Si yo quisiera saber si un video vende, no miraría solo vistas. Miraría add to cart, compras asistidas, salida y $ ARS por reproducción.
En ecommerce, un video interactivo sirve cuando empuja una acción: clic en un CTA, respuesta a un quiz, apertura de WhatsApp, elección de variante o suma al carrito. Por eso, para medirlo bien, yo lo separaría en 3 bloques:
Lo más útil es esto:
Si yo tuviera que resumir todo en una sola idea, diría esto: un video interactivo se mide por lo que hace mover en la compra, no por cuánta gente lo vio.
| Bloque | Qué miro | Qué me dice |
|---|---|---|
| Engagement | Play rate, interacción, retención | Si el video engancha y mueve acciones |
| Ventas | Add to cart, compras asistidas, ingresos | Si el video empuja negocio |
| Fricción | Salida, rebote, caídas, respuestas | Dónde se corta el recorrido |
Con esa base, ya puedo leer si el video suma ventas, dónde falla y qué cambiar primero.
Métricas Clave de Videos Interactivos en Ecommerce
Acá hay tres eventos que mandan: impresiones, inicios de reproducción y vistas.
Las impresiones son la cantidad de veces que el módulo de video aparece en pantalla, ya sea en una página de producto, en campañas de WhatsApp o en una historia de Instagram. Los inicios de reproducción se cuentan cuando la persona toca play o cuando el autoplay supera un umbral mínimo de 2 o 3 segundos. Las vistas se registran cuando el tiempo de reproducción pasa un mínimo definido: 3 segundos en formatos cortos y 10 segundos en videos más largos.
La tasa de reproducción (play rate) se calcula así:
Play rate = inicios de reproducción ÷ impresiones × 100
En general, da más alto en WhatsApp e Instagram que en páginas de producto. Y eso sirve para leer algo muy concreto: si el video está bien ubicado, si la miniatura invita a tocar y si el copy de la campaña hace su trabajo. Cuando el play rate cae, muchas veces el problema está en la pieza o en dónde se mostró.
Después de ver cuántas personas arrancan, toca mirar si hacen algo con ese video.
Que alguien vea el video no quiere decir que avance hacia la compra. Ahí entra la tasa de interacción (interaction rate), que muestra qué parte de quienes vieron el contenido hizo al menos una acción dentro del video.
Interaction rate = espectadores con ≥1 acción ÷ total de vistas × 100
Entre esas acciones entran hotspots, CTAs, talles, colores, quizzes y etiquetas de producto. No todas valen lo mismo. Los clics en "Agregar al carrito" y en etiquetas con precio en ARS señalan intención alta. En cambio, "Ver más fotos" suele marcar intención media.
El punto no es juntar clics por juntar. Lo que importa es la señal que dejan. Un video con play rate medio pero con mucha interacción puede filtrar mejor a quienes están listos para comprar que otro con muchísimas vistas y casi nada de acción.
El paso siguiente es mirar hasta dónde llegan dentro del video.
Acá conviene seguir de cerca tres métricas: profundidad de visualización, retención y tasa de finalización.
| Métrica | Fórmula | Para qué sirve |
|---|---|---|
| Impresiones | Conteo de cargas donde el video se renderizó | Mide el alcance del video en página, WhatsApp o Instagram |
| Inicios de reproducción | Conteo de eventos de play | Evalúa si la miniatura y el gancho son atractivos |
| Vistas | Inicios que superan un umbral mínimo de tiempo | Define la audiencia base para métricas de avance |
| Tasa de interacción | (Espectadores con ≥1 acción ÷ total de vistas) × 100 | Indica intención de compra y calidad del CTA |
| Profundidad de visualización | (Segundos totales vistos ÷ (vistas × duración del video)) × 100 | Muestra qué tan profundo llega el usuario en el contenido |
| Retención | (Espectadores en el momento t ÷ total de vistas) × 100 | Identifica dónde cae la atención o aparece fricción |
| Tasa de finalización | (Vistas completas ÷ total de vistas) × 100 | Indica si el usuario consumió el CTA o la oferta final |
Rastreá estos hitos: 5 s, 25%, 50%, 75% y 100%. Cada uno responde una pregunta de negocio bastante directa. Los primeros segundos muestran si el gancho funciona. El 25% deja ver si la propuesta de producto entra bien. El 50% ayuda a leer si los beneficios sostienen el interés. El 75% suele rozar prueba social u oferta. Y el 100% te dice si la persona llegó al CTA final.
Una caída abrupta en los primeros segundos señala un problema creativo; una caída antes del precio o de los beneficios sugiere que el video no está cumpliendo la expectativa que generó.
Con este mapa de engagement, el siguiente paso es medir si el video empuja a carrito, compra o conversación.
Si las vistas y los clics muestran interés, estas métricas muestran impacto en ventas.
Acá ya no alcanza con saber si el video se vio. Lo que importa es si mueve a la persona a dar el paso hacia la compra. La primera métrica que une video y negocio es la tasa de add to cart desde el video: el porcentaje de sesiones en las que alguien vio el video y agregó al menos un producto al carrito, ya sea desde el propio video o desde un producto vinculado.
Add to cart rate (video) = (sesiones con add to cart desde el video ÷ sesiones que vieron el video) × 100
El video no se mide solo por exposición. Se mide por su capacidad de empujar un carrito en el momento. Por eso, esta cifra tiene que estar separada del add to cart general de la página. Etiquetá el evento según su origen y contá solo el carrito generado en esa misma sesión o dentro de una ventana de 5 a 15 minutos. Si mezclás todo, el dato se ensucia y deja de mostrar el efecto del video.
Una compra asistida es una orden en la que la persona vio o tocó el video antes de comprar, aunque el último clic haya llegado más tarde por otro lado: un recordatorio de carrito abandonado, un mensaje de WhatsApp o una visita directa al sitio. En pocas palabras, mide cuánto ayuda el video en la decisión, incluso si no se lleva “la foto final”.
Si la diferencia entre ambas tasas es marcada, el video está empujando ventas de verdad. Esto suele notarse más en rubros como indumentaria o belleza, donde el video baja dudas muy concretas: cómo queda una prenda, qué textura tiene un producto o cómo se usa.
Con esas compras, el paso siguiente es calcular el ingreso atribuido y el ingreso por reproducción. El ingreso atribuido al video suma el valor total en AR$ de las órdenes que entran dentro de las reglas de atribución que definiste. El ingreso por reproducción toma ese total y lo divide por la cantidad de reproducciones. Así obtenés una cifra simple para comparar videos, formatos y canales sin vueltas.
| Métrica | Fórmula | Qué muestra | Cuándo usarla |
|---|---|---|---|
| Add to cart rate (video) | (sesiones con add to cart desde el video ÷ sesiones que vieron el video) × 100 | Intención de compra directa generada por el video | Para evaluar el ajuste entre producto y video |
| Tasa de conversión asistida | (Órdenes con exposición al video ÷ sesiones que vieron el video) × 100 | Influencia del video en el camino de compra, aunque no sea el último clic | Para justificar inversión en contenido de consideración |
| Ingresos atribuidos | Suma de AR$ de órdenes dentro de la ventana de atribución | Impacto financiero directo del video | Reportes mensuales de ROI |
| Ingreso por reproducción | Ingresos atribuidos ÷ reproducciones totales | Valor promedio generado por cada reproducción | Para comparar creatividades y canales |
La ventana de atribución cambia los resultados, y bastante. Para productos de alta rotación, suele usarse una ventana de 24 a 48 horas. Para tickets medios, de 3 a 7 días. Y para compras de baja frecuencia, puede estirarse hasta 30 días. Definila antes de empezar a medir y sostenela igual entre campañas, así la comparación tiene sentido.
A veces, un video con pocas reproducciones pero con un ingreso por reproducción alto en AR$ dice mucho más que otro con miles de vistas y cero ventas. Ahí aparece la diferencia entre alcance y rendimiento real. Con estas métricas ya podés medir ventas; después toca mirar en qué parte de la sesión se cae la persona y qué fricción deja el video.
Con las métricas de ventas ya claras, el paso siguiente es ver dónde se rompe el proceso. Las métricas de diagnóstico no muestran cuánto vendió el video. Muestran en qué punto y por qué motivo la persona se fue sin comprar.
Si el video no convierte, estas métricas ayudan a detectar en qué tramo se perdió la sesión.
La tasa de salida mide qué porcentaje de sesiones termina en una página puntual. El rebote mide las sesiones que empiezan y terminan en la misma página, sin scroll ni clic.
Una tasa de salida alta en una ficha de producto con video interactivo suele marcar que el precio aparece demasiado tarde, que el envío no está claro o que el CTA quedó mal puesto. Una tasa de rebote alta en una landing con video suele marcar otra cosa: el tráfico que llega no coincide con lo que el video promete o muestra. Como referencia en Argentina, en páginas con video interactivo suele buscarse una tasa de salida por debajo del 40–50% y una tasa de rebote por debajo del 35–40%, con cambios según la categoría; moda y belleza suelen sostener tasas más bajas cuando el video muestra el producto en uso o dentro de una rutina.
El primer paso es segmentar estos números por dispositivo - móvil vs. desktop - y por fuente de tráfico - campañas pagas, orgánico, campañas de WhatsApp - . Eso permite separar si el problema está en el video o en la calidad del tráfico que llegó a verlo.
Una caída del 20–30% en una ventana de 5 segundos en un punto puntual no es ruido. Es una señal directa de que algo en ese tramo no está funcionando.
Los patrones más comunes suelen ser estos:
En Argentina, donde los datos móviles y la atención pesan de verdad, los videos de 15–30 segundos para etapas de descubrimiento y de 30–60 segundos para fichas de producto suelen bajar la caída en el tramo medio.
Conviene anotar la línea de tiempo del video con eventos clave: hook, problema, solución, precio y CTA. Después, marcá cada bloque para detectar cuál corta la atención y compará la retención antes y después de cada uno. Si la retención mejora justo después de mostrar el precio o una demo del producto, ese elemento tiene que entrar antes. No hay mucho misterio: si la gente se queda cuando por fin ve lo importante, eso es lo que hay que adelantar.
Cada respuesta dentro del video deja ver una preferencia o una objeción. Si una persona elige “piel sensible” en un quiz de skincare o marca “quiero algo rápido” en una bifurcación, está diciendo de forma explícita qué busca y cómo compra.
Los equipos de merchandising pueden usar la distribución de respuestas para ajustar stock y surtido. Los equipos de contenido pueden priorizar en las fichas de producto los beneficios que más se eligen. Y los equipos de soporte y growth pueden armar mensajes de seguimiento por WhatsApp que respondan justo a la objeción que el usuario marcó, como el costo de envío o la política de cambios, antes de que esa duda frene la compra.
Después, esos datos bajan a tierra en respuestas más precisas en WhatsApp e Instagram.
| Señal en el video | Fricción | Qué hacer |
|---|---|---|
| Salida alta en los primeros segundos | Hook débil o desajuste con el anuncio | Revisar la intro y la propuesta de valor inicial |
| Salida alta al final del video | Precio, envío o stock poco claros | Mostrar esos datos antes en el video |
| Caída alta en una pregunta del quiz | Opciones confusas o percibidas como demasiado esfuerzo | Simplificar la redacción y reducir opciones |
| Baja tasa de interacción con elementos clickeables | CTA poco visible o mal ubicado | Reposicionar o rediseñar el elemento interactivo |
| Respuesta frecuente a una objeción de envío | Fricción real en la política de envíos | Crear contenido específico y flujos de seguimiento |
Ese diagnóstico sirve para ajustar el seguimiento y el cierre en WhatsApp e Instagram.
Tomando las caídas y respuestas como punto de partida, el paso siguiente es medir el impacto por canal. Si el video acelera o frena la compra, acá se ve qué canal empuja ese recorrido. En ese momento, la pregunta cambia: ya no es solo qué vio la persona, sino qué canal la llevó a comprar.
En WhatsApp, el recorrido arranca con un mensaje, no con una vista. Por eso, las métricas que importan siguen esta secuencia: mensaje → video → carrito → orden. Ahí entran la apertura, el clic en el video o en el CTA del chat, la tasa de visualización del video en broadcasts y automatizaciones, add to cart, compra, ingresos atribuidos y ROI por campaña o flujo.
Dicho simple: un broadcast con muchas aperturas y poca visualización puede rendir menos que otro más chico, pero con más add to cart.
Burbuxa cruza mensajes, productos y órdenes en tiempo real para atribuir carritos y ventas al video.
En Instagram, el canal suele actuar como punto de descubrimiento. Instagram abre la sesión; WhatsApp o la tienda cierran la venta. Por eso, la atribución tiene que seguir el recorrido hasta la orden.
Las métricas clave son los clics desde DMs, Stories o publicaciones hacia la experiencia de video, la tasa de interacción y completado, add to cart y compras atribuibles a sesiones originadas en Instagram.
Si el recorrido empieza en Instagram y termina en WhatsApp o en la tienda, el reporte tiene que conservar la trazabilidad de origen para saber qué formato generó la intención de compra. Burbuxa unifica esa vista entre Instagram, WhatsApp y la tienda usando los mismos datos de comercio.
De esta forma, las métricas dejan de ser señales aisladas y pasan a medir su aporte a ventas. El análisis se ordena en tres ejes: origen del tráfico, avance hacia la compra e ingresos atribuidos.
En la práctica, hay cuatro señales que pesan más:
WhatsApp e Instagram no funcionan como canales separados cuando forman parte del mismo recorrido de compra. Burbuxa junta esas señales - engagement en el chat, datos de producto, eventos de carrito y órdenes - en una sola vista, para que el equipo pueda ajustar flujos y campañas con información real de la tienda, y no solo con métricas de conversación.
No existe una sola métrica que valga más que todas. Depende de tu objetivo de negocio. Pero hay una regla simple que suele funcionar: priorizá las señales con mayor intención de compra.
Por eso, pesan más acciones como iniciar una conversación, responder una historia o hacer una consulta puntual que métricas de visibilidad como un like. Un like puede verse bien. Pero no siempre dice mucho sobre la posibilidad de venta.
Al final, lo que manda es la calidad de la interacción y cuánto impacta en la facturación.
Para atribuir ventas al video con precisión, unificá todo el recorrido del cliente en un mismo perfil. Burbuxa centraliza en tiempo real los datos de WhatsApp, Instagram y tu tienda para conectar cada visualización e interacción con la compra final.
Las claves son bastante simples, pero hay que hacerlas bien: usar UTM en los links, aplicar un modelo de atribución que encaje con tu ciclo de venta y unificar identidades para medir compras asistidas, clics y el aporte de cada video.
Una caída suele marcar un cuello de botella o alguna fricción en el recorrido del cliente. Cuando una métrica se desploma entre una etapa y otra, no conviene dejarlo pasar: ahí hay algo para mirar de cerca.
Por ejemplo, si tenés muchas conversaciones en WhatsApp o Instagram pero entran pocos pedidos, puede haber trabas bastante concretas. Entre las más comunes están:
Si, en cambio, baja la recuperación de carritos, el problema puede ir por otro lado. Tal vez el incentivo no alcanza, o el flujo para volver y terminar la compra se hace demasiado largo. En los dos casos, la caída no aparece porque sí: suele mostrar el punto exacto donde el cliente se frena.
