¿Qué es una dimensión en analítica?
En analítica, una dimensión es un atributo que describe los datos y cuyos valores se usan para agrupar o segmentar observaciones y para desglosar métricas; por ejemplo, canal, país, dispositivo, campaña o página. La dimensión aporta el contexto del análisis —qué categoría o característica se está observando—, mientras que una métrica cuantifica un resultado asociado a esos grupos. Aunque sus valores suelen ser texto, también pueden ser fechas, identificadores o números tratados como categorías, según el sistema y el uso analítico.
- ¿Qué es una dimensión en analítica?
- Dimensión vs. métrica
- Qué es un valor de dimensión
- Ejemplos de dimensiones en marketing
- ¿Una dimensión puede ser numérica?
- Qué es una dimensión personalizada
- Dimensión vs. parámetro o propiedad
- Qué es la cardinalidad
- Errores frecuentes
- Preguntas frecuentes
- Referencias clave
¿Qué es una dimensión en analítica?
Una dimensión describe qué tipo de dato o contexto estás observando. Sus valores permiten dividir una medición en grupos que tengan sentido para el análisis.
Por ejemplo, si querés analizar conversiones por canal, canal es la dimensión y conversiones es la métrica. Si querés ver ingresos por país, país es la dimensión e ingresos la métrica.
Google Analytics define una dimensión como un atributo de los datos usado para describirlos, mientras Adobe Analytics la presenta como una variable que representa una faceta de los datos y que puede combinarse con métricas para construir un informe. Ambas formulaciones apuntan a la misma idea: la dimensión aporta contexto; la métrica aporta cuantificación.
Dimensión vs. métrica: la diferencia esencial.
DIMENSIÓN
- Describe, clasifica o agrupa datos.
- Responde algo parecido a “¿por qué categoría o característica?”.
- Ejemplos: canal, país, campaña, dispositivo, página.
- Sus valores forman los grupos sobre los que se analiza.
MÉTRICA
- Cuantifica un resultado o magnitud.
- Responde algo parecido a “¿cuánto?”.
- Ejemplos: sesiones, conversiones, ingresos, clics.
- Suele agregarse mediante conteos, sumas, tasas, promedios u otras operaciones.
La distinción no depende sólo de si un campo “tiene números”. Lo importante es qué función cumple en el análisis. Podés profundizar esta diferencia en métrica.
Qué es un valor de dimensión.
La dimensión es el atributo; sus valores son las categorías concretas que aparecen dentro de ese atributo.
Dimensión: Canal
Valores posibles: búsqueda orgánica, paid social, email, referral, directo u otras clasificaciones definidas por el sistema.
Dimensión: País
Valores posibles: Argentina, España, México, Colombia o cualquier otro país presente en los datos.
Dimensión: Página
Valores posibles: las páginas, rutas o títulos que el modelo de datos exponga para el análisis.
Esta separación es importante porque una dimensión puede tener pocos valores o miles. Esa cantidad de valores únicos es su cardinalidad.
Ejemplos de dimensiones en marketing y analítica digital.
Las dimensiones útiles dependen de la pregunta, del modelo de datos y de la herramienta. Entre las más habituales aparecen:
Adquisición
Fuente, medio, canal, campaña, grupo de anuncios, anuncio o término de búsqueda, cuando esos campos están disponibles y definidos de forma consistente.
Audiencia y contexto
País, ciudad, idioma, dispositivo, navegador, segmento, tipo de cliente o cualquier atributo permitido y relevante para interpretar comportamiento.
Contenido y producto
Página, categoría de contenido, producto, categoría de producto, plan, funcionalidad o cualquier clasificación que permita desglosar el rendimiento.
Interacciones
Nombre del evento, tipo de acción o propiedades descriptivas asociadas a eventos registrados mediante tracking.
Una dimensión no es “buena” por existir. Debe estar correctamente definida, tener valores consistentes y aportar una segmentación que ayude a responder una pregunta de analítica de marketing.
¿Una dimensión puede ser numérica?
Sí. Decir que “las dimensiones son texto y las métricas son números” sirve como simplificación inicial, pero no funciona como regla universal.
Una edad, un año, un código postal, un número de versión o un identificador pueden representarse con números y aun así utilizarse como categorías descriptivas. En cambio, ingresos, unidades vendidas o cantidad de eventos suelen tratarse como métricas porque se cuantifican y agregan.
El criterio útil es preguntar: ¿este campo describe el grupo que quiero analizar o expresa la cantidad que quiero medir?
Qué es una dimensión personalizada.
Una dimensión personalizada permite incorporar al análisis un atributo descriptivo que no forma parte del conjunto estándar ofrecido por una herramienta.
En Google Analytics, por ejemplo, la plataforma permite registrar determinadas propiedades o parámetros como dimensiones personalizadas para que puedan utilizarse en informes y exploraciones. Adobe Analytics también permite definir variables propias para representar dimensiones adaptadas al modelo de medición.
Que una herramienta permita crearla no significa que convenga hacerlo. Antes de sumar una dimensión personalizada, conviene comprobar que el dato no exista ya, que tenga una definición estable y que responda una necesidad real de medición.
Dimensión vs. parámetro, propiedad o campo.
Estos términos pueden representar capas distintas del sistema de datos. Un parámetro, una propiedad o un campo puede ser el dato capturado originalmente; una dimensión es la forma en que un sistema de análisis expone o utiliza un atributo para agrupar y segmentar información.
La relación exacta depende de la plataforma. En GA4, por ejemplo, los parámetros de eventos y las propiedades de usuario pueden aportar datos que después se registran como dimensiones personalizadas. En otros sistemas, la terminología y el modelo son distintos.
Por eso no conviene tratar “parámetro”, “propiedad” y “dimensión” como sinónimos universales. El data layer, el tracking y la capa de reporting pueden representar el mismo concepto de negocio de maneras diferentes.
Qué es la cardinalidad de una dimensión.
La cardinalidad es la cantidad de valores únicos que puede tomar una dimensión. Una dimensión como tipo de dispositivo suele tener pocos valores; una URL, un ID o una marca de tiempo puede generar muchísimos.
La cardinalidad alta no es incorrecta por definición. Puede ser necesaria para ciertos análisis. Pero aumenta el número de grupos posibles y, según la herramienta, puede afectar límites de filas, rendimiento, legibilidad o la forma en que se agregan los resultados.
Google Analytics, por ejemplo, advierte específicamente sobre dimensiones personalizadas de alta cardinalidad porque pueden provocar que algunos valores se agrupen en una fila “(other)” cuando se alcanzan determinados límites del sistema.
Errores frecuentes al trabajar con dimensiones.
Creer que todo número es una métrica
Un código, una edad o un año pueden funcionar como dimensiones si se utilizan para clasificar o agrupar datos.
Confundir la dimensión con uno de sus valores
“País” es una dimensión; “Argentina” es un valor de esa dimensión. La distinción importa para diseñar informes y modelos de datos.
Crear dimensiones personalizadas sin necesidad
Duplicar campos estándar o registrar atributos que nunca se usan aumenta complejidad sin mejorar el análisis.
Usar identificadores únicos como dimensiones de reporting general
Pueden generar cardinalidad extrema y producir informes difíciles de leer o limitaciones específicas de la herramienta.
Segmentar por una dimensión mal definida
Si canal, campaña, categoría o dispositivo no tienen reglas de clasificación consistentes, el desglose puede parecer preciso y aun así ser conceptualmente incorrecto.
Preguntas frecuentes sobre dimensiones en analítica.
¿Qué es una dimensión en analítica?
En analítica, una dimensión es un atributo que describe los datos y cuyos valores se usan para agrupar o segmentar observaciones y para desglosar métricas; por ejemplo, canal, país, dispositivo, campaña o página. La dimensión aporta el contexto del análisis —qué categoría o característica se está observando—, mientras que una métrica cuantifica un resultado asociado a esos grupos. Aunque sus valores suelen ser texto, también pueden ser fechas, identificadores o números tratados como categorías, según el sistema y el uso analítico.
¿Cuál es la diferencia entre dimensión y métrica?
Una dimensión describe o clasifica los datos y se usa para agruparlos o desglosarlos; una métrica cuantifica un resultado. Por ejemplo, «canal» puede ser una dimensión y «sesiones», «conversiones» o «ingresos» métricas. La dimensión responde algo parecido a «¿según qué característica?» y la métrica a «¿cuánto?».
¿Qué ejemplos de dimensiones se usan en marketing?
Son comunes canal, fuente, medio, campaña, país, ciudad, dispositivo, página, categoría de producto, nombre del evento o tipo de cliente. La lista depende del modelo de datos y de la herramienta: una dimensión es relevante cuando aporta un contexto útil para segmentar o interpretar una medición.
¿Una dimensión puede contener números?
Sí. El tipo de dato no define por sí solo si un campo funciona como dimensión o métrica. Una edad, un año, un código o un identificador pueden tratarse como categorías descriptivas; en cambio, ingresos o cantidad de compras suelen utilizarse como métricas porque se agregan para cuantificar un resultado.
¿Qué es una dimensión personalizada?
Es una dimensión definida para analizar información descriptiva que la herramienta no ofrece como dimensión estándar. En Google Analytics, por ejemplo, puede crearse a partir de datos personalizados recolectados mediante parámetros de eventos o propiedades de usuario, según el alcance permitido por la plataforma.
¿Qué es la cardinalidad de una dimensión?
Es la cantidad de valores únicos que puede tomar una dimensión. «Tipo de dispositivo» suele tener pocos valores; una URL, un ID o una marca de tiempo pueden tener muchísimos. Una cardinalidad alta aumenta la granularidad, pero también puede complicar el rendimiento, la lectura o los límites de algunos sistemas de reporting.
Referencias clave.
Google Analytics. Dimensión.
Google Analytics. Cómo cambiar las dimensiones en los informes de detalles.
Google Analytics. Acerca de las dimensiones y métricas personalizadas.
Google Analytics. Cardinality.
Adobe Analytics. Información general de dimensiones.
Términos relacionados