Glosario de
Métricas para Dashboards

Indicador clave de rendimiento que mide el progreso hacia un objetivo específico de negocio. Un buen KPI es específico, medible, alcanzable, relevante y con un plazo definido (SMART). Los dashboards se construyen alrededor de los KPIs más importantes para cada área.

Framework de gestión por objetivos donde cada Objetivo (cualitativo, inspirador) se mide con 3-5 Resultados Clave (cuantitativos). A diferencia de los KPIs, los OKRs tienen un ciclo definido (trimestral/anual) y se fijan como metas aspiracionales al 70-80% de cumplimiento.

Representación visual interactiva de los datos más importantes de un negocio o proceso. Consolida métricas de distintas fuentes en una sola vista para facilitar la toma de decisiones rápida. Puede ser operativo (tiempo real), táctico (semanal/mensual) o estratégico (tendencias).

Valor de referencia contra el que se compara una métrica propia. Puede ser interno (comparar períodos anteriores), competitivo (vs. competidores) o sectorial (vs. el promedio de la industria). Permite contextualizar si un resultado es bueno o malo más allá del número absoluto.

Conjunto de metodologías, procesos y tecnologías que transforman datos crudos en información útil para la toma de decisiones estratégicas, tácticas y operativas. Incluye reportes, dashboards, análisis ad-hoc y visualización de datos.

Cuadro de Mando Integral: framework estratégico que evalúa el desempeño de una organización desde cuatro perspectivas equilibradas: Financiera, Clientes, Procesos Internos, y Aprendizaje & Crecimiento. Cada perspectiva tiene sus propios KPIs alineados a la estrategia.

Nivel de detalle con el que se almacenan o visualizan los datos. Alta granularidad = mucho detalle (ej. cada transacción individual). Baja granularidad = datos agregados (ej. ventas por mes). La granularidad adecuada depende del tipo de análisis: operativo requiere alta, estratégico puede ser baja.

Capacidad de navegar desde una vista agregada hacia niveles de detalle progresivamente más profundos. Ejemplo: de ventas anuales → ventas por trimestre → ventas por mes → ventas por producto. Es una funcionalidad clave en dashboards interactivos de BI.

Valor total de mercancía vendida a través de una plataforma en un período determinado, antes de devoluciones, descuentos o comisiones. Es la métrica principal de volumen para marketplaces como Mercado Libre y Amazon. No equivale a los ingresos netos de la empresa.

Monto promedio que gasta un cliente por cada orden de compra. Es clave para estrategias de upselling, cross-selling y umbrales de envío gratis. Se puede segmentar por canal, categoría de producto o tipo de cliente para encontrar oportunidades de mejora.

Porcentaje de visitantes que completan una acción deseada (compra, registro, descarga). En e-commerce, el promedio global es 2-4%. Varía significativamente por industria, dispositivo y fuente de tráfico. Es la métrica de eficiencia más importante de una tienda online.

Porcentaje de compradores que agregan productos al carrito pero no completan la compra. El promedio del sector es ~70%. Las principales causas son costos de envío inesperados, procesos de pago complicados y falta de opciones de pago. Se reduce con emails de recuperación y checkout simplificado.

Valor total que genera un cliente durante toda su relación con la empresa. Es la métrica que define cuánto puedes gastar en adquirir un cliente (CAC) sin perder rentabilidad. Un LTV:CAC de 3:1 o mayor se considera saludable en la mayoría de los negocios.

Número de veces que un cliente realiza una compra en un período determinado. Indica la lealtad y el ciclo natural de consumo de tus productos. Segmentar por categoría ayuda a identificar qué productos generan recurrencia y cuáles son de compra única.

Tasa de cancelación o pérdida de clientes en un período. En e-commerce se calcula como clientes que no volvieron a comprar. En SaaS o suscripciones, es la tasa de cancelación de contratos. Reducir el churn en un 5% puede aumentar la rentabilidad entre 25% y 95%.

Porcentaje del inventario recibido que fue vendido en un período. Un sell-through alto indica buena planificación de demanda. Un rate bajo puede indicar sobrestock, problemas de precio o baja demanda del producto. Se usa para evaluar la eficiencia de compras y planeación.

Métrica de lealtad y satisfacción del cliente basada en una sola pregunta: "¿Qué tan probable es que recomiendes la empresa a un amigo?" (0-10). Promotores (9-10), Pasivos (7-8), Detractores (0-6). Un NPS mayor a 50 se considera excelente.

Costo total de adquirir un nuevo cliente, incluyendo marketing, ventas y cualquier gasto relacionado. Se debe analizar siempre junto al LTV. Un negocio es rentable cuando el LTV es significativamente mayor al CAC (relación LTV:CAC ≥ 3:1).

Retorno generado por cada peso invertido en publicidad. Un ROAS de 4x significa que por cada $1 invertido en ads se generaron $4 en ventas. Es la métrica de rendimiento central en plataformas de paid media (Meta Ads, Google Ads, TikTok Ads). No considera costos operativos, solo el gasto en ads.

Porcentaje de retorno sobre la inversión total, considerando beneficio neto. A diferencia del ROAS, el ROI descuenta el costo de la inversión del beneficio. Se usa para comparar la rentabilidad de diferentes canales o iniciativas de marketing.

Porcentaje de personas que vieron un anuncio o contenido y hicieron clic. Es la métrica de engagement básica para ads, emails y resultados de búsqueda. Un CTR alto en ads indica relevancia del mensaje con la audiencia. Varía mucho por industria y tipo de campaña.

Monto pagado cada vez que un usuario hace clic en un anuncio. Es el modelo de compra más común en Google Ads y Meta Ads. Un CPC bajo con CTR alto y buena conversión es ideal. Se optimiza ajustando segmentación, creatividades y palabras clave.

Costo de mostrar un anuncio 1,000 veces. Se usa principalmente en campañas de branding y reconocimiento de marca donde el objetivo es alcance, no conversión directa. Un CPM bajo indica que estás llegando a mucha gente de forma eficiente.

Costo de generar un lead (contacto interesado) a través de campañas de marketing. Se usa en estrategias B2B y en negocios con ciclos de venta largos. Se optimiza mejorando la calidad de los anuncios y la segmentación, no solo reduciendo el gasto.

Porcentaje de correos enviados que fueron abiertos por el destinatario. El promedio del sector varía entre 15-35% según la industria. Se mejora principalmente optimizando el asunto (subject line) y el nombre del remitente. Es una métrica de salud de la lista de email marketing.

Porcentaje de visitantes que llegan a una página y salen sin interactuar con ningún otro elemento del sitio. Una tasa alta puede indicar que el contenido no es relevante para la audiencia, que la página carga lento o que hay mismatch entre el anuncio y la landing. El promedio oscila entre 40-60%.

Sesión: visita de un usuario al sitio (desde que entra hasta que hay 30 min de inactividad). Usuario único: persona distinta que visitó el sitio, independientemente de cuántas sesiones tuvo. Un usuario puede generar varias sesiones, por eso siempre analizar ambas métricas juntas.

Clasificación del origen del tráfico web. Las principales son: Orgánico (SEO), Pagado (Ads), Directo (URL directa), Referido (otros sitios), Social (redes sociales) y Email. Entender la composición del tráfico permite optimizar la inversión en los canales más rentables.

Regla que determina a qué canal o punto de contacto se le asigna el crédito por una conversión. Los modelos más comunes son: Último clic (todo al último canal), Primer clic, Lineal (igual a todos), Data-driven (ML). El modelo elegido impacta directamente en la asignación del presupuesto de marketing.

Ganancias antes de intereses, impuestos, depreciación y amortización. Representa el desempeño operativo puro de una empresa, sin efectos financieros ni contables. Es la métrica más usada para comparar rentabilidad entre empresas de la misma industria o evaluar adquisiciones.

Porcentaje de los ingresos que queda después de descontar el Costo de Ventas (COGS). Indica la eficiencia en la producción o adquisición de los productos. Un margen bruto alto da más espacio para cubrir gastos operativos y generar utilidad neta.

Ingresos recurrentes mensuales o anuales predecibles, típicos de negocios SaaS o de suscripción. El MRR se descompone en: Nuevo MRR (nuevos clientes), Expansión MRR (upgrades), Churned MRR (cancelaciones) y Net MRR (resultado neto). Es la métrica de salud más importante para SaaS.

Nivel de ventas o ingresos en el que los ingresos totales igualan los costos totales (utilidad = 0). Por encima de este punto hay ganancia; por debajo, pérdida. Es esencial para planificación financiera, fijación de precios y análisis de viabilidad de productos.

Movimiento de dinero que entra y sale de la empresa en un período. Una empresa puede ser rentable y tener problemas de flujo de caja si sus clientes pagan tarde o si tiene inventario elevado. El flujo libre de caja (FCF) indica la liquidez real disponible.

Mide qué tan eficientemente una empresa genera ganancias con el patrimonio de sus accionistas. Es una métrica clave para inversores. Un ROE consistentemente superior al 15% suele considerarse bueno en la mayoría de las industrias.

Cuántos días en promedio tarda la empresa en vender su inventario completo. Un número bajo indica alta rotación (eficiencia). Un número alto puede indicar sobrestock o baja demanda. Se analiza junto al sell-through y el fill rate para decisiones de compra.

Porcentaje de pedidos o líneas de pedido que se surtieron completos desde el inventario disponible, sin necesitar reabastecimiento adicional. Un fill rate alto (>95%) indica buena gestión de inventario. Uno bajo genera ventas perdidas y clientes insatisfechos.

Quiebre de inventario: situación en que un producto se agota y no puede satisfacerse la demanda. Resulta en ventas perdidas y puede dañar la reputación de la marca. Se previene con modelos de forecasting de demanda, puntos de reorden y seguridad de stock.

Tiempo total que transcurre desde que se genera un pedido hasta que el producto llega al cliente o al almacén. Incluye tiempos de producción, tránsito y recepción. Reducir el lead time mejora la capacidad de respuesta a la demanda y reduce la necesidad de mantener grandes inventarios.

Porcentaje de pedidos entregados en la fecha comprometida o antes. Es el KPI de puntualidad más importante en logística y cadena de suministro. Un OTD alto está directamente correlacionado con la satisfacción del cliente y la tasa de recompra.

Acuerdo formal que define los niveles de servicio mínimos comprometidos entre proveedor y cliente. Incluye tiempos de respuesta, disponibilidad del servicio, y penalizaciones por incumplimiento. En dashboards operativos se monitorea el % de cumplimiento del SLA en tiempo real.

Número de veces que el inventario completo es vendido y repuesto en un período. Una rotación alta indica eficiencia en la gestión de stock. Una baja puede indicar sobrestock o productos de baja demanda que inmovilizán capital.

Porcentaje de pedidos enviados que son devueltos por el cliente. En e-commerce de moda puede llegar al 30-40%. Las causas más comunes son: talla incorrecta, producto no corresponde a la descripción, y artículo dañado. Es un KPI crítico para la rentabilidad real por pedido.

Número de usuarios únicos que vieron un contenido o publicación. A diferencia de las impresiones, el alcance no cuenta las vistas repetidas del mismo usuario. Es la métrica de cobertura principal en redes sociales. El alcance orgánico ha disminuido en plataformas como Facebook en los últimos años.

Número total de veces que un contenido fue mostrado en pantalla, incluyendo vistas repetidas del mismo usuario. Siempre es igual o mayor al alcance. La diferencia entre impresiones y alcance indica la frecuencia promedio con que cada persona vio el contenido.

Porcentaje de la audiencia que interactúa activamente con un contenido (likes, comentarios, compartidos, guardados). Es la métrica de calidad más importante en redes sociales: un contenido con mucho alcance pero bajo engagement no genera impacto real. Un ER > 3% en Instagram se considera bueno.

Clasificación automática del tono emocional de las menciones sobre una marca: positivo, negativo o neutro. Se realiza mediante procesamiento de lenguaje natural (NLP). Permite monitorear la reputación de marca en tiempo real y detectar crisis antes de que escalen.

Participación de una marca en las conversaciones totales de su categoría o industria en medios digitales y redes sociales. Un SOV creciente indica mayor visibilidad y presencia de marca frente a la competencia. Se mide por volumen de menciones, hashtags y contenido generado.

Porcentaje del alcance que compartió el contenido, ampliando su distribución orgánica. Es la métrica que distingue contenido viral del que simplemente tiene alto alcance pagado. Un contenido viral tiene un efecto multiplicador sobre la inversión en medios.

Proceso de extracción de datos desde fuentes originales, transformación para limpiarlos y estandarizarlos, y carga en un destino (data warehouse). ELT es la variante moderna donde los datos se cargan primero y se transforman después, aprovechando el poder de cómputo del data warehouse (BigQuery, Snowflake).

Repositorio centralizado y estructurado de datos históricos optimizado para análisis y consultas. A diferencia de las bases de datos transaccionales (OLTP), está diseñado para lectura y análisis de grandes volúmenes (OLAP). Ejemplos: BigQuery, Snowflake, Redshift. Es la fuente de verdad para los dashboards de BI.

Almacenamiento de datos en su formato crudo (raw), sin transformar, de cualquier tipo: estructurado, semi-estructurado y no estructurado. Es más flexible y económico que un data warehouse, pero requiere procesamiento antes de ser útil para análisis. Generalmente se implementa en S3, GCS o Azure Blob Storage.

Tiempo que transcurre entre que ocurre un evento en el negocio y que ese dato está disponible en el dashboard para análisis. Los sistemas en tiempo real (streaming) tienen latencia de segundos; los batch, de horas o días. La latencia adecuada depende del caso de uso: operativo necesita tiempo real, estratégico puede ser diario.

Herramienta de transformación de datos que permite escribir modelos SQL con lógica de software (versionado, testing, documentación). Transforma datos crudos en el data warehouse en tablas limpias y modeladas listas para analítica. Se convirtió en estándar del stack moderno de data engineering.

Medida del grado en que los datos son precisos, completos, consistentes, oportunos y relevantes. Los problemas de calidad de datos (duplicados, valores nulos, formatos inconsistentes) son la causa #1 de dashboards incorrectos. Se resuelven con validaciones en el pipeline y contratos de datos.

OLTP (Online Transaction Processing): bases de datos optimizadas para escritura y transacciones frecuentes (ej. PostgreSQL en producción). OLAP (Online Analytical Processing): optimizadas para lecturas analíticas sobre grandes volúmenes (ej. BigQuery). Los dashboards de BI se construyen sobre sistemas OLAP.

Interfaz que permite que dos sistemas intercambien datos de forma programática. En data engineering, las APIs son la puerta de entrada para extraer datos de plataformas como Mercado Libre, Shopify, Meta Ads o Google Analytics. La mayoría usa el protocolo REST y autenticación OAuth.

Técnica de IA que combina un modelo de lenguaje (LLM) con recuperación de información de una base de conocimiento propia. Permite crear chatbots que responden preguntas sobre los datos del negocio, dashboards o documentos internos con alta precisión y sin alucinaciones del modelo base.

En modelado de datos para BI: Dimensión es un atributo descriptivo (ej. País, Categoría, Vendedor), Medida es un valor numérico calculable (ej. Ventas, Unidades, Margen). Los dashboards visualizan medidas segmentadas por dimensiones. En el modelo estrella (star schema), las dimensiones rodean la tabla de hechos central.