Datos reales en los informes de marketing

Si trabajas en marketing, seguro que más de una vez has escuchado a un cliente decir que los datos de Google Analytics o de su CRM no coinciden con sus ventas reales. Y sí, es un problema común. Pero lo cierto es que la solución lleva tiempo existiendo. El problema real no ha sido la tecnología, sino el proceso: extraer estos datos de forma manual. Y, para ser sinceros, ¿a qué agencia de marketing le apetece revisar cliente por cliente para comprobar cada número?

Gracias a la inteligencia artificial y la automatización, ahora podemos hacer que herramientas como Make.com nos den los datos que realmente necesitamos sin tener que revisarlos manualmente. Así, en lugar de perder tiempo validando cifras, podemos centrarnos en lo que realmente importa: mejorar resultados.

Para que te hagas una idea de lo que estoy diciendo, aquí tienes un ejemplo de los datos que los clientes de ecommerce más suelen solicitar:

Para quienes no estáis familiarizados con esto, lo que hago es usar Make.com junto con uno de sus módulos, SQL, para hacer consultas directas a una base de datos. En este caso, estoy conectándome a una base de datos en Prestashop, pero prácticamente cualquier ecommerce (y en general, casi todo en internet) funciona con SQL o una tecnología similar.

Voy a centrarme en Prestashop para este ejemplo, pero el concepto se puede aplicar a cualquier tienda online que use bases de datos SQL.

Antes de empezar, lo primero es hacer la conexión con la base de datos. Si no sabes los datos de acceso, tranquilo, basta con preguntarle a tu programador. Una vez conectados, podemos extraer información clave sin necesidad de depender de informes de terceros.

Facturación en Prestashop

Este es uno de los santos griales en los informes de marketing, un clásico en las preguntas mensuales de los clientes. Y lo mejor de todo: es realmente fácil de solucionar.

Este es solo un ejemplo de los datos que puedes extraer directamente desde SQL en Prestashop. En este caso, estamos viendo información clave como ventas, total de pedidos y número de devoluciones. La consulta es sencilla, pero la clave está en cómo aprovechar estos datos.

Para extraer estos datos, tan solo debes ejecutar esta consulta en Make.com:

SELECT
  (SELECT IFNULL(SUM(total_paid), 0) FROM ps_orders WHERE date_add >= NOW() - INTERVAL 30 DAY) AS total_ventas,
  (SELECT COUNT(*) FROM ps_orders WHERE date_add >= NOW() - INTERVAL 30 DAY) AS total_pedidos,
  (SELECT COUNT(*) FROM ps_order_return WHERE date_add >= NOW() - INTERVAL 30 DAY) AS total_devoluciones;

Lo ideal es exportarlos a una hoja de cálculo, ya sea Excel, Airtable o cualquier otra herramienta que te permita compararlos con otros periodos. Pero si quieres ir un paso más allá, también puedes usar estos datos para generar predicciones de ventas.

Eso sí, un consejo: si vas a hacer predicciones con IA, usa solo los datos de los últimos dos años para evitar distorsiones por cambios de tendencia.

Algunas ideas más que puedes aplicar:

• Total de facturación por país o región: Permite ver qué zonas generan más ingresos y ajustar estrategias de marketing y logística.
• Top clientes: Identifica a los clientes que más gastan para ofrecerles beneficios exclusivos o estrategias de fidelización.
• Tasa de devolución de productos facturados: Ayuda a detectar productos con alto índice de devoluciones y mejorar su calidad o descripción.
• Ventas y facturación por vendedor: Si trabajas con un marketplace, te permite ver cuánto factura cada vendedor y aplicar comisiones de forma eficiente.

Carritos abandonados en Prestashop

En este caso, lo que he hecho es extraer una lista de todos los carritos abandonados y no finalizados en Prestashop, con el objetivo de automatizar una segunda acción que ayude a mejorar la conversión.

Siempre digo lo mismo: atraer a un cliente es complicado, pero hacer que agregue un producto al carrito lo es aún más. Por eso, un usuario que ha llegado hasta ese punto no se puede perder. Incluso si no compra en ese momento, estos datos pueden ser oro para una estrategia de recuperación, especialmente en modelos de negocio con clientes recurrentes.

Este es solo un ejemplo de los resultados que busco con esta automatización:

Ya tengo su teléfono, mail, productos en los que está interesado, prácticamente todo lo que necesito para perseguirlo en una venta.

Para conseguir estos datos, solo he de poner en la consulta esta información para obtener los datos de las últimas 24 horas:

SQL de carritos abandonados en Prestashop

SELECT
  c.id_cart,
  c.id_customer,
  c.date_add AS fecha_carrito,
  cu.firstname AS nombre,
  cu.lastname AS apellido,
  cu.email,
  COALESCE(a.phone_mobile, a.phone, 'No disponible') AS telefono,
  GROUP_CONCAT(CONCAT(pl.name, ' (', cp.quantity, ' uds)') SEPARATOR ', ') AS productos_en_carrito,
  CASE
    WHEN c.date_add < NOW() - INTERVAL 1 DAY THEN 'Carrito Abandonado'
    ELSE 'Carrito No Ordenado'
  END AS tipo_carrito
FROM ps_cart c
LEFT JOIN ps_orders o ON c.id_cart = o.id_cart
LEFT JOIN ps_customer cu ON c.id_customer = cu.id_customer
LEFT JOIN ps_address a ON cu.id_customer = a.id_customer
INNER JOIN ps_cart_product cp ON c.id_cart = cp.id_cart
INNER JOIN ps_product_lang pl ON cp.id_product = pl.id_product AND pl.id_lang = 1
WHERE o.id_order IS NULL
  AND cu.email IS NOT NULL
  AND c.date_add >= NOW() - INTERVAL 1 DAY
GROUP BY c.id_cart, c.id_customer, c.date_add, cu.firstname, cu.lastname, cu.email, telefono
ORDER BY c.date_add DESC;

Ahora solo hay que ser imaginativo, te dejo algunas ideas de mejora:

• Identificar los productos más abandonados en carritos: Si siempre aparecen los mismos productos, puede haber un problema con el precio, stock o confianza del cliente.
• Carritos abandonados según el método de pago seleccionado: Identifica si un método de pago en particular está generando más abandonos y si es necesario mejorar su usabilidad.
• Carritos abandonados según el dispositivo (móvil vs. escritorio): Si en móvil hay más abandonos, es momento de revisar la experiencia de usuario.
• Carritos abandonados con cupones aplicados pero sin compra finalizada: Puede ser una señal de que el descuento no es lo suficientemente atractivo o que hubo dudas en el último paso.
• Medir la conversión de carritos abandonados recuperados: Evalúa si las estrategias de recuperación realmente están funcionando o necesitan ajustes.

Métodos de pago en Prestashop

Otro factor clave para mejorar nuestras estrategias de ventas es analizar los métodos de pago que usan nuestros clientes. Te pongo un ejemplo:

Si el 80% de tus compradores utilizan un sistema de pago específico, ¿por qué no destacarlo en el checkout para facilitar la conversión? Algo tan simple como esto puede marcar la diferencia en la decisión de compra.

Aquí tienes un ejemplo en la siguiente imagen, donde se muestra cómo resaltar el método de pago más utilizado puede hacer que el proceso de compra sea más fluido y efectivo.

Esta es la consulta SQL para extraer los métodos de pago:

SELECT
  payment AS metodo_pago,
  COUNT(*) AS total_usos
FROM ps_orders
WHERE date_add >= NOW() - INTERVAL 30 DAY
GROUP BY payment
ORDER BY total_usos DESC;

Productos vendidos por categoría en Prestashop

Uno de los datos más interesantes que podemos analizar en un ecommerce es el resumen mensual de ventas por categoría. Pero aún más útil es prever qué categorías tienen más potencial de venta el próximo mes, para así optimizar la estrategia y ajustar el enlazado interno hacia esas secciones clave.

En la siguiente imagen puedes ver un ejemplo de cómo identificar las categorías con más productos vendidos. Sin embargo, este análisis se puede adaptar según la estrategia de cada negocio.

Por ejemplo, en lugar de centrarnos solo en el volumen de ventas, también podríamos analizar:

• Las categorías con mayor beneficio, priorizando rentabilidad.
• Las categorías con mayor ticket medio, para potenciar productos de mayor valor.

Todo dependerá del enfoque que mejor encaje con los objetivos de cada ecommerce.

Ejemplo del SQL:

SELECT
  cl.name AS categoria,
  SUM(od.product_quantity) AS total_vendido
FROM ps_order_detail od
INNER JOIN ps_product p ON od.product_id = p.id_product
INNER JOIN ps_category_product cp ON p.id_product = cp.id_product
INNER JOIN ps_category_lang cl ON cp.id_category = cl.id_category AND cl.id_lang = 1
INNER JOIN ps_orders o ON od.id_order = o.id_order
WHERE o.date_add >= NOW() - INTERVAL 30 DAY
GROUP BY cl.name
ORDER BY total_vendido DESC;

La verdad es que el tema de los productos y las categorías tiene mucho margen, os pongo más ejemplos de cosas que se pueden saber de tu ecommerce:

• Productos menos vendidos en el último mes: Te permite detectar artículos con pocas ventas y decidir si mejorar su estrategia de marketing o sacarlos del catálogo.
• Productos con stock bajo: Identifica qué productos están a punto de agotarse para reabastecerlos a tiempo y evitar perder ventas.
• Productos con más devoluciones: Muestra los artículos que los clientes devuelven con más frecuencia, lo que puede indicar problemas de calidad o una descripción poco clara.
• Productos más agregados al carrito pero no comprados: Identifica los productos que los clientes añaden al carrito sin finalizar la compra, lo que puede revelar problemas de precio, stock o confianza.

Fernando Ferreiro

SEO desde 2004 – CEO en Indexando Marketing desde 2016 – IA lover y automatizaciones desde 2024.