El flujo de clics (Clickstream) es el registro cronológico de todos los clics (o toques) que un usuario realiza mientras navega por un sitio web o una aplicación. Representa la ruta completa del usuario, por ejemplo: "Inicio → Listado de productos → Detalle del producto → Carrito → Compra completada".
Los datos de clickstream incluyen las URL de las páginas visitadas, el tiempo de permanencia en cada página, los elementos sobre los que se hizo clic, la fuente de tráfico (referrer), el dispositivo y navegador utilizados, y las marcas de tiempo de cada acción. Analizar estos datos permite identificar cómo navegan los usuarios dentro del sitio y en qué punto abandonan. Al mismo tiempo, son datos que registran el comportamiento individual con mucho detalle, y en algunas jurisdicciones se exige consentimiento previo a la recogida y límites al periodo de conservación. Decidir qué se conserva y durante cuánto tiempo antes de diseñar el análisis evita rehacer el trabajo más adelante.
El análisis de clics de un servicio de URL acortadas corresponde a la parte de entrada del clickstream. Combinando la información del momento del clic en la URL acortada (hora, región, dispositivo, referrer) con los datos de Google Analytics del sitio de destino, se puede reconstruir de forma aproximada desde qué canal llegó el usuario, cómo se comportó en el sitio y si finalmente convirtió. Aun así, son dos conjuntos de datos recogidos por separado y sin un identificador común. Para enlazarlos hay que añadir parámetros de medición (como utm_source) al destino de la URL acortada, y aun entonces la correspondencia llega solo al nivel de grupos de tráfico, no de recorridos individuales. El número de clics del acortador y el de sesiones del sitio de destino tampoco suele coincidir: las visitas que se abandonan antes de que el destino termine de cargar, la precarga y los accesos de bots amplían esa diferencia.
Entre las aplicaciones prácticas del análisis de clickstream se encuentran el análisis de embudo (identificar la tasa de abandono en cada etapa), el análisis de rutas (descubrir las rutas con mayor tasa de conversión) y la detección de anomalías (identificar patrones de bots o clics fraudulentos). En el análisis de rutas el número de recorridos distintos crece muy rápido, así que fijarse solo en los primeros puestos da una idea equivocada del conjunto. En la práctica resulta más manejable localizar el paso concreto donde se concentra el abandono y analizar después las rutas inmediatamente anteriores y posteriores.
Para procesar grandes volúmenes de datos de clickstream se utilizan tecnologías de big data como Apache Kafka (streaming en tiempo real), Apache Spark (procesamiento por lotes) y BigQuery (consultas analíticas). Para sitios de menor escala, el informe Exploración de rutas de Google Analytics 4 suele bastar como punto de partida, y conviene pasar a la exportación a BigQuery cuando haya que seguir el comportamiento con más detalle.