Tasa de conversión de una tienda online: cómo calcularla y cuál es buena

1. Calcula la métrica con un ejemplo.

La fórmula básica es: tasa de conversión = número de pedidos / número de sesiones × 100. Una sesión es una visita a la tienda. Si en una semana cerrada la tienda tuvo 2.500 sesiones y 50 pedidos, el resultado es un 2%. Significa que, de media, una de cada cincuenta visitas terminó en compra. Es un ejemplo de cálculo, no el resultado de una tienda concreta.

Antes de anotar el resultado, decide qué cuentas en el numerador. Los pedidos realizados, los pagados y los completados son conjuntos distintos. Si unas veces cuentas todos los realizados y otras solo los pagados, la métrica cambiará sin que cambie en nada el comportamiento de los clientes. Elige una definición, anótala junto al resultado y úsala en cada comparación posterior. Lo mismo vale para los filtros: las visitas del equipo, los pedidos de prueba y otras tiendas no deben entrar en ninguna parte de la fórmula.

2. Comprueba entre qué divides.

El mismo número de pedidos da resultados distintos según el denominador. Las herramientas de analítica calculan la métrica sobre sesiones, sobre usuarios o sobre las visualizaciones de una etapa concreta. Google Analytics 4, por ejemplo, tiene métricas separadas para sesiones (Session key event rate) y para usuarios (User key event rate). Una persona puede visitar la tienda tres veces antes de comprar, así que la métrica calculada sobre usuarios suele salir más alta que la calculada sobre sesiones.

El numerador también puede variar. Una métrica calculada como porcentaje de sesiones con compra no contará un segundo pedido realizado en la misma visita, mientras que una basada en el número de pedidos sí lo incluirá. Al comparar dos informes, revisa primero ambos elementos de la fórmula. La diferencia entre un 2% y un 2,8% puede deberse únicamente a otra forma de calcular, y no a unas ventas peores o mejores.

3. Lee las medias públicas con cautela.

La pregunta «qué tasa de conversión es buena» tiene una respuesta corta: depende del sector, del precio, del mercado y de las fuentes de tráfico. Lo demuestran incluso los datos de una sola fuente. IRP Commerce publica informes mensuales de las tiendas que funcionan en su plataforma en el Reino Unido e Irlanda. En septiembre de 2026 la media fue de un 1,97% de transacciones por sesión, frente a un 1,68% un año antes. Entre categorías, la dispersión fue más de diez veces mayor: desde un 0,44% en artículos infantiles hasta un 5,76% en manualidades y bellas artes.

No traslades esa media tal cual a una tienda de otro país. Es otro mercado, una sola plataforma de tienda y un resultado que cambia cada mes. Además, la media de muchas tiendas mezcla productos baratos que se compran al momento con otros caros que el cliente compara durante semanas. Un informe público sirve para una sola pregunta: ¿está mi resultado muy lejos del rango de una categoría parecida? Si es así, revisa primero la medición y solo después la oferta y el proceso de compra.

4. Fija tu propia línea base.

El mejor punto de referencia es tu tienda. Toma las últimas 8 a 12 semanas cerradas y calcula la métrica por separado para cada una. Marca las semanas con promociones, envíos de newsletter, roturas de stock y cambios de precio. Anota el rango de las semanas normales y el valor central. Si tu tienda tiene una estacionalidad clara, añade el mismo periodo del año anterior.

Con pocos pedidos, la métrica oscila mucho. Ejemplo de cálculo: con 1.000 sesiones y 20 pedidos es un 2%, y un pedido más da un 2,1%. Por eso evalúa semanas o meses, no días sueltos, y anota siempre el número de pedidos junto al porcentaje. Fija el objetivo respecto a tu línea base, por ejemplo «volver al rango de las semanas normales tras cambiar el formulario», y no respecto a la media de otros. Si usas Flowpeek, puedes guardar ese objetivo en la sección Objetivos de e-commerce, que lo compara con el resultado de los últimos 30 días.

5. Desglosa el resultado por dispositivo y por fuente.

La media de toda la tienda puede cambiar aunque ningún grupo de clientes se comporte de forma distinta. Ejemplo de cálculo: en la primera semana, los ordenadores tienen 1.000 sesiones y 30 pedidos (3%), y los móviles 1.000 sesiones y 10 pedidos (1%). En total son 40 pedidos sobre 2.000 sesiones, es decir, un 2%. En la segunda semana, una campaña trae 1.000 sesiones más desde móviles. Los móviles siguen comprando al 1% y los ordenadores al 3%, pero el resultado conjunto baja a 50 / 3.000, es decir, un 1,67%, aunque haya más pedidos.

Por eso conviene desglosar la métrica al menos por dispositivo y por las principales fuentes de tráfico. Una caída del total con segmentos estables indica un cambio en la composición del tráfico, no un problema en la tienda. Una caída en un solo segmento, por ejemplo solo en móviles con un navegador concreto, señala un punto específico que revisar. En el informe del embudo de Flowpeek ves la conversión por dispositivo en una sola tabla, junto con el número de visualizaciones, carritos y compras.

6. Antes de mejorar la conversión, busca la causa.

Una caída repentina de la métrica suele empezar fuera del proceso de compra. Revisa primero la medición: si los pedidos se siguen registrando y si no ha desaparecido parte del tráfico del informe. Después, la calidad del tráfico: una campaña nueva puede traer a muchas personas que apenas están conociendo la oferta. A continuación, la oferta: precios, disponibilidad de los productos más vendidos y coste de envío. Solo cuando todo esto esté en orden, busca el problema en las siguientes etapas de la compra.

Recuerda también que la conversión no es un fin en sí misma. Un descuento grande puede subirla y, al mismo tiempo, empeorar el resultado de la tienda. Junto a la métrica, fíjate en los ingresos por sesión, es decir, la conversión multiplicada por el valor medio del pedido. Ejemplo de cálculo: 2% × 200 PLN da 4 PLN de ingresos por visita, y 2,4% × 150 PLN da 3,60 PLN. Una conversión más alta no siempre significa un resultado mejor.

• Medición: ¿se cuentan los pedidos y las sesiones igual que antes?
• Tráfico: ¿ha cambiado el peso de las campañas, los dispositivos o los visitantes nuevos?
• Oferta: ¿han cambiado los precios, la disponibilidad o el coste de envío?
• Compra: ¿en qué etapa del embudo se ve la diferencia?