¿Qué es el Engagement?

El engagement es el nivel de interacción de los usuarios con un contenido o una marca: cuánto tiempo dedican a leer, si hacen scroll hasta el final, si comentan, comparten o hacen clic en algo más. Es un concepto amplio y, precisamente por eso, se usa de formas distintas según el canal del que se hable.

Ese uso amplio esconde un problema: "engagement" no significa lo mismo en un informe de analítica web que en un informe de redes sociales. En redes, engagement suele referirse a likes, comentarios, compartidos y guardados sobre una publicación concreta, casi siempre expresado como un porcentaje sobre el alcance o los seguidores. En Google Analytics 4, en cambio, engagement es una métrica con una definición técnica cerrada: una sesión cuenta como engaged si cumple uno de tres criterios exactos, sin margen de interpretación.

Las dos acepciones conviven y se confunden con frecuencia, sobre todo cuando alguien pide "mejorar el engagement" sin aclarar cuál de las dos mide. Un community manager y un analista de datos pueden estar hablando de números que no tienen ninguna relación matemática entre sí, aunque compartan la misma palabra. Por eso, quien fija un objetivo de KPI para "más engagement" debería aclarar desde el principio si se refiere a la engagement rate de GA4 o a la tasa de interacción de una red social concreta; de lo contrario, el resultado final no se puede medir con precisión.

La diferencia práctica importa porque no son comparables entre sí. Un 60% de engagement rate en GA4 y un 6% de engagement rate en Instagram no describen el mismo fenómeno ni con la misma escala: mezclarlos en un mismo informe, o preguntarse por qué "el engagement" bajó sin especificar de cuál se habla, lleva a conclusiones equivocadas.

GA4 considera una sesión como "engaged" (comprometida) si cumple al menos uno de estos tres criterios: dura más de 10 segundos, incluye dos o más páginas o pantallas vistas, o dispara al menos un evento clave (lo que en Universal Analytics se llamaba conversión). Basta con uno solo de los tres para que la sesión cuente como engaged; no hace falta cumplirlos todos.

Esto es un cambio de fondo respecto a Universal Analytics, donde el modelo se basaba en si el servidor había recibido más de un hit. Una visita que leía un solo artículo durante un minuto y se iba contaba como "rebote" en UA, porque solo había un hit registrado, aunque el usuario claramente hubiera leído el contenido. En GA4 esa misma visita es una sesión engaged, porque superó los 10 segundos de duración, independientemente de cuántas páginas viera.

La engagement rate y la tasa de rebote son, de hecho, la misma medición vista desde ángulos opuestos: la tasa de rebote es el porcentaje de sesiones que no fueron engaged, es decir, 100% menos la engagement rate. No son dos métricas independientes que haya que optimizar por separado, sino el reverso exacto una de la otra.

La fórmula es sencilla: engagement rate = sesiones engaged ÷ sesiones totales × 100. Si un sitio recibió 1.000 sesiones en una semana y 620 de ellas cumplieron alguno de los tres criterios de engaged session, la engagement rate de esa semana es del 62%.

El problema aparece cuando se busca un número de referencia único que sirva para "un buen engagement rate", porque no existe: depende demasiado del tipo de página y de la fuente de tráfico como para fijar un umbral general sin caer en una cifra inventada. Una landing page de captación con tráfico de pago se comporta de forma distinta a un artículo de blog con tráfico orgánico, y ambas se comportan distinto a una ficha de producto de e-commerce.

El caso que mejor ilustra por qué hay que mirar más allá del porcentaje es el del blog con alta tasa de rebote pero buena engagement rate real: un artículo que la mayoría de visitantes lee durante 40 segundos en una sola página, sin hacer clic a ningún otro sitio, es exactamente el comportamiento que el contenido buscaba provocar. Esa sesión es engaged porque superó los 10 segundos, aunque solo tuviera una página vista. Juzgar ese artículo por un supuesto "mal" bounce rate heredado de la lógica de Universal Analytics sería un error de lectura, no un problema real del contenido.

Por eso conviene leer la engagement rate junto con el tiempo medio de interacción por sesión (average engagement time) y con el objetivo real de cada tipo de página, en vez de perseguir un porcentaje aislado que no dice nada sobre si la visita cumplió su propósito.

En un producto SaaS con dashboard, por ejemplo, una sesión corta pero centrada en una sola pantalla clave (revisar un informe, exportar un dato) puede ser justo el comportamiento deseado, mientras que una sesión larga con muchas páginas vistas a veces solo indica que el usuario no encontró lo que buscaba a la primera. El número de la engagement rate no distingue entre esos dos escenarios por sí solo; hace falta cruzarlo con qué páginas se visitaron y con el evento clave configurado para ese producto.

En e-commerce pasa algo parecido entre la página de categoría y la ficha de producto. Una categoría con muchos clics y varios productos vistos parece, a primera vista, más engaged que una ficha de producto en la que alguien se queda 15 segundos y añade directamente al carrito. Según la definición de GA4, sin embargo, esa sesión corta en la ficha puede contar como engaged en cuanto el clic en «añadir al carrito» esté configurado como evento clave, mientras que la sesión larga navegando por la categoría, sin clic en ningún producto, acaba siendo solo una sesión con muchas páginas vistas y sin intención de compra clara.

• Antes de reportar "el engagement", aclara si hablas de la engagement rate de GA4 o de las interacciones de una red social: son métricas distintas y no se pueden sumar ni comparar directamente.
• Lee la engagement rate junto con el tiempo medio de interacción, no de forma aislada; un porcentaje alto con sesiones de pocos segundos cuenta una historia distinta a uno con sesiones largas.
• Segmenta la engagement rate por tipo de página y por canal de tráfico, en vez de mirar un único número global que mezcla landing pages, blog y ficha de producto.
• Configura como eventos clave las acciones que de verdad importan para el negocio (una compra, un envío de formulario, una reproducción de vídeo relevante), porque cualquiera de ellas convierte una sesión en engaged aunque dure menos de 10 segundos.
• En redes sociales, sigue la fórmula de engagement propia de cada plataforma en lugar de inventar una métrica cruzada que combine likes de Instagram con comentarios de LinkedIn.
• Revisa si la engagement rate cambió tras cualquier modificación de la configuración de GA4 (activar el seguimiento de scroll, añadir un evento nuevo), porque eso puede desplazar el número sin que haya cambiado el comportamiento real de los usuarios.

• Tratar la engagement rate como si fuera la vieja tasa de rebote de Universal Analytics y asumir que cualquier subida es automáticamente buena, sin comprobar qué hicieron realmente esas sesiones.
• Comparar la engagement rate de GA4 con un porcentaje de engagement de redes sociales como si midieran lo mismo, cuando ni la fórmula ni la escala coinciden.
• Perseguir un "buen" engagement rate copiado de un artículo genérico sin comprobar si ese número corresponde al mismo tipo de página o fuente de tráfico.
• No configurar eventos clave, de forma que sesiones realmente valiosas para el negocio nunca cuenten como engaged salvo que superen el umbral de duración o páginas vistas por casualidad.
• Presentar la engagement rate a un cliente o a dirección como sinónimo de "interés" sin explicar su definición técnica, lo que genera confusión cuando el número no coincide con la percepción subjetiva de cómo fue la campaña.