Dashboard de ventas e inventario para e-commerce: la guía 2026 para Miami

Vendes en Shopify, algo en Amazon, inviertes en Meta Ads y el inventario vive en una bodega de Doral y en un Excel que nadie actualiza. Cada plataforma te cuenta su versión de la historia y ninguna te dice si de verdad ganaste dinero este mes. Un dashboard bien construido junta todo en una sola pantalla: ventas, márgenes, publicidad e inventario, actualizado solo, sin copiar y pegar reportes.

El problema real: cinco plataformas, cinco verdades distintas

El dueño de un e-commerce en Miami promedio abre cada mañana cuatro o cinco pestañas: Shopify, Seller Central, Meta Ads Manager, la hoja de inventario y quizás QuickBooks. Cada una define ventas a su manera:

• Shopify reporta ventas brutas con fechas en la zona horaria de la tienda.
• Amazon liquida neto de comisiones, con retrasos de conciliación de días.
• Meta atribuye conversiones con su propia ventana, que rara vez coincide con lo que ves en el banco.
• El inventario físico de la bodega nunca cuadra exacto con el sistema.

El resultado: decisiones tomadas con datos parciales. Se escala una campaña que parecía rentable en Meta pero destruye margen tras comisiones y devoluciones; se compra inventario del producto equivocado; se descubre el quiebre de stock cuando ya costó dos semanas de ventas. El dashboard no es un lujo de empresa grande: es la diferencia entre administrar y adivinar.

Los KPIs de ventas que van en la primera pantalla

Menos es más: la vista principal debe responder cómo va el negocio en diez segundos. Los indispensables:

• Ingresos netos por canal: ventas menos devoluciones, descuentos y comisiones de plataforma, separando Shopify y Amazon. Comparados contra el mismo periodo anterior.
• Margen de contribución: el número que casi nadie ve y que manda: ingresos netos menos costo de producto, fulfillment y publicidad. Puedes crecer ingresos y estar perdiendo dinero; este KPI lo delata.
• AOV (ticket promedio): ingresos / pedidos. Mueve todas las demás cuentas: subir el AOV de 52 a 60 USD con bundles cambia la rentabilidad de tus campañas sin tocar el CAC.
• Pedidos y tasa de conversión por canal y dispositivo.
• Tasa de devolución por canal y por producto: un SKU con 25% de devoluciones puede estar borrando la utilidad de toda su categoría.

CAC, LTV y ROAS: la trilogía de adquisición bien medida

Aquí es donde más dashboards mienten, porque cada plataforma publicitaria se atribuye más de lo que le corresponde. Definiciones operativas:

• CAC (costo de adquisición): gasto publicitario total / clientes nuevos del periodo. Ojo: clientes nuevos, no pedidos; mezclar recompras infla la métrica a tu favor y te engaña.
• LTV (valor de vida del cliente): para operar, usa una versión práctica: margen bruto promedio por cliente en 6 o 12 meses. Si tu LTV a 12 meses es 95 USD de margen y tu CAC es 38 USD, tienes una relación de ~2.5x: sana. Por debajo de 2x, revisa precios, recompra o costos de adquisición.
• ROAS combinado (o MER): ingresos totales / gasto publicitario total, de todas las plataformas juntas. Es más honesto que el ROAS que reporta cada plataforma, porque las ventanas de atribución de Meta y Google se solapan y suman ventas duplicadas.

Regla práctica: usa el ROAS de plataforma para comparar campañas entre sí, y el MER para decidir cuánto presupuesto total invertir. Son herramientas distintas para preguntas distintas.

KPIs de inventario: donde se gana o se pierde el trimestre

Para un e-commerce que importa por Miami y almacena en bodegas de Doral o Medley, el inventario es la mayor inversión de capital. Los indicadores que evitan sustos:

• Sell-through rate: unidades vendidas / (unidades vendidas + stock disponible) en el periodo. Un sell-through mensual bajo sostenido señala sobre-compra; libera capital con promociones antes de que el producto envejezca.
• Días de inventario (DOI): stock actual / venta diaria promedio. Con proveedores en Asia y tránsitos de 30-45 días hasta Miami, tu punto de reorden debe cubrir el lead time completo más un colchón.
• Alertas de quiebre de stock: proyección de fecha de agotamiento por SKU según velocidad de venta de las últimas 4 semanas. Un quiebre en tu top 10 de SKUs no solo pierde ventas: en Amazon, además, hunde el ranking orgánico que cuesta meses recuperar.
• Stock inmovilizado: valor en USD de SKUs sin ventas en 60-90 días. Es dinero durmiendo en la bodega y pagando almacenamiento.
• Inventario en tránsito: lo que ya pagaste y viene en camino; sin esta capa, las decisiones de recompra se duplican o se quedan cortas.

Unificar Shopify + Amazon + Meta Ads: el corazón técnico

La unificación tiene tres capas, y saltarse la del medio es el error clásico:

1. Extracción: conectores que jalan datos automáticamente de las APIs de Shopify, Amazon Seller Central y Meta/Google Ads cada pocas horas. Herramientas como Airbyte o Fivetran lo resuelven sin programar cada API a mano.
2. Almacén y modelado: los datos crudos aterrizan en un almacén (BigQuery es la opción práctica habitual) donde se limpian y se unifican: monedas, zonas horarias, definición única de venta neta, mapeo de SKUs entre plataformas (el mismo producto suele tener códigos distintos en Shopify y Amazon), y reglas de atribución consistentes.
3. Visualización: la capa que ve el usuario: Looker Studio (gratuito y suficiente para la mayoría), Power BI o similar, con vistas por rol: el dueño ve margen y caja; quien opera marketing ve CAC y ROAS por campaña; quien compra inventario ve DOI y alertas.

La alternativa sin almacén — conectar todo directo al visualizador — funciona las primeras semanas y luego revienta: sin capa de modelado, cada gráfico repite sus propias reglas y los números dejan de cuadrar entre sí.

Stack recomendado según tamaño (con costos aproximados)

No hay un stack único; hay uno correcto por etapa. Costos aproximados de 2026:

Las herramientas todo-en-uno arrancan rápido pero te casan con sus definiciones y limitan la personalización (sobre todo en inventario). El stack propio cuesta más al inicio y luego es más barato, más flexible y tuyo. El punto de cruce suele llegar cuando el negocio opera múltiples canales en serio.

Ejemplo: cómo se ve la pantalla principal bien diseñada

Estructura probada para la vista diaria de un e-commerce multicanal:

• Fila 1 — Pulso (hoy y mes en curso): ingresos netos totales, margen de contribución, pedidos, MER. Cada tarjeta con comparativo contra el periodo anterior y código de color.
• Fila 2 — Canales: Shopify vs. Amazon lado a lado: ingresos, AOV, tasa de devolución. Un vistazo dice qué canal empuja y cuál se cae.
• Fila 3 — Adquisición: gasto por plataforma, CAC de clientes nuevos, ROAS por campaña top 5, con el MER de referencia arriba.
• Fila 4 — Inventario: alertas de quiebre proyectado (SKUs en rojo con fecha estimada de agotamiento), stock inmovilizado en USD e inventario en tránsito.

Todo lo demás — cohortes de LTV, detalle por SKU, análisis de devoluciones — vive en pestañas secundarias. Si la primera pantalla necesita scroll, sobra información: la disciplina de diseño es tan importante como la técnica.

Errores comunes de reporting que cuestan dinero

Los siete que más se repiten en tiendas que ya tienen algún dashboard:

1. Sumar el ROAS de Meta y Google como si fueran ventas distintas: ambas plataformas reclaman la misma conversión; usa el MER como árbitro.
2. Reportar ventas brutas y celebrar: sin restar devoluciones, comisiones y descuentos, el número es decorativo.
3. Zonas horarias mezcladas: Shopify en hora de Miami, Amazon en UTC, Meta en la del ad account: los días no cuadran y nadie sabe por qué. Normaliza todo a una zona.
4. Ignorar el costo de producto (COGS): sin COGS por SKU cargado, no existe margen de contribución y el dashboard solo mide vanidad.
5. SKUs sin mapear entre canales: el mismo producto contado como dos hace imposible la vista unificada de inventario.
6. Dashboard que nadie abre: si requiere actualización manual, muere en tres semanas. La automatización no es opcional.
7. Medir todo y decidir nada: cada KPI de la pantalla principal debe tener un umbral y una acción asociada (si DOI del SKU X baja de 30 días, reordenar). Un dashboard sin reglas de acción es un salvapantallas caro.

La capa de IA: de ver datos a recibir avisos

En 2026, el dashboard estático es el piso, no el techo. La capa de IA agrega tres cosas con valor operativo inmediato:

• Alertas inteligentes: en vez de mirar el tablero esperando encontrar problemas, el sistema te escribe por WhatsApp o Slack: el CAC de la campaña X subió 40% en 3 días, o el SKU Y se agota en 12 días y el lead time es de 35: hay que ordenar ya.
• Resumen semanal en lenguaje natural: un párrafo cada lunes con lo que cambió, por qué y qué revisar, generado a partir de los datos reales del almacén. Ideal para dueños que no van a abrir Looker Studio cada día.
• Preguntas en español: interfaces que permiten preguntar cuál fue el margen de la categoría skincare en junio y recibir la cifra con su desglose, sin saber SQL.

Advertencia honesta: la IA no arregla datos malos. Si el COGS está desactualizado o los SKUs sin mapear, los avisos automáticos solo repartirán errores con más eficiencia. Primero la base, luego la inteligencia.

Plan de implementación: 4 a 6 semanas realistas

Una ruta probada para pasar del Excel al dashboard automatizado:

1. Semana 1 — Definiciones: acordar qué es una venta neta, cargar COGS por SKU, mapear SKUs entre canales y elegir zona horaria única. Es la semana menos glamorosa y la más importante.
2. Semanas 2-3 — Tubería de datos: conectar Shopify, Amazon y plataformas de ads al almacén; validar contra los reportes nativos de cada plataforma hasta que las cifras cuadren con diferencias explicables.
3. Semana 4 — Visualización: construir la pantalla principal y las vistas por rol; sesión con el equipo para ajustar lo que de verdad usan.
4. Semanas 5-6 — Alertas y hábito: configurar umbrales y avisos automáticos, y establecer la rutina: revisión de 15 minutos cada lunes con el tablero como agenda. El dashboard que no tiene reunión asociada acaba abandonado.

A partir de ahí, el mantenimiento es menor: actualizar COGS cuando cambian costos, dar de alta SKUs nuevos y revisar los umbrales de alerta cada trimestre.

Preguntas frecuentes

Sobre Uniamos. Automatizamos procesos y formamos equipos con IA para empresas en EE.UU., México y LATAM, de forma 100% remota desde Austin y Ciudad de México. Conoce el agente IA para WhatsApp, los dashboards, las integraciones y APIs, la formación en IA con Claude o vuelve al blog.