KPIs para ecommerce: qué medir y cómo visualizarlo en un dashboard

Sin datos no hay decisiones: los KPIs que importan en ecommerce

Un ecommerce genera miles de datos cada día. El reto no es tener datos, sino identificar los KPIs (Key Performance Indicators) que realmente impactan tu negocio y visualizarlos de forma que faciliten la toma de decisiones rápidas y acertadas.

KPIs de adquisición

Coste de Adquisición de Cliente (CAC): cuánto te cuesta conseguir un cliente nuevo, desglosado por canal (SEO, SEM, social, email). Tráfico por fuente: para entender la dependencia de cada canal. Tasa de conversión por fuente: no todo el tráfico convierte igual. ROAS (Return on Ad Spend): retorno de cada euro invertido en publicidad.

KPIs de conversión

Tasa de conversión global: el porcentaje de visitantes que compran (media en ecommerce: 1-3%). Tasa de abandono de carrito: suele estar entre el 60-80%. Valor medio del pedido (AOV): y su evolución temporal. Funnel de checkout: en qué paso pierdes más clientes (dirección, envío, pago).

KPIs de retención y lifetime value

Tasa de recompra: porcentaje de clientes que vuelven a comprar. Customer Lifetime Value (CLV): el valor total que genera un cliente a lo largo de su relación contigo. Frecuencia de compra: cada cuánto compra un cliente recurrente. Net Promoter Score (NPS): satisfacción y probabilidad de recomendación.

KPIs operativos

Tiempo medio de entrega: desde la compra hasta la entrega. Tasa de devoluciones: por producto, categoría y motivo. Stock en riesgo: productos con poco stock o exceso de stock. Margen por producto y categoría: no todos los productos con muchas ventas son rentables.

Diseño del dashboard

Un buen dashboard de ecommerce tiene tres niveles: un resumen ejecutivo con los 5-6 KPIs más importantes y su tendencia (para el CEO/dirección), un nivel táctico con desglose por canal, categoría y producto (para marketing y operaciones), y un nivel operativo con datos en tiempo real de pedidos, stock e incidencias (para el equipo de operaciones).

Herramientas y conexión de datos

Para montar un dashboard de ecommerce necesitas conectar múltiples fuentes: tu plataforma ecommerce (WooCommerce, Shopify, PrestaShop), Google Analytics 4, tu plataforma de ads (Google Ads, Meta Ads), tu ERP o sistema de facturación, y tu herramienta de email marketing. Herramientas como Google Looker Studio (gratuito), Power BI o Metabase pueden conectarse a todas estas fuentes.

Qué ha cambiado en la medición desde 2024

Los KPIs de esta guía no han caducado, pero la forma de obtenerlos sí ha cambiado. El cambio más importante es el del consentimiento: desde marzo de 2024, Google exige Consent Mode v2 para poder usar datos de usuarios europeos en sus plataformas publicitarias, y una parte creciente de tus visitantes rechaza las cookies. La consecuencia práctica es que GA4 ya no cuenta usuarios, los estima: una parte de tus conversiones son modeladas, no observadas. No es un problema si lo sabes —las tendencias siguen siendo fiables—, pero sí lo es comparar cifras de GA4 con las de tu plataforma ecommerce esperando que cuadren al céntimo. Nunca van a cuadrar, y tu dashboard debería declarar cuál es la fuente de verdad para cada KPI: para ingresos y pedidos, tu plataforma o tu ERP; para comportamiento y canales, la analítica.

La segunda novedad es el etiquetado del lado del servidor (server-side tagging), que se ha generalizado en tiendas medianas y grandes: mejora la calidad del dato, reduce el impacto de los bloqueadores y te da control sobre qué se envía a cada proveedor. Y la tercera es la IA integrada en las herramientas de BI: Looker Studio, Power BI o Metabase permiten ya preguntar en lenguaje natural («¿qué categoría perdió margen este mes?») y generar resúmenes automáticos. Es útil, pero solo si los datos de base están limpios; en nuestra guía de Business Intelligence para ecommerce profundizamos en esta capa.

Del ROAS al POAS: mide rentabilidad, no solo ingresos

El ROAS —ingresos entre inversión publicitaria— sigue siendo el KPI estrella de las campañas, y sigue teniendo el mismo defecto: ignora el margen. Dos campañas con ROAS 5 pueden ser una mina de oro o una ruina según qué productos venden, qué costes de envío arrastran y cuántas devoluciones generan. Por eso cada vez más tiendas trabajan con POAS (Profit on Ad Spend): beneficio bruto entre inversión publicitaria. Requiere subir el margen por producto a tu plataforma de ads o a tu dashboard, pero cambia radicalmente las decisiones de puja. Si gestionas campañas, en nuestra guía de Google Ads para ecommerce explicamos cómo estructurar cuentas para maximizar la rentabilidad real, no solo el ROAS de vanidad.

Cómo calcular CAC y CLV sin engañarte

El error clásico con el CAC es dividir toda la inversión de marketing entre todos los clientes nuevos del mes, mezclando marca y captación, canales caros y baratos. Para decidir dónde invertir necesitas el CAC por canal y separar clientes nuevos de recurrentes: pagar 30 € por un cliente nuevo puede ser excelente; pagarlos por alguien que ya te compraba es tirar dinero. Con el CLV, el error simétrico es usar una cifra única histórica: calcula el valor por cohortes (los clientes captados cada mes, cuánto gastan en 3, 6 y 12 meses) y obtendrás además el dato que de verdad importa para la tesorería: el CAC payback, cuántos meses tardas en recuperar lo invertido en captar. Una tienda con CLV alto pero payback de 14 meses puede morir de éxito por pura caja.

Benchmarks orientativos en 2026

Las referencias generales se han movido poco: la tasa de conversión media sigue entre el 1% y el 3% (con enormes diferencias por sector y ticket), el abandono de carrito ronda el 70%, y el tráfico móvil domina en casi todos los sectores aunque el escritorio siga convirtiendo mejor en tickets altos. La lectura correcta de los benchmarks no es «estoy por debajo de la media, mal», sino comparar tu tienda contra sí misma: tendencia trimestral, mismas semanas del año anterior, y por segmento (dispositivo, canal, categoría). El benchmark externo sirve para detectar anomalías graves, no para fijar objetivos.

Un complemento barato y muy eficaz son las alertas automáticas: umbrales sobre los KPIs críticos que avisan por email o Slack cuando algo se sale de rango —conversión por debajo del mínimo histórico, ROAS de una campaña en caída libre, stock agotado en un superventas, pico de errores en el checkout—. La mayoría de herramientas de BI las incluyen de serie y convierten el dashboard de algo que hay que mirar en algo que te avisa. Bien configuradas, las alertas detectan en horas problemas que antes aparecían en la revisión mensual, cuando ya habían costado dinero: una pasarela de pago caída un viernes por la tarde, una campaña que se quedó sin presupuesto o una subida de precio mal publicada.

Montar el pipeline de datos: de las fuentes al dashboard

Para que el dashboard no muera en un Excel manual, necesitas automatizar el flujo. El patrón que implantamos habitualmente tiene tres piezas. Primero, extracción: conectores que traen datos de la plataforma ecommerce, GA4, las plataformas de ads, el ERP y el email marketing; para pymes suelen bastar los conectores nativos de Looker Studio o Metabase, y a partir de cierto volumen compensa un almacén intermedio. Segundo, un almacén de datos ligero —un PostgreSQL o BigQuery modesto— donde se consolidan y limpian los datos: es lo que permite cruzar margen del ERP con ventas de la tienda y coste de las campañas, que es donde aparecen los insights de verdad. Tercero, la capa de visualización, que ya es una elección de presupuesto y equipo: Looker Studio (gratuito), Metabase (open source, favorito nuestro para pymes), Power BI o Grafana. Comparamos las opciones en detalle en dashboards a medida vs Power BI vs Metabase.

Dos consejos de arquitectura: actualiza cada dato a la frecuencia que necesita su decisión (stock y pedidos casi en tiempo real; CAC y CLV, con carga diaria o semanal sobra) y versiona las definiciones de tus métricas. La mitad de las discusiones sobre «cifras que no cuadran» son en realidad dos departamentos usando definiciones distintas del mismo KPI.

La cara técnica: si la web va lenta, los KPIs mienten

Hay una relación directa entre rendimiento técnico y métricas de negocio que muchos dashboards ignoran: una tienda lenta convierte peor, y un problema de Core Web Vitals puede aparecer en tu dashboard disfrazado de «caída de conversión del canal orgánico». Por eso recomendamos incluir en el nivel táctico del dashboard al menos LCP e INP reales (datos de campo), el error rate del checkout y la disponibilidad. Lo mismo aplica al SEO: si el tráfico orgánico cae, antes de culpar al contenido conviene una auditoría SEO del ecommerce. Y no olvides que el pipeline de datos maneja información de clientes: acceso restringido al dashboard, credenciales con mínimo privilegio en los conectores y, si quieres formalizar la gestión de seguridad, el marco de la ISO 27001 cubre exactamente este tipo de activos.

Matices por plataforma: WooCommerce, Shopify y PrestaShop

La plataforma condiciona cómo obtienes cada dato. En WooCommerce tienes acceso total a la base de datos, lo que facilita montar el almacén intermedio y cruzar con el ERP; la contrapartida es que los informes nativos son básicos y casi todo pasa por plugins o por SQL directo. Si vas a apoyarte en extensiones de analítica, elige con criterio: en nuestra guía de plugins imprescindibles para WooCommerce repasamos cuáles aportan datos sin hundir el rendimiento.

En Shopify ocurre lo contrario: los informes nativos son buenos y la API es cómoda, pero el acceso al dato en bruto es más limitado y el margen real (con costes de producto y envío) suele requerir apps o exportación al almacén. Un matiz importante: parte de la analítica de Shopify se calcula en su propio pixel, así que vigila la coherencia con GA4 y define fuentes de verdad igualmente. Y recuerda que la velocidad del theme afecta directamente a la conversión que luego lees en el dashboard: lo tratamos en la guía técnica de velocidad para Shopify.

En PrestaShop, el módulo de estadísticas nativo se queda corto para gestión seria; la buena noticia es que, como en WooCommerce, la base de datos es tuya y un Metabase conectado directamente resuelve el nivel táctico en pocos días. Sea cual sea la plataforma, el principio es el mismo: los pedidos y el margen viven en tu sistema, no en la herramienta de analítica, y el dashboard debe construirse sobre esa base.

Errores comunes al montar un dashboard de ecommerce

Medirlo todo. Un dashboard con 40 métricas es un dashboard que nadie mira. Empieza con 6-8 KPIs por nivel y añade solo lo que responda a una decisión concreta.

Confundir métricas de vanidad con KPIs. Sesiones, seguidores e impresiones suben y bajan sin que tu cuenta de resultados se entere. Cada KPI del dashboard debería tener un dueño y una acción asociada.

No cruzar ingresos con costes. Ventas sin margen, ROAS sin devoluciones, CAC sin distinguir cliente nuevo de recurrente: son las tres formas más comunes de creer que ganas dinero mientras lo pierdes.

Fiarse de una sola fuente. GA4 modela, la plataforma cuenta pedidos, el banco cobra. Define la fuente de verdad de cada métrica y documenta las diferencias esperables entre ellas.

Montarlo y no revisarlo. Los dashboards se degradan: campañas nuevas sin etiquetar, productos sin margen cargado, conectores rotos que nadie detecta. Sin una rutina de revisión, en seis meses el dashboard miente.

Rutina de revisión: semanal, mensual, trimestral

La cadencia que funciona en la práctica: semanal (15 minutos), ventas, conversión, ROAS/POAS por campaña activa y alertas operativas —stock en riesgo, errores de checkout—. Mensual (1 hora), CAC por canal, evolución del AOV, cohortes de recompra, devoluciones por categoría y revisión de las decisiones tomadas el mes anterior. Trimestral (media jornada), CLV por cohorte, CAC payback, rentabilidad por categoría y cliente, y limpieza del propio dashboard: métricas que nadie ha mirado en tres meses se archivan. Este último punto es el que mantiene el sistema vivo.

Preguntas frecuentes

¿Cuántos KPIs debería tener mi dashboard?

Menos de los que crees: 5-8 en el nivel ejecutivo, 10-15 en el táctico y los operativos que el equipo necesite en tiempo real. La pregunta correcta para cada métrica es «¿qué decisión cambia si esto sube o baja?»; si no hay respuesta, fuera.

¿Looker Studio, Power BI o Metabase?

Para empezar con poco presupuesto, Looker Studio; si tu empresa vive en el ecosistema Microsoft y hay analistas, Power BI; si quieres open source, control del dato y consultas SQL sobre tu propio almacén, Metabase. La herramienta importa menos que la calidad del pipeline que la alimenta.

¿Por qué GA4 y mi plataforma ecommerce muestran cifras distintas?

Porque miden cosas distintas: GA4 estima usuarios con consentimiento y modela el resto, mientras tu plataforma registra todos los pedidos reales. Diferencias del 10-25% en transacciones son normales desde Consent Mode v2. Usa la plataforma (o el ERP) como fuente de verdad para ingresos y GA4 para canales y comportamiento.

¿Qué es mejor, ROAS o POAS?

POAS, siempre que puedas calcularlo: optimizar por margen evita escalar campañas que venden mucho y ganan poco. El ROAS sigue siendo útil como métrica operativa rápida y para comparar históricos, pero las decisiones de presupuesto deberían mirar rentabilidad.

¿Cada cuánto deben actualizarse los datos del dashboard?

Según la decisión que alimentan: pedidos, stock e incidencias, en tiempo real o cada hora; campañas y conversión, a diario; CAC, CLV y cohortes, semanal o mensual. Actualizar todo en tiempo real encarece el pipeline sin mejorar ninguna decisión.

Conclusión

Un ecommerce sin dashboard navega a ciegas, pero un dashboard mal planteado es casi peor: da sensación de control mientras las decisiones importantes se toman sin el dato correcto. La receta que no ha cambiado desde la primera versión de este artículo: pocos KPIs bien definidos, organizados por niveles según quién los mira, con fuentes de verdad claras y una rutina de revisión que los mantenga honestos. Lo que sí ha cambiado es el contexto —consentimiento, datos modelados, IA en las herramientas— y la oportunidad: montar un pipeline de datos sólido es hoy más barato que nunca, y en Keliam lo implantamos de punta a punta, desde los conectores hasta el dashboard que tu equipo mirará cada lunes. Si quieres profundizar en la capa de negocio, sigue con nuestra guía de Business Intelligence para pymes.