Artículo
¿Qué es vibe coding? Creé una alternativa a Google Analytics con IA tras más de una década alejado de la programación
Hace poco me di cuenta de que quería entender mejor el tráfico de mi blog.
Me gusta trabajar con datos limpios y precisos. Pero las herramientas tradicionales como Google Analytics tienen inconvenientes importantes: cifras poco fiables (debido a los bloqueos de consentimiento y a distintos trackers), la necesidad de un banner de cookies y una transparencia bastante dudosa en lo que respecta a la privacidad.
Por eso decidí crear mi propio sistema de analítica: con datos limpios, sin distorsiones, y respetando plenamente la privacidad de mis visitantes. Y como estamos en 2025, lo construí con ayuda de la IA generativa.
Desde que empecé a programar con 12 años, siempre me he considerado un eterno principiante en desarrollo web. Sin embargo, la inteligencia artificial me ha abierto puertas y habilidades que jamás imaginé que podría adquirir. Ya he hablado en este blog sobre cómo la IA me ayuda a mejorar en programación, explicándome sus procesos y decisiones. Gracias a ello, poco a poco he ampliado mi visión de todo lo que soy capaz de construir. Una de esas cosas es precisamente mi propio sistema de analítica.
Esta forma de trabajar con la IA tiene nombre: vibe coding. ¿Qué es vibe coding? Consiste en crear software describiendo a un asistente de IA en lenguaje natural lo que quieres, y dejando que el modelo escriba el código mientras tú lo guías, lo pruebas y lo corriges. El término lo acuñó Andrej Karpathy en febrero de 2025. No soy programador profesional, pero así fue exactamente como nació mi propio sistema de analítica.
Cómo funciona realmente el vibe coding: definición de objetivos y primeros prompts
A la hora de lanzar un proyecto así hoy en día, es importante tener claro qué quieres medir y para qué lo necesitas. No basta simplemente con decir "quiero una analítica propia".
Así que empezamos definiendo qué métricas quería recoger: tráfico diario, fuentes de tráfico, compras de mis artículos premium y un análisis más detallado de los tipos de visitantes (personas reales, actividad sospechosa y bots).
Al principio, crear las primeras tablas y gráficos parecía sencillo. Pero no tardaron en aparecer los primeros retos.
Problemas que hubo que resolver
Las primeras consultas SQL que utilizamos eran lentas e ineficientes. Ralentizaban todo el sitio. Poco a poco las fuimos ajustando, reemplazando las comparaciones LIKE por coincidencias exactas y optimizando la lógica para procesar solo los datos realmente necesarios. Y de repente, todo empezó a funcionar como debía.
Únete a la Biblioteca
Acceso completo a mis pensamientos, historias personales, hallazgos y lo que me cuentan las personas con las que me encuentro.
Únete a la Biblioteca · €29,99 al añoReciba el artículo completo por correo electrónico y no dude en responder si desea seguir comentándolo.
Resumen
Preguntas frecuentes sobre el tema del artículo
¿Qué es vibe coding?
¿Por qué Google Analytics es impreciso?
¿Es posible construir analítica web sin cookies?
¿Qué porcentaje del tráfico web proviene de bots?
¿Puede alguien con experiencia limitada en programación construir analítica personalizada usando IA?
¿Cómo funciona la analítica centrada en privacidad sin rastrear individuos?
¿Cuáles fueron los mayores desafíos técnicos al construir analítica personalizada?
Artículos relacionados
Dieciséis de veintisiete fuentes no cuadraban. No existían, llevaban a enlaces rotos o afirmaban algo que no estaba en ellas. El informe lo publicó una de las mayores consultoras del mundo. Se suponía que trataba sobre ciberseguridad. Lo retiraron.
Setenta por ciento. Ahí empieza el primer resultado de la IA, incluso cuando le das todo el contexto de la empresa y los mejores ejemplos del pasado. Hablamos del tipo de resultado que no se puede definir de forma programática. Es más complejo. A menudo se trata de trabajo creativo. Con un tipo de resultado repetido llegué al ochenta por ciento en una semana. Cada punto porcentual adicional es más difícil que el anterior.
Durante mucho tiempo tratamos internet como el camino principal. El lugar donde ocurren el trabajo y las relaciones. Pero la mayoría de lo que vemos en él hoy ya es, o pronto será, generado por IA: texto, imágenes, perfiles y comentarios. Internet se está convirtiendo en un juego online lleno de bots, donde no puedes estar seguro de que al otro lado haya una persona. Así que me pregunto: ¿fue el mundo online el camino principal, o solo un desvío temporal del que parte de la gente regresará, de vuelta al offline?
Más artículos
Tengo a Heidegger y mi cuaderno al lado. Me pregunto hacia dónde se dirige todo esto, hacia dónde nos lleva la inteligencia artificial.
Hace unos días entrevisté a un sénior del marketing. Un hombre con experiencia, años de práctica. Le pregunté por la IA. Me dijo que apenas la usa. Tuvo una mala experiencia con un resultado y decidió que era demasiado sénior para que le aportara algo cuando no es perfecta. Conozco también la otra cara: profesionales que automatizan todo lo que se puede automatizar.
Europa no tiene capacidad para hacer frente a una guerra de drones masiva y a gran escala como la que vemos en Ucrania. La debilitan tres dependencias: China suministra el material físico de los sistemas de defensa, Estados Unidos aporta las capacidades que Europa no tiene, y veintisiete Estados no logran ponerse de acuerdo sobre con qué rapidez, ni quién paga. Existen planes de rearme, pero se ejecutan con lentitud.
La IA crea el gráfico, el newsletter y la página de producto más rápido que una persona. A quien antes lo hacía le queda una sola cosa: el criterio, saber si el resultado es bueno. Pero la mayoría tiene peor criterio que la IA. Y quien no sabe juzgar la calidad tampoco sabe delegar. ¿Cómo saber si el tuyo es el criterio en el que una empresa se apoya, o el que puede reemplazar?
En abril, en la primera parte de esta serie, escribí sobre un sistema predictivo de IA que empecé a desarrollar en mi propio ordenador. Entonces el software tenía unas pocas horas y el registro de predicciones estaba vacío. Desde entonces, los registros del sistema mostraron una cosa: el sistema todavía no entiende el mercado que se le pide predecir. Sabe encontrar el contexto macro, el valor contable de las empresas, las ganancias. Pero no sabe juntar esas cosas en algo que le ayude a entender el precio.
Praga, 13 de mayo de 2026. De camino al trabajo empecé a pensar en algo que se me quedó dentro durante días. Si en los próximos diez años desaparece la mayor parte del trabajo rutinario delante de un ordenador, y con ella desaparece buena parte del trabajo manual repetitivo, ¿qué pasa con el flujo del dinero? ¿Quién paga a quién y por qué? ¿Qué capas económicas existirán, qué tamaño tendrán y qué relaciones se establecerán entre ellas? Este es el mapa de seis capas que esbocé como respuesta.
Estoy construyendo un sistema de IA para predecir el S&P 500. Corre en mi propia máquina, usa datos públicos gratuitos (yfinance, FRED, el dataset de Shiller) y evalúa cada pronóstico contra la realidad. Esta serie documenta la construcción en sí: las decisiones, la metodología, los errores. Lo que finalmente comparta del sistema en funcionamiento es una pregunta separada, y honesta.
Cuatro días en Cataluña. Sin ordenador, sin IA, casi sin redes sociales. Me compré este cuaderno para anotar lo que pensaría y lo que encontraría y aprendería durante el viaje.
