Analytics sin Google: medir lo que importa sin entregar datos de tus usuarios

El módulo de analytics de Pegasuz almacena eventos en la base de datos del tenant correspondiente. Los datos no salen del servidor. No van a ningún servicio externo.

Las métricas que capturamos:

**Páginas vistas**: cuántas veces se cargó cada URL, con timestamp.

**Sesiones únicas**: identificadas por una combinación de IP, user agent y ventana temporal. No usamos cookies persistentes para tracking — una sesión expira después de 30 minutos de inactividad.

**Fuente de tráfico**: de dónde llegó el usuario (referrer), incluyendo distinción entre búsqueda orgánica, redes sociales, tráfico directo.

**Dispositivo y sistema operativo**: inferido del user agent, sin fingerprinteo adicional.

**Tiempo en página**: calculado en el cliente mediante eventos de visibilidad, no mediante polling.

**Eventos de conversión**: formularios enviados, llamadas a acción clickeadas, descargas. Estos son configurables por sitio.

No construimos perfiles de usuario cross-session. Un usuario que visita hoy y vuelve la semana próxima son dos sesiones — no hay mecanismo que las vincule.

No almacenamos IPs completas en el tiempo. Usamos el hash de la IP para distinguir sesiones únicas, pero no guardamos la IP en texto plano después del procesamiento.

No hacemos fingerprinteo de canvas, fuentes o características del browser. Esas técnicas permiten identificar usuarios sin cookies, pero funcionan exactamente por razones que preferimos no implementar.

Los datos de analytics se exponen en el panel admin de cada cliente a través de un módulo con gráficos de tendencia, páginas más visitadas, distribución de dispositivos y fuentes de tráfico.

No es tan rico como GA360. Es suficiente para la mayoría de los casos de uso de una pyme: entender si el sitio está creciendo en tráfico, cuáles son las páginas más visitadas, de dónde viene la gente y qué acciones realizan.

Para negocios que necesitan segmentación avanzada, embudos de conversión complejos o integración con campañas pagas en múltiples plataformas, siguen siendo útiles herramientas externas. El módulo interno no pretende reemplazar casos de uso que requieren esa complejidad.

El argumento más fuerte para analytics propio no es ideológico — es de control.

Cuando los datos de comportamiento de tus usuarios están en tu servidor, podés responder preguntas sobre ellos, exportarlos cuando los necesitás, y eliminarlos cuando corresponde (por ejemplo, si un usuario ejerce su derecho al olvido bajo GDPR o legislación equivalente).

Cuando están en GA, dependés de lo que Google te deja ver y de sus políticas de retención. Los datos son suyos, no tuyos. Lo que ves en el dashboard es una ventana a datos que no controlás.

Para negocios que operan en Argentina bajo la Ley de Protección de Datos Personales, o que tienen clientes europeos bajo GDPR, tener datos en un servidor propio simplifica bastante la auditoría de cumplimiento.

Para campañas de publicidad paga — Google Ads, Meta Ads — necesitás las herramientas de esas plataformas para atribución de conversiones. El pixel de Meta y el tag de Google Ads hacen cosas que no podemos replicar en un sistema propio.

Para A/B testing a escala — variantes de landing pages, optimización de copy — herramientas especializadas tienen features que van más allá de lo que construimos.

El analytics propio no es excluyente de herramientas externas. Es la capa base que te da visibilidad sobre tu propio negocio, sin entregar esa visibilidad como precio de entrada.