El final de la analítica web

Durante dos décadas, medir lo digital significó el mismo bucle: poner una etiqueta en una página, dejar que una cookie de terceros siguiera a una persona por toda la web, verter los eventos en una herramienta de informes y que un analista leyera un gráfico el lunes. Toda la profesión, y las consultoras nacidas para instalarla y operarla, daban por hecho que las personas recogen datos para que otras personas los interpreten. Ese supuesto es el que se ha roto.

Y no se ha roto con suavidad. Universal Analytics dejó de procesar datos en 2023; las cookies de terceros y el régimen de consentimiento vaciaron la capa de seguimiento; y después, con el Reinicio de diciembre de 2025, cedió también la parte que a nadie se le había ocurrido cuestionar: la idea de que el resultado de la medición es un cuadro de mando que lee una persona. Cuando un agente puede leer los datos, razonar sobre ellos y actuar en lo que una persona tarda en abrir una pestaña, el cuadro de mando deja de ser el producto. Se convierte en la sala de espera.

La recogida se derrumbó primero. El stack anterior al Reinicio era un andamio de etiquetas de terceros, píxeles y grafos de identidad basados en cookies, la maquinaria que un encargo de la era Merkle existía para instalar y afinar. La legislación de privacidad, los cambios en los navegadores y la simple fatiga del consentimiento lo desmontaron. Lo que lo sustituye son datos propios (first-party) recogidos desde el servidor, con consentimiento desde el diseño y, la parte que los incumbentes no ven, con la forma de una taxonomía de eventos que un modelo puede ingerir. Los datos ya no se recogen para dibujarlos; se recogen para que los consuma la IA. Los informes de Snowflake sobre el stack moderno de datos de marketing siguen exactamente esta migración de la medición hacia el almacén, mientras que Tealium y Hightouch son donde viven hoy la recogida de datos propios y la activación componible, sin que ningún dato personal se filtre a un tercero.

El análisis se derrumbó después. El cuadro de mando presupone a una persona en el bucle: alguien ve la caída, formula una hipótesis y actúa el jueves. Después del Reinicio, un agente lee esos mismos datos propios sin parar, saca a la luz el porqué y dispara la acción posterior sin el retraso humano: la cultura de observabilidad que Datadog normalizó en ingeniería, llegando al negocio. El State of Data + AI de Databricks apunta en la misma dirección: el centro de gravedad se mueve de personas que leen datos a sistemas que actúan sobre ellos.

El objeto medido se derrumbó en tercer lugar, y es el derrumbe que casi nadie está teniendo en cuenta. La web como conjunto de páginas instrumentadas está dando paso a experiencias generadas y personales, y cada vez más tu visitante más importante no es una persona. A medida que los asistentes de IA navegan, comparan y compran en nombre de una persona, ya no optimizas solo para clics humanos; instrumentas para el consumo de agentes. Una práctica de medición construida para contar páginas vistas por personas está ciega ante el visitante que ahora más importa.

Empieza por la base: recogida de datos propios, desde el servidor y con el consentimiento por delante, diseñada desde el primer día como datos que un modelo de lenguaje puede consumir, con taxonomías de eventos limpias, contexto semántico y sin avisos de cookies, porque ya no haces las cosas que los exigen. El almacén o el lakehouse pasa a ser el centro de gravedad (Snowflake, Databricks); la activación corre por rutas componibles de ETL inverso (Hightouch) y datos de cliente en tiempo real (Tealium); y ni un solo identificador personal se exporta a un tercero.

Sobre esa base se asienta la medición agéntica: modelos que no dibujan un gráfico sino que responden la pregunta y ejecutan la acción (reasignar el gasto, señalar la anomalía, personalizar la siguiente experiencia), dentro del perímetro. El modelo de frontera preferido es Claude, allí donde la capacidad se lo gana; el valor por defecto soberano es la inferencia local en suelo europeo, para que la medición sensible de tus clientes nunca salga de Europa. Las plataformas de datos estadounidenses son exactamente eso, la capa de datos y activación, residentes en la UE y citadas como evidencia, nunca el lugar donde vive tu inferencia ni tus datos personales.

Y diseñas, a propósito, para el visitante agente: experiencias legibles y navegables para los asistentes de IA que hoy median el descubrimiento y la compra. Este es el movimiento genuinamente nativo de 2026, e invisible para una práctica que sigue contando sesiones humanas. Las cifras de este estudio son modelos de Rindogatan, no estadísticas de encuesta, pero la dirección la corroboran todos los observatorios serios de datos e IA que publican nuestros socios.

Deja de ampliar el stack anterior al Reinicio. Cada etiqueta nueva, cada píxel de terceros nuevo, cada parche al modelo de atribución es coste hundido en una arquitectura que se muere. Congélalo, y acepta que la parte más difícil de esta transición es política, no técnica, porque alguien es dueño de ese stack.

Levanta la recogida de datos propios desde el servidor con una taxonomía de eventos diseñada para que la ingiera un modelo, no para una interfaz de informes. Trata tus datos como materia prima para agentes, y el almacén, no el cuadro de mando, como destino.

Pasa una decisión del cuadro de mando al agente. Elige una sola acción guiada por la medición (reasignación de presupuesto, respuesta a una anomalía, personalización en el sitio) y deja que un agente cierre el bucle sobre datos propios con inferencia soberana. La prueba interna reencuadra cada conversación posterior.

Y después haz la pregunta que los incumbentes no pueden hacer: ¿quién es hoy tu visitante real? Si la respuesta incluye cada vez más la IA de otros, tu medición, y tu experiencia, tienen que construirse para ella. Ese es el trabajo después del Reinicio, y no es el trabajo para el que nacieron las consultoras de analítica.