Cualquier dueño de tienda conoce esta sensación: GA4 muestra miles de sesiones y una «conversión del 3,3%», pero en la cuenta solo se ve que la semana ha ido peor. La estadística y las ventas hablan idiomas distintos. Esta guía explica dónde y cómo unir el embudo de comercio electrónico mejorado (e-commerce) con los pedidos reales de la tienda, para poder valorar cada etapa en euros y corregirlas empezando por la más cara.
Fundamentos
Embudo e-commerce en GA4: cuatro eventos que lo forman
El embudo no es un informe que GA4 traiga «de serie». Se construye con los eventos de comercio electrónico mejorado (e-commerce) que la tienda envía durante la compra:
Definición
El embudo de ventas en GA4 es la secuencia de eventos de comercio electrónico mejorado (e-commerce): visualización de la ficha de producto, añadir al carrito, inicio del checkout y compra. Se puede medir en dos niveles: de sesión (cuántas sesiones pasan a la siguiente etapa, por canal y campaña) y de producto (cómo se comporta cada producto desde la visualización hasta la compra). El embudo es tan bueno como la implementación de los eventos que lo forman.
Dos condiciones determinan si el embudo sirve. La primera, la integridad: cada uno de los cuatro eventos debe enviar el identificador de producto, el valor y la moneda, y purchase, además, un identificador de transacción que coincida con el número de pedido. La segunda, la higiene: etiquetas que se disparan dos veces o un purchase enviado al recargar la página de agradecimiento pueden inventar un embudo que no existe. Antes de sacar conclusiones, dedica un día a auditar los eventos.
La brecha
Lo que el embudo de GA4 no dice sin datos de la tienda
Las preguntas de dueños y responsables siempre son de dinero, y el embudo responde con porcentajes. Solo al cruzar ambos mundos se obtienen respuestas sobre las que se puede actuar:
| La pregunta de dirección | Qué ve GA4 por sí solo | Qué ve la tienda por sí sola | Qué se ve solo al cruzarlos |
|---|---|---|---|
| «¿Por qué la semana ha ido peor?» | la conversión ha bajado del 3,6% al 3,3% | 118 pedidos menos | qué etapa del embudo ha fallado, desde qué día y por cuántos euros |
| «¿Se vende este producto?» | visualizaciones y carritos del producto | unidades, ingresos, margen, stock | dónde pierde clientes el producto y si merece la pena salvarlo |
| «¿Qué canal rinde?» | sesiones y eventos por canal | ingresos totales y pedidos pagados, sin desglose por canal | MER global junto a la cuota de cada canal en las transacciones según GA4 (estimación) |
| «¿Cuánto nos cuesta el checkout?» | porcentaje de abandonos del checkout | valor de los pedidos pagados | valor de los carritos que cada semana no llegan a la caja |
A esto se suma el desfase de las propias cifras: purchase en GA4 depende de consentimientos, bloqueadores y redirecciones interrumpidas, y no conoce en absoluto los estados de los pedidos. GA4 suele ver entre el 60–85% de los pedidos reales, así que el embudo se lee junto con la cobertura. Los mecanismos de estas diferencias se explican en la guía de analítica automática de e-commerce, y los límites de cruzar datos publicitarios con ventas, en la guía de conversiones y atribución.
Un porcentaje de conversión no duele. Duelen diez mil euros en carritos que durante dos días no llegaron a la caja.
Cruces de datos
x
El cruce de GA4 con la tienda se hace en tres niveles, cada uno con agregados distintos y para preguntas distintas. La regla de las demás guías también se aplica aquí: el eje son los pedidos pagados y los datos del embudo se añaden a ellos, nunca al revés.
| Nivel | Dimensión común | Qué se cruza | A qué responde |
|---|---|---|---|
| 1 · Día | fecha (canal y campaña solo en el lado de GA4) | embudo de sesiones de GA4 junto al número y el valor diarios de pedidos pagados de la tienda | desde qué día empezó el problema y en qué etapa; desglose por canales según GA4 |
| 2 · Producto | identificador de producto (SKU) | embudo de producto de GA4 junto a unidades vendidas, margen y stock | qué productos tienen demanda sin ventas y por qué |
| 3 · Cobertura | total del mismo día o semana (sin emparejar pedidos individuales) | número y valor de purchase en GA4 frente a los pedidos pagados de la tienda | cobertura de la medición: con qué parte de los datos se trabaja realmente |
El primer nivel es la herramienta operativa del día a día, el segundo alimenta las decisiones sobre el catálogo y las campañas de producto, y el tercero es la higiene que se revisa cada semana para poder fiarse de los dos primeros. Los tres exigen lo mismo: los eventos de GA4 y los pedidos deben estar en el mismo modelo de datos, con las mismas fechas y definiciones.
Para recordar
La dimensión se elige según la pregunta. «¿Desde cuándo cae la conversión?» requiere un cruce por día (con canales según GA4). «¿Por qué el producto estrella ha dejado de venderse?», por SKU. «¿Puedo fiarme del embudo?», por totales de purchase y pedidos del mismo periodo. Intentar responder a todo con un solo informe acaba en un informe que no responde a nada.
Valoración
Cómo leer el embudo en euros: valorar cada etapa
La estadística empieza a ayudar a vender en el momento en que las etapas del embudo tienen precio. Así se ve una semana de una tienda de juguetes de ejemplo tras unir ambas fuentes (datos ilustrativos):
Embudo semanal · GA4 + pedidos de la tiendatienda de juguetes · datos ilustrativos
Cada paso tiene ahora un precio. Mejorar un 1% el paso de carrito a checkout supone en esta tienda 53 carritos a la semana, es decir, unos 2.450 € en valor de pedidos calculado con el AOV.
La valoración de las etapas se reduce a cuatro pasos:
Calcula el AOV con los pedidos pagados
Ingresos divididos entre el número de pedidos pagados, con datos de la tienda (no de GA4). En el ejemplo: 80.575 € / 1742 = 46,25 €.
Define la norma de cada paso
Para cada paso del embudo calcula la mediana de varias semanas típicas: sesión-ficha, ficha-carrito, carrito-checkout, checkout-compra. Esa es tu línea base, mejor que cualquier benchmark del sector.
Valora la desviación respecto a la norma
La caída del paso por debajo de la norma, multiplicada por las entradas en la etapa y por el AOV, da el valor orientativo del problema. Valorar la anomalía dice más que valorar toda la caída natural del embudo.
Fija un umbral de reacción
Ejemplo de regla: un paso más de un 5% por debajo de la norma durante dos días seguidos requiere diagnóstico. Gracias a la valoración se sabe además en qué orden corregir.
Nota metodológica: valorar las etapas con el AOV es una estimación orientativa para priorizar, no ingresos perdidos uno a uno. Parte de los clientes abandona el carrito y vuelve al día siguiente; otra parte nunca tuvo intención de comprar. La fuerza del método está en la comparabilidad: la misma fórmula, la misma norma, cada semana.
Playbook
Cinco señales del embudo que salvan ventas
En la práctica se repite siempre el mismo conjunto de situaciones. Conviene conocerlas de antemano, junto con el primer paso a dar:
1Señal
El paso carrito-checkout cae de golpe a partir de un día concreto
2Señal
Un producto tiene muchas visitas a la ficha y pocas adiciones al carrito
3Señal
Los carritos crecen, las compras no se mueven y el stock es bajo
4Señal
Un canal trae sesiones que ni siquiera llegan a la ficha de producto
5Señal
Las compras en GA4 crecen más rápido que los pedidos de la tienda
Riesgo real
Un embudo sin validar la cobertura puede mandar al equipo a reparar una tienda que funciona bien. Una caída de purchase en GA4 tras cambiar el banner de consentimiento se ve exactamente igual que un desplome de ventas. Antes de que nadie toque el checkout, basta un vistazo a los pedidos pagados para saber si el problema está en la tienda o en la medición.
DataOrganizer
Cómo DataOrganizer une el embudo de GA4 con las ventas de la tienda
Los tres cruces de esta guía ya están listos en DataOrganizer. Las integraciones descargan cada día los eventos y embudos de GA4 (de sesión por canal y de producto por SKU), además de los pedidos, líneas de pedido, márgenes y existencias de la tienda, y los organizan en un único modelo de datos: mismas fechas, mismas definiciones. El embudo de sesión se cruza con los pedidos y los ingresos diarios de la tienda, el embudo de producto con las ventas, el margen y la disponibilidad de los productos, y la cobertura de GA4 (suma de purchase frente a suma de pedidos pagados) se recalcula en cada actualización matinal.
El resultado se consulta al asistente de IA en la aplicación o por MCP desde tu propio chat. Un diagnóstico que a mano exige tres informes y una hoja de cálculo queda así:
El problema está en el paso de carrito a checkout. El resto de etapas y el tráfico están dentro de lo normal, y la cobertura de GA4 también (92%), así que es la tienda y no la medición:
| Día | Carrito → checkout | Pérdida vs norma 46% |
|---|---|---|
| lunes | 46% | – |
| martes | 31% | 112 carritos · ~5.200 € |
| miércoles | 32% | 104 carritos · ~4.800 € |
En total son unos 10.000 € en valor de carritos por encima de lo normal en dos días (valorados con un AOV de 46 €, estimación orientativa). La caída empieza justo el martes y, según el embudo por canal de GA4, afecta a todos los canales por igual. Revisa los cambios desplegados ese día en el paso de envío y pago.
Para recordar
La estadística ayuda a vender cuando cada etapa tiene un precio y un punto de referencia. GA4 aporta las etapas; la tienda aporta los euros y la norma. Mantener ese cruce a mano cuesta horas cada semana; en un modelo conectado sale solo con la actualización diaria de los datos.
FAQ
Preguntas frecuentes sobre el embudo y las ventas e-commerce
¿Qué eventos forman el embudo de e-commerce en GA4?
La base son cuatro eventos de e-commerce mejorado: view_item, add_to_cart, begin_checkout y purchase; se complementan, entre otros, con view_item_list, add_shipping_info y add_payment_info. La condición para un embudo fiable es la implementación: cada evento con identificador de producto, valor y moneda, y purchase con un identificador de transacción que coincida con el número de pedido.
¿Por qué purchase en GA4 no coincide con los pedidos de la tienda?
GA4 registra una compra solo si hay consentimiento de medición, la etiqueta se ejecuta y la redirección tras el pago no se interrumpe, y no conoce en absoluto los estados de los pedidos. En la práctica suele ver el 60–85% de los pedidos reales. Por eso el embudo se lee junto con la cobertura, y la referencia siguen siendo los pedidos pagados de la tienda.
¿Cómo se calcula el valor de los carritos abandonados?
De forma orientativa: los carritos que no pasaron al checkout multiplicados por el AOV de los pedidos pagados. Es más honesto valorar la anomalía: la diferencia entre el paso carrito-checkout de hoy y tu norma, por el número de carritos y por el AOV. Es una estimación para priorizar, no ingresos perdidos uno a uno, porque parte de los clientes vuelve más tarde.
¿Cuál debería ser la tasa de conversión de una tienda online?
No hay un único valor correcto: depende del sector, los precios y la estructura del tráfico, y los rangos del 1–3% que suelen citarse son solo orientativos. Es más práctico compararse con la propia tendencia y desglosar la conversión en los pasos entre etapas. Así, en lugar de preguntarte «¿es mucho un 2%?», sabes qué etapa se desvía de tu norma y cuánto cuesta en euros.
¿Qué hacer si un producto tiene tráfico pero no ventas?
Localiza la etapa de la pérdida. Muchos view_item y pocos add_to_cart apuntan a la ficha de producto (precio frente al mercado, fotos, descripción, visibilidad de los gastos de envío). Muchos carritos sin compra apuntan al checkout o a la disponibilidad (existencias, métodos de envío y pago). El diagnóstico requiere el embudo de producto cruzado con las ventas y las existencias de la tienda; el tráfico por sí solo no dice dónde se pierde el dinero.
Resumen de la guía
Tres reglas para unir el embudo con las ventas
1. Tres niveles de cruce. Por día para diagnósticos operativos (canales según GA4), por SKU para decisiones sobre productos, y sumas de purchase y de pedidos pagados del mismo periodo para validar la cobertura. El eje siempre son los pedidos pagados; el embudo de GA4 se suma a ellos, con las mismas fechas y definiciones.
2. Valora las etapas del embudo en euros. El AOV de los datos de la tienda, la norma de pasos de las semanas típicas y la valoración de las desviaciones convierten los porcentajes en una lista de arreglos ordenada de más a menos cara. Basta una estimación orientativa, porque sirve para priorizar, no para la contabilidad.
3. Primero la cobertura, después las conclusiones. Un embudo sin validar purchase frente a pedidos puede confundir un problema de medición con uno de ventas. DataOrganizer mantiene los tres cruces de forma automática: embudos de GA4, pedidos, márgenes y existencias en un único modelo, con respuestas en el chat en lugar de tres informes y una hoja de cálculo.
DataOrganizer · embudo y ventas en un único modelo
Conecta la tienda y GA4: el embudo de sesión y el de producto se cruzarán con los pedidos, el margen y las existencias, y la cobertura se calculará sola. Cuenta demo al instante; solo pagas por las fuentes conectadas.
