Cómo calcular tu margen real Shopify (con la plantilla de spreadsheet que necesita la mayoría de marcas)

Casi todos los operadores de Shopify con los que hablamos te cantan los ingresos al dólar y el ROAS al segundo decimal. Pregúntales cuál fue su margen neto el mes pasado y se hace una pausa, viene una estimación y un "tendría que mirarlo con el contable".

Ese hueco es donde mueren las marcas. No por un mal producto — por operar con números que parecen beneficio y no lo son.

Una marca con la que trabajamos el trimestre pasado: $2M de ingresos en los últimos doce meses, 35% de margen bruto en la line sheet, 25% de ad spend. Su dashboard decía "rentables sin problema". Cuando reconstruimos su P&L pedido a pedido, el 30% de los pedidos perdían dinero — pedidos de AOV bajo a zonas de envío caras, con atribución completa de ads, pagados con BNPL al 5,99%. La marca no era no-rentable en agregado, pero un tercio de su volumen estaba destruyendo activamente valor de empresa, y el founder no lo sabía.

Esta es la pieza hub sobre cómo calcular tu margen real Shopify — a nivel de pedido, a nivel de país, P&L mensual. La fórmula, la estructura de hoja de cálculo que la mayoría de marcas necesita, y los modos de fallo de cada atajo que hemos visto. Si quieres una estimación rápida antes de montar la spreadsheet, la calculadora de margen real te lleva por las mismas líneas en 30 segundos.

Por qué Shopify Analytics y tus dashboards de ads no te llevan ahí

Dos motivos:

1. Shopify Analytics es una herramienta de ingresos, no de beneficio. No conoce tu COGS salvo que lo hayas rellenado perfecto por variante (casi nadie lo tiene), no ve tu ad spend, no tira las comisiones de pasarela bien y promedia el coste de envío en vez de reportarlo por pedido. El número de "Net sales" son ingresos reales netos de descuentos y devoluciones — no es beneficio neto.
2. Meta, Google, TikTok y Pinterest reportan cada uno su ROAS en su propio modelo de atribución. Súmalos y te pasarás de cuenta entre un 20–60%. ROAS es una métrica de eficiencia de medios, no una métrica de margen. Dos tiendas con el mismo blended ROAS de 3,0× pueden tener márgenes netos completamente distintos según COGS, envío, devoluciones y mix de pasarelas.

Para llegar a un número real tienes que hacer algo que ninguna herramienta hace: combinar ingresos, COGS, fulfillment, comisiones, reembolsos y ad spend al grano del pedido, y luego agregar hacia arriba. Ese es el trabajo.

Paso 1 — Acertar con los ingresos (gross, net y cuál usar de verdad)

A tres números se les llama habitualmente "ingresos":

• Gross sales = suma de (precio × cantidad) antes de cualquier reducción.
• Net sales = gross sales − descuentos − devoluciones. Esto es lo que reporta Shopify.
• Net revenue = net sales − impuestos − ingresos por envío (depende de tu política).

Para trabajar margen, arranca desde net sales y trata los ingresos por envío como una línea separada que netea contra el coste de envío. El IVA/sales tax no es tu dinero. Nunca uses gross sales para hacer cuentas de margen.

Donde Shopify Analytics te despista: la vista por defecto de "Total sales" incluye envío e impuestos. Si forecasteas margen sobre eso, te vas a pasar de net sales un 8–14% en la mayoría de tiendas. Cambia al custom report de "Net sales" y déjalo fijado por defecto.

Paso 2 — Acertar con el COGS (y la parte que casi todo el mundo se salta)

El COGS por pedido no es solo el coste del line item de la factura del proveedor. Es:

COGS_per_order = Σ (item_unit_cost × quantity)
               + packaging_cost
               + pick_pack_labor
               + inbound_freight_amortized

Las cuatro piezas:

• Item unit cost — tu landed cost del proveedor, en tu moneda de reporting, a un tipo de cambio razonable (recalcula trimestralmente).
• Packaging cost — caja exterior, mailer, void fill, cinta, inserts de marca. En una marca con AOV de $50 hemos visto que esto sale a $1,20–$2,40. No es despreciable.
• Pick/pack labor — mano de obra interna por hora o tarifa de pick-pack-por-pedido del 3PL. Lo típico en 3PL en 2026 son $2,50–$4,00 por pedido.
• Inbound freight — el coste por unidad de mover producto de fábrica a almacén, amortizado sobre el sell-through. Frecuentemente ignorado. Las marcas que importan de Asia tienen rutinariamente $0,40–$1,10 por unidad de inbound freight que nunca aparece en el margen bruto de la line sheet.

Si mantienes los costes unitarios a mano dentro de las variantes de Shopify, esto se va a desactualizar en cuanto un proveedor suba precios. Aquí es donde Ecombone Inventory se gana el sueldo — guarda landed cost (item + freight + duty) por variante y por periodo, y lo alimenta al cálculo de beneficio.

La disciplina: cada SKU tiene un landed unit cost (item + freight + duty), y cada pedido recoge un fulfillment cost (packaging + pick/pack). Las dos cosas son COGS, las dos van en el pedido.

Paso 3 — Coste de envío, por pedido, nunca promediado

El error más común que vemos: las marcas cogen "total de envío del mes / pedidos enviados" y aplican ese número plano a cada pedido. Eso esconde toda la cuestión de margen entre zonas.

Un jersey de $50 a Zona 2 puede costar $6,20. El mismo jersey a Zona 8 (o internacional) puede costar $14,80. Promédialos y cada pedido parece $9,50. La realidad: la mitad de tus pedidos tienen un margen muy positivo, la otra mitad están a duras penas en break-even o peor.

Saca el coste de envío por pedido desde tu carrier o plataforma de envíos (ShipStation, Shippo, EasyPost, Shopify Shipping) y crúzalo de vuelta con el ID de pedido de Shopify. Si no puedes sacarlo por pedido, sácalo por zona — pero no aceptes una sola media.

Trackea shipping income por separado (lo que pagó el cliente). Netea las dos. El envío rara vez es un centro de beneficio para DTC; el objetivo es que no sea una fuga.

Paso 4 — Comisiones de pasarela y BNPL (pequeñas por pedido, grandes a escala)

Cada método de pago tiene su propia estructura de comisiones. Números típicos de 2026 (varía por región):

En un pedido de $50 con una pasarela al 2,9%: $1,75. Con Klarna al 5,99%: $3,30. En 5.000 pedidos al mes, te vas a $7.500–$16.500 en comisiones de pasarela, y un cambio de mix hacia BNPL solo ya puede mover el margen neto 0,6–1,4 puntos.

Tira las comisiones reales de Shopify Payouts, PayPal Activity y de tu proveedor de BNPL. No asumas — BNPL se lleva una tajada mayor y la adopción solo ha crecido.

Paso 5 — Devoluciones y reembolsos (la línea que pega al margen dos veces)

Una devolución no solo reduce ingresos. Te pega por:

• Los ingresos reembolsados (ya van neteados en net sales).
• El envío original de salida (perdido, el carrier no lo reembolsa).
• El envío de retorno (si ofreciste devoluciones gratis).
• Mano de obra de re-pick / re-shelve ($3–6 por devolución).
• Re-stocking solo en condición "vendible" — el stock dañado es write-off.

En la worksheet, deja net sales neto de reembolsos (Shopify lo reporta así) y añade una línea de "return cost" que capture el residual de envío de salida + envío de retorno + handling que no vuelve cuando vuelven los ingresos. En una marca con un 18% de tasa de devolución, esta línea sola son 2–4 puntos de margen.

Si tu tasa de devolución está por encima del 12%, bájala antes de optimizar nada más. Lo cubrimos aquí: cómo reducir la tasa de devoluciones en Shopify.

Paso 6 — Ad spend, la línea que decide todo

Aquí es donde el pensamiento ROAS se va a morir. Unas cuantas reglas duras:

• Usa el spend reportado por la plataforma, no los ingresos atribuidos por la plataforma. El spend es un hecho. Los ingresos atribuidos son un modelo (y tres plataformas reclaman la misma conversión).
• Usa blended ROAS / MER, no ROAS de plataforma, para trabajar margen neto. MER = ingresos totales / ad spend total entre todas las plataformas. Es la única métrica que no doble-cuenta.
• No asignes ad spend por pedido usando atribución de plataforma. Usa first-touch UTM a nivel de pedido si lo tienes; si no, asigna por mix de canal a nivel de día.
• Incluye todo el spend pagado. Fees de influencers, payouts de afiliados, retainers de agencia, producción creativa — eso también es coste de marketing y va al mismo cubo.

El atajo para operadores que quieren un solo número: MER. Si tu MER es 3,2× y tu margen de contribución (después de COGS, envío, comisiones, devoluciones) es 38%, tu beneficio de contribución antes de coste fijo es Revenue × (0,38 − 1/3,2) = Revenue × 0,067. Eso es 6,7%. ¿Por debajo de tu coste fijo? Estás perdiendo dinero para crecer. ¿Por encima? Estás componiendo.

Los operadores que corren paid media multi-plataforma sin una vista combinada casi siempre sobre-gastan en el canal que atribuye más barato. El arreglo limpio es atribución por pedido + ad spend de plataforma en un solo sitio — el core de Ecombone Profit Tracker.

Paso 7 — Desglose por país y canal (donde se esconden las fugas)

El número de margen agregado miente. Los números a nivel de pedido, agregados por país y canal, dicen la verdad.

Un patrón típico de datos reales de Shopify:

El agregado pinta bien. Reino Unido y Australia están perdiendo dinero en cada pedido. La marca estaba subvencionando esos mercados con beneficio de contribución de US y no lo sabía. O subes precios y pisos de envío ahí, o paras la adquisición pagada ahí.

Esto no lo vas a ver en Shopify Analytics ni en Meta Ads Manager. Lo ves cuando pules el P&L por pedido y agrupas por país. Esa única vista ha arreglado más margen en nuestro portfolio que cualquier test creativo que hayamos corrido.

La fórmula, en un solo sitio

Net Sales              = Gross Sales − Discounts − Returns
Contribution Margin $  = Net Sales − COGS − Shipping Out − Gateway Fees − Return Costs
Contribution Margin %  = Contribution Margin $ / Net Sales

Net Profit             = Contribution Margin $ − Ad Spend − Fixed Costs
Net Margin %           = Net Profit / Net Sales

Dos capas, a propósito. El margen de contribución te dice si el siguiente pedido gana dinero antes de decidir cuánto gastar en ads. El margen neto te dice si el negocio ganó dinero después de marketing y overhead.

Si tu margen de contribución está por debajo del 35%, no tienes un negocio de adquisición pagada — tienes un problema estructural de coste de producto. Arregla eso antes de escalar spend.

Cómo se ve "lo bueno" en 2026

Para marcas DTC de producto físico entre $1M–$10M de GMV, benchmarks de operador a vuelapluma:

5–15% de margen neto es lo normal en una marca DTC sana a esta escala. Por encima del 15% normalmente significa que estás infra-invirtiendo en growth (o que tienes un margen de producto líder de categoría). Por debajo del 5% es frágil — una subida de tarifas de envío o un pico de CPM en Meta y te vas debajo del agua.

La plantilla de spreadsheet (constrúyela una vez, sustitúyela después)

Aquí va el esquema de worksheet que entregamos a los operadores que hacen esto por primera vez.

Tab 1 — Pedidos (una fila por pedido)

order_id            | Shopify order ID
order_date          | YYYY-MM-DD
country             | país de envío
channel             | utm_source / first-touch
gross_sales         | suma de precio de line item × cantidad
discount            | descuento aplicado
net_sales           | gross_sales − discount
shipping_income     | lo que pagó el cliente por envío
sales_tax           | excluido del cálculo de margen
item_cogs           | Σ landed_cost × cantidad
packaging_cost      | packaging por pedido
pick_pack_cost      | tarifa de 3PL o mano de obra interna
shipping_cost_out   | coste real del carrier
gateway_method      | shopify_payments | paypal | klarna | etc
gateway_fee         | comisión real desde el payout
refund_amount       | si hubo reembolso
return_cost         | residual de envío + handling en devoluciones
contribution_margin | net_sales − item_cogs − packaging − pickpack − shipping_out − gateway − return_cost
contribution_pct    | contribution_margin / net_sales

Tab 2 — Ad spend (una fila por plataforma por día)

date                | YYYY-MM-DD
platform            | meta | google | tiktok | pinterest | influencer | affiliate
campaign            | opcional
spend               | spend real en moneda de reporting
attributed_revenue  | reportado por la plataforma (solo informativo)

Tab 3 — P&L mensual (consolida Tabs 1 + 2)

month
net_sales                      | suma desde Tab 1
total_cogs                     | suma item_cogs + packaging + pickpack
total_shipping_out             | suma shipping_cost_out (− shipping_income)
total_gateway_fees             | suma gateway_fee
total_return_costs             | suma return_cost
contribution_margin            | net_sales − cogs − shipping − gateway − returns
contribution_margin_pct        | contribution_margin / net_sales

ad_spend                       | suma desde Tab 2
fixed_costs                    | alquiler, salarios, software, agencias
net_profit                     | contribution_margin − ad_spend − fixed_costs
net_margin_pct                 | net_profit / net_sales

Pivota Tab 1 por country, channel y month para los desgloses. Ese es el P&L entero que necesita la mayoría de marcas de $1–10M.

Las extracciones que necesitas montar:

• Export de Shopify Orders (CSV) → diario.
• Export de coste de envío desde tu carrier/3PL → diario.
• Reportes de comisiones de Shopify Payouts / PayPal / Klarna → mensual.
• Exports de spend de Meta / Google / TikTok / Pinterest → diario.

Hecho bien, vas a saber tu margen neto real. También vas a perder 6–10 horas al mes moviendo CSVs y reconciliando IDs de pedido.

Por qué la mayoría de marcas dejan de usar su spreadsheet en 90 días

Hemos visto cómo se construyen muchas de estas hojas de cálculo y casi todas mueren. Los modos de fallo son predecibles:

• Los imports de CSV se rompen. Meta renombra una columna, la fórmula se atraganta, el operador pierde una semana, la semana se convierte en un mes.
• Los UTMs cambian. Sale una campaña nueva sin UTMs, la atribución se rompe, el spreadsheet no cuadra con la plataforma, la confianza colapsa.
• El COGS se queda viejo. Un proveedor sube precios en febrero. La hoja sigue con costes de enero en mayo. Cada pedido parece 4 puntos más rentable de lo que es.
• Los reembolsos caen al mes siguiente. El "P&L de enero" que calculaste en febrero te lo revisan en abril cuando se asientan reembolsos y disputas, y nadie actualiza el archivo.
• El tiempo del founder se evapora. El spreadsheet es trabajo del founder. El founder es el founder. La hoja pierde.

Esto es un problema de tooling, no de disciplina. Reconciliar a mano datos financieros a nivel de pedido entre cinco herramientas SaaS es un trabajo a tiempo completo, y no deberías tener un analista a tiempo completo a $2M de ingresos.

Dónde encaja Profit Tracker

Estamos construyendo Ecombone Profit Tracker porque corrimos el spreadsheet nosotros mismos, vimos cómo moría, y decidimos que el cálculo merecía ser un producto. Tira pedidos de Shopify + COGS, las cuatro plataformas de ads (Meta, Google, TikTok, Pinterest), Shopify Payouts y comisiones de BNPL, reembolsos y costes de envío en un único modelo al grano del pedido — y te da vistas de margen de contribución y margen neto por país, canal y mes en tiempo real.

Llega pronto a la Shopify App Store. Los precios arrancarán en $19/mes (Basic), $49 (Plus), $99 (Pro) — diseñados para costar menos que las horas de analista que se come el spreadsheet.

Pero construye el spreadsheet primero. Aunque sea solo el tab a nivel de pedido para un mes. La primera vez que ordenas por contribution_pct ascendente y ves los pedidos que te están haciendo perder dinero — ese es el momento en el que dejas de operar tu negocio sobre ingresos y empiezas a operarlo sobre beneficio.

Ese es el trabajo entero.