Un pedido puede aparecer en Google Analytics, en Shopify y en el informe de una campaña sin convertirse por ello en tres ventas. Esa distinción está en el centro de la actualización que Adsmurai anunció el 30 de septiembre para su Marketing Platform, AMP: ahora un mismo widget puede reunir métricas de distintas fuentes. La mejora reduce una separación incómoda entre inversión publicitaria y actividad comercial, pero también obliga a precisar qué representan los números antes de convertirlos en una decisión de presupuesto.
La empresa de origen barcelonés sitúa la novedad dentro de un paquete más amplio que incorpora conexiones con comercio electrónico y CRM, métricas calculadas y análisis asistido por IA. Su anuncio identifica Shopify, VTEX y HubSpot entre las integraciones y propone comparar inversión de Paid Media con ingresos de GA4, ingresos del comercio electrónico o leads del CRM. Son comparaciones económicamente diferentes: unas acercan el gasto al pedido; otras lo relacionan con una solicitud cuya venta todavía puede tardar o no producirse.
Del dashboard común al widget compartido
Hasta esta actualización, según la explicación de Adsmurai, un dashboard podía contener información de varias fuentes, pero cada widget debía utilizar métricas de una sola. El cambio se produce dentro de la visualización. El equipo deja de alternar entre un bloque de inversión y otro de ventas para estudiar su relación en un mismo espacio. Esa diferencia importa especialmente cuando un informe semanal debe explicar un cambio y no limitarse a enumerar resultados por plataforma.
El proveedor añade una condición concreta: las dimensiones comunes, como fecha o país, se pueden utilizar cuando los campos están correctamente relacionados. La compatibilidad que AMP identifica entre métricas, filtros y agrupaciones no equivale a una conciliación contable universal. Un país puede representar el mercado al que se dirigió un anuncio o la dirección comercial de un comprador. Si esas dos interpretaciones divergen, la coincidencia del nombre del campo no resuelve por sí sola la comparación.
También cambia la responsabilidad sobre las fórmulas. Los administradores de cada organización pueden gestionar métricas desde Data Manager y construir Calculated Metrics, incluso con información de fuentes distintas. Esa flexibilidad permite dejar de depender exclusivamente de la taxonomía de una plataforma publicitaria. Al mismo tiempo, convierte una elección que antes podía quedar encerrada en una hoja de cálculo individual en una definición visible para quienes utilizan el informe compartido.
Una fórmula de coste por lead, por ejemplo, expresa gasto monetario dividido entre contactos contabilizados. Su valor cambia si el CRM distingue consultas, formularios duplicados, oportunidades aceptadas y clientes. El widget no decide cuál de esas poblaciones constituye el denominador empresarialmente relevante. La actualización ofrece el lugar para efectuar la comparación; la empresa sigue teniendo que decidir qué hecho comercial merece el nombre de resultado y conservar esa definición al comparar periodos.
El ingreso de Analytics no es cualquier ingreso
La documentación de métricas de Google Analytics diferencia ingresos de compras e ingresos de artículos. Los primeros descuentan reembolsos; los segundos también descuentan reembolsos y excluyen impuestos y envío. Esta separación explica por qué dos columnas monetarias pueden describir el mismo pedido y terminar con importes distintos sin que exista necesariamente un fallo del conector. La etiqueta revenue, sin la definición asociada, no permite interpretar esa diferencia.
Los reembolsos introducen otra diferencia temporal. Un pedido capturado durante una promoción puede devolverse después de que termine el periodo utilizado para evaluar los medios. El informe inicial y la revisión posterior pueden responder a preguntas legítimas distintas: qué pedidos se registraron entonces y qué ingreso sobrevivió después. Un dashboard que relaciona ventas con inversión gana valor cuando hace visible ese desplazamiento, en lugar de presentar cada cierre provisional como un resultado comercial definitivo.
El ingreso registrado conserva una exposición posterior a devoluciones
Porcentaje de ventas anuales que grandes minoristas estadounidenses esperaban devolver.
Pulsa o pasa el cursor para ver detalles. Todos los valores están disponibles en la tabla de datos.
Contraer notas
NRF/Happy Returns: expectativas de profesionales de grandes minoristas estadounidenses con más de 500 millones de dólares de ingresos; 249 respuestas en 2024 y 358 en 2025. No son devoluciones finales auditadas, muestra española ni resultado de Adsmurai; las cohortes difieren.
Explorar la tabla de datos
| Categoría | Ventas que se espera devolver |
|---|---|
| 2024 | 16,9% |
| 2025 | 15,8% |
NRF y Happy Returns, recogidos por Statista, estiman a partir de expectativas declaradas una exposición anual a devoluciones del 15,8% para 2025. No sirve para descontar ese porcentaje a una tienda española. Su papel aquí es explicar por qué la comparación de AMP necesita conservar el estado de cada pedido: el ingreso registrado inicialmente puede dejar de coincidir con el dinero retenido tras el plazo de devolución.
La identidad del pedido pesa más que la proximidad de las curvas
Google documenta un mecanismo técnico que ilustra esta cuestión: los eventos de compra de una misma transacción pueden deduplicarse mediante un identificador único. La guía sobre transaction IDs aclara que esta deduplicación corresponde a flujos web, no a flujos de aplicaciones. Un identificador reutilizado para pedidos diferentes puede reducir indebidamente el recuento; una cadena vacía tampoco constituye una identidad válida del pedido. El límite afecta al dato antes de que llegue al gráfico.
Sumar ingresos de GA4 e ingresos de Shopify como si fueran ventas complementarias produciría una pregunta económica equivocada si ambos contienen el mismo pedido. Compararlos, en cambio, permite examinar cobertura y discrepancias. Esta es la diferencia entre una métrica calculada útil y una suma vistosa. La operación matemática puede ser impecable y aun así duplicar el negocio que pretende medir, porque la independencia de las observaciones no se deduce de la independencia de los conectores.
HubSpot cambia la pregunta comercial
La incorporación de CRM merece una lectura diferente de la conexión con Shopify o VTEX. Un pedido documenta una operación; un lead documenta un avance potencial en una relación. Adsmurai incluye como ejemplos leads y conversiones procedentes del CRM, además de coste por lead vinculado a cada canal. El valor de esa integración aparece cuando el informe publicitario puede seguir la evolución comercial posterior, especialmente en empresas cuyo proceso de venta requiere valoración, contacto o negociación.
Un contacto puede volver a escribir porque tiene una segunda necesidad, porque no recibió respuesta o porque utilizó otro formulario. Esos comportamientos no significan necesariamente adquisición de un nuevo cliente. Si el widget combina gasto con entradas de CRM sin distinguir personas, solicitudes y oportunidades, el coste por lead describe volumen administrativo más que expansión comercial. La misma herramienta adquiere otra utilidad cuando conserva la diferencia entre la primera entrada y las sucesivas actividades del mismo negocio.
La dimensión de fecha resulta especialmente delicada en esa relación. La inversión pertenece al momento en que se compró el anuncio; la oportunidad puede aceptarse después y la venta cerrarse todavía más tarde. Ordenar todo por el día del cierre puede mostrar ingresos en una semana con poca inversión aunque la captación se financiara antes. Ordenarlo por el primer contacto ofrece otra lectura, pero retrasa la maduración del resultado. Son lentes comerciales distintas, no periodos intercambiables.
El dato comercial sirve a decisiones y captación diferentes
Beneficios declarados de mejorar datos de marketing, enero de 2023. Tres respuestas seleccionadas.
Pulsa o pasa el cursor para ver detalles. Todos los valores están disponibles en la tabla de datos.
Contraer notas
Ascend2: 374 responsables en encuesta online, 16–22 de enero de 2023, respuestas múltiples. Statista indica ámbito mundial; países no identificados en el original. Beneficios percibidos, no aumentos medidos ni resultados de AMP.
Explorar la tabla de datos
| Categoría | Responsables que citan el beneficio |
|---|---|
| Captación de contactos | 35% |
| Decisiones generales | 33% |
| Coordinación del equipo | 15% |
En Ascend2, vía Statista, el 35% citó captación y el 33% decisiones generales entre los beneficios de mejorar el dato. La encuesta no prueba que un widget compartido mejore ninguna de ellas. La conexión con HubSpot concreta la diferencia: una consulta registrada puede ayudar a captar, mientras su evolución hasta oportunidad y venta cambia qué presupuesto se justifica financiar.
El contexto ayuda a explicar, pero no convierte una coincidencia en una causa
Insights Generator incorpora, según el anuncio, las optimizaciones realizadas en Meta, Google, TikTok y AMP. La explicación automatizada puede relacionar cambios de métricas con acciones ocurridas durante el periodo. Esta función aporta memoria operativa al análisis: un cambio de presupuesto deja de quedar exclusivamente en la conversación del equipo. Sin embargo, que una acción preceda a una subida de ventas no demuestra que explique toda esa subida, sobre todo cuando otras circunstancias comerciales cambiaron a la vez.
La posibilidad de adjuntar calendarios promocionales y datos de negocio resulta más importante que un resumen fluido. Una promoción puede alterar el precio, la composición de la compra y el momento del pedido. Si el análisis conoce solo el gasto, corre el riesgo de atribuir al medio una variación que coincide con una oferta. Con ese documento disponible, la interpretación puede formular una explicación más precisa y reconocer que el aumento de unidades convive con un ingreso distinto por operación.
Adsmurai afirma haber reforzado las instrucciones para separar hechos, interpretaciones y recomendaciones, así como identificar información ausente. Es una distinción acertada para este producto: el hecho puede ser una variación de ventas; la interpretación, su relación probable con una promoción; la recomendación, una modificación de presupuesto. Conservar las tres categorías impide que la incertidumbre de la explicación desaparezca cuando la última frase del análisis propone actuar sobre una cifra monetaria.
Un insight fijado también necesita una fecha
El proveedor permite conservar una tabla, un gráfico o un insight como widget estático dentro del dashboard. Eso convierte una conclusión temporal en un objeto reutilizable en reuniones posteriores. Su utilidad depende de que el lector pueda distinguir la interpretación guardada de los datos que siguen actualizándose. Un razonamiento correcto sobre una promoción pasada puede dejar de explicar la serie actual, aunque permanezca visible junto a ella con el mismo formato y en la misma pantalla.
La consecuencia para el anunciante es concreta. Un widget compartido puede descubrir que una campaña muy convincente en su plataforma no produce el mismo resultado en el comercio electrónico o el CRM. También puede confirmar que parte de una diferencia es una devolución, una fecha o una definición, y evitar una retirada precipitada de inversión. La nueva visualización merece atención cuando hace posible esa discusión económica; cuando solo reúne cifras sin resolver qué cuentan, acerca las curvas y mantiene intacta la incertidumbre del presupuesto.
En este artículo
Marian Vasile
Marian Vasile es un profesional de MarTech y crecimiento digital. Su trabajo abarca marketing de producto, SEO, publicidad de pago y seguimiento online avanzado, incluidos el análisis del comportamiento y la atribución.