Funnel (funnel.io), tu plataforma para unificar fuentes de datos

En esta entrada quería hablaros de Funnel (funnel.io), una herramienta que llevo utilizando varios años para trabajar con múltiples fuentes de datos de diferentes plataformas de marketing.

1. Qué es y qué hace Funnel (funnel.io)

Funnel es una plataforma que te permite unificar todas tus fuentes de datos relacionadas con tus campañas de marketing online. Tiene infinidad de conectores con las principales plataformas publicitarias: Google Ads, Meta, LinkedIn Ads, TikTok Ads; plataformas de analítica web como Google Analytics 4 o Adobe Analytics; plataformas de datos orgánicos de social media: Facebook, Instagram, TikTok; datos de SEO de Google Search Console; de plataformas de eCommerce como Shopify o WooCommerce… En fin, que te dejo aquí el enlace al listado de conectores de Funnel para que busques el tuyo :)

Para esa unificación, Funnel se estructura en 3 funciones principales

  1. Ingesta de datos (Connect), en la que conectas tus fuentes de datos
  2. Transformación de datos (Organize, Custom Fields), en la que filtras, recodificas y creas las variables que necesitas
  3. Conjuntos de datos para exportar (Share), donde generas una fuente de datos limpia para trabajar con herramientas de visualización

Para cada una de estas fases entraremos en detalle un poco más adelante. Gráficamente, el esquema sería este:

2. Por qué usar Funnel (funnel.io)

Hay varios motivos por los que creo que es conveniente usar Funnel (o una herramienta similar) en tu día a día como analista.

El primer motivo es por salud mental. Tener una única plataforma con todos los datos conectados es muy útil y ahorra mucho trabajo de conexión y limpieza de datos. Simplemente te permite dedicar tu tiempo a lo que importa: analizar y buscar insights.

El segundo motivo es por consumo de recursos. Si a diario utilizas GA4 en Looker Studio, habrás tenido que lidiar con las cuotas de uso la API de Google Analytics 4, que emplea muchos tokens en cada reporte. Esta es una más de las limitaciones que tiene GA4 para hacer un buen reporting. Un buen resumen de ello lo hizo Ameet Wadhwani durante su ponencia en el Measure Summit de 2023:

La principal diferencia entre crear un informe en Looker Studio con una fuente de datos de GA4 y una fuente de datos creada en Funnel (con datos de GA4) es que en el primer caso, cada tabla o gráfica que utilizas en un dashboard está consumiendo tokens de esa cuota: cada cambio de fecha, actualización o filtro consume tokens. En cambio, Funnel almacena los datos de forma segura en su plataforma, añadiendo los datos nuevos en pequeños lotes cada pocas horas. Lo explican muy bien en este artículo, junto con otras soluciones como Google Sheets o BigQuery, aunque esta última requiere conocimientos avanzados de SQL.

Y el último motivo es que tienen una licencia gratuita para que puedas probar con 3 fuentes de datos y un tipo de conjunto de datos para exportar (Looker Studio) En las versiones de pago puedes exportar también a Amazon S3, PowerBI…

Dicho esto, vamos a ponernos en marcha conectando algunas fuentes de datos de mi eCommerce, La Loma Market.

3. Breve vistazo general sobre la interfaz de Funnel (funnel.io)

Tras crear nuestra cuenta (puedes hacerlo directamente con una cuenta de Google), veremos esta interfaz, de la que destacamos los siguientes puntos:

  • Connect: aquí es donde conectarás y administrarás las diferentes fuentes de datos que quieres tratar. Puedes buscar cómodamente en la barra de búsqueda o encontrar visualmente el logo de cada plataforma.
  • Organize: aquí es donde podrás crear dimensiones y métricas personalizadas, además de unidades monetarias.
  • Share: aquí podrás exportar tus datos ya filtrados y tratados para enviarlos a Looker Studio y realizar tus reportes y visualizaciones.
  • Data Explorer: una herramienta muy útil para comprobar las transformaciones que haces en la sección de organize. Puedes utilizarla en una pestaña en paralelo mientras creas una dimensión o métrica personalizada para ver los cambios al instante.
  • Manage Workspace: la pestaña administrativa en la que puedes conceder y quitar accesos a tu espacio de trabajo.
  • Dashboards: aquí puedes tener también tus paneles básicos para visualizar tus datos.
  • Home: donde podrás ver un mapa general de qué conexiones, transformaciones y exportaciones tienes en tu cuenta.

4. Ingesta de datos (Connect)

Para nuestro caso, vamos a conectar 3 fuentes de datos:

A. Google Analytics 4

Tras conceder acceso a tu cuenta de GA4, seleccionas la propiedad a conectar:

Y seleccionamos el tipo de datos que queremos ver. En el ejemplo, elegiremos «E-commerce Order». Puedes consultar los diferentes tipos de datos de GA4 en Funnel para más información, donde te explican las métricas y dimensiones que puedes extraer para cada vista.

Sería el momento de añadir / editar las dimensiones que queremos tener en nuestro conjunto de datos, y es aquí donde topamos con una importante limitación: tan solo podemos conectar 8 dimensiones de GA4 con Funnel:

En esta conexión yo he conectado las siguientes, que he considerado como los más versátiles:

  • Session source / medium (por eso de ahorrarnos una dimensión)
  • Session campaign
  • Session manual ad content
  • Landing page
  • Country
  • Device Category
  • Browser
  • Operating System

Para tu caso, podrían ser otros. Eso a tu gusto. En la parte de las métricas, lo mismo. Asegúrate de añadir las dimensiones y métricas adecuadas en términos de scope.

Y tras conectar esta fuente, Funnel recuperará el histórico de los dos últimos años. Cuidado aquí, que no acumula datos: siempre recupera los datos de los dos últimos años y va moviéndose diariamente. Por último, comentar que tampoco tiene datos de GA4 en tiempo real.

B. Microsoft Advertising

Tras conceder acceso a nuestra cuenta publicitaria, te recomiendo elegir la configuración manual, seleccionando las opciones que ves en la imagen:

  • Metrics: Regular
  • Report level: Campaign, Ad group, Ad
  • Time granularity: Daily

Así conseguiríamos la máxima cantidad de datos posibles con un período de actualización razonable (diario). Funnel importará un histórico de hasta 3 años en movimiento. Puedes revisar qué métricas y dimensiones conecta Funnel para Microsoft Advertising para cada vista.

C. Google Search Console

Una vez más, concedemos acceso a nuestra cuenta de GSC, y configuramos manualmente las dimensiones que queremos añadir

Con esto importamos también los datos de GSC. Te dejamos por aquí el conjunto de métricas y dimensiones que Funnel importa de Google Search Console.

La importación de datos de todas las fuentes llevará un rato en completarse. Puedes comprobar su estado en la sección de «data sources»:

También puedes ir familiarizándote con la composición y encaje de métricas y dimensiones de cada fuente de datos usando el data explorer:

E ir añadiendo y quitando métricas a tu discreción:

5. Transformación de datos (Organize, Custom fields)

Aquí empieza la parte divertida. Funnel te proporciona algunas dimensiones por defecto que te hacen la unificación, aunque a mí me gusta más empezar de cero con todas ellas. En el caso de las métricas, sí que las suelo utilizar, aunque renombrándolas con el prefijo «Global», como veremos más abajo.

A. Cómo estructurar métricas y dimensiones transformadas en Funnel

Cuando trabajo con funnel, me gusta establecer 4 grupos de personalizaciones:

  • Dimensiones globales, que son las que nos permitirán hacer el nexo de unión entre los datos de la plataforma publicitaria y GA4, y de ahí pueden salir otras dimensiones adicionales que sirvan para segmentar la información.
  • Métricas generales de plataforma publicitaria (calculadas por defecto): coste, impresiones, clicks. Las suelo renombrar como «Globales»
  • Métricas de conversión de plataforma publicitaria (para este ejemplo uso leads para que veáis la unificación entre plataformas, aunque más adelante utilizaré transacciones):
  • Métricas de conversión de GA4:

Entre las métricas, por supuesto, también métricas calculadas a través de operaciones como CTR, % de conversión, CPC, etc.

Al final, el mapa de métricas y dimensiones básicas nos quedaría así:

B. Caso de uso 1: asociar costes por conversión según GA4 vs la plataforma publicitaria

En el epígrafe anterior habíamos visto cómo unificábamos los datos de campaña en esa dimensión «Global – Campaign». Ahora, vamos a crear una dimensión similar para el canal «Global – Channel». Fíjate en el caso de Microsoft Advertising cómo se hace la unificación:

De esta forma, cuando queramos comparar CPAs entre plataformas, tan solo tendríamos que filtrar por canal:

C. Caso de uso 2: vincular información de GSC y GA4 a través de la landing page

Otro ejercicio interesante es trazar el tráfico procedente de buscadores orgánicos (Google para este caso). Vinculando y transformando la página de destino de GA4 y GSC, podemos consultar desde las impresiones hasta las conversiones:

D. Una piscina de bolas para el analista

Siempre he afirmado que hay un sitio en el infierno para aquellas herramientas que no incluyen expresiones regulares entre sus operadores para filtrar y segmentar datos. No es el caso de Funnel, que tiene una amplísima gama de operadores y funciones que hacen disfrutar de la transformación de datos a unos niveles que podrían ser considerados como pecado.

Una pequeña muestra de esas funciones de transformación:

Y aquí algunos ejemplos de transformaciones avanzadas:

Ejemplo 1: utilizar cadenas de texto del utm_campaign para crear una nueva dimensión llamada «Campaign Strategy», utilizando expresiones regulares:

Ejemplo 2: limpiar protocolos y parámetros de URLs para unificar la dimensión Landing page, a través de la la función «replace regex«:

Ejemplo 3: similar al ejemplo 1, estandarizar con «lowercase» el texto, unificar diferentes separadores a través de «replace» y añadir un separador más al final, y, a través de la función «vlookup» mapear con un archivo de Google Sheets los valores que debe tomar la nueva dimensión. Este archivo contiene más de 100 posibles valores en los que se encuentra una columna con el valor a encontrar en la cadena de texto (input) y otra columna con el valor a devolver, muy similar a como se hace en Excel con BUSCARV. Por tanto, te ahorrarías utilizar 100 operaciones de recodificación. Es una de mis funcionalidades favoritas:

6. Conjuntos de datos para exportar (Share)

Finalmente, llegamos a la parte en la que podemos enviar los datos procesados a diferentes herramientas de almacenamiento y visualización de datos. En la versión gratuita de Funnel puedes crear estos conjuntos con Looker Studio, pero en las versiones de pago puedes hacer conexiones con Amazon S3 o con PowerBI.

Pero eso no es todo. Puedes enviar subconjuntos de datos filtrados a Looker Studio, reduciendo así los tiempos de carga de la actualización de informes. Para algunos reportes, no necesitarás todas las dimensiones, por lo que puedes crear conjuntos más pequeños que optimicen el rendimiento del informe.

A partir de aquí, tan solo habría que seguir los pasos habituales al conectar una fuente de datos a Looker Studio:

Autorizar:

Comprobar los campos:

Y finalmente, buscarlo entre nuestras fuentes de datos:

7. Dashboards

Si no quieres utilizar Looker Studio para tus informes, Funnel ha incorporado recientemente una funcionalidad para elaborar dashboards. Aún no tiene la potencia de Looker Studio, pero sí que es una muy buena primera versión que te permitirá lanzar informes con más o menos detalle:

8. Limitaciones

Hay dos grandes limitaciones que encuentro en Funnel:

  • La primera es el número de dimensiones para exportar de Google Analytics 4. 8 dimensiones se me hace poco. Alguna vez he contactado con el equipo de soporte para ampliarlo y comentan que no es posible. Ojalá en el futuro se pueda hacer.
  • La segunda es el rango temporal, que por lo general se limita a dos años. Esto es entendible porque normalmente en nuestros análisis las comparativas las hacemos contra el período anterior y contra el mismo período del año anterior. Hay veces en que necesitas más rango temporal, pero siempre puedes programar exportaciones periódicas desde Amazon S3, por ejemplo, para ir generando y guardando ese histórico.

9. Conclusión

Para mí Funnel es una herramienta fundamental para el análisis de tus campañas de marketing. La capacidad que tiene de aunar fuentes de datos y transformar variables hace ganar mucha productividad al analista: estandarización, comparar diferentes visiones (plataformas vs GA4), construir reportes a medida… Además, siendo una herramienta cara, ahorra mucho trabajo técnico de conexión y mantenimiento de APIs de terceros (en mi opinión, con más fiabilidad que Supermetrics), lo que te da mucha seguridad e independencia de equipos de IT.

Sin embargo, si quieres hacer análisis más en profundidad de navegación o journeys de usuario, tendrás que recurrir a los reportes de la interfaz de GA4, y muy especialmente echar mano de BigQuery.

Hasta aquí el artículo, que espero que os haya gustado. ¿Y tú? ¿Conocías Funnel? ¿Utilizas alguna otra alternativa?

Deja un comentario