CRO Consulting
About Varify
Contact
Blog
Webinars Live
Success Stories
Card Set
Varify.io
Features Pricing For agencies Try for free
Get a demo

Por qué tu tienda online no convierte: un diagnóstico etapa por etapa

·Actualizado en octubre de 2026
Conforme con el RGPD — sin cookies
La IA crea tus variantes, sin necesidad de un desarrollador
Creado y alojado en Alemania
Puntos clave
  • Una tienda online que recibe visitas pero pocos pedidos tiene un problema en una etapa concreta del recorrido de compra. Encuentra primero esa etapa y después busca la causa.
  • Revisa la fuente de tu tráfico antes de cambiar la tienda. Una campaña que no coincide con la página reduce la tasa de conversión por sí sola.
  • La tasa media documentada de abandono de carrito es del 70,22% (Baymard Institute). El motivo principal, unos costes adicionales demasiado altos, lo menciona el 40% de los compradores.
  • Trata toda causa sospechosa como una hipótesis. Reúne evidencias de comportamiento, haz un test A/B de la solución y mídelo en tu propio GA4.

Una tienda online no convierte cuando los visitantes abandonan en una etapa del recorrido de compra: página de aterrizaje, categoría, página de producto, carrito o checkout. La causa puede ser un tráfico que no coincide con la página, un coste total poco claro, información de producto deficiente, falta de confianza o un checkout complicado. Encuentra la etapa con la mayor caída, revisa sus causas probables y prueba una solución a la vez.

Esta página funciona como un diagnóstico. Comienza separando los problemas de tráfico de los problemas de la tienda, después sigue el recorrido de compra etapa por etapa con una pregunta por etapa. Una tabla de diagnóstico vincula cada síntoma en Google Analytics 4 con una causa probable y una primera prueba. Al final de la página se muestra cómo convertir sospechas en decisiones con datos de comportamiento y tests A/B.

Primera comprobación: ¿es un problema de tráfico o un problema de tienda?

Antes de cambiar nada en la tienda, averigua si los visitantes son los adecuados. Una tienda puede parecer débil en los números cuando el problema real es que la campaña promete algo que la página no cumple.

Abre tu herramienta de analítica y compara tus principales fuentes de tráfico en tres cifras: tasa de conversión, rebote o interacción, y valor del pedido. Después interpreta el resultado así:

  • Una fuente convierte mucho peor que las demás. Revisa el anuncio o el enlace que la alimenta. El mensaje, la oferta y la página de aterrizaje deben coincidir.
  • Todas las fuentes convierten mal. El problema probablemente está en la propia tienda, y el resto de esta página se aplica.
  • Los visitantes se van en segundos. Compara lo que hicieron clic con lo que ven.
  • Los visitantes recurrentes compran, los nuevos no. A los nuevos visitantes les falta confianza o información. Revisa la primera pantalla, la información de envío y las condiciones de devolución.

Si la fuente y la página no coinciden, corrige eso primero. Para los métodos relacionados, consulta la guía de optimización de conversión.

Encuentra la etapa donde los compradores abandonan

La forma más rápida de llegar a un diagnóstico es un embudo: el número de visitantes que llega a cada paso del proceso de compra, desde la landing page hasta la compra. En Google Analytics 4 puedes construirlo en la sección Explorar como una exploración de embudo. Usa los eventos estándar de e-commerce: view_item_list, view_item, add_to_cart, begin_checkout y purchase.

Lee el embudo de arriba abajo y busca el paso con la mayor caída respecto al anterior. Divide el embudo por dispositivo, porque una tienda de escritorio que funciona bien puede fallar en móviles. Luego relaciona el paso más débil con la tabla siguiente. Úsala como punto de partida: cada fila nombra una causa probable que confirmas con datos en los siguientes pasos.

EtapaSíntoma en GA4Causa probablePrimera prueba
Landing page o inicioAlta proporción de sesiones de una sola página, pocos clics hacia categoríasEl mensaje no coincide con la fuente, oferta poco clara, primera pantalla débilReescribe el titular y la llamada a la acción principal; prueba una variante
CategoríaMuchos eventos view_item_list, pocos eventos view_itemDifícil comparar productos, faltan filtros, página lentaAñade filtros claros o un orden de clasificación; prueba la cuadrícula de productos
Página de productoMuchos eventos view_item, pocos eventos add_to_cartPrecio total o entrega poco claros, imágenes débiles, sin reseñas, lento en móvilesMuestra el envío y la entrega en la página; prueba el bloque de precio
CarritoMuchos eventos add_to_cart, pocos eventos begin_checkoutCostes sorpresa, sin opción de invitado, sin un siguiente paso claroMuestra el total pronto; prueba el resumen del carrito
CheckoutMuchos eventos begin_checkout, pocos eventos purchaseCuenta obligatoria, demasiados campos, faltan métodos de pago, erroresOfrece checkout como invitado; prueba la longitud del formulario y el orden de pago

Si los eventos faltan o se ven mal, corrige primero la medición. Un embudo construido sobre datos incompletos te lleva a la página equivocada. La documentación sobre tracking setup check explica cómo verificar lo que llega.

Páginas de producto y categoría: las 6 causas más comunes

La mayoría de las ventas perdidas en una tienda ocurren antes del carrito. Estas seis causas aparecen una y otra vez en las páginas de producto y categoría. Revísalas en este orden:

  1. El precio y el envío no están claros. Un visitante que no puede ver cuánto costará el pedido en total se va a buscar en otro sitio. Muestra los costes de envío y el tiempo de entrega en la página de producto, cerca del precio.
  2. Las imágenes no responden preguntas. Una sola foto pequeña no es suficiente para la mayoría de los productos. Muestra el producto en uso, muestra detalles y muestra tamaños o escala.
  3. No hay reseñas. Los visitantes buscan pruebas de otros compradores. Coloca las valoraciones cerca del título y deja que la gente lea reseñas completas en la página.
  4. La página carga lento. Imágenes y scripts pesados retrasan la primera pantalla, especialmente en una conexión móvil. Mide con una conexión de teléfono.
  5. La página móvil es incómoda. Revisa las zonas táctiles, la legibilidad y si el botón de compra es alcanzable sin tener que buscarlo.
  6. La búsqueda y los filtros fallan. Un visitante que escribe el nombre de un producto y no obtiene resultados rara vez lo vuelve a intentar. Revisa los términos de búsqueda sin resultados.

Las seis son hipótesis hasta que las pruebes en tu propia tienda. La página sobre product page optimization repasa los elementos uno por uno.

Carrito y checkout: por qué los compradores se van en el último paso

Un visitante que ha puesto algo en el carrito quería comprar. Cuando esa persona abandona en el último paso, el motivo suele ser algo que la tienda puede controlar. El Baymard Institute reporta una tasa media documentada de abandono de carrito del 70,22%, basada en 50 estudios. Su lista de motivos (compradores de EE. UU., consultada el 20 de octubre de 2026; los compradores podían nombrar más de uno) es la siguiente:

  • Costes adicionales (envío, impuestos, tasas) demasiado altos: 40%
  • Entrega demasiado lenta: 20%
  • Sin confianza en la tienda con los datos de la tarjeta: 19%
  • Obligados a crear una cuenta: 18%
  • Checkout demasiado largo o complicado: 17%
  • Errores o fallos: 17%
  • Política de devoluciones no satisfactoria: 13%
  • Coste total no visible de antemano: 12%

Fuente: Baymard Institute, 50 Cart Abandonment Rate Statistics, consultado el 20 de octubre de 2026. Los porcentajes corresponden a compradores de EE. UU. que abandonaron un carrito e indicaron el motivo.

El coste y la claridad encabezan la lista. Compáralo con tu propio embudo: si la caída se produce entre el carrito y el checkout, los costes adicionales y la cuenta obligatoria son los primeros sospechosos. Si se produce entre el checkout y la compra, revisa la longitud del formulario, los métodos de pago y los errores.

La guía de mejores prácticas para carritos abandonados recoge diez soluciones y formas de recuperar compradores. Los pasos del checkout reciben un tratamiento propio y más detallado en una guía independiente sobre optimización del checkout.

Confianza: cuando los visitantes no creen en la tienda

Incluso con el producto y el precio adecuados, un visitante puede dudar de que la tienda sea segura o fiable. La confianza proviene de muchas señales pequeñas, y una señal ausente en el momento equivocado puede acabar con una visita.

  • Quién eres. Una empresa con nombre, una dirección, una vía de contacto que funcione y un aviso legal fácil de encontrar.
  • Qué ocurre después del pago. Plazos de entrega, seguimiento y condiciones de devolución explicados con claridad, antes del checkout.
  • Prueba de otros. Reseñas reales con fecha.
  • Seguridad del pago. Métodos de pago conocidos y avisos de seguridad reconocibles junto a los campos de pago. Baymard señala la falta de confianza con los datos de la tarjeta como motivo de abandono (19%).

Coloca las señales de confianza donde surge la duda, y comprueba si una nota concreta ayuda a tus visitantes. Para sellos e insignias, consulta si los sellos de confianza aumentan las conversiones.

De la causa a la solución: prueba la hipótesis

Un diagnóstico te da sospechosos. Para convertir un sospechoso en una decisión, recopila evidencia sobre el comportamiento y luego prueba la solución.

Paso 1: observa el comportamiento. Los mapas de calor y las grabaciones de sesión muestran dónde hacen clic los visitantes, hasta dónde se desplazan y dónde dudan. Varify.io se conecta con Microsoft Clarity, Hotjar y Mouseflow, para que puedas filtrar las grabaciones por experimento y variante. Consulta la documentación de Microsoft Clarity, Hotjar y Mouseflow.

Paso 2: consigue una segunda opinión. El AI CRO Audit toma la URL de una página, la analiza y devuelve información de CRO, recomendaciones concretas y diez ideas de pruebas que puedes usar directamente como pruebas A/B.

Paso 3: prueba la solución. Describe el cambio en lenguaje sencillo con Prompt-Based Experimentation (PBX). La IA crea la variante, escribe el código y configura el experimento, sin necesidad de un desarrollador, y puedes refinar la variante tantas veces como quieras. Consulta ejemplos de PBX. Luego ejecútalo como una prueba A/B. El resultado se mide en tu propio GA4, de modo que los números de la prueba y los de analítica coinciden. Varify funciona sin cookies. Más información sobre pruebas A/B sin cookies.

Cambia una sola cosa por prueba, así el resultado tiene una única explicación. Antes de empezar, calcula la duración con la calculadora de duración de pruebas gratuita.

Lista de verificación del diagnóstico

Repasa la lista en orden. Detente en la primera etapa en la que encuentres un problema claro y resuélvelo antes de continuar.

Medición y tráfico

  • El evento de compra llega a tu herramienta de analítica y coincide con los pedidos en tu sistema de tienda.
  • La tasa de conversión se compara por fuente, dispositivo y visitantes nuevos y recurrentes.
  • Cada campaña principal lleva a una página que repite su promesa.

Páginas de producto y categoría

  • El precio total, el envío y el plazo de entrega son visibles en la página del producto.
  • Las imágenes muestran el uso, el detalle y la escala.
  • Las reseñas u otras pruebas de compradores aparecen cerca del título.
  • La página es rápida y fácil de usar en un teléfono.
  • La búsqueda devuelve un resultado para los términos más comunes.

Carrito y checkout

  • El coste total es visible antes del último paso.
  • Hay disponible un checkout como invitado.
  • Los métodos de pago coinciden con los que usan tus visitantes, y el formulario no tiene campos innecesarios.
  • Las condiciones de devolución son fáciles de encontrar.

Confianza

  • Los datos de la empresa y las vías de contacto son fáciles de encontrar.
  • Las notas de seguridad y devolución están junto al botón de compra y a los campos de pago.

Siguiente paso

  • Elige la etapa más débil, escribe una hipótesis y ejecuta un A/B test.

Convierte tu diagnóstico en una solución probada.

Describe el cambio, deja que la IA lo construya, mídelo en tu propio GA4 y comprueba si tu tienda convierte mejor.

Comienza tu prueba gratuitaPrueba gratuita de 15 días con todas las funciones, sin tarjeta de crédito

Preguntas frecuentes sobre tiendas que no convierten

¿Por qué tengo tráfico pero no ventas?

O bien los visitantes no son los adecuados, o la tienda pierde a los adecuados en alguna etapa. Compara primero la tasa de conversión por fuente de tráfico. Si una fuente es mucho más débil, la promesa del anuncio o del enlace no coincide con la página. Si todas las fuentes son débiles, construye un embudo en GA4 y encuentra la etapa con la mayor caída. El diagnóstico anterior enumera las causas probables para cada etapa. Los visitantes que se van en cuestión de segundos aparecen como una tasa de rebote alta en la landing page.

¿Cómo encuentro dónde abandonan los visitantes mi tienda?

Crea una exploración de embudo en Google Analytics 4 con los eventos view_item_list, view_item, add_to_cart, begin_checkout y purchase. El paso con la mayor caída respecto al anterior es la etapa a investigar. Divide el embudo por dispositivo. Luego observa grabaciones de sesión de esa etapa en Microsoft Clarity, Hotjar o Mouseflow para ver qué hacen los visitantes allí. Para ideas de pruebas concretas en esa página, pásala por el AI CRO Audit.

¿Puede una web lenta ser la razón de la falta de ventas?

Sí, puede contribuir, especialmente en móviles. Una primera pantalla lenta hace que los visitantes se marchen antes de leer nada, y un checkout lento invita a errores y dudas. Mide el tiempo de carga de tus páginas clave en una conexión móvil, y compara la tasa de conversión entre sesiones rápidas y lentas en tu analítica.

¿Es demasiado baja mi tasa de conversión?

Un solo número dice poco sin contexto. Compara tu tasa con tu propio historial en la misma temporada, por dispositivo y por fuente. Los benchmarks de otras tiendas pueden ayudar, pero varían según el sector, el nivel de precios y la forma de medir. La página sobre benchmarks de tasa de conversión en e-commerce explica cómo interpretarlos.

¿Qué debería solucionar primero?

Soluciona la etapa con la mayor caída y, dentro de esa etapa, la causa más barata de eliminar. En muchas tiendas se trata del coste total poco claro, ya que las razones relacionadas con el coste encabezan la lista de Baymard. Escribe una hipótesis, cambia una cosa y ejecútala como test A/B. Luego toma el siguiente sospechoso de la lista.