Invisibilidad analítica: un marco diagnóstico para brechas de trazabilidad en arquitecturas de medición web
Contenido principal del artículo
Resumen
A partir del caso de un portal universitario en el que no se registraban las descargas de un documento digital, se conceptualizó el término "invisibilidad analítica": interacciones que ocurren dentro de un ambiente web, pero que no alcanzan una representación analítica identificable debido a una ruptura en la cadena técnica que las convierte en registros observables.
Metodológicamente, se realizó un análisis en tres dimensiones: cobertura nativa de la herramienta de medición, estructura del elemento interactivo en el Modelo de Objetos del Documento e información disponible en la capa de instrumentación y eventos. Se identificaron brechas de cobertura automática, baja especificidad estructural del elemento de descarga y captura incompleta de variables de clic, lo cual configura una ruptura en la cadena de representación analítica —la secuencia técnica que convierte una interacción del usuario en un dato observable y accionable—.
Los resultados mostraron que la ausencia de registro no obedece a una falla técnica aislada, sino a una desarticulación entre diseño de interfaz, modelo de eventos y arquitectura de medición. Aunque el presente reporte técnico se basó en un caso único, el marco diagnóstico propuesto es transferible a otros ambientes con estructuras de desarrollo similares.
Se concluyó que la trazabilidad es una construcción técnica y de gobernanza analítica que exige, por un lado, decisiones de diseño explícitas —definición de eventos institucionales e incorporación de identificadores únicos en elementos— y, por otro, condiciones organizacionales: auditoría de componentes dinámicos y participación temprana de equipos de analítica en el ciclo de desarrollo.
Descargas
Detalles del artículo

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Este trabajo tiene la licencia CC BY-NC-ND 4.0
Citas
Alowaish, M. (2020). Using event-based models for cross-device insights into the user journey. Applied Marketing Analytics: The Peer-Reviewed Journal, 6(1), 6–12. https://doi.org/10.69554/PKGW5919 DOI: https://doi.org/10.69554/PKGW5919
Flanagan, D. (2020). JavaScript: The definitive guide (7ª ed.). O'Reilly Media.
Google Analytics. (s. f.). Eventos de medición mejorada. Ayuda de Google Analytics. https://support.google.com/analytics/answer/9216061
Google Tag Manager. (s. f.). Variables integradas para contenedores web. Ayuda de Google Tag Manager. https://support.google.com/tagmanager/answer/7182738
Ketchum, R. (2019, 31 de julio). A new way to unify app and website measurement in Google Analytics. Google. https://blog.google/products/marketingplatform/analytics/new-way-unify-app-and-website-measurement-google-analytics/
Little, R. J. A., y Rubin, D. B. (2019). Statistical analysis with missing data (3ª ed.). John Wiley & Sons. DOI: https://doi.org/10.1002/9781119482260
McGuirk, M. (2023). Performing web analytics with Google Analytics 4: a platform review. Journal of Marketing Analytics, 11(4), 854–868. https://doi.org/10.1057/s41270-023-00244-4 DOI: https://doi.org/10.1057/s41270-023-00244-4