Métricas personalizadas avanzadas

Las métricas avanzadas transforman datos operativos en indicadores estratégicos de negocio. En esta lección aprenderás a crear KPIs sofisticados como ROAS, LTV, crecimiento interanual, promedios móviles y métricas ponderadas que impulsan decisiones de negocio.

Métricas de Marketing Digital

Las métricas de marketing miden la efectividad de las inversiones publicitarias.

ROAS (Return on Ad Spend)

El ROAS mide cuántos ingresos genera cada peso invertido en publicidad:

Nombre: ROAS
Fórmula: ingresos_atribuidos / gasto_publicidad
Tipo: Número (2 decimales)

Interpretación:

ROAS = 1: Recuperas exactamente lo invertido
ROAS > 1: Ganancia
ROAS = 4: Por cada $1 invertido, generas $4 en ingresos

ROAS con protección contra división por cero:

Nombre: ROAS Seguro
Fórmula:
CASE
  WHEN gasto_publicidad = 0 THEN NULL
  ELSE ingresos_atribuidos / gasto_publicidad
END

CPC (Costo por Clic)

Nombre: CPC
Fórmula: gasto_publicidad / clics
Tipo: Moneda

CTR (Click-Through Rate)

Nombre: CTR
Fórmula: clics / impresiones
Tipo: Porcentaje

CPL (Costo por Lead)

Nombre: CPL
Fórmula: gasto_publicidad / leads_generados
Tipo: Moneda

CPCV (Costo por Conversión)

Nombre: CPCV
Fórmula: gasto_publicidad / conversiones
Tipo: Moneda

Cálculo de LTV (Lifetime Value)

El LTV estima el valor total que un cliente generará durante su relación con la empresa.

LTV Básico

Fórmula simplificada basada en promedios históricos:

Nombre: LTV Estimado
Fórmula:
(ingresos / transacciones) * (transacciones / usuarios) * vida_promedio_meses

Donde:

ingresos / transacciones = AOV (Average Order Value)
transacciones / usuarios = Frecuencia de compra promedio
vida_promedio_meses = Número (constante, ej: 24 meses)

LTV con Margen

Versión más precisa considerando rentabilidad:

Nombre: LTV con Margen
Fórmula:
((ingresos - costos) / transacciones) * (transacciones / usuarios) * 24

LTV por Segmento

Combina con CASE para segmentar:

Nombre: LTV por Tipo Cliente
Fórmula:
CASE
  WHEN tipo_cliente = "Enterprise" THEN
    (ingresos / transacciones) * 4 * 36
  WHEN tipo_cliente = "PYME" THEN
    (ingresos / transacciones) * 6 * 24
  ELSE
    (ingresos / transacciones) * 2 * 12
END

Cada segmento tiene diferente frecuencia de compra y vida esperada.

Crecimiento Year-over-Year (YoY)

El crecimiento interanual compara el rendimiento con el mismo período del año anterior.

Fórmula de Crecimiento YoY

Crecimiento YoY = (Valor Actual - Valor Año Anterior) / Valor Año Anterior

En Looker Studio, esto requiere usar comparación de períodos o datos combinados.

Configurar Comparación de Período

Selecciona el gráfico
En configuración de fecha, activa Comparar con
Selecciona Año anterior

El gráfico mostrará automáticamente:

Valor actual
Valor año anterior
Cambio porcentual

Campo Calculado para Variación

Si tienes columnas separadas para períodos:

Nombre: Crecimiento YoY
Fórmula:
CASE
  WHEN ventas_año_anterior = 0 THEN NULL
  ELSE (ventas_actual - ventas_año_anterior) / ventas_año_anterior
END
Tipo: Porcentaje

Indicador Visual de Crecimiento

Nombre: Tendencia YoY
Fórmula:
CASE
  WHEN ventas_actual > ventas_año_anterior THEN "↑ Crecimiento"
  WHEN ventas_actual < ventas_año_anterior THEN "↓ Decrecimiento"
  ELSE "→ Sin cambio"
END

Cálculos con Datos Combinados

Cuando necesitas métricas que cruzan múltiples fuentes de datos, usa Blending.

Crear una Vista Combinada

Recurso > Administrar datos combinados
Selecciona las fuentes a combinar
Define la clave de unión (join key)

Fuente 1: Google Analytics (sesiones, usuarios)
Fuente 2: CRM (ventas, clientes)
Join Key: user_id

Métrica con Datos Combinados

Nombre: Valor por Sesión
Fórmula: [CRM]ventas_totales / [GA]sesiones

Combina ventas del CRM con sesiones de GA

Ejemplo: Costo de Adquisición Real

Combinando datos de ads y CRM:

Nombre: CAC Real
Fórmula: [Ads]gasto_total / [CRM]nuevos_clientes

Totales Acumulados (Running Totals)

Los totales acumulados muestran la suma progresiva a lo largo del tiempo.

En Looker Studio

Para running totals, puedes usar la función RUNNING_SUM en algunos conectores:

Nombre: Ventas Acumuladas
Fórmula: RUNNING_SUM(ventas)

Sin embargo, esta función no está disponible en todos los conectores. Alternativas:

Preprocesar en la fuente (BigQuery, Sheets)
Usar gráficos de área acumulada que calculan visualmente
Crear tablas calculadas en SQL:

-- En BigQuery
SELECT
  fecha,
  ventas,
  SUM(ventas) OVER (ORDER BY fecha) as ventas_acumuladas
FROM tabla_ventas

Promedios Móviles

Los promedios móviles suavizan fluctuaciones para revelar tendencias.

Promedio Móvil de 7 Días

Si tu fuente lo soporta:

Nombre: Promedio Móvil 7D
Fórmula: RUNNING_AVG(ventas, 7)

Para la mayoría de fuentes, calcula en el origen:

-- En BigQuery
SELECT
  fecha,
  ventas,
  AVG(ventas) OVER (
    ORDER BY fecha
    ROWS BETWEEN 6 PRECEDING AND CURRENT ROW
  ) as promedio_movil_7d
FROM tabla_ventas

Cuándo Usar Promedios Móviles

Período	Uso
7 días	Suavizar variaciones diarias, ver tendencia semanal
30 días	Tendencia mensual, eliminar efecto de días festivos
90 días	Tendencia trimestral, planificación

Métricas Ponderadas

Las métricas ponderadas dan más peso a ciertos valores según su importancia.

Promedio Ponderado

Calcular promedio donde valores más grandes pesan más:

Nombre: Precio Promedio Ponderado
Fórmula: SUM(precio * cantidad) / SUM(cantidad)

Este cálculo da más peso a productos vendidos en mayor cantidad.

Score Ponderado de Satisfacción

Si tienes múltiples dimensiones de satisfacción:

Nombre: Score Ponderado CSAT
Fórmula:
(score_producto * 0.40 +
 score_entrega * 0.35 +
 score_atencion * 0.25)

Los pesos reflejan la importancia de cada dimensión para el negocio.

NPS Ponderado por Valor de Cliente

Nombre: NPS Ponderado
Fórmula:
SUM(nps_score * valor_cliente) / SUM(valor_cliente)

Clientes de mayor valor tienen más influencia en el NPS resultante.

Cálculos de Percentiles

Los percentiles ayudan a entender la distribución de valores.

Clasificar en Percentiles

Nombre: Percentil de Cliente
Fórmula:
CASE
  WHEN total_compras >= percentil_90_valor THEN "Top 10%"
  WHEN total_compras >= percentil_75_valor THEN "Top 25%"
  WHEN total_compras >= percentil_50_valor THEN "Top 50%"
  ELSE "Bottom 50%"
END

Nota: Los valores de percentil (percentil_90_valor) deben precalcularse en la fuente de datos.

Pareto (80/20)

Identificar el 20% de clientes que generan el 80% de ingresos:

Nombre: Segmento Pareto
Fórmula:
IF(porcentaje_acumulado_ingresos <= 0.80, "Top 20%", "Otros 80%")

Tabla de Métricas Avanzadas de Referencia

Métrica	Fórmula	Uso
ROAS	`ingresos / gasto_ads`	Eficiencia publicitaria
LTV	`AOV * frecuencia * vida`	Valor de cliente
CAC	`gasto_marketing / nuevos_clientes`	Costo de adquisición
YoY Growth	`(actual - anterior) / anterior`	Tendencia interanual
Promedio Ponderado	`SUM(valor*peso) / SUM(peso)`	Promedios justos
Margen Contribución	`(ingresos - costos_variables) / ingresos`	Rentabilidad

Ejercicio Práctico

Crea un dashboard de marketing con estas métricas:

ROAS por Canal

ingresos_atribuidos / gasto_canal

LTV/CAC Ratio

LTV_estimado / costo_adquisicion
-- Objetivo: > 3

Crecimiento MoM de Leads

CASE
  WHEN leads_mes_anterior = 0 THEN NULL
  ELSE (leads_actual - leads_mes_anterior) / leads_mes_anterior
END

Score de Eficiencia de Marketing

(ROAS * 0.4) + (tasa_conversion * 100 * 0.3) + ((1/CAC) * 1000 * 0.3)

Puntos Clave

ROAS (ingresos/gasto) mide el retorno de inversión publicitaria; valores >1 indican ganancia
LTV estima el valor total de un cliente combinando AOV, frecuencia y vida esperada
El crecimiento YoY (actual-anterior)/anterior compara con el mismo período del año pasado para eliminar estacionalidad
Los datos combinados permiten crear métricas que cruzan fuentes (ej: CAC real = gasto ads / nuevos clientes CRM)
Los promedios móviles suavizan fluctuaciones diarias para revelar tendencias; preprocesa en la fuente de datos
Las métricas ponderadas SUM(valor*peso)/SUM(peso) dan más importancia a elementos de mayor relevancia
Siempre protege divisiones con CASE WHEN para evitar errores cuando el denominador es cero