---
title: "Wallida.com: del tráfico a la decisión de qué escribir"
description: "Cómo convierto el tráfico de wallida.com en decisiones de contenido: el pipeline GA4 → BigQuery y un loop de publicar, medir y volver a decidir."
url: https://gabrielherencia.com/insights/wallida-del-trafico-a-la-decision-de-contenido
author: "Gabriel Herencia"
published: 2026-06-27
updated: 2026-07-14
category: "Automatización"
tags: ["Datos", "Wallida", "BigQuery", "SEO"]
reading_time_min: 1
---

# Wallida.com: del tráfico a la decisión de qué escribir

> Cómo convierto el tráfico de wallida.com en decisiones de contenido: el pipeline GA4 → BigQuery y un loop de publicar, medir y volver a decidir.

![Portada: Wallida.com: del tráfico a la decisión de qué escribir](https://img.gabrielherencia.com/covers/wallida-del-trafico-a-la-decision-de-contenido-cea6c8f5.jpg)

## El problema: ¿sobre qué escribo?

Wallida.com es el sitio del centro psicológico: evaluaciones, terapias y un **blog** que hoy es la principal fuente de tráfico orgánico. La pregunta recurrente no es «¿cómo escribo?», sino **«¿sobre qué conviene escribir?»**. Responderla a ojo desperdicia esfuerzo; responderla con datos convierte el blog en un motor de captación.

*Documento vivo: este es el método que estoy afinando.*

## El pipeline tráfico → decisión

La instrumentación es estándar pero deliberada: cada visita y evento pasa por **GTM → GA4**, y GA4 exporta a **BigQuery**. Ahí dejo de mirar dashboards genéricos y empiezo a hacer las preguntas que importan: qué búsquedas traen gente, qué artículos retienen, qué temas terminan en una consulta agendada.

```mermaid
flowchart LR
  V[Visitas a wallida.com] -->|GTM| GA[GA4]
  GA -->|export nativo| BQ[(BigQuery)]
  BQ --> Q{Análisis:<br/>demanda + retención<br/>+ conversión}
  Q -->|tema con señal| W[Escribir post]
  Q -->|sin señal| X[Descartar / reformular]
  W --> P[Publicar]
  P --> M[Medir resultado]
  M --> BQ
```

El ciclo se cierra: publico, mido en el mismo BigQuery, y esa medición alimenta la próxima decisión. No es intuición, es un **loop con evidencia** —la misma idea que aplico depurando producción en [verdad-de-fondo-depurar-con-evidencia](https://gabrielherencia.com/insights/verdad-de-fondo-depurar-con-evidencia).

## Por qué BigQuery y no solo GA4

GA4 responde «qué pasó»; BigQuery me deja preguntar **«por qué»** y **«qué hago al respecto»** cruzando datos a mi manera (sesiones, fuentes, contenido, conversiones) sin los límites de la interfaz. Y deja la puerta abierta a lo siguiente: modelar qué temas tienen mayor probabilidad de terminar en una consulta.

## Hacia dónde va

Hoy decido con consultas; el plan es **semi-automatizar** el primer filtro (un reporte que proponga temas con señal) y, a futuro, conectar esto con la otra mitad del ecosistema: [construyendo-wallida-saas-multitenant](https://gabrielherencia.com/insights/construyendo-wallida-saas-multitenant), donde los mismos principios de datos sostienen un producto B2B2C.
