Cómo hacer un análisis del embudo de checkout sobre los pasos que pierden

¿Qué es un análisis del embudo de checkout?

A diferencia de un embudo de conversión de todo el sitio, un análisis del embudo de checkout mide solo el tramo entre el momento en que un comprador se compromete a comprar y el momento en que se confirma el pedido. Todo lo anterior, la navegación, la búsqueda, la comparación, el armado del carrito, queda fuera. Ese estrechamiento es justo el objetivo. Un comprador que llega al checkout ya decidió gastar dinero, así que cada salida a partir de ese punto es una pérdida que causó tu propia interfaz y no una pérdida de interés.

La mecánica general de construir y leer un embudo, la secuencia de pasos, los embudos abiertos frente a los cerrados, las ventanas de conversión y si contar usuarios o sesiones, se aplica aquí sin cambios y está cubierta en detalle en cómo funciona el análisis de embudos. Esta página se queda en lo específico del checkout: qué pasos existen, cuáles pierden, y cómo instrumentarlos para que los números signifiquen algo.

¿Cuáles son los pasos de un embudo de checkout?

Google estandariza los nombres de evento de todo el recorrido de compra en su documentación de ecommerce de GA4, lo que convierte al checkout en uno de los pocos embudos donde no tienes que inventarte tu propio vocabulario. Los eventos, en el orden documentado:

Etapa	Evento de GA4	Dentro del embudo de checkout
El comprador ve una lista de resultados	view_item_list	No
El comprador elige un artículo de la lista	select_item	No
El comprador ve la ficha de producto	view_item	No
El comprador añade el artículo al carrito	add_to_cart	No
El comprador abre el carrito	view_cart	Frontera
El comprador inicia el checkout	begin_checkout	Sí, paso 1
El comprador envía los datos de envío	add_shipping_info	Sí, paso 2
El comprador envía los datos de pago	add_payment_info	Sí, paso 3
El pedido se confirma	purchase	Sí, paso 4
El pedido se reembolsa	refund	Posterior al embudo

Cuatro pasos es la forma honesta de la mayoría de embudos de checkout, y conviene resistir la tentación de añadir más salvo que los pasos extra sean pantallas reales en las que un comprador puede abandonar. Partir add_shipping_info en introducción de dirección y selección de método de entrega vale la pena si son páginas separadas. No vale la pena si son dos bloques de campos en una misma página, porque la "caída" resultante entre ellos es un artefacto de cuándo disparan tus etiquetas y no un comprador que se fue.

La fila view_cart está marcada como frontera a propósito. Si el carrito pertenece o no al embudo es la única decisión que más mueve tu número de titular, y es la razón por la que la tasa de abandono de carrito y la tasa de abandono de checkout son métricas distintas con denominadores distintos, una diferencia trabajada en cómo se calcula la tasa de abandono de carrito.

¿Dónde se concentra la caída en un embudo de checkout?

Entre begin_checkout y add_shipping_info, en casi cualquier tienda que lo haya mirado. Esa primera pantalla es donde el precio total se vuelve real, donde se suele exigir crear una cuenta, y donde un comprador ve por primera vez lo largo que va a ser el formulario.

La revisión de 50 estudios distintos del Baymard Institute sitúa la tasa media documentada de abandono de carrito en 70,22%, una cifra actualizada por última vez el 22 de septiembre de 2025. La parte más útil de esa investigación es el desglose de razones declaradas, medido entre compradores que de verdad tenían intención de comprar:

Razón declarada para abandonar el checkout	Proporción
Costes extra demasiado altos (envío, impuestos, comisiones)	40%
La entrega era demasiado lenta	20%
No confiaba en el sitio con los datos de la tarjeta	19%
Obligaba a crear una cuenta	18%
Proceso de checkout demasiado largo o complicado	17%
Errores o caídas del sitio web	17%
Política de devoluciones insatisfactoria	13%
No podía ver ni calcular el coste total por adelantado	12%
Tarjeta rechazada	10%
Métodos de pago insuficientes	9%

Baymard registra aparte que el 42% de los compradores online de EE. UU. abandonó simplemente porque estaba mirando y no listo para comprar, y excluye a ese grupo de los porcentajes de arriba. Esa exclusión es lo que hace que la lista merezca acción: lo que queda es gente que quería completar el pedido y aun así se detuvo.

Devuelve esas razones a los cuatro pasos y la forma del problema se vuelve concreta. Costes extra, totales ocultos, cuenta obligatoria y longitud del formulario aterrizan todos en el paso 1. La velocidad de entrega y la cobertura de métodos de pago aterrizan en los pasos 2 y 3. Los rechazos aterrizan en el paso 4, donde son un problema de configuración de pagos y no de diseño. Antes de comparar tus propios números contra nada de esto, lee las advertencias de qué miden de verdad los benchmarks de embudo publicados, porque las definiciones de paso varían lo bastante entre estudios como para mover un porcentaje en dos dígitos.

Dónde encaja cada motivo señalado

Paso 1: begin_checkoutCostes extra, total oculto, cuenta obligatoria, formularios largos

Pasos 2-3: envío y pagoEntrega lenta, pocos métodos de pago

Paso 4: purchaseTarjetas rechazadas, un problema de configuración

¿Cómo montas un análisis del embudo de checkout?

Primero la instrumentación, después el informe. Un embudo construido sobre eventos que disparan en el momento equivocado produce respuestas seguras y equivocadas, y ninguna cantidad de análisis lo repara después.

1. Dispara un evento por cada pantalla en la que un comprador puede irse. Si tu checkout son tres páginas, quieres tres eventos más purchase. Si es una sola página con secciones plegables, dispara add_shipping_info y add_payment_info al completar la sección y no al cargar la página, o el embudo mostrará un 100% de finalización de pasos y cero información.
2. Saca purchase de la página de gracias si un redireccionamiento puede saltársela. Las páginas de pago alojadas, los flujos de wallet y la autenticación bancaria devuelven al comprador a algún sitio que no controlas del todo. Un evento purchase que solo dispara en una URL de confirmación de pedido subcontará cada pedido en el que el comprador cerró la pestaña tras pagar. Envíalo del lado del servidor desde el webhook de pedido y tendrás el denominador real.
3. Configura el embudo como cerrado en vez de abierto. El checkout es genuinamente secuencial, así que un comprador que aparece en add_payment_info sin haber pasado por add_shipping_info es un bug de etiquetado que conviene sacar a la luz y no una ruta legítima que convenga contar.
4. Elige una ventana de conversión más corta que la de por defecto. El checkout es una actividad de minutos, no de días. Una ventana de 30 días acreditará un purchase que ocurrió una semana después de un begin_checkout abandonado, lo que esconde justo el abandono que intentabas medir.
5. Segmenta antes de interpretar. Como mínimo, separa por dispositivo y por invitado frente a sesión iniciada. El checkout móvil y el de escritorio rara vez comparten cuello de botella, y la cuenta obligatoria aparece como un derrumbe del paso 1 solo en el segmento de invitados.
6. Registra las definiciones de paso junto al informe. Un embudo cuyo paso 2 cambió de definición en marzo mostrará un precipicio en marzo que ningún cambio de código causó, y seis meses después nadie recordará por qué.

El paso 2 es el que arruina en silencio más análisis. Una tienda con un proveedor de pagos basado en redireccionamiento puede subreportar pedidos completados por un margen amplio y luego pasarse un trimestre optimizando un paso que nunca estuvo roto.

¿Qué no te dice un análisis del embudo de checkout?

No te dice por qué. Un embudo te da una ubicación exacta y ninguna causa, que es el límite de todo informe de conteo por pasos y la razón por la que un número de caída es una pregunta y no una respuesta. La cifra del 40% de costes inesperados es un resultado de encuesta del panel de Baymard, no un diagnóstico de tu tienda, y tratarla como tal lleva a equipos a quitar una tarifa de envío que nunca fue el problema.

Dos cosas convierten una caída localizada en una causa. La primera es un corte de segmento lo bastante fino para aislarla: si el derrumbe del paso 1 solo aparece en Safari móvil, la causa es probablemente un problema de renderizado o de autocompletado y no de precio. La segunda es ver qué hizo la gente de verdad en esa pantalla, que es donde la repetición de sesiones se gana su sitio frente al reporte agregado.

Tampoco te dice cuánto vale la fuga. Una caída del 12% en add_payment_info en una tienda de cesta alta vale más que una caída del 30% en begin_checkout en una de cesta baja, y las dos solo son comparables una vez que multiplicas por lo que vale un pedido típico. Ordenar los arreglos por porcentaje en vez de por ingresos recuperados es la forma más común de que un análisis correcto produzca la hoja de ruta equivocada.

Preguntas frecuentes

¿El abandono de checkout es lo mismo que el abandono de carrito?

No, y la diferencia es el denominador. El abandono de carrito mide a los compradores que añadieron un artículo y no compraron, así que su base es todo el que llegó a add_to_cart. El abandono de checkout mide a los compradores que iniciaron el checkout y no compraron, así que su base es todo el que llegó a begin_checkout. La segunda base es mucho más pequeña y mucho más comprometida, y por eso las tasas de abandono de checkout son siempre más bajas que las de carrito en la misma tienda.

¿Qué eventos de GA4 debería usar un embudo de checkout?

Google documenta begin_checkout, add_shipping_info, add_payment_info y purchase como la parte de checkout del recorrido de ecommerce, con view_cart justo antes y refund después. Usar esos nombres en vez de nombres propios significa que cualquier herramienta de reporting que entienda el ecommerce de GA4 puede leer tu embudo sin una capa de mapeo.

¿Cuántos pasos debería tener un embudo de checkout?

Tantos como pantallas en las que un comprador pueda abandonar, que normalmente son tres o cuatro. Añadir pasos que se corresponden con bloques de campos en vez de con pantallas crea caídas que reflejan el momento de las etiquetas y no el comportamiento. Si no puedes describir qué habría hecho un comprador para salir entre dos pasos, esos dos pasos deberían ser uno.

¿Por qué mi embudo muestra más compras que checkouts iniciados?

Normalmente porque purchase dispara desde una fuente que begin_checkout no ve, como un webhook de pedido del lado del servidor, un pedido repetido hecho con un enlace de carrito guardado o una renovación de suscripción. Comprueba si los eventos de compra llevan un identificador de sesión o de usuario coincidente, y excluye del embudo las renovaciones y los pedidos creados por administración si nunca pasan por la interfaz de checkout.

¿El embudo de checkout debería contar usuarios o sesiones?

Sesiones, para la versión que miras cada semana. El checkout es una actividad de una sola sentada, así que un embudo con alcance de sesión responde la pregunta que realmente estás haciendo: de la gente que empezó a pagar ahora mismo, cuánta terminó. Un embudo con alcance de usuario acreditará una compra hecha dos días después contra el abandono original y hará que la fuga parezca más pequeña de lo que es.

¿Qué es lo primero que hay que revisar cuando un paso del checkout cae de golpe?

Un despliegue, antes que nada. Los precipicios repentinos en un solo paso son mucho más a menudo una etiqueta rota, un selector cambiado o un error de JavaScript en una pantalla que un cambio de comportamiento del comprador. Compara el recuento bruto de eventos de ese paso con el del paso anterior, comprueba si la caída se limita a un navegador o clase de dispositivo, y empieza a razonar sobre precios, formularios o confianza solo cuando hayas descartado que el evento simplemente dejó de dispararse.

¿Cuenta la página del carrito como parte del embudo de checkout?

No oficialmente. view_cart está en el límite justo antes de begin_checkout, el primero de los cuatro pasos del embudo. Incluirlo o dejarlo fuera es la decisión que más mueve tu cifra principal de abandono, porque cambia el denominador. Por eso la tasa de abandono de carrito y la tasa de abandono de checkout salen distintas para la misma tienda.

¿Cuál es la tasa media de abandono de carrito según Baymard?

La revisión de Baymard Institute sobre 50 estudios distintos sitúa la tasa media documentada de abandono de carrito en 70,22 %, dato actualizado el 22 de septiembre de 2025. La lista de motivos declarados excluye al 42 % de compradores en EE. UU. que abandonaron solo por estar mirando. Lo que queda en el desglose de motivos son compradores que sí querían completar el pedido y aun así abandonaron.

¿Qué tan corta debe ser la ventana de conversión de un embudo de checkout?

Más corta que la ventana estándar de 30 días, porque el checkout dura minutos, no días. Una ventana de 30 días atribuye a una compra hecha una semana después de un begin_checkout abandonado, lo que oculta el abandono real que quieres medir. Ajusta la ventana a lo que realmente tarda tu checkout.

¿Cuál es el motivo más citado para abandonar el checkout?

Los costes extra que aparecen tarde, como envío, impuestos o comisiones, citados por el 40 % de los compradores en la investigación de Baymard, el porcentaje más alto de todos los motivos. Eso golpea el paso 1, begin_checkout, donde el precio total se vuelve real por primera vez. La entrega lenta (20 %) y la desconfianza al dar los datos de la tarjeta (19 %) le siguen.