Los 7 KPIs de retail que debes tener en tu dashboard (y cómo interpretarlos)
En retail, la mayoría de los dashboards que veo tienen el mismo problema: demasiadas métricas, poca claridad. Decenas de gráficos, colores por todas partes, y al final nadie sabe qué mirar primero ni qué acción tomar.
La realidad es que los KPIs de retail que realmente importan son solo siete. El rendimiento de una tienda —física o digital— se puede entender bastante bien con estos indicadores. Estos son los que uso cuando analizo operaciones de retail, y los que recomiendo tener siempre visibles en cualquier dashboard.
1. Ventas totales: la base de cualquier dashboard de retail
El punto de partida obvio, pero que conviene medir bien. Las ventas totales en un período te dan el contexto general, pero solas no te dicen nada útil. Lo interesante es segmentarlas:
- Por tienda o canal — ¿dónde estás vendiendo más? ¿Retail físico, ecommerce, wholesale?
- Por categoría de producto — ¿qué familias tiran del negocio y cuáles están flojas?
- Por región o país — especialmente relevante en cadenas con presencia en varios mercados
Dicho esto, las ventas son el resultado, no la causa. Para entender por qué las ventas están bien o mal, necesitas los siguientes indicadores.
2. Tráfico de clientes: medir no es suficiente, hay que contextualizarlo
El tráfico mide cuántas personas entran en contacto con tu oferta: visitas a la tienda física (normalmente medidas con contadores de personas), sesiones web, o cualquier punto de entrada al funnel de venta.
Es el denominador de todo lo demás. Sin tráfico, no hay ventas posibles. Y con tráfico alto pero ventas bajas, sabes que el problema está en algún punto intermedio —que es exactamente donde el siguiente KPI te ayuda a identificar.
3. Ratio de conversión en retail: qué es y cómo mejorarlo
De todos los que entran, ¿cuántos acaban comprando? Eso es el ratio de conversión en retail.
CR = Tickets ÷ Entradas
Si entran 500 personas al día y se generan 75 tickets, el CR es del 15%. Este indicador es, en mi opinión, uno de los más reveladores en retail porque expone la efectividad real del punto de venta.
Una conversión baja puede deberse a muchas cosas: una experiencia en tienda confusa, atención al cliente deficiente, precios poco competitivos, o simplemente una mala ubicación del producto. El CR no te dice cuál es el problema, pero te dice que existe.
4. Ticket medio (AOV): cuánto gasta de media cada cliente
¿Cuánto gasta de media cada cliente que sí decide comprar?
AOV = Ventas totales ÷ Número de tickets
Si tus ventas son 10.000 € con 200 tickets, tu AOV es de 50 €. Este número es clave para evaluar estrategias de upselling y cross-selling: ¿está funcionando la recomendación de productos complementarios? ¿Las promociones están impulsando compras más grandes o simplemente descuentan lo que la gente ya iba a comprar de todas formas?
Pequeñas mejoras en el AOV tienen un impacto directo y rápido en los ingresos totales, sin necesidad de aumentar el tráfico.
5. UPT (Units Per Transaction): el indicador que suelen ignorar
El UPT mide cuántos artículos lleva de media cada cliente en su compra. Es un indicador más granular que el ticket medio, porque el AOV puede subir tanto por precio como por volumen —y conviene saber cuál de los dos está ocurriendo.
Un ejemplo concreto: si el AOV sube de 45 € a 55 € pero el UPT baja de 3 a 2 unidades, el incremento viene del precio, no del volumen. Eso tiene implicaciones distintas: en el primer caso mejoró la estrategia de producto; en el segundo, simplemente subiste precios o cambiaste el mix.
Un UPT alto suele ser señal de una buena estrategia de producto: packs bien armados, recomendaciones efectivas en caja o en la web, o vendedores que saben sugerir sin presionar. Un UPT bajo con AOV alto puede indicar que vendes pocas unidades pero a buen precio —lo que no es necesariamente malo, pero es un patrón diferente con implicaciones distintas en logística e inventario.
6. Sell-through: qué porcentaje de tu stock estás vendiendo realmente
El sell-through mide qué porcentaje del inventario disponible se ha vendido en un período determinado.
Sell-through = Unidades vendidas ÷ Unidades recibidas × 100
El denominador correcto es el total de unidades recibidas al inicio de la temporada o del período analizado —no solo el stock restante. En la práctica, cuando no hay reposiciones ni devoluciones significativas, el resultado coincide con la fórmula simplificada vendidas ÷ (vendidas + stock), pero en entornos con reposiciones frecuentes o transferencias entre tiendas, usar las unidades recibidas da un número más fiable.
En retail de moda o temporada, este KPI es crítico. Una colección de verano con un sell-through del 40% al final de la temporada tiene un problema serio: significa que el 60% del inventario tendrá que liquidarse con descuento —o quedarse en el almacén ocupando espacio y capital.
Un sell-through saludable varía por sector. En retail de moda y temporada, por encima del 80% al cierre de temporada es una buena señal; por debajo del 60%, conviene revisar la estrategia de compra o de pricing. En otros sectores —electrónica, alimentación, bricolaje— los rangos de referencia son completamente distintos.
7. Rotación de inventario: la fórmula y cómo interpretarla
La rotación de inventario mide cuántas veces se renueva el stock completo en un período.
Rotación = Coste de ventas ÷ Inventario medio
Una rotación alta significa que el stock se vende rápido y se repone con frecuencia: menos capital inmovilizado, menos riesgo de obsolescencia, mayor eficiencia operativa. Una rotación baja, en cambio, puede indicar que estás comprando más de lo que vendes, o que tienes productos que no se mueven.
No existe una rotación «correcta» universal —depende del sector y del modelo de negocio— pero es un indicador que siempre vale la pena comparar contra el histórico propio y contra el benchmark del sector.
Cómo implementar estos KPIs en Power BI: medidas DAX básicas
Si usas Power BI para construir tu dashboard de retail, aquí tienes las medidas DAX de base para cada uno de estos indicadores. Son el punto de partida; a partir de ellas puedes añadir filtros de fecha, segmentaciones por tienda o la lógica que necesite tu modelo de datos.
-- Ventas totales
Ventas Totales = SUM(Ventas[Importe])
-- Ratio de conversión
Ratio Conversión = DIVIDE([Nº Tickets], [Entradas])
-- Ticket medio (AOV)
AOV = DIVIDE([Ventas Totales], [Nº Tickets])
-- UPT
UPT = DIVIDE([Unidades Vendidas], [Nº Tickets])
-- Sell-through
Sell-Through = DIVIDE([Unidades Vendidas], [Unidades Recibidas])
-- Rotación de inventario
Rotación Inventario = DIVIDE([Coste de Ventas], [Inventario Medio])Una buena práctica es agrupar estas medidas en una tabla de medidas dedicada (sin datos, solo medidas) para mantener el modelo ordenado. Si quieres ver cómo organizar visualmente estas métricas para que el dashboard sea navegable y adaptable a distintos perfiles de usuario, en el post sobre dashboards adaptativos en Power BI explico la técnica de Field Parameters para cambiar el KPI analizado sin duplicar páginas.
Cómo leer estos 7 KPIs juntos en tu dashboard de retail
Lo más valioso de estos siete indicadores no es verlos por separado, sino cruzarlos. Las combinaciones más reveladoras que me encuentro habitualmente:
- Tráfico alto + conversión baja → La gente llega pero no compra. El problema está en la experiencia: surtido, precio, atención, layout de tienda.
- Conversión alta + ticket medio bajo → Vendes bien pero poco por transacción. Oportunidad clara de upselling o de revisar el mix de producto.
- Ventas altas + rotación baja → Puede ocurrir cuando el inventario es muy elevado en comparación con el volumen de ventas, por ejemplo si se compraron grandes partidas que no se están liquidando al ritmo previsto. Riesgo de rebajas forzadas y margen comprometido.
- Sell-through bajo + UPT bajo → Señal de alarma en la estrategia de producto. Puede que el surtido no esté respondiendo a lo que el cliente quiere.
Los 7 KPIs de retail en resumen: qué medir y por qué
El rendimiento de una tienda no es un misterio. En casi todos los casos, se puede explicar con la relación entre tres bloques: cuánta gente llega (tráfico), cuántos acaban comprando (conversión y ticket), y cómo está gestionado el inventario (sell-through y rotación).
Si tienes estos siete KPIs bien definidos, con fórmulas consistentes y accesibles en tu dashboard, ya tienes una base sólida para tomar decisiones. El análisis más sofisticado viene después —pero sin esta base, es fácil perderse en los datos.
Si trabajas con volúmenes grandes de datos de ventas procedentes de varias fuentes, en el post sobre arquitectura de datos moderna con Databricks y Power BI explico cómo estructurar el pipeline antes de llegar al dashboard. Y si tienes alguna duda sobre cómo implementar estos KPIs en tu caso concreto, escríbeme.
¿Necesitas aplicar esto
en tu empresa?
Diseño e implemento soluciones de Power BI adaptadas a tu negocio. Hablamos sin compromiso y vemos qué tiene sentido en tu caso.
Comentarios
Deja tu comentario