El margen por producto en ecommerce es lo que queda de cada venta después de restar al precio sin IVA el coste del producto, el envío que pagas tú, las comisiones de pago y el coste de captación del canal que la trajo. Tu tienda no lo enseña porque su informe de productos no tiene tres de esas cuatro cifras. Para verlo hay que cruzar la tienda, la pasarela, el transportista y Ads en un panel aparte.
Este artículo es para quien dirige una tienda online y mira cada mes la facturación por producto sin saber cuál deja dinero, y para quien gasta en anuncios y sospecha que algunos productos se venden a pérdida. Vas a encontrar la fórmula, de dónde sale cada dato, cómo se reparte la captación, cómo es el panel y qué decisiones permite.
El mercado crece: el comercio electrónico en España facturó 114.800 millones de euros en 2025, un 20,6 % más que el año anterior (CNMC, julio de 2026). Crecer en facturación con margen negativo en los productos más anunciados es la forma más rápida de cerrar vendiendo más que nunca. Nosotros montamos tiendas en Shopify y WooCommerce y el panel de margen forma parte del proyecto desde el rango intermedio.
¿Por qué la facturación engaña?
La facturación engaña porque suma ingresos sin restar lo que ha costado conseguirlos, y los costes no se reparten igual entre productos. Un producto barato y pesado paga más envío en proporción; uno con muchas devoluciones viaja dos veces; uno que solo se vende con anuncios carga con todo el coste de la campaña. Dos productos con la misma facturación pueden tener margen opuesto.
El informe de ventas por producto de Shopify o de WooCommerce enseña unidades e ingresos, y el beneficio bruto si has rellenado el coste por artículo. Lo que no enseña, porque no lo sabe, es el envío real pagado al transportista, la comisión exacta del método de pago ni el gasto en anuncios que trajo esa venta. Esos tres datos viven en otras tres herramientas.
El resultado habitual es que el producto más vendido recibe más presupuesto de anuncios porque «funciona», y nadie comprueba que envío, comisión y coste por venta no superan lo que deja. La facturación premia lo que se vende; el margen premia lo que deja dinero, y las dos listas rara vez coinciden.
¿Qué es el margen por producto y cómo se calcula?
El margen por producto es el margen de contribución de cada referencia: precio sin IVA, menos coste del producto, menos envío neto (lo que pagas al transportista menos lo que cobras), menos comisiones de pago, menos la parte de devoluciones, menos el coste de captación atribuido. Se calcula por pedido y se agrega por producto, canal y campaña. Lo que queda paga los costes fijos.
| Línea | Qué incluye | De dónde sale |
|---|---|---|
| Precio neto | Precio pagado sin IVA, con descuentos aplicados | Tienda |
| Coste del producto | Lo que te costó la unidad, incluidos aranceles y transporte hasta tu almacén | ERP, proveedor o una hoja mantenida a mano |
| Envío neto | Tarifa del transportista menos lo cobrado al cliente, más embalaje | Transportista y tienda |
| Comisiones de pago | Porcentaje y fijo por transacción, según método de pago | Pasarela |
| Devoluciones | Reembolso más doble transporte, repartidos entre las unidades vendidas de ese producto | Tienda y transportista |
| Coste de captación | Gasto en anuncios atribuido a la venta, por canal y campaña | Google Ads, Meta Ads, GA4 |
| Margen de contribución | Lo que queda | Calculado en el panel |
La fórmula sirve igual en Shopify que en WooCommerce; cambia de dónde se extrae cada dato. La plataforma se elige por otras razones, que están en Shopify o WooCommerce, y el panel se monta encima de cualquiera de las dos.
¿De dónde sale cada dato?
Cada línea del margen sale de una herramienta distinta: la tienda da el pedido con sus líneas, descuentos, envío cobrado y devoluciones; la pasarela da la comisión real de cada transacción; el transportista da lo que has pagado por cada envío; Google Ads y Meta Ads dan el gasto por campaña y día; y GA4 da el canal y la campaña que trajo cada pedido. Todo se carga en BigQuery, que es donde se cruza.
En Shopify, la API de Shopify (en inglés) expone cada pedido con sus líneas, descuentos, envío y reembolsos, y el coste por artículo si lo has rellenado en el inventario; las comisiones de Shopify Payments están en las transacciones del saldo, por pedido. En WooCommerce, la API REST da lo mismo y la comisión depende de la pasarela. En los dos casos, el coste del producto es el dato que casi nunca está rellenado, y sin él no hay margen.
GA4 es la pieza que une la venta con el canal. La exportación de GA4 a BigQuery envía cada día los eventos en bruto, y el evento purchase lleva el identificador de transacción (ecommerce.transaction_id), los artículos comprados (items, con item_id, quantity y item_revenue) y el origen del tráfico de la sesión (session_traffic_source_last_click, con fuente, medio y campaña). Con el identificador de transacción se cruza el evento con el pedido de la tienda, y con la campaña se cruza con el gasto de Ads.
| Fuente | Qué aporta | Cómo llega a BigQuery |
|---|---|---|
| Shopify o WooCommerce | Pedidos, líneas, descuentos, envío cobrado, devoluciones, coste por artículo | Conector gestionado o flujo en n8n con la API |
| Pasarela de pago | Comisión real por transacción | Transacciones del saldo (Shopify Payments) o informe de la pasarela |
| Transportista | Coste real por envío y por devolución | Factura mensual cargada como archivo o por API |
| Google Ads y Meta Ads | Gasto por campaña y día | Conector gestionado |
| GA4 | Canal y campaña de cada pedido, artículos comprados | Exportación nativa a BigQuery |
| Coste de producto | Precio de compra, aranceles, transporte hasta almacén | Hoja de cálculo o ERP, cuando cambia |
¿Cómo se calcula el coste de captación por producto?
El coste de captación por producto se calcula en tres pasos: asignar cada pedido a la campaña que lo trajo según GA4, sumar el gasto de esa campaña en el periodo, y repartirlo entre los productos vendidos por esa campaña en proporción a los ingresos de cada uno. Es una regla de reparto, no una verdad; por eso se escribe en una página y se aplica igual a todos los productos y canales.
El primer paso depende de la atribución. GA4 asigna cada compra a un canal y una campaña con el modelo configurado, basado en datos o último clic, y en la exportación a BigQuery el campo session_traffic_source_last_click da la fuente de la sesión en la que se compró. Es el dato más estable para repartir gasto porque es el mismo para todos los canales; lo que Google Ads y Meta dicen de sí mismos se solapa y suma más ventas de las que la tienda facturó.
El tercer paso decide cuánto coste carga cada producto. Si una campaña de 1.000 euros vendió tres productos y uno generó la mitad de los ingresos, ese producto carga con 500 euros. Si el pedido llegó por orgánico o directo, la captación es cero en esa venta, y por eso los productos que posicionan tienen mejor margen que los que solo se venden con anuncios.
Los límites se dicen. Meta no pasa la campaña a GA4 con la misma fidelidad que Google Ads, y parte de sus ventas aparecen como tráfico social o directo; el reparto las trata como captación gratuita cuando no lo son. La corrección es comparar cada mes el total atribuido con el gasto de cada plataforma y, si la diferencia es grande, apagar el canal dos semanas y mirar las ventas totales. No existe una atribución exacta; existe una regla aplicada igual a todo.
¿Cómo es el panel de margen?
El panel de margen es una pantalla con una matriz de productos en filas y, en columnas, unidades, ingreso neto, coste de producto, envío neto, comisiones, devoluciones, coste de captación y margen de contribución, con filtros por canal, campaña y periodo. Lo construimos en Power BI o en Looker Studio (desde abril de 2026 ha vuelto a llamarse Data Studio) sobre BigQuery, con el margen definido como una medida y no como una columna, para que se recalcule con cada filtro.
En Power BI cada línea del margen es una medida en DAX, y el margen de contribución es la medida que las resta. Así, al filtrar por una campaña el panel recalcula qué productos vendió, qué parte del gasto carga cada uno y qué margen dejan. La misma matriz ordenada por margen, y no por ingresos, es la que cambia las decisiones.
En nuestra propia tienda de dropshipping, que vende en cinco países, el panel tiene una dimensión más: el país, porque el coste de transporte lo fija el proveedor por destino y un producto rentable en España puede no serlo en Alemania. Es el tipo de caso que atendemos en marketing para ecommerce y marcas DTC, donde la logística pesa tanto como el anuncio.
El panel de margen va incluido en nuestra tienda del rango intermedio, desde 4.200 euros; como proyecto de datos aparte, el panel parte de 1.400 euros y, con BigQuery y margen por producto, de 2.900 euros. El diseño de la pantalla y cómo se lee en la reunión del lunes están en dashboard para ecommerce: margen, canal y campaña.
¿Qué decisiones permite?
El panel de margen permite cuatro decisiones que la facturación no permite: qué producto empujar con presupuesto porque deja margen y tiene recorrido, qué producto dejar de anunciar porque pierde dinero en cada venta, qué precio subir porque el margen no cubre el envío, y qué umbral de envío gratuito o qué pack montar para que el pedido medio deje margen. Cada una se toma mirando una fila de la matriz.
| Lo que enseña el panel | Decisión | Qué se mira la semana siguiente |
|---|---|---|
| Producto con margen alto y poco gasto en anuncios | Empujar: campaña propia o más presupuesto | Que el margen por unidad aguante al subir el volumen |
| Producto con ingresos altos y margen negativo tras captación | Parar la campaña o cambiar la creatividad | Que las ventas orgánicas de ese producto se mantengan |
| Producto con margen positivo antes del envío y negativo después | Subir precio, cobrar envío o subir el pedido mínimo | Que la conversión no caiga más de lo que sube el margen |
| Producto con devoluciones que se comen el margen | Mejorar la ficha o la guía de tallas, o retirar | Que la tasa de devolución baje |
| Canal con margen agregado negativo | Reducir presupuesto y probar apagándolo dos semanas | Que las ventas totales no caigan en proporción |
La decisión que más cuesta es parar el producto que más vende. Cuando la matriz enseña que cada venta pierde dinero tras la captación, lo sano es dudar del dato y revisar coste de producto, envío y regla de reparto. Si el margen sigue negativo, se para la campaña y se mira si el producto se sigue vendiendo por orgánico. Casi siempre se vende menos y la tienda gana más.
La segunda decisión es el producto olvidado: margen alto, sin anuncios, vendido por búsqueda orgánica. Es el candidato a recibir ese presupuesto y a tener un flujo de recuperación de carrito propio. Nada de eso exige una app de pago; las que sí merecen la cuota están en apps que merecen la pena.
¿Qué errores se repiten al calcular el margen?
Los errores que se repiten son siete: calcular con precios con IVA, contar el envío cobrado sin restar el pagado, ignorar las devoluciones, dejar el coste de producto sin actualizar, atribuir toda la venta al último clic de marca, mezclar monedas y usar la comisión media de la pasarela en lugar de la real. Cada uno infla el margen, y juntos convierten un producto que pierde dinero en uno que parece rentable.
- IVA. El precio de la tienda lleva IVA; el coste del producto, no. Se trabaja siempre con la base imponible.
- Envío. Lo que cobras al cliente es ingreso; lo que pagas al transportista es coste. Solo cuenta la diferencia, y en productos pesados es negativa.
- Devoluciones. Un producto que vuelve genera dos envíos y ningún ingreso. Se reparte entre las unidades vendidas de ese producto, no entre toda la tienda.
- Coste de producto. Cambia con cada compra al proveedor, con el tipo de cambio y con los aranceles. Se actualiza cuando cambia, con fecha.
- Atribución. Si la búsqueda de marca se lleva todas las ventas, los anuncios parecen gratis. Se usa una regla igual para todos y se compara con el gasto total.
- Monedas. Un pedido en zlotys y otro en euros no se suman. Se convierte al tipo del día del pedido antes de calcular.
- Comisiones. Un pago aplazado o una tarjeta internacional cuestan más que una tarjeta nacional. Se usa la comisión real de cada transacción, que la pasarela da.
El octavo error no es de cálculo sino de uso: montar el panel y no abrirlo. Se mira un día fijo a la semana, con una decisión apuntada al cerrar la reunión. Si en el primer mes no se ha parado una campaña ni subido un precio, el problema no está en los datos. Las partidas que se olvidan en el presupuesto de una tienda, y que también pesan en el margen, están en cuánto cuesta Shopify.
Si quieres seguir por aquí, tienes más en nuestros artículos de ecommerce y Shopify.
Preguntas frecuentes
¿Shopify o WooCommerce enseñan el margen por producto?
Enseñan el beneficio bruto si has rellenado el coste por artículo: precio menos coste del producto. No restan el envío real, la comisión por método de pago, las devoluciones ni el coste de captación, porque no tienen esos datos. Para el margen de contribución hace falta cruzarlos fuera de la tienda.
¿Cómo sé qué campaña trajo cada venta?
Con GA4 exportado a BigQuery: el evento de compra lleva el identificador de transacción, los artículos y la fuente, medio y campaña de la sesión. Se cruza con el pedido por el identificador y con el gasto de Ads por campaña y día. Lo que cada plataforma dice de sí misma se usa solo como referencia.
¿Cuánto cuesta un panel de margen por producto?
Como proyecto de datos, el panel parte de 1.400 euros y, con BigQuery y margen por producto, de 2.900 euros; va incluido en nuestra tienda del rango intermedio, desde 4.200 euros. Las licencias de Power BI van aparte. Lo que más tiempo lleva es conseguir el coste de producto actualizado.
¿Hace falta BigQuery para calcular el margen?
Para una tienda con pocos productos y un solo canal de anuncios, una hoja de cálculo con los pedidos del mes, los costes y el gasto de Ads basta para empezar. BigQuery compensa con más de dos fuentes que cruzar, cuando quieres el histórico de GA4 o cuando el reparto por campaña se hace cada semana.
—
Carla lleva el ecommerce en We Love SEO: elige plataforma, planifica migraciones y diseña los flujos de recuperación y los paneles de margen de las tiendas. Más sobre ella en el equipo.
