Las audiencias predictivas en GA4 segmentan a los usuarios según la probabilidad de que compren, dejen de visitar la web o generen más ingresos, usando modelos de aprendizaje automático entrenados con el comportamiento real de cada propiedad. Para un despacho que paga por captar leads, la promesa es dirigir el remarketing solo a quien de verdad está a punto de desaparecer, no a todo el que pasó por el blog. El problema llega antes de activar nada: GA4 exige un volumen de datos que la mayoría de despachos no reúne, y no las tres métricas sirven igual a un negocio sin carrito de compra.
Las audiencias predictivas en GA4 necesitan al menos 1.000 usuarios recurrentes que cumplieron la condición (compra o abandono) y 1.000 que no, en los últimos 28 días. Sin ese volumen, Analytics no genera la predicción, por mucho tráfico cualificado que tenga el despacho.
Qué miden las audiencias predictivas en GA4
Una audiencia predictiva en GA4 no describe lo que un usuario ya hizo, sino lo que un modelo calcula que hará en los próximos días. GA4 entrena el modelo con los eventos de cada propiedad —páginas vistas, formularios, tiempo en sesión— y asigna a cada usuario recurrente una puntuación entre 0 y 1. Esa puntuación es la base de las audiencias sugeridas: quien saca más nota en «probabilidad de abandono» entra en la audiencia de riesgo; quien saca más en «probabilidad de compra» entra en la de posibles compradores.
La diferencia con un segmento normal es que el segmento mira el pasado («visitó la página de contacto») y las audiencias predictivas miran hacia delante («es probable que no vuelva»). Según documenta Google, el modelo se recalcula a diario y solo mientras siga cumpliendo el umbral de calidad mínimo: si el tráfico cae o cambia de patrón, la audiencia puede dejar de actualizarse sin aviso previo en la interfaz.
Las métricas detrás de la audiencia predictiva
GA4 ofrece tres métricas, y no las tres piden lo mismo. La probabilidad de compra y los ingresos previstos dependen de que la propiedad registre el evento purchase o in_app_purchase: sin ecommerce real, esas dos métricas no existen para el despacho, por mucho tráfico que tenga. La probabilidad de abandono es la única que no depende de ningún evento de venta, porque mide actividad general del usuario en ventanas de 7 días.
| Métrica | Qué calcula | Evento que exige | ¿Sirve a un despacho? |
|---|---|---|---|
| Probabilidad de compra | Que el usuario repita una compra en 7 días | purchase / in_app_purchase | No, salvo que venda servicios con carrito |
| Probabilidad de abandono | Que un usuario activo deje de estarlo en 7 días | Ninguno, solo actividad | Sí, con tráfico suficiente |
| Ingresos previstos | Gasto estimado en los próximos 28 días | purchase / in_app_purchase | No, sin evento de compra |
La tabla deja un mensaje incómodo para el marketing jurídico: de las tres audiencias predictivas que GA4 sugiere por defecto, dos están pensadas para ecommerce y solo una —la de riesgo de abandono— se puede activar sin maquillar los eventos. Forzar un purchase falso para desbloquear las otras dos distorsiona el resto de informes de ingresos de la propiedad.
El umbral que exigen las audiencias predictivas
El requisito no es de tráfico total, sino de usuarios recurrentes que cumplen o no la condición dentro de una ventana de 28 días. Para la probabilidad de abandono eso significa 1.000 usuarios que volvieron a la web en los últimos 7 días y 1.000 que, habiendo sido activos antes, no volvieron. Un despacho con un blog modesto puede sumar visitas, pero rara vez acumula 2.000 usuarios recurrentes distintos en un mes dentro de la misma propiedad.
Por qué el tráfico de un despacho rara vez llega a esa cifra
La mayoría de las visitas que llegan a un blog jurídico desde buscadores son usuarios nuevos que resuelven una duda puntual y no vuelven en el mismo mes, así que no cuentan para el cálculo. El modelo predictivo necesita usuarios que GA4 pueda observar entrando y saliendo de la condición varias veces, no visitantes de una sola sesión. Esto se relaciona directamente con el umbral de datos en GA4 que ya oculta filas enteras en otros informes del mismo despacho: el problema de fondo es el mismo, volumen insuficiente para que el sistema dé una respuesta fiable.
Marcar el contacto como compra no activa la probabilidad de compra
Algunas agencias recomiendan disparar un evento purchase ficticio cuando alguien rellena el formulario de contacto, con un value simbólico, para desbloquear la probabilidad de compra y los ingresos previstos. El resultado práctico es que los informes de ecommerce de la propiedad se llenan de «ventas» que nunca existieron, y cualquier exportación a Looker Studio o a BigQuery arrastra ese ruido. Es preferible declarar el contacto como evento personalizado y marcarlo como clave sin forzarlo a parecer una transacción: la probabilidad de abandono sigue funcionando igual, sin ensuciar el resto de la cuenta.
Cómo crear la audiencia predictiva de riesgo
Desde Configuración > Audiencias, la plantilla sugerida «Usuarios con probabilidades de abandono en los próximos 7 días» aparece sola en cuanto la propiedad cumple el umbral; no hace falta construirla a mano con condiciones. Si no aparece, GA4 está indicando que todavía no hay suficientes usuarios recurrentes, y añadir más segmentos no acelera el proceso: solo lo hace más tráfico repetido real.
Una vez visible, conviene revisar tres cosas antes de usarla en campañas:
- La ventana de recuento de miembros, que por defecto suele ser corta y conviene ampliar para que la audiencia tenga tamaño suficiente para Google Ads.
- La exclusión de usuarios que ya convirtieron, para no gastar presupuesto en remarketing a quien ya dejó sus datos.
- La exportación a Google Ads, que exige vincular la cuenta de anuncios a la propiedad antes de que la audiencia se sincronice.
El propio catálogo de audiencias de GA4 recomienda revisar la calidad del modelo en el panel de Configuración antes de dar por buena la segmentación: una audiencia con calidad baja puede incluir usuarios con una probabilidad real muy distinta de la que muestra el percentil.
Remarketing para los usuarios que GA4 marca en riesgo
La utilidad de la audiencia de abandono no es contemplarla en el informe, sino actuar antes de que el usuario desaparezca. Un lead que visitó dos veces la página de un área de práctica y entra en la franja de riesgo es buen candidato a un anuncio con un caso de éxito concreto, no con la misma pieza genérica que ve todo el tráfico frío. Comparar el rendimiento de esa audiencia frente al resto de segmentos ayuda a decidir si merece presupuesto propio: el artículo sobre qué canal capta mejores leads explica cómo montar esa comparación dentro de GA4.
También sirve para email: si el usuario dejó su correo en un lead magnet, la misma lógica de riesgo justifica una secuencia de recuperación antes de que pase a la lista de contactos fríos. Lo que no conviene es tratar la audiencia como una lista fija: se recalcula cada día, así que un usuario puede entrar y salir de ella sin que haya cambiado nada en la campaña.
Preguntas frecuentes sobre audiencias predictivas en GA4
¿Cuántos usuarios necesita un despacho para activarlas?
Al menos 1.000 usuarios recurrentes que cumplieron la condición predictiva y 1.000 que no, dentro de los últimos 28 días. Es un umbral de usuarios que repiten visita, no de sesiones totales ni de tráfico nuevo.
¿Sirve la probabilidad de compra sin tienda online?
No de forma nativa: exige el evento purchase o in_app_purchase. Un despacho sin carrito de compra solo puede aprovechar la probabilidad de abandono, que se basa en actividad y no en transacciones.
¿Qué pasa si la propiedad deja de cumplir el umbral?
GA4 detiene la actualización de esa métrica y la audiencia puede desaparecer de la lista sin aviso destacado. Conviene revisar el estado del modelo en Configuración antes de dar por sentado que sigue activa.