Actualizado el 18 de agosto de 2026. Analizar un eCommerce no es acumular dashboards: es convertir datos confiables en decisiones sobre adquisición, conversión, catálogo, retención y margen.

Empieza por preguntas, no por métricas

  • ¿Qué canales adquieren clientes rentables?
  • ¿Dónde se rompe el embudo?
  • ¿Qué productos aportan margen y recompra?
  • ¿Cuánto tarda en recuperarse el costo de adquisición?
  • ¿Qué segmentos retienen mejor?

Cada pregunta define una métrica, una dimensión, una fuente y una acción posible.

Arquitectura de datos mínima

Plataforma eCommerce

Shopify u otra plataforma es la fuente operativa de pedidos, devoluciones, descuentos, clientes, productos e inventario. Define cómo tratar impuestos, envío, cancelaciones y ventas netas.

Analítica digital

GA4 puede medir eventos recomendados como view_item, add_to_cart, begin_checkout y purchase. Implementarlos con nombres y parámetros correctos permite utilizar reportes estándar. Valida en DebugView y compara compras e ingresos con la plataforma.

Costos y margen

Integra inversión publicitaria, comisiones, costo de producto, fulfillment, descuentos y devoluciones. Ingresos sin margen pueden llevar a escalar un canal que destruye valor.

CRM y retención

Conecta fuente, primera compra, recompra, campañas y segmentos. La atribución de una sesión no reemplaza el análisis de clientes a lo largo del tiempo.

Las métricas esenciales

Métrica Qué responde
Conversión Qué proporción compra
AOV Cuánto genera una orden promedio
Margen de contribución Qué queda tras costos variables
CAC Cuánto cuesta adquirir un cliente nuevo
Payback Cuánto tarda en recuperarse el CAC
LTV Valor esperado de la relación con el cliente
Recompra Qué proporción vuelve a comprar
Devolución Qué ventas no se convierten en ingreso neto

No existe un ratio universal válido para todas las empresas. LTV:CAC, conversión y payback dependen de margen, categoría, ciclo de compra y caja.

Cohortes: la vista que evita promedios engañosos

Agrupa clientes por mes de primera compra, canal, producto inicial o mercado y observa retención, ingresos y margen. Una campaña puede parecer rentable por ventas inmediatas y fallar cuando se consideran devoluciones y recompra.

Atribución con cautela

Last click, first click y modelos basados en datos responden preguntas distintas. Las restricciones de privacidad, dispositivos y canales de IA hacen imposible una atribución perfecta. Usa varias vistas:

  • Plataforma publicitaria para optimización táctica.
  • Analítica del sitio para recorridos.
  • Datos de pedidos para verdad comercial.
  • Experimentos o tests geográficos cuando la inversión lo justifique.

Cómo medir tráfico desde motores de IA

Crea agrupaciones para referidos identificables de ChatGPT, Perplexity y otros asistentes. OpenAI añade utm_source=chatgpt.com a enlaces de Search, pero no todos los recorridos serán visibles ni todos los proveedores usarán la misma señal.

Complementa con consultas de prueba, formularios con “¿cómo nos encontraste?” y análisis de conversiones asistidas. No mezcles todos los motores bajo una sola conclusión.

Calidad de datos

  • Documenta definiciones y responsables.
  • Compara purchase con pedidos reales.
  • Excluye tráfico interno y pasarelas de pago de referidos cuando corresponda.
  • Controla duplicación de eventos.
  • Revisa consentimiento y normativa aplicable.
  • Marca cambios de implementación en una bitácora.

Ritmo de decisión

  • Diario: disponibilidad, pagos y anomalías.
  • Semanal: embudo, campañas, stock y margen.
  • Mensual: CAC, cohortes, LTV, payback y contenido.
  • Trimestral: presupuesto, mercados y tesis de crecimiento.

Conclusión

El mejor sistema de datos no es el que tiene más gráficos, sino el que detecta una restricción, asigna una acción y permite saber si funcionó. Conecta analítica, operación y finanzas antes de automatizar decisiones.

Fuente técnica: GA4: configuración de eventos de eCommerce.

Si necesitas priorizar métricas y acciones dentro de una estrategia completa, conoce la Dirección de Crecimiento Digital.