Las decisiones mejoran
cuando la evidencia
resiste preguntas.

¿Necesita tu tienda un banner de cookies para la analítica? ¿Es legal GA4 en España? ¿Qué permite la AEPD y qué cuesta incumplir la LSSI? Respuestas directas.

RGPD y ePrivacy son dos leyes distintas, y la analítica tiene que superar las dos para funcionar sin banner. El test legal y el veredicto por herramienta: GA4, Matomo, Plausible, Piwik PRO y SealMetrics.

Apunta un LLM a datos incompletos de GA4 y se inventa las respuestas. Cómo el dato cookieless completo más el MCP de SealMetrics permiten consultar tu propia analítica.

How European eCommerce teams measure revenue, attribution and conversion without cookies or consent banners. Shopify, WooCommerce and Magento reconciliation patterns.

How hotel groups measure direct bookings, meta-search revenue and multi-property portfolios without cookies. PMS reconciliation patterns for Mews, Cloudbeds, Opera.

How European SaaS teams measure trial-to-paid, PQLs and self-serve funnels without cookies. Works alongside Mixpanel/Amplitude, exports to BigQuery.

Consentless analytics captures 100% of DTC traffic without a cookie banner. How it works under GDPR/ePrivacy, and what European DTC teams get from it.

Ranked comparison of GA4, GA360, Adobe Analytics, Piwik PRO, SealMetrics, Amplitude, Mixpanel, and Matomo for enterprise teams.

GA4 pierde dato en tres niveles: rechazo de consentimiento, ad blockers y restricciones de navegador. Aquí están las cuentas.

We cataloged every cookie from 9 analytics tools using vendor docs and DevTools. GA4 sets 2 first-party cookies. Adobe sets 6. SealMetrics sets 0.

Every external domain is a DNS lookup, a privacy risk, and a GDPR liability. We mapped every domain contacted by 9 analytics tools.

GA4 starts sampling at 10M events in Explorations. Adobe varies by contract. Piwik PRO: optional. SealMetrics: never. We documented every threshold.

Heavy analytics scripts slow your site, consent banners hide visitors, and ad blockers erase data. The compound effect is costing you conversions.

We measured major analytics scripts from production CDNs. GA4 was 132x heavier than SealMetrics, the lightest of the ten tools tested.

The DUAA 2025 exempts certain analytics from consent requirements in the UK. We published our self-assessment showing how SealMetrics qualifies.

GA4 aplica muestreo cuando el tráfico supera ciertos umbrales. Cómo funciona, por qué importa y qué puedes hacer.

The European Commission proposed the biggest change to EU data law since GDPR. Cookie consent moves to GDPR, and first-party analytics may not require consent.

Cookie banners could vanish for 60% of websites. First-party analytics gets explicit legal authorization. A deep dive into COM(2025) 837 and what to do now.

The French CNIL allows certain analytics tools to operate without cookie banners. We documented how SealMetrics meets all 14 technical criteria.

Las cookies están desapareciendo. Cómo funciona la analítica cookieless, por qué captura más data y qué implica para RGPD.

55% de los visitantes UE rechaza cookies. 65% acepta solo en la segunda página. El impacto real sobre atribución y revenue.

GPT, Claude, Perplexity, and Google AI Overviews are sending traffic to your site. Traditional analytics cannot see it. Here is why it matters.

Your attribution model is only as good as the data feeding it. When 87% of touchpoints are missing, every attribution conclusion is wrong.

Cookieless tracking captures visitor behavior without browser cookies. Learn how it works, why it matters for GDPR compliance, and how it compares to traditional analytics.

Analytics data loss is the gap between real traffic and reported traffic. Learn the four causes, quantify the impact, and understand how to eliminate it.

Compara 7 alternativas a GA4 para eCommerce: precio, captura de dato, cumplimiento UE y features. De GA360 a plataformas cookieless.

Hacer analítica sin banners es legalmente posible. Base jurídica RGPD, criterios CNIL y requisitos técnicos.

Un centro de datos europeo no convierte a tu proveedor de IA en europeo. El CLOUD Act estadounidense sigue a la empresa, no al servidor. Así se distingue lo uno de lo otro, y por qué eso decide hasta dónde se puede llegar a tus datos.

Ejecutamos 162 consultas en vivo con tres modelos abiertos sobre datos de analítica reales para elegir la IA que va dentro de SealMetrics. Lo que lo decidió no fue MMLU: fue el tool-calling, el grounding y un fallo de seguridad que solo apareció en un idioma.

Pregunta a tu analítica en lenguaje natural y recibe respuestas ancladas en tus datos, con una inferencia que se ejecuta solo en la UE, no guarda nada y no entrena el modelo de nadie. Así funciona Seal AI y por qué es privada por arquitectura, no por promesa.

Cinco preguntas que cualquier marketer o DPO puede plantear a un proveedor de analítica con IA: quién es dueño de la inferencia, dónde se ejecuta, qué se conserva, qué entrena y si puedes marcharte. Con las respuestas que deberían tranquilizarte y las que no.

El Marco de Privacidad de Datos superó su primer recurso, tiene un recurso de casación pendiente ante el TJUE y otra impugnación anunciada en 2026. Estas son las configuraciones de analítica e IA que habría que volver a documentar de la noche a la mañana y las que nunca dependieron de él.

Casi todo el trabajo de privacidad en IA es control de daños sobre datos que ya eran personales de origen. Si tu analítica nunca recogió una IP, una cookie ni un identificador de visitante, no hay nada personal que enmascarar antes de que el modelo lo vea.

La mayoría de los equipos de marketing son responsables del despliegue de una IA de riesgo limitado, no proveedores. Eso significa una obligación principal — la transparencia del artículo 50 desde el 2 de agosto de 2026 — y muchos deberes que se quedan aguas arriba, en quien publica el modelo.

La trazabilidad completa del modelo que hay detrás de Seal AI: por qué Gemma 4 falló en el tool-calling, por qué Mistral Small 3.2 acabó con los bucles pero no con las respuestas pobres, y por qué ganó gpt-oss-120b. Dos cambios en tres semanas no son inestabilidad: son la prueba de que alguien está midiendo.

Una metodología copiable para evaluar un LLM sobre tu propio producto: stack real, verdad de referencia calculada en vivo desde la base de datos, evaluadores deterministas antes que cualquier juez LLM, trampas adversarias, intervalos de confianza de Wilson — y la tanda que descartamos, publicada entera.

Un modelo devolvió un gráfico cuya clave del eje Y era una lista en lugar de un string. La validación estricta del esquema lo rechazó y toda la respuesta del chat se cayó con un HTTP 500, por un gráfico decorativo. El bug, el arreglo en dos capas y tres reglas para quien publique salida estructurada de un LLM.

Un modelo que ignora una instrucción inyectada en español puede obedecer esa misma instrucción en inglés. Lo encontramos en nuestro propio benchmark, y es la razón por la que una evaluación monolingüe no puede certificar que un modelo sea seguro.

Los jueces LLM favorecen a su propia familia. Así que nombramos juez al candidato que perdió, a temperatura cero, y dejamos toda la puntuación objetiva en código determinista. Así se usa el LLM-as-a-judge sin engañarse a uno mismo.

MMLU mide conocimiento en aislamiento. Tu producto necesita tool-calling, seguimiento de instrucciones y grounding bajo carga real. Qué miden de verdad las cifras públicas, cómo leer su letra pequeña y un método en cinco pasos para probar un modelo sobre tu propia carga de trabajo.

Un chatbot responde con lo que memorizó. Un asistente de analítica debe responder solo con datos consultados en el momento. Esa diferencia es una arquitectura, no un prompt — y es la razón por la que un modelo con poca memoria factual puede ser el adecuado para leer tus números.

Con una API cerrada alquilas un comportamiento que no puedes inspeccionar, que puede cambiar bajo tus pies sin avisar y a un precio que fija otro. Los pesos abiertos no son una ideología: son la capacidad de irte. Y una garantía de privacidad de la que no puedes marcharte no es una garantía.

Seal AI es la opción por defecto: nada que configurar, inferencia solo en la UE, cero retención y cubierta por tu plan. La clave propia (BYOK) te da elección de modelo y te traspasa el análisis de transferencia internacional, el coste y la gestión de la clave. Guía honesta para elegir.

Tres ejemplos resueltos para un asistente de analítica con IA: una comparación de periodos, un desglose con razonamiento y una pregunta de interacción. Qué preguntar, qué pasa por dentro y cómo comprobar que la respuesta salió de tus datos.