Auditoría

Encuentra los referidos de login, pago y reserva que roban el crédito de conversión en GA4

Demuestra con desgloses por fuente, evento y página de destino si GA4 atribuye conversiones a un dominio externo de login, pago o reserva cuando los visitantes regresan desde él. Lista los dominios que debes añadir a los referidos no deseados y el desorden en los nombres de las fuentes de pago.

Cuándo usarlo

Cuando las conversiones de tu GA4 parecen atribuirse a la fuente equivocada y sospechas que los visitantes que vuelven de un dominio externo de inicio de sesión, pago o reserva inician sesiones nuevas.

Qué obtienes

Una tabla de referencias sospechosas con su porcentaje de eventos clave, un estándar de limpieza para los nombres de fuentes de pago y los dominios exactos que añadir a referencias no deseadas y a la medición entre dominios.

¿Cambia algo en mi cuenta?

No. El asistente solo lee tus datos y te informa.

Funciona con

GA4

Completa antes de enviar

[GA4 property]

Es posible que algunas conversiones de mi propiedad de GA4 [GA4 property] muestren una fuente incorrecta. Cuando un visitante sale de mi sitio hacia un dominio externo, como el inicio de sesión de Google, un proveedor de pagos o un sistema de reservas, y luego vuelve, GA4 puede iniciar una sesión nueva y atribuir la conversión a ese dominio. Demuestra si esto está ocurriendo. Los servicios externos que uso: [your payment, login, appointment or booking providers, or write "not sure"]. Esta es una revisión de solo lectura. 1. Confirma la propiedad. Lista la propiedad con ga4_list_properties, los flujos web y los IDs de medición con ga4_list_data_streams y los eventos clave con ga4_list_conversions. 2. Obtén las fuentes. Con ga4_report, extrae los últimos 28 días con dimension=channel y dimension2=source_medium y separa las filas del canal Referral. 3. Relaciona los eventos clave con las fuentes. Con ga4_report, usa dimension=event y dimension2=source_medium para ver de qué fuente proviene cada evento clave. Sin dimension=event, la columna de conversiones es la suma de todos los eventos clave de la propiedad, así que no te saltes este paso. 4. Revisa las páginas de destino. Con ga4_report, usa dimension=landing_page y dimension2=source_medium. Busca sesiones de referido que aterricen en páginas como el retorno de un login (por ejemplo /auth/.../callback), una página de agradecimiento posterior al pago o una confirmación de reserva. Reglas para identificar un referido sospechoso: 1. Filas de referido cuya fuente sea un servicio de login (accounts.google.com, login.microsoftonline.com, appleid.apple.com y similares), un proveedor de pagos o un sistema de reservas. 2. Mi propio dominio o subdominios apareciendo como referidos. 3. Filas de referido cuyos eventos clave por sesión superen el doble del promedio del sitio. 4. Sesiones de referido cuya página de destino sea una página de retorno, de agradecimiento o de confirmación. Da el resultado con este formato: 1. Tabla de referidos sospechosos: fuente / medio, canal, sesiones, eventos clave, página de destino más frecuente, por qué es sospechoso. 2. El total de eventos clave en esas filas y su proporción sobre el total de eventos clave. Los datos de GA4 por sí solos no muestran la fuente real de estas conversiones; dilo claramente y no estimes una redistribución. 3. Filas de canales de pago donde la misma plataforma aparece con varios nombres (por ejemplo fb / paid, ig / paid, meta / paid, o una fuente que cae en Paid Other), con una propuesta de estándar de utm_source y utm_medium para ellas. 4. Tareas pendientes: los dominios que hay que añadir a la lista de referidos no deseados de GA4 y, si hace falta, los dominios que hay que configurar para la medición entre dominios. Ninguna herramienta cambia estos ajustes; los introduciré yo en Admin > Flujos de datos > flujo web > Configurar ajustes de etiquetas en GA4, así que escribe los dominios exactamente. Ten en cuenta que el cambio no corrige los datos pasados, solo afecta a las sesiones a partir de ese momento.

1. Confirma la propiedad. Lista la propiedad con ga4_list_properties, los flujos web y los IDs de medición con ga4_list_data_streams y los eventos clave con ga4_list_conversions.
2. Obtén las fuentes. Con ga4_report, extrae los últimos 28 días con dimension=channel y dimension2=source_medium y separa las filas del canal Referral.
3. Relaciona los eventos clave con las fuentes. Con ga4_report, usa dimension=event y dimension2=source_medium para ver de qué fuente proviene cada evento clave. Sin dimension=event, la columna de conversiones es la suma de todos los eventos clave de la propiedad, así que no te saltes este paso.
4. Revisa las páginas de destino. Con ga4_report, usa dimension=landing_page y dimension2=source_medium. Busca sesiones de referido que aterricen en páginas como el retorno de un login (por ejemplo /auth/.../callback), una página de agradecimiento posterior al pago o una confirmación de reserva.

Reglas para identificar un referido sospechoso:
1. Filas de referido cuya fuente sea un servicio de login (accounts.google.com, login.microsoftonline.com, appleid.apple.com y similares), un proveedor de pagos o un sistema de reservas.
2. Mi propio dominio o subdominios apareciendo como referidos.
3. Filas de referido cuyos eventos clave por sesión superen el doble del promedio del sitio.
4. Sesiones de referido cuya página de destino sea una página de retorno, de agradecimiento o de confirmación.

Da el resultado con este formato:
1. Tabla de referidos sospechosos: fuente / medio, canal, sesiones, eventos clave, página de destino más frecuente, por qué es sospechoso.
2. El total de eventos clave en esas filas y su proporción sobre el total de eventos clave. Los datos de GA4 por sí solos no muestran la fuente real de estas conversiones; dilo claramente y no estimes una redistribución.
3. Filas de canales de pago donde la misma plataforma aparece con varios nombres (por ejemplo fb / paid, ig / paid, meta / paid, o una fuente que cae en Paid Other), con una propuesta de estándar de utm_source y utm_medium para ellas.
4. Tareas pendientes: los dominios que hay que añadir a la lista de referidos no deseados de GA4 y, si hace falta, los dominios que hay que configurar para la medición entre dominios. Ninguna herramienta cambia estos ajustes; los introduciré yo en Admin > Flujos de datos > flujo web > Configurar ajustes de etiquetas en GA4, así que escribe los dominios exactamente. Ten en cuenta que el cambio no corrige los datos pasados, solo afecta a las sesiones a partir de ese momento.

Abrir en Claude Abrir en ChatGPT Debate en el foro

Resultado de ejemplo

Un ejemplo del resultado que da este prompt. La estructura procede de la salida real de las herramientas; cifras y nombres son ficticios.

Ejemplo de resultado (basado en una cuenta ficticia, no en datos reales de clientes)

Propiedad: sampleclinic.com (G-XXXXXXX), eventos clave: generate_lead, purchase.

Fuente / medio	Canal	Sesiones	Eventos clave	Página de destino más frecuente	Por qué es sospechoso
accounts.google.com / referral	Referral	188	64	/auth/google/callback	Servicio de inicio de sesión, página de retorno
pay.samplepos.com / referral	Referral	52	47	/order/complete	Proveedor de pagos, página de agradecimiento
booking.sampleclinic.com / referral	Referral	31	22	/booking/confirmed	Mi propio subdominio

Estas tres filas concentran 133 eventos clave, el 38 % de todos los eventos clave de la propiedad. El origen real de estas conversiones (anuncios, orgánico, directo) no se puede recuperar a posteriori a partir de los datos de GA4.

Caos en las fuentes de pago: el tráfico de Meta aparece dividido en tres, como fb / paid, ig / paid y meta / paid; la fila an / paid acaba en Paid Other. Propuesta: usar utm_source=meta, utm_medium=paid_social y mover la ubicación a utm_content.

Para introducir en GA4
1. Referencias no deseadas: accounts.google.com, pay.samplepos.com
2. Medición multidominio: sampleclinic.com, booking.sampleclinic.com

El cambio no corrige los datos pasados, solo afecta a las sesiones a partir de ese momento.

Búsquedas relacionadas

ga4 fuente incorrecta autorreferencia referencias no deseadas medición entre dominios referencia pasarela de pago referencia inicio de sesión referencia sistema de reservas atribución de conversiones tráfico de referencia ga4 nomenclatura utm

Estos prompts funcionan mejor cuando tu asistente de IA está conectado a tus cuentas con Opus Growth.

Conecta tus cuentas gratis

Más prompts

AuditoríaSolo lectura

Auditoría completa de la cuenta de Google Ads con las tres correcciones que conviene hacer primero

Revisa toda la cuenta de una sola vez, desde la medición y las pujas hasta la estructura y las páginas de destino. Ordena los hallazgos por impacto y señala las tres primeras correcciones sin modificar nada.

Cuándo usarloCuando heredas una cuenta de Google Ads o dudas de ella y quieres saber qué falla de verdad y por dónde empezar a corregirlo.

Audita de principio a fin mi cuenta de Google Ads [nombre de la cuenta]. Si la cuenta tiene menos de 90 días, usa todos los días disponibles; en caso contrario, usa los últimos 90 días. Es una revisión de solo lectura, no cambies nada.

Empieza con account_snapshot para obtener el estado, el presupuesto, la estrategia de puja, la antigüedad y los resultados de cada campaña desde que empezó. Separa las campañas que traen resultados de las que gastan sin convertir. Después, recorre estas áreas en orden:

1. Medición. Lista las acciones de conversión principales con list_conversion_actions. Señala cualquier acción principal que no haya registrado nada en los últimos 30 días. Busca configuraciones que puedan contar dos veces a la misma persona, por ejemplo un clic en el teléfono y un clic en WhatsApp en el sitio configurados como dos acciones principales distintas, o la etiqueta de Google Ads y un evento de GA4 importado, ambos principales, para el mismo formulario. Comprueba cuántos clics fueron al botón de llamada de los anuncios y si esas llamadas se registraron realmente, usando google_ads_query sobre call_view.
2. Pujas y presupuesto. Usa impression_share_analysis para mostrar, por campaña, la cuota de impresiones perdida por presupuesto y por ranking. Usa keyword_quality_report para encontrar palabras clave por debajo de la puja de primera página o que casi no se muestran por su bajo nivel de calidad. En las campañas con Smart Bidding, indica si los últimos 30 días reúnen conversiones suficientes para el objetivo que utilizan.
3. Estructura. Comprueba si las búsquedas de marca comparten campaña con las genéricas, si cada grupo de anuncios envía a las personas a la página de su propio servicio y si la misma palabra clave aparece en más de un grupo de anuncios.
4. Términos de búsqueda. Usa search_terms_report para separar los términos que gastan sin convertir, las marcas de la competencia y las búsquedas informativas. Nunca cuentes como desperdicio un término que tenga al menos una conversión.
5. Anuncios y recursos. Revisa la efectividad del anuncio, los recursos rechazados y si los enlaces de sitio apuntan a la página correcta. Señala por separado cualquier texto o recurso que describa un servicio que el negocio no ofrece: [servicios que no se ofrecen, o escribe "ninguno"].
6. Páginas de destino. Obtén clics, coste y tasa de conversión por página desde landing_page_view con google_ads_query. En las páginas que concentran más gasto, comprueba que existan un botón de teléfono y uno de WhatsApp y revisa la velocidad móvil con core_web_vitals.
7. Ubicación, horario y dispositivo. Muestra si la opción de ubicación está configurada como "Presencia", cuánto gasto va fuera de la zona objetivo y el gasto y las conversiones fuera de [horario comercial].

Da formato a la salida así: primero un resumen de cinco frases sobre la situación de la cuenta. Después, una tabla de hallazgos ordenada por importancia: problema, evidencia, impacto estimado, recomendación. Al final, las tres correcciones que hay que hacer primero y por qué cada una va antes. Cuando los datos no basten para llegar a una conclusión, no adivines: indica qué falta.

AuditoríaSolo lectura

Auditoría completa de una cuenta de Meta Ads con las tres correcciones prioritarias

Revisa en una sola pasada la medición, los problemas de entrega, la fase de aprendizaje, la segmentación, los emplazamientos y la fatiga de los anuncios. Ordena los hallazgos por importancia y señala las tres primeras correcciones sin modificar nada.

Cuándo usarloCuando los resultados de tus anuncios de Meta han bajado o se han estancado y quieres saber qué falla en la cuenta antes de tocar nada.

Audita de principio a fin mi cuenta publicitaria de Meta [ad account]. Usa los últimos 30 días como periodo principal y los 30 días anteriores como comparación. Es una revisión de solo lectura, no cambies nada.

Empieza con account_snapshot para la plataforma meta y obtén el estado, el presupuesto, el objetivo, la antigüedad y los resultados de cada campaña desde que empezó. Meta no tiene un único recuento de conversiones, así que usa el resultado que cada campaña realmente optimiza (leads, conversaciones de mensajería iniciadas, compras). Después repasa estas áreas en orden:

1. Medición. Comprueba la hora del último evento del píxel con list_meta_pixels. Confirma que el evento que optimiza cada campaña se está registrando de verdad. Señala las configuraciones que puedan contar dos veces el mismo resultado, por ejemplo leads recogidos tanto por el píxel como por un formulario instantáneo.
2. Entrega. Enumera los conjuntos de anuncios que estén rechazados, atascados en revisión, sin ningún anuncio activo o que gasten menos de la mitad de su presupuesto. Indica el motivo que da Meta en cada caso.
3. Fase de aprendizaje. Encuentra los conjuntos de anuncios divididos de forma tan fina que no pueden alcanzar 50 resultados por semana. Usa meta_change_history para mostrar las ediciones de los últimos 14 días que reiniciaron el aprendizaje.
4. Segmentación y audiencias. Señala los conjuntos de anuncios que apuntan a la misma audiencia y aquellos cuya frecuencia supere [maximum frequency].
5. Emplazamientos y dispositivos. Con get_report, compara el coste por resultado por publisher_platform y por dispositivo con la media de la cuenta. No tomes decisiones sobre segmentos con menos de 20 resultados.
6. Creatividades. Considera que un anuncio está fatigado cuando la frecuencia sube mientras el porcentaje de clics baja y el coste por resultado aumenta. Describe brevemente el enfoque que comparten los anuncios ganadores.
7. Destino. Verifica que la página o el enlace de WhatsApp a los que llevan los anuncios funcionan y se corresponden con el objetivo.

Da formato a la salida así: primero un resumen de cinco frases sobre el estado de la cuenta. Después, una tabla de hallazgos ordenados por importancia: problema, evidencia, impacto estimado, recomendación. Al final, las tres correcciones que hay que hacer primero y por qué cada una va antes. Cuando los datos no basten para sacar una conclusión, no adivines: di qué falta.

AuditoríaCambia tras tu aprobación

Unifica las consultas por teléfono y WhatsApp en una sola conversión fiable

Evita que una misma persona cuente dos veces cuando llama y también escribe por mensaje. Vincula los dos botones de la web a una única conversión y comprueba si el botón de llamada de los anuncios se está midiendo.

Cuándo usarloCuando los clientes potenciales llaman y escriben por WhatsApp desde tu web y sospechas que una misma persona cuenta como dos conversiones, haciendo que tu coste por conversión parezca menor del real.

En mi cuenta de Google Ads [nombre de la cuenta], los clientes potenciales nos contactan mediante los botones de teléfono y de WhatsApp de la web. Si una persona que pulsa ambos botones cuenta como dos conversiones, mi coste por conversión parece más barato de lo que es y el algoritmo de puja aprende lo equivocado. Soluciónalo.

1. Mapea la configuración actual. Lista las acciones principales, sus categorías y tipos de recuento con list_conversion_actions. En mi contenedor de Tag Manager [ID del contenedor de GTM], usa list_gtm_tags para mostrar qué etiqueta dispara cada etiqueta de conversión. Estima con números con qué frecuencia un mismo clic en un anuncio pudo generar más de una conversión de contacto en los últimos 30 días.
2. El botón de llamada de los anuncios. Con google_ads_query, comprueba cuántos clics y cuánto gasto se fueron al botón de llamada de los anuncios, y usa call_view para verificar si esas llamadas quedaron registradas. Si hay clics pero no hay registros, dilo claramente y ofrece dos opciones: eliminar el recurso de llamada o aceptar esos clics como tráfico no medido.
3. Muestra el plan. Propón una única acción de conversión llamada "Contact click (Phone + WhatsApp)" con el recuento configurado en uno. Vincúlala a una sola etiqueta que se dispare tanto con el activador de teléfono como con el de WhatsApp. Convierte las dos acciones antiguas en secundarias. Indica si las campañas con Smart Bidding necesitan que se revise su objetivo, porque el número de conversiones bajará.
4. Aplica tras mi aprobación. Crea la acción de conversión, configura el recuento en uno, actualiza la etiqueta en Tag Manager y muéstrame la lista de cambios antes de publicar. Tras la publicación, anota qué versión se puede restaurar.

Termina con un breve plan de pruebas: cómo comprobar en el modo de vista previa que solo se dispara la etiqueta nueva cuando se pulsan ambos botones, y cuántos días tarda la corrección en reflejarse en los datos reales.

AuditoríaSolo lectura

Realiza una auditoría completa de SEO, AEO y GEO y obtén un cuadro de puntuación respaldado por evidencias

Puntúa acceso, salud técnica, datos estructurados, citabilidad del contenido, señales de confianza y visibilidad medida en IA, en seis áreas de cinco comprobaciones concretas cada una. Muestra la evidencia de cada punto y ordena las correcciones por impacto y esfuerzo, sin modificar nada.

Cuándo usarloCuando quieres saber qué tan visible y confiable es tu sitio en la búsqueda clásica, en los motores de respuestas y en la búsqueda con IA, y necesitas una lista priorizada de qué corregir primero.

Audita mi sitio [site URL] de principio a fin para la búsqueda clásica, los motores de respuesta (AEO) y la búsqueda con IA (GEO). Mi propiedad de Search Console: [Search Console property]. Competidor principal: [competitor domain, or "none"]. Mercado: [country], idioma: [language code]. Las 3 búsquedas que más negocio me aportan: [3 commercial queries]. Mis plantillas de página más importantes: [homepage, one service page, one blog post URL]. Esto es solo lectura.

Regla de créditos: antes de empezar, revisa las ejecuciones anteriores con seo_history y vuelve a llamar con los mismos argumentos a las que se puedan reutilizar. Muéstrame una sola vez la lista de llamadas nuevas que consumirán créditos y espera mi aprobación.

Recopilación de datos:
1. Ejecuta el análisis conjunto con seo_full_analysis, pasando domain, competitor, location y language. Su sección de visibilidad en IA mide la única palabra clave por la que el sitio se posiciona mejor, que puede no tener nada que ver con mi negocio; no uses esa sección para puntuar y, en su lugar, mide mis 3 consultas comerciales con seo_ai_overview y target=[domain]. Si references está vacío, cuenta los dominios de los enlaces dentro de ai_answer.
2. Ejecuta seo_site_crawl con max_pages cercano al número de páginas del sitio (como máximo [page limit]). Devuelve un task_id; vuelve a llamar con el mismo task_id pasados de 60 a 90 segundos y espera hasta que llegue el resumen. Obtén la lista completa de URL de una incidencia con el parámetro issue cuando haga falta. Si el límite del rastreo no cubre todo el sitio, indica que los resultados son una muestra.
3. Lee robots.txt, sitemap.xml y llms.txt con site_read_url. Lee mis páginas de plantilla con text=true (si truncated es true, de nuevo con max_bytes=1000000) y con outline=true. Para JSON-LD, lee las mismas páginas con max_bytes=1000000 y extrae los bloques.
4. Mide la página de inicio y la página de servicio con seo_audit y strategy='mobile'. Para Core Web Vitals usa datos de usuarios reales (field) cuando existan; si no, el valor de laboratorio, e indica cuál has usado.
5. Usa get_report con platform='search_console' y los desgloses 'query by impressions' y 'page by impressions' de los últimos 90 días. Inspecciona con gsc_inspect_urls las 10 páginas con más impresiones. Obtén el estado del sitemap con gsc_sitemaps.
6. Recuerda que herramientas distintas pueden ver versiones distintas de la misma página: si seo_technical_audit o seo_site_crawl miden un título en un idioma diferente al que muestra site_read_url, regístralo como hallazgo, porque el sitio podría estar redirigiendo a los visitantes según su país.

Cuadro de puntuación: seis áreas, cinco comprobaciones cada una; cada comprobación es superada (1) o no superada (0). Si una comprobación no tiene datos, escribe "no medido" y quítala del denominador; nunca puntúes por suposición.
1. Acceso y rastreabilidad: robots.txt está abierto a los rastreadores de IA con función de búsqueda; las páginas clave devuelven 200 con como máximo una redirección; no hay noindex en las páginas clave; el sitemap no tiene errores y contiene las páginas clave; el contenido principal es visible sin JavaScript.
2. Salud técnica y velocidad: LCP móvil por debajo de 2,5 segundos; CLS por debajo de 0,1; INP por debajo de 200 ms; no hay páginas rotas ni enlaces internos rotos en el rastreo; no hay títulos ni descripciones duplicados.
3. Datos estructurados y entidad: existe un nodo Organization o LocalBusiness; los nodos están enlazados por @id; el schema se ajusta al tipo de página (Service, Article, Product); los datos del schema coinciden con el texto visible; las URL de sameAs funcionan.
4. Citabilidad del contenido: el primer párrafo de las páginas clave responde directamente a la pregunta; los encabezados nombran con claridad el tema o la pregunta; los datos comparables están en una tabla; existe un FAQ específico de la página; hay cifras y fechas concretas.
5. Señales de confianza: la página "quiénes somos" es concreta (quién, dónde, desde cuándo); los datos de contacto están en el sitio y son coherentes; las publicaciones muestran autor o editor; las fechas de publicación y actualización son visibles; las páginas legales son accesibles desde el pie de página mediante enlaces estáticos.
6. Visibilidad medida en IA: se te cita en la respuesta de IA de Google para al menos una de las 3 consultas comerciales; se te cita en la consulta de marca; llms.txt existe y es correcto; Search Console muestra clics de consultas sin marca; si el competidor principal aparece citado en estas consultas, hay al menos una en la que a mí también se me cita.

Formato de la salida. Primero, un resumen ejecutivo de cinco frases. Después, la tabla de puntuación: área, puntuación (p. ej., 3/5), comprobaciones no superadas. Luego, la tabla de evidencias: área, comprobación, resultado, evidencia (nombre de la herramienta y valor devuelto), URL afectadas. A continuación, la lista de correcciones: para cada elemento, el impacto (alto, medio, bajo), el esfuerzo (horas, días, semanas) y quién lo hace; primero, impacto alto y esfuerzo bajo. Al final, las tres primeras correcciones y por qué van en primer lugar. No emitas juicios sobre nada que no se haya medido.