Firebase Analytics: qué es, características clave e integración en tu proyecto

Límites y precios de Firebase Analytics

Firebase Analytics es completamente gratuito y no tiene límites en la cantidad de eventos registrados, una diferencia clave con Amplitude (10–20 millones de eventos en el plan gratuito) y Mixpanel (20 millones). Las únicas restricciones: 500 tipos de eventos por proyecto, 100 parámetros por evento (de los cuales no más de 25 son textuales) y 100 valores únicos de propiedad de usuario por proyecto.

La exportación a BigQuery también es gratuita hasta 10 GB al mes, lo que cubre las necesidades de la mayoría de las aplicaciones con hasta 100 000 MAU. Si se supera el límite, se aplican las tarifas estándar de BigQuery ($5/TB de datos procesados). Según Firebase Blog (2025), el 95 % de los proyectos se mantienen dentro de los límites gratuitos de BigQuery utilizando la exportación en streaming con extracción diaria. Para optimizar los costos de BigQuery, agregue datos antes de la exportación mediante consultas programadas; esto reduce el volumen de datos procesados entre un 60 y un 80 %.

¿Qué es Firebase Analytics?

Firebase Analytics es una plataforma de análisis en la nube de Google, parte del ecosistema Firebase. Proporciona un seguimiento integral del recorrido del usuario: desde el primer inicio de la aplicación hasta las acciones objetivo (compras, suscripciones, finalización de niveles). A diferencia de los sistemas universales como Google Analytics 4, Firebase Analytics está optimizado para aplicaciones móviles con una latencia mínima en el envío de eventos.

La ventaja clave es la integración perfecta con otros servicios de Firebase: Crashlytics para informes de fallos, Cloud Messaging para notificaciones push, Remote Config para pruebas A/B y Predictions para pronósticos de ML. Según Google I/O (2024), las aplicaciones que utilizan la pila completa de Firebase reducen el tiempo de implementación de funciones en un 30 %.

Características clave de Firebase Analytics

Seguimiento de eventos

Los eventos son la unidad fundamental de Firebase Analytics. Cada acción del usuario se registra como un evento con parámetros obligatorios (screen_view, session_start) y personalizados. Firebase admite hasta 500 tipos de eventos y 100 parámetros por evento. Todos los eventos no tienen límite de volumen — no hay restricción en la cantidad de eventos registrados por día, lo que distingue fundamentalmente al servicio de las alternativas de pago.

Audiencias y segmentos

Las audiencias son grupos dinámicos de usuarios que se actualizan en tiempo real. Se define una condición (por ejemplo, “usuarios que realizaron 3 o más compras en 30 días”), y Firebase agrega automáticamente nuevos usuarios cuando se cumple la condición. Las audiencias se utilizan para la segmentación de notificaciones push a través de Cloud Messaging y para la exportación a redes publicitarias (Google Ads, Display & Video 360).

Integración con servicios de Firebase

La integración es el diferenciador clave de Firebase Analytics frente a los sistemas aislados. Los datos de Analytics alimentan automáticamente Crashlytics (contexto de fallos), Remote Config (personalización de parámetros), Cloud Messaging (notificaciones segmentadas) y Predictions (predicción ML de LTV y abandono). Por ejemplo, el segmento de “alto riesgo de abandono” de Predictions se basa en datos de Analytics y activa automáticamente una campaña de retención a través de Cloud Messaging.

Cómo configurar Firebase Analytics en tu proyecto

La configuración de Firebase Analytics consta de tres pasos: crear un proyecto en Firebase Console, agregar el archivo de configuración google-services.json e inicializar el SDK en el código de la aplicación. Para Android, agregue el complemento google-services en build.gradle y la dependencia analytics-ktx. Para iOS, use Podfile con pod Firebase/Analytics.

Después de la inicialización del SDK, este registra automáticamente eventos básicos: first_open, session_start, screen_view y app_update. Para eventos personalizados, use el método logEvent con un nombre de evento y un paquete de parámetros. Verifique la integración mediante DebugView en Firebase Console — muestra eventos en tiempo real con todos los parámetros.

Eventos y parámetros en Firebase Analytics

El sistema de eventos de Firebase Analytics incluye eventos recomendados (purchase, add_to_cart, share, sign_up) con parámetros predefinidos y eventos personalizados con nombres y valores arbitrarios. Los eventos recomendados tienen una ventaja — participan automáticamente en los informes de Google Ads y permiten utilizar los modelos de predicción de Firebase Predictions.

Cada evento incluye parámetros: cadena (hasta 100 caracteres), numérico (Double) o matriz (Array). Los parámetros se dividen en propiedades de usuario (user properties), características que persisten entre sesiones (por ejemplo, el nivel en el juego), y parámetros de evento, el contexto de una acción específica. Según Firebase Team (2024), las aplicaciones con propiedades de usuario correctamente configuradas obtienen un 25 % más de información de los informes estándar.

Informes y paneles de Firebase Analytics

Firebase Console proporciona varios informes integrados. Overview — resumen de DAU, MAU, ingresos y tasa de conversión para el período seleccionado. Events — detalles de cada evento con cantidad, usuarios únicos y parámetros. Conversions — seguimiento de eventos objetivo marcados como conversiones. Retention — informe de cohortes desglosado por días, semanas y meses.

StreamView — un panel en tiempo real que muestra los eventos a medida que llegan. El mapa muestra las geolocalizaciones de los usuarios activos y el feed de eventos muestra cada acción minuto a minuto. StreamView es útil para monitorear lanzamientos de nuevas versiones y campañas de marketing — se puede ver un pico de actividad en el momento en que se envía una notificación push.

Para un análisis profundo, configure la integración con BigQuery. Los datos se exportan diariamente como eventos sin procesar events_YYYYMMDD. Use SQL para crear paneles personalizados: análisis de cohortes con períodos arbitrarios, embudos de conversión con cualquier paso y segmentación RFM. Según Firebase Blog (2024), la integración con BigQuery multiplica las capacidades analíticas de la plataforma, permitiendo combinar datos de Firebase con CRM, sistemas publicitarios y fuentes externas.

Ejemplo de integración en Kotlin

A continuación se muestra el código de integración de Firebase Analytics en una aplicación Android en Kotlin. Demuestra la inicialización, el registro del evento recomendado purchase y un evento personalizado con parámetros de usuario.

import com.google.firebase.analytics.FirebaseAnalytics
import com.google.firebase.analytics.ktx.logEvent

class AnalyticsManager {
    private val firebaseAnalytics = FirebaseAnalytics.getInstance(context)

    fun trackPurchase(itemId: String, price: Double, currency: String) {
        val params = bundleOf(
            FirebaseAnalytics.Param.ITEM_ID to itemId,
            FirebaseAnalytics.Param.VALUE to price,
            FirebaseAnalytics.Param.CURRENCY to currency
        )
        firebaseAnalytics.logEvent(FirebaseAnalytics.Event.PURCHASE, params)
    }

    fun trackTutorialStep(stepNumber: Int, stepName: String) {
        firebaseAnalytics.logEvent("tutorial_step") {
            param("step_number", stepNumber)
            param("step_name", stepName)
        }
    }
}

Después de la integración, verifique los eventos en Firebase Console. Use DebugView para depuración — los eventos aparecerán entre 3 y 5 segundos después del primer inicio en modo de depuración.

Errores comunes al trabajar con Firebase Analytics

El primer error es tener demasiados eventos personalizados sin estructura. 500 tipos de eventos es un límite, pero 50 eventos bien diseñados son más útiles que 500 caóticos. Defina su modelo de eventos desde el inicio: eventos recomendados para acciones estándar (purchase, sign_up) y eventos personalizados solo para la lógica única de la aplicación.

El segundo error es ignorar las propiedades de usuario para la segmentación. Si no establece propiedades de usuario (nivel, plan, país), no podrá crear audiencias para la segmentación en Cloud Messaging. Establezca propiedades de usuario al iniciar sesión y actualícelas cuando cambie el estado del usuario. Según Firebase Blog (2024), el 40 % de los equipos no utilizan propiedades de usuario, perdiendo la oportunidad de personalizar las comunicaciones.

El tercer error es no usar DebugView antes del lanzamiento. DebugView muestra eventos en tiempo real con parámetros completos — esta es la única forma de asegurarse de que los datos sean correctos antes de salir a producción. Según Google (2024), el 60 % de los errores de integración de Firebase Analytics se descubren solo después del lanzamiento, cuando la corrección requiere una actualización de la versión de la aplicación.