estás utilizando formato numérico con comas. Aquí haces un buscar y reemplazar y cambias puntos por comas y no se debería romper nada. Exacto. Entonces, ¿qué es lo que hacemos ahora? Fijaros, aquí me voy a quitar el filtro, que no quiero romper nada. Y aquí voy a poner existe en GA4. Aquí voy a hacer lo que se llama un buscar, a ver, buscar X, vale. No sé si esto tengo la fórmula en español, en inglés. Entonces voy a buscar este dato y lo voy a buscar aquí, y en caso de que lo encuentre quiero que me dé el ingreso. Entonces, si aquí estiro, fijaros, hay ya cosas que no me está detectando. Para hacerlo más pro y que no te salga esto del error, que a veces luego te da problema, aquí realmente podemos utilizar esta fórmula que lo que hace es que si encuentra algo con error le pones por qué quieres que lo cambie. Esto sería equivalente a nada. Y entonces, si esto lo estiro aquí hacia abajo, ya ver, ver mucha info aquí que no va a cruzar. Entonces, ya con esto, todo lo que sea mayor que 0 quiere decir que el pedido existe. Entonces vamos a hacer lo siguiente: nos vamos a crear una tabla en la cual vamos a poner aquí mes, año si queremos, vale, aunque bueno, todo esto del mismo año. Pon aquí 2026 y el mes, el 1, el 2, el 3, el 4 y el 5. Y ahora, para poder procesar esto bien, vamos a crear aquí mes, año. Y aquí, si te sacas esta formulita, month igual y una fecha, te da el mes de ese año. Y con año lo mismo, year, una fecha, y te da eso. Aquí le damos doble clic y se nos estira hasta el infinito. Y ahora, ¿qué hacemos aquí? Resume. Sacamos ventas web, o si queréis, ingresos web, ingresos GA4, pedidos web, pedidos GA4. Y aquí te sacas un porcentaje, porcentaje, diferencia, porcentaje, diferencia. Entonces, ¿qué vamos a hacer? Ingresos, aquí hacemos un sumar sys, vale. Si estáis en español, Sumar si conjunto, donde vamos a sumar esta cantidad si en esta columna sale el año y en esta columna sale el mes. Y aquí tendría mis datos, vale. Aquí mayo lo vamos a quitar porque no hay datos. Ahora, ingresos GA4, pues básicamente la misma fórmula. Ya sabéis, sumar, SUMIFS si lo tenéis en inglés, o SUMAR.SI.CONJUNTO. Me voy aquí a AusWeb, que realmente aquí lo he procesado ya todo. Sumo esta columna y hago lo mismo aquí para el año. Y aquí marco la coordenada del mes. Y fijaros, ya aquí hay diferencia de información. No estoy quitando precisamente los cancelados porque en GA4 voy a tener todo. Entonces quiero tener esa info. Entonces, si aquí saco un porcentaje, el primer mes se estaba iniciando y menos diferencia, pero fijaros, está habiendo una diferencia más o menos de un 8, 9, 10% según estos últimos datos. Aquí me fío un poco menos porque puede ser que en los últimos días, por ese tema de que Analytics tarda a veces en volcar la información, vale, aunque el retardo suele ser de 48 horas, hay algo de pérdida por esa fluctuación de datos, vale. Pero bueno, esto si lo sacásemos ya a mes terminado, por ejemplo el 5 de mayo, ya teníamos todo atribuido. Y ahora hacemos lo mismo con la parte de contar, vaya a decir, con la parte de pedidos. Lo único es que aquí voy a sacar un COUNTIF, que esto creo que es un contar punto conjunto. Y básicamente lo que voy a hacer es contar si en año tengo esto, en mes Tengo esto y en este valor tengo, creo que se pone así, mayor que 0. Exacto, fijaros, 40. Y ahora realmente, si queréis ir más rápido, podéis hacer lo mismo aquí. Lo único es que la columna F hay que cambiarla por la J. Que es la de Analytics, es la del valor. Entonces aquí ya hemos puesto no solo la formulita para que si sale 0, vaya, si sale nada, ponga, si sale, si daba error, era que no encontraba, entonces pone 0. Y fijaros, estos datos, a ver, lo normal es que el porcentaje vaya muy de la mano, pero como puedes tener pedidos de diferentes importes, yo saco ambos. Entonces con esto yo recomiendo sacarlo de muchos meses porque también este problema de medición está empeorando poco a poco. Vamos a suponer que nosotros tuviésemos estos ingresos de Google Ads, conversiones, como prefieras llamarlo, vale, de cualquier plataforma. Si yo, por ejemplo, aquí hubiese tenido pues 1000, 2500, 6000 y 7500, ¿qué es lo que haría? Me inventaría aquí el ingreso Google Ads estimado y básicamente lo que haría sería decir, vale, una regla de 3. Si he sacado esto, se supone que midiendo un 98%, ¿cuánto sacaría si estuviese midiendo el 100%? Y entonces fijaros, estas podrían ser tus ventas reales estimadas teniendo en cuenta que estás perdiendo, en este caso, un 20% de los datos. Entonces, donde crees que estás vendiendo 7500 euros, realmente estás vendiendo 9400. Y oye, esto es muy diferente. Yo no te digo que sea 100% verdad siempre, pero tu cliente lo sabe, tú que llevas las campañas lo sabes, tú como dueño del negocio tienes idea de esto. Pues este es uno de los problemas más graves que está habiendo a nivel de medición, ya por esas partes legales, por parte de los usuarios, cómo se comportan, y también por no tener ni idea de que esto pasa. Entonces nosotros, por ejemplo, hay muchas formas de hacerlo, pero hemos lanzado un software de medición offline que evita todo este tipo de problemas. Medimos sin cookies y al final nos permite tener mucha más información y que los proyectos los tengamos mucho más optimizados. Puedes tener soluciones como esa muy avanzada que nosotros hemos desarrollado, o si no, simplemente puedes adaptar tu ROAS y decir, vale, si yo estoy pidiendo un ROAS 1000 pero un 20% no lo mido, a lo mejor necesito pedir un ROAS 800, 850, sabiendo que eso luego realmente será un 1000. OK, pues ponte al día con esto. Te dejo la plantilla aquí abajo en el comentario y en la descripción, y echa échale un vistazo a esto porque deberías estar optimizando esto que te dejo aquí, ya que si no, tu proyecto, más allá de este problema de no saber qué pasa, va a tener otros problemas técnicos mucho más graves. Muchas gracias, cuidaos mucho y un saludo.
