Ecommerce
Un dashboard de tienda online en Data Studio que muestra beneficio, no solo ingresos
Nuestro dashboard de tienda online en Data Studio une los pedidos de la tienda, las ventas en marketplaces y la inversión publicitaria en un solo informe que muestra el margen de contribución por canal y por producto. Está pensado para vendedores de Shopify, WooCommerce y Amazon cansados de cifras de ingresos que ignoran descuentos, devoluciones, comisiones y el coste de adquirir al cliente.

Respuesta rápida
¿Cómo se crea un dashboard ecommerce en Data Studio?
Un dashboard ecommerce en Data Studio se crea extrayendo los pedidos de Shopify, WooCommerce o Amazon Seller Central, la inversión publicitaria de Google Ads, Meta y otros canales, y los costes de producto de una hoja de cálculo, y modelándolos después en una sola tabla. El informe del dashboard de tienda online en Data Studio muestra entonces juntos los ingresos, el margen de contribución, las cohortes y la eficiencia de la inversión.
- Los pedidos proceden de la tienda, no de GA4, por lo que los ingresos coinciden con sus liquidaciones.
- El margen de contribución descuenta el coste de producto, las comisiones, el envío, los descuentos, las devoluciones y la inversión publicitaria.
- Las vistas de cohortes muestran si los clientes nuevos vuelven y cuánto valen.
- Los ingresos que declaran las plataformas publicitarias se concilian con los pedidos reales antes de llegar a un gráfico.
¿Qué datos necesita un dashboard de tienda online en Data Studio?
Necesita pedidos, costes e inversión desde sus fuentes reales. Los pedidos llegan de Shopify, WooCommerce o Amazon Seller Central mediante un conector de partner o una exportación. La inversión publicitaria llega de Google Ads de forma nativa y de Meta, TikTok y otras plataformas mediante conectores de partners. Los costes de producto, las tarifas de envío y las comisiones de pago suelen estar en una hoja de Google Sheets que el equipo financiero ya mantiene.
GA4 aporta sesiones, tasa de conversión y pasos del embudo, pero no lo utilizamos como fuente de ingresos. Los banners de consentimiento, los bloqueadores de anuncios y las compras entre dispositivos hacen que los ingresos por compras de GA4 rara vez coincidan con la tienda, y un informe que no cuadra con la cuenta bancaria pierde la confianza en una semana.
¿Cómo se muestra el margen de contribución en Data Studio?
El margen de contribución son los ingresos netos menos el coste de producto, la logística, las comisiones de pago y de marketplace, y la inversión publicitaria. Lo calculamos a nivel de línea de pedido en la capa de datos y después lo agregamos por día, canal, producto y mercado.
Hacerlo con un campo calculado dentro de un gráfico es donde fallan la mayoría de los informes de ecommerce: los ratios de margen se promedian en lugar de recalcularse, y las devoluciones caen en un mes distinto al de la venta. Construimos la tabla de márgenes en Sheets para tiendas más pequeñas o en BigQuery para las más grandes, con las devoluciones asociadas al pedido original, de modo que todos los gráficos suman a partir de las mismas filas.
- Ventas brutas, descuentos, devoluciones e ingresos netos.
- Coste de la mercancía, envío y logística, comisiones de pago y de Amazon.
- Inversión publicitaria por canal y margen de contribución después de marketing.
Qué obtiene
Qué construimos
Alcance y precio cerrado tras una revisión gratuita.
Modelo de pedidos
Una tabla limpia de líneas de pedido de Shopify, WooCommerce o Amazon, con las devoluciones vinculadas a la venta original.

Tabla de márgenes
Margen de contribución por día, producto y canal, calculado a partir de sus datos de costes y comisiones.
Página ejecutiva
Ingresos, pedidos, ticket medio, ROAS combinado y margen de contribución frente al periodo anterior y al objetivo.
Vista de cohortes
Retención e ingresos acumulados por mes del primer pedido.
Conciliación de la inversión
Ingresos declarados por las plataformas frente a pedidos de la tienda, con alertas de inversión ausente.
Página de productos
Unidades, margen y tasa de devoluciones por producto, colección y SKU.
¿Puede Data Studio mostrar cohortes de clientes y recompra?
Sí, siempre que cada pedido incluya el mes del primer pedido del cliente. Añadimos ese campo en la capa de datos y, después, una tabla dinámica con el mes del primer pedido en las filas y los meses transcurridos desde el primer pedido en las columnas muestra la retención y los ingresos acumulados de cada cohorte.
Esta es la vista que le indica si una promoción atrajo a clientes que vuelven o a compradores puntuales que solo buscaban el descuento. Combinada con el coste de adquisición por canal, muestra qué canales aportan clientes por los que merece la pena pagar.
También añadimos la tasa de recompra a 90 días por canal de adquisición y por primer producto comprado. Esos dos cortes suelen decir más sobre dónde invertir el próximo trimestre que cualquier cifra aislada de ROAS, y no requieren nada más que el historial de pedidos que ya tiene.
¿Cómo se concilia la inversión publicitaria con los pedidos reales?
Colocamos los ingresos que declara cada plataforma junto a los ingresos de la tienda para el mismo periodo, de modo que la diferencia queda a la vista en lugar de oculta. Meta, Google Ads y TikTok se atribuyen conversiones con sus propias ventanas de atribución y, sumadas, a menudo superan lo que la tienda vendió realmente.
La página de resumen utiliza los pedidos de la tienda y la inversión total para ofrecer un ROAS combinado y un ratio de eficiencia de marketing. Las páginas por canal mantienen las cifras de cada plataforma para la optimización diaria, etiquetadas como declaradas por la plataforma. Una tabla de conciliación diaria señala los días en que falta inversión, normalmente señal de que ha caducado el token de un conector.
¿Funciona para vendedores en Amazon y con varias tiendas?
Sí. Los datos de Amazon Seller Central llegan mediante un conector de partner o exportaciones de informes programadas, y los mapeamos al mismo esquema de pedidos que su propia tienda. Las comisiones y los cargos de FBA se separan para que el margen en el marketplace sea comparable con el de las ventas directas.
Para marcas con varias tiendas Shopify o regiones, cada tienda se convierte en un valor de un campo de tienda, las divisas se convierten a un tipo de cambio documentado y un filtro a nivel de informe permite que cada responsable regional vea su propio mercado.
¿Cuándo necesita BigQuery una marca de ecommerce?
Cuando el volumen o el historial de pedidos hacen que los conectores directos sean lentos o poco fiables. Los datos de pedidos a nivel de línea crecen rápido, y las combinaciones de hasta 5 fuentes vuelven a consultar en directo cada vez que se carga una página.
Cargar los pedidos, la inversión y los costes en tablas de BigQuery particionadas por fecha, con consultas programadas que generan la tabla de márgenes cada mañana, mantiene el dashboard rápido y la lógica en un único lugar. Las tiendas más pequeñas suelen funcionar bien durante mucho tiempo con Sheets y conectores de partners, y se lo diremos en la revisión.
¿Qué ve un fundador cuando abre el informe cada mañana?
La primera página responde a una pregunta: ¿ayer se ganó dinero? Muestra ingresos netos, pedidos, ticket medio, inversión publicitaria, ROAS combinado y margen de contribución de ayer, del mes en curso y del mismo periodo del año anterior, cada uno con una pequeña línea de tendencia.
Debajo, una tabla por canal separa los ingresos de clientes nuevos y recurrentes, porque un mes sostenido por compradores habituales parece sano mientras la captación se estanca sin que nadie lo note. Una tabla de productos ordena los SKU por margen en lugar de por ingresos, lo que a menudo cambia el orden de la lista: un superventas con muchas devoluciones y grandes descuentos puede quedar cerca del final.
A continuación vienen las páginas de operaciones, con la tasa de devoluciones por producto, el coste logístico por pedido y la cobertura de stock cuando hay datos de inventario disponibles. Todas las páginas comparten el mismo control de fechas, de modo que un responsable que compara las semanas de Black Friday de dos años cambia un solo ajuste, no doce gráficos.
Cómo funciona
Cómo se desarrolla un proyecto
- 01
Revisión gratuita
Analizamos su tienda, sus marketplaces, sus cuentas publicitarias y sus hojas de costes.
- 02
Datos de costes
Su equipo confirma los costes de producto, las comisiones y las reglas de envío en una única hoja que configuramos.
- 03
Modelo y construcción
Creamos las tablas de pedidos y de márgenes y, sobre ellas, las páginas del dashboard.
- 04
Conciliación
Cotejamos ingresos y pedidos con las liquidaciones de la tienda y los totales de las plataformas para un mes cerrado.
- 05
Lanzamiento
Configuramos los accesos y el envío programado semanal, y después se lo explicamos a su equipo paso a paso.
Preguntas
Preguntas frecuentes
¿Puede Data Studio conectarse a Shopify?
No de forma nativa. Los datos de Shopify llegan a Data Studio mediante un conector de partner como Supermetrics, Windsor.ai o Power My Analytics, o mediante una exportación a Sheets o BigQuery. Elegimos en función del volumen de pedidos y de cuánto historial necesita.
¿Por qué los ingresos de GA4 no coinciden con los de Shopify?
GA4 no registra las compras bloqueadas por la configuración de consentimiento o por bloqueadores de anuncios, y puede atribuirlas de otra forma. Shopify registra todos los pedidos. Usamos los datos de la tienda para los ingresos y GA4 para el tráfico y el comportamiento en el embudo.
¿Puede el dashboard mostrar el beneficio después de la inversión publicitaria?
Sí. Calculamos el margen de contribución por línea de pedido después del coste de producto, las comisiones, el envío, las devoluciones y la inversión publicitaria, y después lo agregamos por canal y producto.
¿Trabajan con WooCommerce y Amazon Seller Central?
Sí. Ambos se mapean al mismo esquema de pedidos que Shopify, para que pueda comparar en paralelo las ventas directas y las de marketplace.
¿Con qué frecuencia se actualiza un dashboard ecommerce?
Normalmente a diario, lo que basta para la mayoría de las decisiones comerciales. Los usuarios también pueden actualizar los datos manualmente al abrir el informe, y una configuración con BigQuery puede actualizarse con más frecuencia si es necesario.
¿Puede un solo dashboard cubrir varios países y divisas?
Sí. Cada tienda o región de marketplace se convierte en un valor de un campo de tienda, y los ingresos se convierten a una divisa de reporting a un tipo de cambio documentado. Así, los responsables regionales pueden filtrar por su propio mercado.
¿Cuánto cuesta crear un dashboard de tienda online?
Ofrecemos un precio cerrado tras la revisión gratuita. Los factores principales son el número de tiendas y marketplaces, los canales publicitarios y si se necesita una capa de BigQuery.
Siga leyendo
Páginas relacionadas
Empezar
Cuéntenos qué deben resolver sus informes
Describa los dashboards que necesita, quién los leerá y dónde están los datos. Respondemos en un día hábil con un enfoque, los conectores necesarios y un plan a precio cerrado.
- Revisión gratuita de sus informes en 30 minutos
- Presupuesto cerrado antes de empezar
- Todo se crea en su cuenta de Google y es de su propiedad
¿Prefiere el correo electrónico? info@greenwolftechlabs.com
Solicite una propuesta gratuita
Con dos líneas basta para empezar.