Google no eliminó las cookies de terceros en Chrome. Después de años de anuncios y postergaciones, decidió mantenerlas pero dándole al usuario la opción de rechazarlas. Para muchos equipos de marketing eso fue suficiente para bajar la guardia.
El problema es que la decisión de Google no resolvió el problema estructural. En 2026, el 48% del tráfico web global ya llega sin cookies, según el análisis de Ideafoster citando datos de adopción de navegadores. Safari las bloqueó por defecto en 2021. Firefox también. iOS restringe el tracking entre apps desde 2021. El ecosistema de datos de terceros no se apagó de golpe, pero se está degradando trimestre a trimestre.
Un estudio de BCG y Google revela un dato que explica por qué este tema sigue sin resolverse en la mayoría de las empresas: el 91% de los marketers recopila first-party data, pero menos del 30% lo activa de forma consistente en sus campañas. La brecha no está en la recolección. Está en lo que pasa después de recolectar.
Qué son los datos propios y cuáles tiene disponibles un eCommerce
Los datos propios, o first-party data, son los que una empresa obtiene directamente de sus clientes e usuarios, sin intermediarios. Para un eCommerce en México esto incluye cuatro tipos de información que generalmente ya existen, dispersos en distintas plataformas:
● Comportamiento en el sitio. Páginas visitadas, productos vistos, tiempo de sesión, búsquedas internas, carritos abandonados. La mayoría de los sitios captura esto con GA4, pero pocos lo conectan con la identidad del usuario.
● Historial de compras. Qué compró, cuándo, a qué precio, con qué frecuencia. Es el dato con mayor valor predictivo y el que las plataformas de marketplace no comparten.
● Datos de interacción con comunicaciones. Aperturas de email, clics en campañas, respuestas a SMS o WhatsApp. El comportamiento ante una comunicación dice más sobre la intención de recompra que el historial de compra solo.
● Datos declarativos y zero-party. Preferencias, intereses y motivaciones que el usuario compartió voluntariamente: encuestas post-compra, quiz de recomendación de productos, configuración de preferencias en el perfil.
El problema no es la escasez de datos: es que viven en silos. El CRM tiene el historial de compras pero no sabe si ese cliente abrió el último email. La plataforma de email tiene las aperturas pero no sabe qué productos visitó ayer en el sitio. GA4 registró el carrito abandonado pero no puede identificar al usuario sin cookies.
Por qué la arquitectura importa más que la recolección
En 2023 el 37% de los anunciantes globales tenía un plan activo de first-party data. En 2026 esa cifra supera el 61%, según datos de Ideafoster. El mercado se movió. Lo que separa a quienes tienen resultados de quienes tienen proyectos sin retorno es la arquitectura que conecta los datos, no la cantidad de datos recolectada.
El punto de inflexión en la arquitectura de datos de un eCommerce ocurre cuando se puede responder esta pregunta: ¿quién es el usuario que acaba de abandonar ese carrito y cuántas veces ha comprado antes?
Sin esa conexión, el carrito abandonado es un evento anónimo que dispara un email genérico. Con esa conexión, el mismo evento puede disparar un mensaje distinto dependiendo de si es el primer intento de compra del usuario, si ya compró cinco veces, si su último pedido tuvo un problema de entrega o si su historial muestra sensibilidad al precio.
Conectar esas fuentes requiere tres componentes básicos. Un identificador persistente del usuario que sobreviva entre sesiones y no dependa de cookies: email hasheado, número de teléfono, ID de cuenta propia. Una capa de integración que lleve datos entre plataformas, que puede ser una Customer Data Platform (CDP), un CRM con integraciones o una solución hecha a medida. Y una política de activación: un mapa de qué señal dispara qué acción en qué canal.
Las marcas que construyeron su arquitectura de datos propios antes de que el resto llegara llevan ya una delantera difícil de revertir: audiencias más ricas, modelos de atribución más precisos y campañas con retorno ocho veces mayor que las que siguen dependiendo de datos de terceros.
Conversions API: el punto de entrada técnico más urgente
Si hay una sola acción técnica que los equipos de eCommerce deberían priorizar en 2026, es implementar la Conversions API, también conocida como CAPI en Meta y Enhanced
Conversions en Google. Las dos plataformas publicitarias más usadas en México, y TikTok también lo tiene disponible.
El Píxel de Meta y la etiqueta de Google funcionan desde el navegador del usuario. Cuando ese usuario tiene bloqueadores de anuncios, usa Safari, o simplemente rechazó las cookies, la señal se pierde. La CAPI funciona desde el servidor de la marca: en lugar de depender de que el navegador envíe la información, la empresa la envía directamente a la plataforma publicitaria desde su propio servidor.
El impacto en el rendimiento de las campañas es medible. Más señales de conversión disponibles para el algoritmo se traducen en mejor optimización de audiencias, mejor atribución y menor CPA. Operar en 2026 sin Conversions API equivale a entrenar el algoritmo de Meta o Google con la mitad de los datos reales.
La implementación tiene distintos niveles de complejidad. La ruta más directa para sitios en Shopify o plataformas compatibles es una integración nativa que requiere configuración pero no desarrollo desde cero. Para sitios con arquitecturas más personalizadas, la integración requiere acceso al código del servidor y conocimiento técnico específico.
Qué hacer con los datos una vez que están conectados
La recolección y la activación son dos problemas distintos. Muchos proyectos de first-party data se detienen en el primero y nunca llegan al segundo. Tres casos de activación que tienen impacto directo en el rendimiento de un eCommerce:
● Audiencias de remarketing basadas en comportamiento, no en tiempo. En lugar de impactar a todos los que visitaron el sitio en los últimos 30 días, impactar a quienes visitaron tres o más veces sin comprar, o a quienes llegaron hasta el checkout y no completaron. La señal es más precisa y el gasto publicitario más eficiente.
● Listas de supresión para clientes recientes. Excluir de las campañas de adquisición a quienes compraron en los últimos 14 días elimina inversión publicitaria desperdiciada en quien ya convirtió. Es un ajuste simple con impacto directo en el CPA real.
● Audiencias similares construidas sobre compradores de alto valor. Alimentar los algoritmos de Meta y Google con los emails de los clientes que compraron más de tres veces o que superaron cierto ticket promedio, para construir audiencias lookalike basadas en el perfil de mayor valor real, no en el usuario promedio.
Una acción de alta relación costo-beneficio que pocas marcas aprovechan: incluir una pregunta en la pantalla de confirmación de compra. "¿Cómo nos conociste?", con opciones que incluyan Google, redes sociales, boca en boca y, cada vez más relevante, IA como ChatGPT o Perplexity. Esta pregunta captura un dato que ningún píxel puede medir: la primera interacción real con la marca, antes de cualquier clic rastreable.
El riesgo de esperar
Hay un argumento que aparece con frecuencia en los equipos de marketing cuando se habla de first-party data: "Las cookies siguen vivas, así que no hay urgencia". El problema con ese razonamiento es que subestima la velocidad de degradación.
Las cookies de terceros no van a desaparecer de un día para el otro. Pero cada actualización de iOS reduce el tracking entre apps. Cada versión de Safari bloquea más patrones de seguimiento. Cada usuario que rechaza las cookies en Chrome es un punto ciego más en el modelo de atribución. La degradación es gradual y eso la hace peligrosa: no hay un día donde el tablero de control indique claramente que el sistema dejó de funcionar.
Las marcas que están construyendo su arquitectura de datos propios ahora acumulan ventaja de dos formas. Primero, tienen más datos históricos propios cuando los datos de terceros se degraden al punto de no ser útiles. Segundo, sus algoritmos publicitarios están entrenados con señales más limpias y sus modelos de audiencia son más ricos. Esas dos ventajas se componen con el tiempo y son difíciles de replicar rápido.
La pregunta que vale hacerse no es si los datos de terceros van a desaparecer. Es cuánto del rendimiento actual de las campañas depende de datos que ya no se pueden garantizar, y qué pasa si ese soporte se reduce otro 20% el próximo año.
Conclusión
El first-party data no es una iniciativa de privacidad ni un proyecto de largo plazo que se puede postergar. Para el eCommerce en México, que opera en un entorno donde el comportamiento de compra es cada vez más digital y más frecuente, es la infraestructura que determina qué tan bien funciona cada peso invertido en publicidad.
El punto de partida no es un proyecto de CDP ni una migración de sistemas. Es una pregunta concreta: ¿puedo identificar a un usuario entre sesiones, conectar su historial de compra con su comportamiento en el sitio y enviar esa información a las plataformas publicitarias sin depender de cookies? Si la respuesta es no, ese es el trabajo inmediato.