Métricas de apps móviles para marcas de Shopify: qué medir más allá de las instalaciones

Más allá de las instalaciones, una marca de Shopify debería medir si su app móvil cambia el comportamiento del cliente: la parte de los ingresos que aporta la app, la activación hasta la primera compra, la recompra, la contribución del push, la demanda del catálogo y la salud de la experiencia. App Store Connect y Google Play Console miden bien la captación y las descargas, pero no los pedidos de Shopify, que es donde están esas respuestas.

Las instalaciones, las sesiones y las aperturas de notificaciones push pueden verse bien mientras los resultados comerciales siguen siendo flojos. Usa un segundo cuadro de mando con los datos de la plataforma y del comercio.

Esta guía cubre las métricas que muestran si la app funciona como canal de venta.

También cubre el problema con el que se topan casi todas las marcas antes de llegar a las métricas: la herramienta. Si tu plataforma de app no te da un cuadro de mando de comercio, acabas recurriendo a Google Analytics 4 y a las dos consolas de las tiendas. Esa combinación informa bien de la actividad en la app. No informa del estado de tus pedidos en Shopify, y ahí es donde está la respuesta.

Úsala junto a las guías de plataforma: App Store Connect Analytics para marcas de Shopify cubre la captación y la participación en iOS, y Google Play Console Analytics para marcas de Shopify cubre el equivalente en Android.

El modelo de medición correcto

No vigiles un montón de KPI sueltos. Usa una cadena que muestre si los clientes avanzan:

Alcance -> Instalación -> Primera sesión útil -> Navegación
-> Carrito -> Compra -> Recompra -> Valor a largo plazo
   (el inicio de sesión y el permiso de notificaciones son
    hitos del camino, no puertas obligatorias antes de navegar)

Un cuadro de mando que solo informa de instalaciones, sesiones o aperturas de notificaciones push puede verse bien mientras los clientes se atascan antes de comprar. El inicio de sesión y el permiso de notificaciones no son obligatorios para todos los compradores. Muchas apps de retail permiten navegar y comprar como invitado. Trátalos como hitos que se miden, no como puertas que se imponen. El cuadro de mando debe cubrir seis funciones:

El resto de la guía toma esas seis funciones una a una, y añade después un ritmo de revisión y una lista corta de los números que engañan. Pero antes de todas ellas, una regla.

Define cada métrica antes de compararla

Muchos cuadros de mando definen mal sus métricas. "Tasa de conversión de la app", "ingresos por cliente de la app", "tasa de recompra", "ingresos atribuidos" y "LTV" admiten varios cálculos válidos y distintos entre sí. Sin definiciones, comparas cosas diferentes y llegas a la conclusión equivocada.

Así que para cada métrica del cuadro de mando, anota ocho cosas:

1. Numerador: exactamente qué estás contando.
2. Denominador: exactamente entre qué lo divides.
3. Regla de identidad del cliente: dispositivo, cuenta o cliente resuelto.
4. Ventana de atribución: el tiempo durante el cual un contacto recibe el mérito de un resultado.
5. Regla de canal: solo la app, o todos los canales que usa un cliente.
6. Zona horaria: la zona horaria que usa el número, y si coincide con la del sistema con el que lo comparas.
7. Tratamiento de reembolsos y devoluciones: en bruto, o neto de cancelaciones y devoluciones.
8. Responsable: la única persona que responde por el número y por su umbral.

Y una regla firme que se deduce de todo esto: no compares una métrica de la app con una métrica de la web hasta que sus definiciones coincidan. El fallo clásico parece inofensivo. Un equipo divide los pedidos de la app entre los usuarios identificados de la app, divide los pedidos de la web entre todas las sesiones de Shopify y anuncia que la app convierte 5 veces mejor. No es así. Son dos fracciones distintas con dos denominadores distintos, y la diferencia es sobre todo de definición, no de rendimiento. Arregla primero los denominadores y compara después.

Así se ve una métrica bien definida en la práctica. Cuatro filas para empezar, en el formato que toda métrica de tu cuadro de mando debería acabar siguiendo:

Fíjate en que las cuatro dependen de datos de Shopify, no solo de la app. Esa es la idea: en una marca de comercio, el sistema de referencia del dinero es Shopify, y el cuadro de mando de la app toma de ahí sus números.

Si Google Analytics 4 es tu único cuadro de mando de la app

Google Analytics 4 es una herramienta de eventos y de públicos. No es la fuente de verdad del dinero, y hay cinco comportamientos documentados que conviene conocer antes de construir sobre ella el cuadro de mando de comercio de una app.

No sabe nada de una devolución en Shopify si tú no se la envías. Google Analytics 4 solo registra una devolución cuando tu app envía un evento refund con el transaction_id correspondiente (medición de ecommerce en Google Analytics 4). El estado de los pedidos de Shopify, las cancelaciones y las devoluciones no vuelven por su cuenta. Así que la cifra neta de devoluciones, la que pide cualquier conversación de finanzas, es algo que tienes que construir y mantener.

Los datos a nivel de evento caducan, y el nivel de pago solo lo arregla en parte. En una propiedad estándar puedes conservar los datos de usuario y de evento durante 2 meses o 14 meses. Analytics 360 añade 26, 38 y 50 meses, pero solo para los datos de evento. La conservación de los datos de usuario se queda en 14 meses como máximo en los dos niveles, y los datos de edad, género e intereses se guardan siempre 2 meses, sea cual sea tu ajuste. Hay además un suelo que no controlas: cuando una propiedad estándar pasa a ser Grande, o una propiedad 360 pasa a ser XL, la conservación de los datos de evento baja a 2 meses automáticamente, y los datos con más de 2 meses dejan de estar accesibles y se borran de forma permanente (conservación de datos en Google Analytics 4). Así que leer una cohorte de un año contra otro es una función de 360, y ni siquiera en 360 está garantizada.

Los informes con muchos valores distintos se condensan en una fila "(otros)". Cuando una tabla pasa su límite de filas, Google Analytics 4 muestra los valores más frecuentes y condensa el resto en una sola fila "(otros)". La recomendación de Google es tratar como dimensión de cardinalidad alta cualquiera con más de 500 valores, y dice con claridad que esos 500 son una recomendación y no un límite: los límites reales de filas cambian según el tipo de propiedad, según el informe y según la complejidad de la consulta, por ejemplo con dimensiones secundarias y filtros (la fila "(otros)" en Google Analytics 4). El identificador de producto y el término de búsqueda son justo las dimensiones que necesita una marca de comercio, y justo las que tienen miles de valores.

Las consultas grandes se muestrean, que es otro límite distinto. El muestreo no es el mismo mecanismo que la fila "(otros)", y conviene no confundirlos. El muestreo ocurre cuando el número de eventos detrás de un informe, una exploración o una consulta pasa la cuota de tu propiedad. Esa cuota es de 10 millones de eventos en una propiedad estándar, y de hasta 1000 millones en Analytics 360, que arranca en 100 millones de eventos por consulta (muestreo de datos en Google Analytics 4). Google escala después la muestra hasta una cifra direccionalmente correcta. Eso sirve para una tendencia de tráfico. No sirve para conciliar los ingresos con Shopify, porque no puedes ligar una estimación escalada a un conjunto concreto de pedidos.

Hay filas que no te muestran. Google Analytics 4 aplica umbrales y oculta filas cuando un informe incluye datos demográficos o de términos de búsqueda y el número de usuarios es demasiado bajo (umbrales de datos en Google Analytics 4). Ampliar el rango de fechas puede devolverlas, que es lo contrario de lo que necesita una revisión diaria en la semana del lanzamiento.

Hay una salida, para las marcas con tamaño suficiente para usarla. Google Analytics 4 exporta los datos de evento en bruto a BigQuery, y lo que aterriza ahí es tuyo. Como después consultas tus propias tablas, la fila "(otros)", las cuotas de muestreo y los umbrales dejan de aplicarse, y el ajuste de conservación de Google Analytics 4 deja de gobernar lo que ya has exportado. Son límites de las superficies de informes de Google Analytics 4, no de los datos exportados. La exportación diaria tiene un tope de 1 millón de eventos al día en una propiedad estándar y de 20 000 millones en 360, y una opción de streaming quita el tope de volumen a cambio de una tarifa por gigabyte (exportación de Google Analytics 4 a BigQuery). La contrapartida es que pasas a gestionar un almacén de datos: costes de almacenamiento y de consulta, SQL, y alguien que una los eventos de Google Analytics 4 con los pedidos de Shopify y mantenga bien esas uniones cuando cambie cualquiera de las dos partes. Casi ninguna marca de Shopify debería asumir eso. Si ya tienes un equipo de datos, es la forma correcta de hacer que Google Analytics 4 responda a preguntas de comercio.

Nada de esto convierte a Google Analytics 4 en una mala herramienta. Lo que hace es descartarla como única fuente de verdad de los ingresos. Úsala para lo que hace bien: análisis de captación, de campañas y de públicos. Lee la capa comercial en Shopify y en un cuadro de mando de app construido sobre los datos de pedidos de Shopify, para que las devoluciones, los descuentos, el tipo de cliente y la recompra lleguen ya conciliados en lugar de reconstruidos a partir de eventos.

La misma prueba sirve para cualquier herramienta que te ofrezcan. Hazle tres preguntas. ¿Lee el estado de los pedidos de Shopify, con devoluciones y cancelaciones incluidas? ¿Puede informar de una cohorte un año después? ¿Define sus propias métricas, o deja que cada analista las defina? Una herramienta que falla las tres es un informe de tráfico, no un cuadro de mando de comercio.

El cuadro de mando mínimo

Empieza por estas ocho. Cubren las seis funciones y muestran si la app funciona, antes de que añadas un modelo más completo:

1. Proporción de ingresos de la app (ingresos de la app / ingresos online totales)
2. Tasa de conversión de la app (con un denominador definido y comparable con el de la web)
3. Tasa de activación a primera compra (de nueva instalación a primer pedido)
4. Tasa de recompra de cliente a 30 días (segundo pedido, en cualquier canal)
5. Retención D30 (si los nuevos usuarios de la app vuelven)
6. Tasa de permiso y de baja de notificaciones push (léelas siempre juntas)
7. Tasa de éxito del pago (el punto de fallo con mayor intención de compra)
8. Sesiones sin fallos (la base de todo lo demás)

Todo lo que viene en las seis secciones siguientes es la forma de profundizar cuando una de esas ocho plantea una pregunta. Una marca pequeña debería empezar aquí y resistirse a instrumentar treinta métricas que nadie revisa.

1. Métricas comerciales: la vista de dirección

Van arriba del todo del cuadro de mando, pero se leen como cohortes, no solo como totales diarios:

• Proporción de ingresos de la app: la parte de los ingresos online totales que pasa por la app.
• Tasa de conversión de la app: pedidos divididos entre un denominador claramente definido de sesiones de app o de compradores cualificados (mira la tabla de definiciones de arriba; esta es la métrica que más se infla con una comparación mal planteada con la web).
• Valor medio del pedido: el de la app comparado con el de la tienda online y el de la web móvil, con definiciones equivalentes.
• Ingresos por cliente de la app: mejor que los ingresos por instalación, porque no premia una base de instalaciones grande y poco cualificada. Pero no resuelve el sesgo de selección: un grupo pequeño de clientes fieles y de alto valor puede hacer que se vea magnífico. Léelo siempre junto al tamaño de la cohorte, la tasa de recompra y una comparación con grupo equivalente o grupo de control cuando la decisión necesite una afirmación causal.
• Dos tasas de recompra, no una. Responden a preguntas distintas, y fusionarlas esconde la respuesta a las dos:
• Tasa de recompra de cliente: clientes captados o activados por la app que vuelven a comprar por cualquier canal. Te dice si la app cambió el comportamiento del cliente.
• Tasa de recompra en el canal app: clientes que vuelven a comprar concretamente en la app. Te dice si la app se está convirtiendo en un canal de venta duradero.
• Fusionadas en un solo número, las dos tasas se esconden entre sí. El cambio de canal puede hacer que la app parezca más débil de lo que es, y una vista de solo app puede ocultar que los clientes recompran a gusto en otro sitio. Sigue las dos.
• Ingresos o valor a largo plazo por cohorte a 30, 60 y 90 días: lo que gastan después los clientes captados o activados en un periodo. Define el alcance de forma explícita: ¿ese "valor" incluye todas las compras posteriores en Shopify, en todos los canales, o solo los pedidos atribuidos a la app? Responden a preguntas distintas, y el número no significa nada hasta que digas a cuál te refieres.
• Tasa de permiso de marketing por email y SMS en el pago: la parte de los pagos en la app en los que el cliente aceptó recibir marketing por email o por SMS. La app hace crecer las listas sobre las que se sostiene todo tu programa de retención, y eso es valor comercial incluso en un periodo en el que el valor del pedido está plano.
• Peso de los descuentos sobre las ventas, y rendimiento por código de descuento: el valor descontado dividido entre las ventas brutas, más lo que te ha costado cada código y a cuántos pedidos ha afectado. Un canal app que crece con códigos de descuento es un caso de negocio distinto de uno que crece a precio completo, y esta es la forma más rápida de ver cuál de los dos tienes. Es también el primer dato para la pregunta del margen que viene a continuación.
• Margen de contribución del pedido, cuando esté disponible: los ingresos del pedido después del descuento, el coste del producto, la subvención del envío, las comisiones de pago y las devoluciones. Llámalo margen de contribución del pedido y no "beneficio del canal app", porque una cifra real de beneficio del canal también tiene que cargar con las comisiones de las tiendas de apps, el desarrollo y el mantenimiento, la captación de pago, las herramientas de CRM y de notificaciones push, el coste de los descuentos promocionales y el soporte. Di qué costes has incluido de verdad, para que nadie lea un margen como si fuera un beneficio completo.

Hay una advertencia lo bastante importante como para dejarla dicha antes de que nadie celebre una ventaja de la app en valor medio del pedido o en valor a largo plazo: el público de una app suele autoseleccionarse. Esa comparación se basa en clientes que han elegido instalar la app, y que a menudo ya son más fieles y tienen más intención de compra que quien visita la web móvil. Así que una ventaja de la app es una observación real del negocio, no una prueba de que la app sea su única causa. Cuando una decisión necesite una prueba causal, usa cohortes equivalentes, grupos de control o despliegues controlados. Esa misma disciplina de incrementalidad es lo que separa un caso de negocio defendible de uno voluntarista, y lo tratamos en la guía del ROI de una app móvil para Shopify.

La propia Shopify señala las ventas por recompra, la retención de clientes y el valor a largo plazo como medidas centrales de fidelidad, y pertenecen a esta capa aunque tu plataforma de app ayude a mostrarlas (Shopify sobre las métricas de cliente recurrente).

Cuándo revisarlas: cada semana para ver la dirección, cada mes para los ingresos y la contribución por cohorte, cada trimestre para la pregunta estratégica de si la app está justificando su inversión.

2. Métricas de activación: donde se gana o se pierde casi todo el valor de la app

Una instalación es una posibilidad, no un resultado. El primer trabajo es encontrar el comportamiento más temprano que predice un cliente valioso. En una app de retail típica, el camino central de activación pasa por la intención de compra, con el inicio de sesión y el permiso de notificaciones al lado, como hitos opcionales y no como pasos obligatorios:

Primera apertura -> mercado elegido -> producto visto -> añadir al carrito
-> pago iniciado -> primer pedido
   hitos opcionales (medir, no forzar):
   sesión iniciada, permiso de notificaciones concedido

Un invitado puede ver productos, añadirlos al carrito y muchas veces comprar sin iniciar sesión nunca, y forzar el inicio de sesión o un permiso antes de mostrar valor suele costarte más clientes de los que captas. Así que mide el inicio de sesión y el permiso de notificaciones push como hitos y estudia dónde ayudan, pero no los modeles como puertas por las que todo cliente deba pasar. Sigue la tasa de finalización y el tiempo de cada etapa, y segmenta el embudo por plataforma, versión de la app, campaña, país, cliente nuevo o recurrente y vía de entrada. Estas son las medidas de activación prioritarias:

• Tasa de instalación a primera apertura
• Tasa de primera apertura a inicio de sesión
• Tasa de permiso para enviar notificaciones push
• Tasa de vista de producto en la primera sesión
• Tasa de añadir al carrito
• Tasa de inicio del pago
• Tasa de instalación (o primera apertura) a primera compra
• Tiempo mediano hasta la primera compra

Hay dos cifras de abandono fáciles de confundir, y no describen la misma caída. El abandono de carrito es la parte de las sesiones que añadieron algo al carrito y nunca llegaron al pago. El abandono del pago es la parte de los pagos iniciados que nunca se completaron. La primera cubre una etapa que la segunda no puede ver, así que una marca que solo mira el abandono del pago no ve la fuga más grande. Informa de las dos, y di siempre a cuál te refieres.

No optimices todos los eventos tempranos por igual. Elige uno o dos que sean lo bastante frecuentes como para diagnosticar y que además predigan de verdad la primera compra. En algunas marcas es el inicio de sesión; en otras, ver un producto o añadirlo al carrito. La idea es elegir tu momento de activación a propósito, en lugar de perseguir cada toque de pantalla.

Para que esto funcione, tus eventos necesitan una taxonomía de comercio coherente. La referencia de ecommerce de Firebase, por ejemplo, define eventos estándar como view_item, add_to_cart, begin_checkout y purchase, y adoptar un esquema así mantiene el embudo comparable entre plataformas y versiones (referencia de eventos de ecommerce de Firebase).

Cuándo revisarlas: a diario durante la semana del lanzamiento y después de una versión importante, dos veces por semana durante el primer mes, cada semana cuando el flujo de activación ya sea estable. La guía de los primeros 90 días explica qué esperar de este embudo al principio.

3. Participación y retención: mide el retorno del cliente, no el tiempo de pantalla

En ecommerce, más tiempo de pantalla no es automáticamente bueno. Quien necesita seis sesiones para terminar un pago sencillo está frustrado, no enganchado. Así que mide el retorno del cliente:

• Usuarios activos semanales y mensuales
• Sesiones por usuario activo
• Días activos por cliente
• Retención D1, D7 y D30: si los usuarios de la app vuelven después del primer uso
• Tasa de reactivación: usuarios inactivos que vuelven tras un impulso de la app, del producto o del CRM
• Tasa de recompra y tiempo entre pedidos
• Sesiones y clientes nuevos frente a recurrentes, leídos como pareja para ver si el crecimiento viene de nuevas llegadas o de un hábito de vuelta
• Desinstalaciones, pérdida de usuarios o público instalado inactivo
• Público inactivo pero alcanzable: dispositivos vistos por última vez hace más de 30, 60 o 90 días que siguen permitiendo notificaciones. Las desinstalaciones viven en las consolas de las tiendas, pero una instalación inactiva a la que todavía puedes llegar es un segmento sobre el que puedes actuar esta semana

Las ganancias reales están en las cohortes. Compara clientes por semana de primera apertura, semana de primera compra, fuente de captación, versión de la app, país, situación en el programa de fidelización y permiso de notificaciones. Eso revela si una nueva versión, un incentivo de lanzamiento o un programa de notificaciones produjo un grupo de clientes realmente más sano, en vez de un pico agregado y pasajero. Construir ese retorno a propósito es justo el tema de la guía de crecimiento de apps.

Hay buenas razones para tomarse en serio la primera sesión. En el estudio comparativo de Amplitude de 2025, el 69 % de las empresas de su grupo alto en activación durante la primera semana también estaban entre las mejores en retención a tres meses. Es una asociación de un estudio de proveedor, no una prueba de causalidad, y el propio informe lo plantea así, pero es un motivo sólido para medir la activación como si fuera una métrica de retención (resumen del estudio de ecommerce de Amplitude).

Cuándo revisarlas: cada semana los usuarios activos, la frecuencia de sesión y la reactivación, cada mes la retención D30, cada trimestre las cohortes de recompra y de valor a largo plazo.

4. Métricas de notificaciones push: mide a la vez los ingresos y el permiso del cliente

Las notificaciones push merecen su propio cuadro de mando, porque pueden ser una de las capacidades de retención más fuertes de la app y una de las formas más rápidas de agotar la paciencia del cliente. Sigue toda la cadena:

Público elegible de la app -> público con permiso -> enviadas -> entregadas
-> abiertas -> sesión en la app -> acción en producto o carrito -> compra

Las métricas principales:

• Tasa de permiso para enviar notificaciones push: destinos alcanzables divididos entre los elegibles
• Público alcanzable: dispositivos activos con permiso, no todas las instalaciones históricas. Ten en cuenta que esto suele ser por dispositivo y no por persona: un cliente con un iPhone y un iPad es un cliente pero dos destinos alcanzables, así que no leas el "público alcanzable" como un recuento de personas.
• Tasa de entrega: entregadas divididas entre enviadas. Trátala como algo propio de cada proveedor y de cada plataforma, no como un acuse de recibo exacto. Qué significa "entregada" y con qué fiabilidad se informa cambia entre iOS (APNs) y Android (FCM), así que no compares tasas de entrega entre plataformas como si midieran lo mismo.
• Tasa de apertura directa: toques divididos entre notificaciones entregadas
• Tasa de sesiones influidas: sesiones de app posteriores a un envío, comparadas con el comportamiento de referencia. Es una medida de atribución direccional, no causal. Una subida sobre la referencia es un indicio, pero para afirmar que la notificación causó esas sesiones necesitas un grupo de control o un escenario alternativo creíble, porque las personas que dieron permiso y están activas habrían abierto la app de todos modos en cierta proporción.
• Tasa de conversión de las notificaciones push: destinatarios que completan la acción prevista
• Ingresos atribuidos: con una ventana de atribución definida de antemano
• Tasa de baja, tasa de desinstalación y frecuencia de campañas: las garantías de salud del canal
• Todo lo anterior, separado por tipo de contenido. Las notificaciones de pedido y de envío no se comportan como los envíos de marketing: público distinto, expectativas distintas, tasas de entrega y de apertura distintas. Si las mezclas en un solo número, obtienes una tasa de apertura que no describe ninguna de las dos. Sepáralas antes de fijar un umbral único.

La regla que mantiene honestas a las notificaciones push: acompaña siempre una señal positiva con una negativa. Una campaña puede subir las aperturas y los pedidos mientras sube también las bajas, y eso no es un éxito limpio.

Hay otra regla de atribución que importa en toda la infraestructura: nunca sumes los ingresos atribuidos de notificaciones push, email, SMS, medios de pago y atribución de la app. El mismo pedido puede ser reclamado por varios canales a la vez, así que sumar sus ingresos atribuidos cuenta dos veces y puede superar con facilidad tus ingresos reales. Elige un modelo de atribución, o informa por separado y bien etiquetado de lo que reclama cada canal.

La guía de Braze llega a un cuadro de mando parecido, y nombra el permiso, la entrega, la apertura y el clic, la conversión, los ingresos y la baja como las medidas esenciales (guía de métricas push de Braze). Es una lista útil, aunque, al ser la guía de un proveedor, sirve como referencia de definiciones y no como prueba independiente. Para la estrategia que hay detrás de estos números, mira la guía de notificaciones push y retención. Si Klaviyo es tu plataforma de ciclo de vida, la guía de notificaciones push de Klaviyo explica qué eventos de la app enviar y cómo mantener la atribución de mensajes de Klaviyo separada del registro de pedidos de Shopify.

Cuándo revisarlas: justo después de los envíos importantes, cada semana por tipo de campaña y segmento, cada mes el permiso, las bajas y el efecto a largo plazo sobre los clientes retenidos.

5. Merchandising y demanda: lo que la app te cuenta sobre el catálogo

Una sesión en la app es un flujo de señales de intención, y casi ninguna marca las lee. Estas medidas convierten el comportamiento en la app en decisiones de merchandising:

• Vistas de producto, añadidos al carrito y tasa de vista a carrito, por producto. Un producto con muchas vistas y una tasa de vista a carrito baja tiene un problema de precio, de imagen, de descripción o de stock, no un problema de tráfico.
• Demanda en la lista de deseos. Añadidos a la lista de deseos por producto, y la tasa sobre las vistas. Es intención declarada sin compra detrás, lo que la convierte en una lista de reposición y en una lista de campaña.
• Alcance por producto. Sesiones distintas y clientes distintos que vieron un producto, no solo el número de vistas. Distingue a un comprador obsesivo de un interés amplio.
• Tasa de búsquedas sin resultados, y las búsquedas que hay detrás. La parte de las búsquedas que no devuelven nada, agrupada por término. Leída como lista, esas búsquedas son la demanda que tu catálogo, el nombre de tus productos o los sinónimos de tu buscador no atienden. Algunas son productos que hay que traer. Muchas son productos que ya vendes con un nombre que tus clientes no usan.
• Búsquedas por sesión. Si suben las búsquedas por sesión con un catálogo estable, lo normal es que esté fallando la navegación, no que los clientes estén más enganchados.
• Productos y variantes más abandonados. Valor y unidades que se quedan en el carrito, por producto y por variante. Si una sola variante domina la lista, suele ser un problema de stock, de tallaje o de coste de envío, no de demanda.
• Precio medio de añadido al carrito frente al valor medio del pedido. Cuando los dos se separan, ha cambiado tu venta cruzada o tu política de descuentos. Averigua cuál de las dos.
• Rendimiento de los drops y de los lanzamientos exclusivos de la app. Para cada drop o pieza shoppable: impresiones, tasa de clic, vistas de producto, añadidos al carrito, añadidos a la lista de deseos, sesiones distintas que interactuaron, y las ventas y unidades atribuidas que hay detrás. Léelo por drop y por formato. Responde a si un lanzamiento exclusivo de la app creó demanda o solo movió una demanda que ya iba a llegar, que es la misma pregunta de incrementalidad que en el resto de esta guía. Una advertencia: una sesión que interactúa con dos drops cuenta para los dos, así que los ingresos por drop no suman los ingresos totales.

Esta capa es donde antes se paga a sí mismo un cuadro de mando de app, porque cada punto de la lista se convierte en una decisión que alguien puede tomar esta semana: reponer, renombrar, cambiar el precio, rehacer la foto o añadir un sinónimo.

Cuándo revisarlas: cada semana las búsquedas sin resultados y los productos abandonados, cada mes la tasa de vista a carrito y la demanda en la lista de deseos por categoría, y antes de cada campaña o lanzamiento de producto.

6. Salud de la experiencia: las métricas que protegen la conversión

Una app puede tener un merchandising y una mensajería excelentes y aun así fallar justo donde la intención de compra es más alta: el inicio de sesión, el pago, la carga del producto o la llegada desde un deep link. Estas son las señales que hay que alertar, pero antes una advertencia: ninguna parte es dueña de todas. El inicio de sesión, el pago, los cobros, el catálogo, la identidad y la entrega de notificaciones se reparten entre la app, Shopify, tus proveedores de pago, tu plataforma de email y tus herramientas de monitorización. Así que para cada señal decide qué sistema es la fuente de verdad y a quién se avisa, o la alerta sonará en el vacío:

Hay una señal que merece nombre propio, porque es barata de vigilar y casi nadie la vigila: los pagos por carrito. Divide los pagos iniciados entre los carritos distintos que hay detrás. Por encima de 1 significa que los clientes están reiniciando el pago sobre el mismo carrito, y eso suele apuntar a un paso de cobro o de envío que falla, no a un comprador que ha cambiado de idea. Mira a su lado el abandono del pago separado por pasarela de pago, y una pasarela rota aparece en un día en lugar de dentro de una caída mensual de ingresos.

No son solo métricas técnicas. Un deep link que abre la pantalla de inicio en lugar del producto prometido, un bucle de inicio de sesión después de una notificación o una congelación en Android durante el pago son fugas directas en el embudo de ingresos. Android define un bloqueo (ANR) como una app que no responde a tiempo a un evento de entrada, y los que el usuario percibe al interactuar hacen especial daño, porque ocurren mientras el cliente está intentando usar la app (guía de Android sobre los ANR).

Cuándo revisarlas: alertas continuas ante fallos graves, a diario después de una versión, revisión semanal de la tendencia, análisis mensual de versiones y dispositivos.

7. Analítica de las tiendas de apps: la parte que solo Apple y Google pueden contarte

Mantén los números de Apple y de Google en el cuadro de mando, y colócalos por debajo de los datos de comercio. Lee esta sección como la lista de números que ninguna plataforma de app puede darte, porque ninguna de las dos tiendas publica una API para casi nada de esto. El acceso ya lo tienes tú como titular de la cuenta de desarrollador, así que úsalo:

• Impresiones en la tienda y visitantes de la ficha
• Conversión de la página de producto y de la ficha
• Primeras descargas y descargas repetidas
• Recorrido de instalación a primera apertura
• Desinstalaciones, pérdida de usuarios y público instalado
• Fuente de captación previa a la instalación y rendimiento de las campañas
• Reseñas y valoraciones en la tienda
• Señales de fallos, de calidad y de retención de la tienda de apps
• Experimentos de ficha y rendimiento de las fichas personalizadas

Uno de esos puntos necesita un matiz. Las consolas son dueñas de la fuente de la instalación. Tu app es dueña de la fuente de la sesión posterior a esa instalación, a través de los parámetros de campaña y de los referentes, así que trata la fuente previa y la posterior a la instalación como dos medidas separadas y no como un solo número.

Las métricas de uso de App Analytics de Apple incluyen sesiones, dispositivos activos, fallos y eliminaciones, pero se basan en los usuarios que aceptaron compartir sus datos (definiciones de métricas de Apple). Google Play Console ofrece vistas de captación, público instalado, pérdida de usuarios, conversión, calidad y comparación con apps similares (documentación de estadísticas de Google Play).

Son valiosas para diagnosticar el descubrimiento, la conversión en la tienda y la salud técnica. No deberían tratarse como la fuente de verdad de los ingresos, el valor medio del pedido, la recompra o el valor a largo plazo de una tienda Shopify de productos físicos. Esos datos nunca entran en las consolas de las tiendas, porque los pedidos de productos físicos se cobran a través de Shopify, no de la facturación de Apple o de Google.

Ritmo de revisión recomendado

Sin un ritmo de revisión, las métricas se convierten en cifras sobre las que nadie actúa. Este es un punto de partida razonable:

Las filas previas al lanzamiento y de la semana del lanzamiento merecen su propia preparación; la lista de comprobación del lanzamiento cubre el mapa de eventos y la conciliación que hacen fiable el resto de la tabla.

No te dejes engañar

No aceptes un número halagador sin revisarlo:

• Las instalaciones no son clientes.
• Las sesiones no son satisfacción.
• Las aperturas de notificaciones no son ingresos.
• Los ingresos atribuidos no son necesariamente ingresos incrementales.
• Un valor medio del pedido más alto en la app no prueba que la app lo haya causado.
• Una consola de tienda no conoce tus ingresos de producto físico en Shopify.
• Una herramienta de eventos no es la fuente de verdad del dinero.
• Una búsqueda sin resultados es una venta perdida que ninguna tasa de conversión te va a mostrar.
• Un cuadro de mando del total de la app puede esconder una mala versión, un país, un dispositivo, un segmento o una fuente de captación.
• Una métrica sin responsable, sin umbral y sin acción siguiente es decoración.

Esa última es la disciplina que sostiene a todas las demás. La mejor versión de un cuadro de mando de app no es "las 25 métricas que hay que seguir". Es: qué métrica responde a qué pregunta, quién responde por ella y cuándo debe actuar el equipo. Todo lo demás es actividad, no resultado.

Qué papel juega NAPPS

NAPPS es una plataforma de creación de apps móviles nativas para marcas de Shopify y Shopify Plus, y nuestro papel en este modelo es el papel de la plataforma: construir la app que las consolas de las tiendas miden en la parte alta del embudo, y aportar la vista de comercio que esas consolas no pueden dar.

La razón por la que NAPPS puede aportar esa vista está en cómo se construye la app. Una app de NAPPS es realmente nativa (SwiftUI en iOS, Jetpack Compose en Android) y se conecta a tu tienda como un canal de venta de Shopify, con el pago pasando por Shopify. Así, los pedidos y los ingresos de la app aterrizan en los informes de la propia Shopify, junto a los de tu tienda online, y las métricas comerciales de la sección 1, proporción de ingresos, conversión, valor medio del pedido y recompra, son comparaciones normales entre canales de venta de Shopify, y no algo que tengas que reconstruir. (Con qué limpieza se resuelve cada métrica hasta un solo cliente depende de tu inicio de sesión, tu resolución de identidad y tu configuración de informes.)

NAPPS incluye un cuadro de mando de analítica construido sobre esos datos de pedidos, organizado cerca de las seis funciones de esta guía:

Hay dos cosas de esa lista que importan más que la lista misma.

Los números de las notificaciones push llevan una ventana de atribución declarada: destinatarios, dentro de las 12 horas siguientes al envío. Es a propósito más estrecha que el crédito que reclamará una plataforma de email o una red de anuncios por el mismo pedido. Una ventana estrecha y con nombre es un número que puedes poner en un informe sin inflarlo, y te mantiene honesto con la regla de la sección 4: no sumes los ingresos atribuidos de varios canales.

Las definiciones vienen con las métricas. La finalización del pago (la marca de completado de Shopify) y el recorrido de pago a pedido (si la sesión llegó a hacer un pedido) se informan como dos medidas separadas, porque responden a dos preguntas distintas. El abandono de carrito y el abandono del pago se separan igual. El alcance de las notificaciones se informa por dispositivo, y lo dice, porque un cliente con un móvil y una tableta es un cliente y dos destinos alcanzables. Eso es el ejercicio de las ocho definiciones del principio de esta guía, hecho una vez y de forma centralizada, en lugar de una vez por analista.

Y la parte honesta. Tres cosas de esta guía no nos toca informarlas a nosotros, y deberías desconfiar de cualquier plataforma que diga lo contrario:

• Las instalaciones, el recorrido de instalación a primera apertura y las desinstalaciones viven en App Store Connect y Google Play Console. Ninguna de las dos tiendas ofrece una API para ellas, así que se leen ahí, en cuentas que ya son tuyas.
• Las curvas de retención basadas en la instalación, las de tipo D1, D7 y D30, son una medida de las consolas de las tiendas y de la analítica de producto. Nuestras cohortes se construyen sobre pedidos y clientes, lo que responde bien a la pregunta comercial y no es el mismo número.
• Las sesiones sin fallos, los ANR y el tiempo de carga de pantalla pertenecen a tus herramientas de fallos y de rendimiento, y a los informes de calidad de las consolas.

Así que el montaje que funciona son tres superficies, no una: las consolas de las tiendas por encima de la instalación, el cuadro de mando de la app y Shopify por debajo, y una herramienta de fallos debajo de todo lo demás.

Así es como los clientes de NAPPS pueden dar números que las consolas de las tiendas no van a mostrar nunca. La app suele convertir unas 5 o 6 veces más que la web, y unas 4,7 veces más que la web móvil (es una afirmación grande, así que léela con la nota de metodología). El valor medio del pedido sube entre un 5 % y un 38 % en la app, y el gasto por cliente sube alrededor de un 47 %.

Metodología: basado en datos de clientes de NAPPS que comparan el canal app con la tienda online. Los resultados varían según la marca, el periodo, la composición del público y la atribución; el público de una app se autoselecciona, así que estas comparaciones describen diferencias observadas y no establecen una causa. Es la misma advertencia de autoselección señalada en la sección de métricas comerciales.

Zippy, la mayor marca de moda infantil de Portugal, es el ejemplo más claro: en los siete primeros meses tras el lanzamiento, una media aproximada del 34 % de sus ingresos online totales pasó por la app, y su app convierte alrededor de un 370 % más que la web móvil (misma metodología y mismas advertencias). Su canal de notificaciones push tiene una tasa media de apertura del 21 % en campañas segmentadas enviadas a un público con permiso, no en envíos promocionales diarios, que es justo el tipo de resultado de público comprometido que la sección 4 sirve para medir.

Usa las consolas de las tiendas para el descubrimiento y la conversión en la ficha. Usa Shopify y tu canal app para las métricas comerciales, de activación, de retención, de merchandising y de salud de la experiencia que deciden si la app funciona.

En resumen

Las tiendas de apps te dicen si la gente puede encontrar e instalar tu app. No pueden decirte si la app está haciendo más fuerte al negocio, porque nunca ven un pedido de Shopify. De eso se encarga un segundo cuadro de mando, del lado del comercio, construido sobre seis preguntas: ¿es la app un canal de venta relevante?, ¿los nuevos usuarios llegan pronto al valor?, ¿se está convirtiendo en un hábito?, ¿las notificaciones push traen de vuelta a los clientes sin dañar su confianza?, ¿atiende el catálogo la demanda que muestran los clientes? y ¿funciona la app cuando la intención de compra es más alta? Una herramienta de eventos como Google Analytics 4 puede ayudarte con la captación y los públicos, pero no guarda el estado de tus pedidos en Shopify, así que no puede responder a la primera pregunta de esa lista. Sigue la cadena que va del alcance al valor a largo plazo, da a cada métrica un responsable y un umbral, y revisa con cuidado los números halagadores. Una plataforma de app debería ayudarte a gestionar mejor un canal de comercio, no a presentar un número de descargas más grande.

Si quieres una app cuyos ingresos aparezcan como un canal real de Shopify que puedas medir como describe esta guía, te explicamos cómo lo hace NAPPS.