Google Analytics RegEx: Ultimate Super Powered Guide To Data Tracking

Google Analytics regex (es decir, expresiones regulares) es un conjunto de habilidades infravalorado.
Si quieres hacer cualquier tipo de filtrado o focalización más allá de lo básico, un buen dominio de regex te dará superpoderes de Analytics.

Por supuesto, las expresiones regulares tienen casos de uso mucho más amplios que la analítica y el marketing. Pero para los propósitos de este artículo, cubriremos algunos casos de uso táctico que podrían ayudarle con los conocimientos de los usuarios, la organización de los datos, e incluso la orientación avanzada y los casos de uso de marketing de motores de búsqueda.
Pero primero, vamos a resumir brevemente lo que son las expresiones regulares, específicamente en relación con Google Analytics.

Google Analytics RegEx: ¿Qué es?

Las expresiones regulares son cadenas de texto especiales para describir patrones de búsqueda.
¿Qué? Incluso más específicamente, con Google Analytics, pueden ayudarle a crear definiciones más flexibles para cosas como filtros de vista, objetivos, segmentos, audiencias, grupos de contenido y agrupaciones de canales.
Básicamente, son caracteres predefinidos o una serie de caracteres que coinciden amplia o estrechamente y seleccionan patrones en sus datos de análisis digital. Son una herramienta general que se puede utilizar de muchas maneras (toneladas de lenguajes de programación y herramientas permiten regex). Pero en Analytics, vamos a utilizarlas principalmente para hacer coincidir patrones en los datos.
No sólo es útil en Analytics, por supuesto. Especialmente, si eres un usuario de Google Tag Manager o si estás ejecutando una segmentación complicada en tus pruebas A/B, vas a utilizar mucho regex. Como dice Chris Mercer, fundador de MeasurementMarketing.io:

«Utilizamos regex a diario. Nos ayuda a definir claramente todo, desde los pasos del embudo en un objetivo de Google Analytics, a un desencadenante específico en Google Tag Manager.»

Sin embargo, si desea hacer una inmersión profunda y realmente aprender las expresiones regulares, aquí hay algunos recursos (no es necesario para las cosas básicas en Google Analytics, y probablemente para alguien de más habilidad técnica):

• Expresiones regulares: The Complete Tutorial
• Mastering Regular Expressions 3rd Edition (Book)
• Learn Regular Expressions the Hard Way

También puedes aprender de forma interactiva a través de algo como RegexOne o RegexR, ambos son geniales. Pero vamos a pasar de eso y caminar a través de los caracteres regex de Google Analytics más comúnmente utilizados, por lo que puede empezar a poner esto en uso.

Google Analytics RegEx Cheat Sheet

Mira los siguientes caracteres regex de Google Analytics como una especie de hoja de trucos – es probable que no los utilice de inmediato, pero brevemente repasando lo que es capaz de hacer con regex le permitirá buscar la respuesta cuando sea necesario.
Para un breve resumen, no he encontrado nada más condensado y al grano que esta guía:

Sin embargo, puedes ver que, sólo con eso como referencia, es un poco vago y ambiguo. Así que vamos a repasar los regex más utilizados en Google Analytics mostrando los casos de uso correspondientes.

Tubo (|)

Cuando quieras decir «O» debes utilizar un tubo (|). Como en «This | That» que significaría «This OR That».
Si eres un ávido usuario de los segmentos de Google Analytics, ya estás acostumbrado a utilizar los operadores lógicos OR.
Esta es una de las expresiones regulares más simples y comunes utilizadas en Google Analytics. Tiene muchas aplicaciones, aunque una de las más utilizadas puede ser a la hora de configurar objetivos. Si tiene dos páginas de agradecimiento con URLs distintas (/agradecimiento/ y /suscripción-confirmada/), pero desea realizar un seguimiento de ambas como finalización de un objetivo, puede utilizar esta expresión regular.
También puede utilizarla en filtros. Digamos que quiere ver un informe de comportamiento sobre dos artículos (sobre Lecciones de Marketing de Contenidos y sobre Análisis de Contenidos), con las URLs /content-marketing-analytics/ y /content-marketing-lessons/. Podría escribir, como filtro, «content-marketing-analytics|content-marketing-lessons» y obtener sólo esos artículos.

La barra invertida (\)

La barra invertida (\) es otra expresión regular directa y comúnmente utilizada en Google Analytics. Significa «considerar el siguiente carácter como texto plano, y no como regex».
En otras palabras, hay muchas expresiones regulares que aparecen en texto plano, como el punto, el signo de interrogación y otros, que debemos aclarar si deben leerse como expresiones regulares o como texto plano.
Una cadena de consulta común en línea se utiliza cuando alguien busca algo en su sitio. Por ejemplo, cuando busco «juguetes para perros pequeños» en petsmart.com, esta es la cadena de consulta que aparece:

El signo de interrogación aquí significa que se ha producido una búsqueda en el sitio, pero el signo de interrogación también es una expresión regular muy utilizada en Google Analytics. Por lo tanto, al utilizar una barra invertida, debemos aclarar que, en este caso, el signo de interrogación debe leerse como texto sin formato.
Digamos que queremos coincidir con todas las cadenas de consulta de Google Analytics que empiecen por /search/?q= (porque eso significa una búsqueda). Entonces, la expresión regular sería:
search/\?q=
Puedes comprobarlo con un depurador como regex101.com:

Caret (^)

Caret (^) significa que una frase comienza con algo. Esto es importante cuando se tiene una frase que podría aparecer en cualquier lugar, pero se quiere coincidir específicamente con la frase en el punto de inicio. Por ejemplo, mire este ejemplo de varias frases diferentes que incluyen las palabras «Misión: exitosa».

Digamos que tienes un montón de campañas de AdWords que empiezan todas con la misma frase (porque eres un mal planificador para el futuro):

• Campaña Freemium Final
• Nuestra primera Campaña Freemium
• Oferta de Campaña Freemium Creativa
• Prueba de Campaña Freemium

Querrías escribir ^Campaña Freemium para que coincida con la primera, y con ninguna de las otras.

Signo de dólar ($)

El signo de dólar ($) significa que una frase termina con algo.
Cuando se combinan los dos, se puede apuntar a una frase de coincidencia exacta.
Si lanzó una campaña titulada «paidacquisitionfb» y luego lanzó otra llamada «paidacquisitionfb-2» porque no planificó bien y pensó que tendría otras campañas con títulos similares (sucede todo el tiempo), podría aislar la primera escribiendo:
^paidacquisitionfb$

Si tienes toneladas de páginas de categorías en tu blog, por ejemplo, y todas terminan en un número de página, puedes escribir un simple trozo de regex de Google Analytics para ver sólo las páginas de categorías del blog (^/page/*/$). Esto le daría listados como:

• /página/1
• /página/2
• /página/3

…y así sucesivamente.

Punto (.)

Un punto (.) coincide con cualquier carácter, lo que significa cualquier cosa que pueda encontrar en su teclado: números, letras, incluso espacios en blanco. No es muy útil por sí solo, pero se utiliza todo el tiempo en conjunción con otras expresiones regulares, especialmente el asterisco (que viene a continuación).
Digamos que quieres usarlo por sí solo, y usemos el ejemplo «ki..» Eso coincidiría con cualquier cosa que comience con las letras K e I, y luego los dos caracteres siguientes, sean los que sean.
Así que si tuvieras una cadena que incluyera las palabras kill, kind, kiss, kin, kid!, y kit, coincidiría con todas ellas. Espera, ¿qué? Sí, coincidiría con «kit» y «kin» siempre que hubiera un espacio después (también recoge los espacios en blanco). Siguiendo esa lógica, también recogería el signo de exclamación en «¡chico!»
Puedes ver por qué las cosas se complican si usas este solo.
Aquí tienes una ilustración del ejemplo anterior usando Regex101.com:

Asterisco (*)

El asterisco (*) coincide con cero o más de los elementos anteriores. Es un poco confuso cuando lo dices así, así que usaré un ejemplo.
¿Recuerdas aquel anuncio de «wazzup» de Budweiser de hace un tiempo? Sería bastante difícil adivinar cómo escribiría alguien esa frase si la buscara (digamos, en YouTube). Pero teóricamente podrías encapsular todas las variaciones ortográficas haciendo lo siguiente:
waz*up
Aquí tienes una ilustración de cómo funciona eso en regex101:

Si quieres ser súper preciso y tener en cuenta los caracteres en mayúsculas y minúsculas, puedes escribir algo así:
*
Pero estoy divagando.
Donde el asterisco es realmente más poderoso y más comúnmente utilizado es con un punto o como parte de otras combinaciones regex.

Combinación punto-asterisco (.*)

La combinación punto-asterisco (.*) básicamente significa que todo vale. Es muy común su uso.
Este combo se utiliza cuando se quiere hacer coincidir cualquier cosa en una cadena. Dado que el punto significa que coincide con cualquier carácter, y el * significa que coincide con cero o más caracteres antes de él, este combo es muy poderoso.
Ejemplo: usted tiene varios tipos diferentes de cuentas de clientes, pero le gustaría ver sus datos para todos ellos. Todos ellos tienen páginas similares, por lo que sus páginas se ven algo así:
/cliente/pro/login/
/cliente/gratuito/login/
/cliente/principiante/login/
Puede escribir la siguiente expresión regex para hacerlo:
/cliente/.*/login
Yo suelo utilizar esta expresión regex de Google Analytics para configurar segmentos para usuarios con un ID de usuario.

Signo más (+)

El signo más (+) es muy similar al *, excepto que coincide con UNO o más de los caracteres anteriores. No hay mucho más que decir sobre éste, sólo que es muy ligeramente diferente del asterisco. Esta es la diferencia:
Imagina que tienes las palabras: hola, hhello y hhhello.
Si escribes hh+ello sólo coincidirá con las dos segundas, pero si escribes hh*ello, coincidirá con todas ellas.
Distinción menor. En realidad, casi siempre uso el asterisco en lugar del signo más.

Signo de interrogación (?)

El signo de interrogación (?) es fácil. Simplemente significa que el último carácter es opcional.
Diga que no le importa mucho si la palabra es plural o no (como con zapatos). Puede ser «zapato» o «zapatos», y quieres capturarlo de cualquier manera. Entonces, puedes escribir «¿zapatos?»
Aquí tienes un ejemplo usando mi nombre. Si alguien lo escribiera «Alex Birket» durante una búsqueda en el sitio, probablemente aún querría ver eso. Así que puedo escribir:
¿Alex Birkett?
Así es como se ve en regex101.com:

Los paréntesis ()

Los paréntesis funcionan de la misma manera que en las matemáticas. Ellos le dicen a priorizar y aislar la lógica que está en juego dentro de ellos.
Supongamos que usted tiene una empresa de SaaS con tres ofertas y desea hacer coincidir todas sus páginas de precios. Sus URLs son las siguientes:
sitio.com/productos/reuniones/precios
sitio.com/productos/crm/precios
sitio.com/productos/correo electrónico/precios
Para atrapar los tres, podría utilizar una expresión regular como ésta:
^/productos/(reuniones|crm|correo electrónico)/precios$

Los corchetes ()

Los corchetes () crean una lista. Si tiene tres cadenas, «cosa1″, cosa 2» y «cosa3», podría hacerlas coincidir todas escribiendo «cosa» o «cosa» (más sobre los guiones en un momento – se usan comúnmente con los corchetes.
Los corchetes pueden usarse para hacer coincidir varias iteraciones de una palabra o cadena, mientras que también se excluyen otras iteraciones. Por ejemplo, si quiere que coincidan «can», «man» y «fan», pero no «dan», «ran» o «pan», podría utilizar la siguiente expresión regular para hacerlo:

Esto es algo que puede utilizar si tiene unos cuantos productos diferentes con nombres similares, como «shoes1», «shoes3» y «shoes5». Podría coincidir con esos, y nada más, usando «zapatos»

Los guiones (-)

Los guiones (-) funcionan para crear listas lineales de elementos.
Como en, cuando está usando corchetes, no tiene que simplemente enumerar todo si ocurre linealmente. Por lo tanto, si quiere hacer coincidir una cadena de números en la que el último puede ser cualquier cosa desde el cero hasta el nueve, podría escribir esto:
1234
O bien, podría escribir lo mucho más simple:
1234
Esto también funciona para las letras. Imaginemos que tiene una categoría de página que termina en dos letras al azar. Algo así:
/página-aa/
Puede hacer coincidir todas ellas escribiendo:
/página-*/
Puede ver un ejemplo de esto en regex101 aquí:

Los corchetes ({ })

Los corchetes ({}) le indican cuántas veces debe repetir el último elemento.
Por ejemplo, si quiere coincidir sólo con «wazzzzup», podría usar «waz{4}up».
Pero si quiere coincidir con «wazzzzzup» y «wazzzup», pero no con «wazup», podría usar «waz{3,5}up». Esto es básicamente decir para que coincida con el carácter «z» no menos de 3 veces, pero no más de 5 veces.

Realmente no he utilizado mucho esta expresión regular en Google Analytics, pero un caso de uso común podría ser para los códigos postales. Normalmente, los dos primeros caracteres son iguales en una ciudad (78- para Austin, TX, por ejemplo). Así que podría coincidir con cualquier código postal de Austin, TX escribiendo:
78{3}
Esto dice que las tres últimas letras pueden ser cualquier número aleatorio del cero al nueve.

Google Analytics RegEx: Ejemplos específicos que puede utilizar

Uno de los casos de uso más comunes de Google Analytics regex es construir filtros. Vamos a recorrer tres ejemplos, uno simple y otro un poco más complicado.
Primero, un ejemplo inspirado en un gran post en Search Engine Land por Jenny Halasz.
Digamos que tienes una arquitectura de sitio desordenada, pero quieres mirar todos los posts con un determinado subdirectorio. Podría ser cualquier cosa, digamos una categoría del sitio o un tipo de contenido. En este ejemplo, estamos buscando una categoría del sitio para /music/, pero sólo en el tercer subdirectorio. En este caso, puedes escribir ^/.*/.*/música/.* y te dará ese informe.

Parece confuso a primera vista – pero después de aprender lo que significan estas expresiones regulares, es bastante sencillo. Básicamente, le estamos diciendo a GA que coincida con la página de destino que comienza con (^) una barra, luego cualquier carácter (.*), luego una barra, luego cualquier carácter (.*), luego una barra y luego música.
LawnStarter utiliza una táctica similar para los informes. Su estrategia consiste en crear contenido específico de la ciudad en una subcarpeta de sus páginas de la ciudad, utilizando el siguiente formato:
https://www.lawnstarter.com/{página transaccional de la ciudad }}/{pieza de contenido informativo }}
Para filtrar el contenido de los embudos de conversión y los informes de tráfico, utilizan la siguiente regex, según el fundador Ryan Farley.

En segundo lugar, vamos a caminar a través de cómo configurar un filtro para una de sus vistas de Google Analytics. Es probable que tenga un especialista en implementación que haga esto, pero si no, siempre mida dos veces y corte una vez aquí. Es fácil estropear estas cosas (que es también la razón por la que debe configurar su cuenta de Google Analytics con una vista sandbox para probar las cosas primero).
Para configurar los filtros, vaya a Admin > Filtros > Añadir filtro.

El filtro más utilizado en Google Analytics es probablemente para excluir el tráfico de su(s) propia(s) dirección(es) IP.
Para muchos, puede configurar esto de forma sencilla, porque sólo tiene una IP. Para las empresas más grandes, es posible que tenga una serie de IP, y puede configurar las exclusiones más fácilmente con Google Analytics regex.
Por ejemplo, si escribió 63\.212\.171\., eso excluiría todas las direcciones IP de 63.212.171.1 a 63.212.171.9.

Otra cosa que puedes hacer con el regex de Google Analytics es establecer filtros para limpiar los parámetros de consulta.
Esto puede ser tanto molesto como problemático para tu análisis de datos.

Dependerá de cómo sea tu situación específica, pero hay algunas maneras diferentes en las que puedes usar regex para limpiar eso (nota: también puedes hacerlo en Google Tag Manager o Excel, dependiendo de la magnitud del problema. Más sobre esto aquí).
Por último, vamos a hablar de un ejemplo que podemos utilizar para organizar mejor nuestro seguimiento de subdominios. Si tienes varios dominios o subdominios, es posible que tengas URLs duplicadas a menos que configures un filtro para anteponer tu nombre de host a tu URi de solicitud. En otras palabras, podría tener dos URLs:

• site.com/about
• blog.site.com/about

Estas representan dos páginas diferentes (una es una página sobre su empresa y la otra es una sección sobre su blog). Pero ambas se verían en Google Analytics como /about, a menos que configure el siguiente filtro (utilizando expresiones regulares de Google Analytics combinadas de punto y asterisco):

En realidad ya hemos cubierto cómo configurar estos filtros bastante a fondo en un post anterior de KlientBoost sobre el seguimiento entre dominios y subdominios.

Consejos de RegEx de Google Analytics &Errores a evitar

Las expresiones regulares son una de esas cosas que sólo tienes que practicar y ensuciarte las manos para aprender. Como tal, vas a cometer errores.
Ese es el consejo más importante, realmente: probar las cosas y ver si funcionan. He enumerado toneladas de recursos en este post sobre cómo probar tu regex, desde regex101.com hasta regexbuddy.com. Sumérgete y utiliza estos recursos.
Sin embargo, con algo de previsión y heurística, puedes aprender más rápidamente y detectar más errores.
Una cosa que realmente hay que aprender es cómo «escapar» en regex (ya hablamos de esto con la barra invertida). Leho Kraav, CTO en el Instituto CXL, lo dice así:

«Yo diría «aprende sobre cómo escapar correctamente las cosas» – es fácil obtener desajustes cuando los caracteres son los mismos, pero su significado es diferente dependiendo de si se escapan o no»

Por ejemplo, si su consulta tiene un signo de interrogación, eso también es una expresión regular por lo que necesita dejar claro con la barra invertida. Chris Mercer, fundador de MeasurementMarketing.io, también dice que no aprender esta capacidad es uno de los mayores errores que ve cometer a los principiantes:

«El error más común que vemos con los principiantes que utilizan regex es olvidarse de «escapar» los símbolos regex. Por ejemplo, si busca páginas que coincidan con el regex «thankyou/?success=yes», no funcionará. El «?» en sí mismo es un símbolo regex, y necesita ser desactivado utilizando el «carácter de escape» (el » \ «. En este caso, «thankyou/\?success=yes» funcionaría.»

¿Otro consejo? Mantenga la sencillez. La gente trata de complicar las cosas (echa un vistazo a la expresión regular más complicada que jamás hayas visto, escrita por Leho, aquí), pero las expresiones regulares son «codiciosas» y coincidirán con todo lo que puedan. Google Analytics publicó una entrada en su blog con consejos y lo explicó así:

«Si necesita escribir una expresión que coincida con «nuevas visitas», y las únicas opciones con las que va a coincidir son «nuevas visitas» y «visitas repetidas», basta con la palabra «nuevas».
Coincidirán con todo lo que puedan, a menos que les obligue a no hacerlo. Si su expresión es «visitas», coincidirá con «nuevas visitas» y «visitas repetidas». Después de todo, ambos incluyen la expresión «visitas». Para que sean menos codiciosos, tienes que hacerlos más específicos»

Así que empieza despacio, hazlo simple y no te abrumes con la complejidad (la posibilidad de error se correlaciona con la complejidad en este caso).
Mercer también reitera este punto, aconsejando tomar las cosas gradualmente:

«Cuando empieces, céntrate en ser bueno… y luego mejora. Es fácil abrumarse con todas las diferentes posibilidades que te ofrece regex, pero si sólo empiezas con lo básico, como dominar el símbolo de «o» (el » | «) rápidamente adquieres experiencia y empiezas a darte cuenta de lo que es posible con regex.»

Consejo final de mi parte: aprende a buscar cosas en Google. Esto es cierto para cualquier programación, pero especialmente para las expresiones regulares. Vas a olvidar cosas, y si no escribes regex a diario, no tiene sentido memorizarlo todo. Aprende a buscar cosas y a encontrar respuestas a lo que estás tratando de hacer.

Fuera de Google Analytics: RegEx para otros usos de marketing

Regex es también algo que todos los practicantes de SEO deberían mirar. En primer lugar, obviamente, porque el SEO y la analítica digital (por ejemplo, Google Analytics) están inextricablemente entrelazados. En segundo lugar, porque algunas de las mismas expresiones regulares que escribimos para filtrar y hacer coincidir los caracteres en nuestros datos de Google Analytics también se pueden utilizar en la extracción de datos para las tácticas de SEO.
En otras palabras, las expresiones regulares son importantes para el raspado de la web.
En el caso del raspado de la web y el SEO, por lo general se trabajará a través de un lenguaje de programación como Python, pero los principios son los mismos.
Como ejemplo, usted podría raspar todo el texto en negrita en una página usando esto:
<strong>(+)</strong>
O como se menciona en este artículo de SEJ, si uno estuviera raspando ESPN para todos los autores, uno podría escribir esto:
«columnista»:»(.*?)»
Por el bien de la cohesión y la cordura, no voy a bucear todo el camino en el raspado web avanzado. Basta con saber que regex es importante en esta área, también. Sin embargo, si usted desea aprender más, le sugiero estas fuentes:

• Scraping web con expresiones regulares
• Scraping con expresiones regulares (Stanford)
• Cómo utilizar Regex para SEO & Extracción de datos de sitios web

Las expresiones regulares también le ayudan a trabajar con sus datos de SEO, más allá de simplemente raspar la web. Por ejemplo, puede utilizar regex para personalizar aún más la forma en que está utilizando Screaming Frog.
Jenny Halasz dio un buen ejemplo de uso de regex para limpiar los datos en un post de Search Engine Land:

«Por ejemplo, digamos que usted tiene una lista de URLs y necesita desglosarlas sólo en el TLD (Top Level Domain).
Puede utilizar un simple buscar/reemplazar para http y www, pero ¿cómo eliminar fácilmente todos los nombres de archivo? Podrías eliminarlos todos manualmente, pero eso es una molestia. Usando un simple comodín regex (/*), puedes eliminar la barra y todo lo que viene después.»

Podríamos hablar eternamente de las expresiones regulares para el SEO y el web scraping, pero me limitaré a enlazar algunos buenos recursos por si quieres aprender más (es un lenguaje muy versátil, después de todo, con muchos casos de uso más allá de la analítica):

• Cómo afecta la expresión regular al SEO
• 5 potentes e impresionantes trucos de redirección de Htaccess
• Cómo usar la expresión regular para la segmentación de informes

Conclusión

El regex de Google Analytics es realmente algo que todo analista debería saber, incluso si no te consideras un técnico. Más allá de eso, conocer algunas expresiones regulares (o al menos cómo buscar respuestas y aplicarlas a los problemas correctos) puede ayudar a los profesionales del marketing con varias actividades también.
Sólo digo que no es un conjunto de habilidades muy común, por lo que probablemente impresionarás a algunos colegas con tus nuevas habilidades técnicas de marketing.
Así que te insto a que empieces a aprender, y lo que es más importante, sólo empieza a practicar el uso de expresiones regulares. No dan tanto miedo.