Cuando trabajas en productos digitales, los datos son la brújula que nos evita navegar a ciegas. Pero en la era del privacy-first, esa brújula no puede venir a costa de la confianza de tus usuarios ni de complicaciones legales. Hace tiempo monté un sistema de analytics basado en Plausible para varios proyectos en Gomigo y en consultorías: sencillo, respetuoso con la privacidad y lo bastante completo para tomar decisiones de producto. Aquí te cuento cómo lo hice, por qué funciona y cómo puedes adaptarlo a tus necesidades.
¿Por qué elegir un enfoque privacy-first?
Primero, un par de razones prácticas:
Menos fricción legal: cumplir con GDPR/CCPA es más sencillo cuando no recolectas datos personales.Mejor experiencia de usuario: no necesitas banners invasivos de cookies que interrumpan flujos.Velocidad y rendimiento: herramientas ligeras como Plausible reducen la carga de la página.Confianza de marca: ser transparente sobre analíticas refuerza la relación con los usuarios.Para mí, estas razones valen tanto como las métricas: prefiero datos honestos y representativos a métricas infladas por rastreo invasivo.
Qué es Plausible y por qué lo uso
Plausible es una alternativa open-source a Google Analytics, centrada en privacidad y simplicidad. Algunas ventajas prácticas que aprecié al implementarlo:
Sin cookies (por defecto), lo que facilita el cumplimiento normativo.Interfaz minimalista con métricas accionables: visitantes, conversiones, eventos y fuentes de tráfico.Puedes usar su servicio cloud o desplegarlo self-hosted si quieres control total.Ligero en carga (un único script pequeño).En mis proyectos prefiero la versión self-hosted cuando el control y la independencia son críticos; para proyectos pequeños, el plan cloud de Plausible es una opción rápida y segura.
Arquitectura recomendada
Mi arquitectura tipo para un sistema privacy-first con Plausible se ve así:
Front-end: script de Plausible (o proxy) integrado en la web.Backend: servidor de Plausible (self-hosted) o servicio cloud.Reverse proxy opcional para anonimizar IPs y reducir rastreo (ej. Nginx).Almacenamiento: la base de datos de Plausible (Postgres) con backups en S3 si self-hosted.Visualización complementaria: dashboards simples en Retool o Data Studio (solo con métricas agregadas).La clave es mantener la cadena de datos en niveles agregados y evitar enviar PII (identificadores personales) a la plataforma.
Pasos prácticos para arrancar
A continuación te doy una guía paso a paso que seguí y ajusté con el tiempo:
Decide cloud vs self-hosted. Si gestionas datos sensibles o quieres independencia, self-hosted es la opción. Para lanzamiento rápido y sin mantenimiento, el cloud de Plausible funciona muy bien.Instala y configura Plausible. En cloud solo copias el script. En self-hosted sigues la doc oficial (Docker Compose es la forma más sencilla). Configura variables de entorno para dominios, base de datos y backups.Anonymiza las IPs y ajusta la retención. En la configuración, activa el anonimizado y reduce la retención de datos si no necesitas histórico extenso.Implementa el script o proxy. Incluye el script de Plausible en tu plantilla base. Si usas un proxy, redirige las llamadas a tu servidor Plausible para ocultar que usas la plataforma.Define eventos relevantes. Antes de medir, decide qué acciones importan: signups, clicks en CTA, completado de onboarding, uso de features clave. Evita medir “todo”, mide lo que importa.Implementa eventos personalizados. Usa plausible('trackEvent', { name: 'signup' }) (o data attributes) para registrar eventos de producto. Yo suelo registrar: inicio de registro, registro completado, activación de feature X y conversiones de pago.Configura metas y embudos. Plausible permite metas y embudos básicos. Define el embudo principal (ej. visita > inicio registro > completar registro > primer uso) y mide las tasas de conversión entre pasos.Integra con otras herramientas (solo agregados). Exporta datos agregados a BigQuery o usa webhooks solo con KPIs, no con identificadores. Para experimentos A/B, guarda resultados agregados y enlázalos con versiones producto.Audita y documenta. Mantén un registro de qué eventos existen, su significado y cómo se calculan. Esto evita falsas interpretaciones.Métricas y KPIs privacy-first que realmente importan
En un enfoque orientado a producto, dejo de lado métricas de vanidad y me centro en:
Tasa de activación: % de usuarios que completan el primer flujo clave.Tasa de retención semanal/mensual (cohortes anónimas).Tasa de conversión del embudo principal.Eventos de uso de features (frecuencia por usuario promedio, sin identificar usuarios).Funnels por segmento de tráfico (fuente/medio) para ver campañas que generan usuarios de más calidad.Usa cohortes y métricas agregadas para responder preguntas sobre comportamiento sin reconstruir perfiles individuales.
Consentimiento y transparencia
Aunque Plausible opere sin cookies, es buena práctica ser transparente:
Incluye un apartado en tu política de privacidad explicando qué se mide y por qué.Ofrece una opción opt-out sencilla si algún usuario lo solicita (Plausible incluye opciones de exclusión).Explica en lenguaje claro que no se recopilan datos personales ni se comparten con terceros.Trucos y aprendizajes que me han funcionado
No confundas granularidad con utilidad: menos eventos bien definidos > muchos eventos sin contexto.Valida eventos con QA: usa la consola y panel de Plausible en tiempo real para comprobar que lo que mides coincide con la acción.Combina datos cuantitativos con feedback cualitativo: encuestas in-app o sesiones de usuarios complementan las métricas.Automatiza informes semanales con solo KPIs clave para el equipo (por ejemplo, un correo con activaciones y conversión del embudo).Si self-hosted, automatiza backups de Postgres y actualizaciones del contenedor para no perder datos ni seguridad.Limitaciones y cuándo no usar Plausible
Plausible es excelente para métricas product-led y privacidad, pero no es la mejor opción si necesitas:
Analíticas por usuario o perfiles para soporte o personalización avanzada.Trackeo extremadamente detallado de eventos con gran volumen de custom dimensions (para eso, herramientas como Snowplow o Mixpanel pueden encajar, siempre que gestiones la privacidad).En esos casos, evalúa si puedes seguir un enfoque híbrido: usar Plausible para métricas públicas y una solución separada, con consentimiento, para casos que requieran tracking por usuario.
Si quieres, puedo ayudarte a diseñar la lista de eventos y embudos para tu producto concreto y darte el snippet de implementación para Plausible (cloud o self-hosted). También puedo compartir la checklist de despliegue que uso para no dejar cabos sueltos.
