Tasas frente a recuentos: normalizar e indexar a base 100

Tu tienda online tiene 3.000 visitas y 90 ventas. La de tu competidor tiene 300 visitas y 30 ventas. Si alguien te pregunta quién convierte mejor y respondes "nosotros, porque vendimos 90 frente a sus 30", acabas de cometer el error que esta lección corrige. Tú conviertes al 3%, ellos al 10%: con tres veces menos tráfico venden una de cada diez visitas, tú una de cada treinta y tres. El número absoluto te engaña porque las dos tiendas tienen tamaños distintos. Madrid vende más que Bilbao, la página con más tráfico genera más pedidos, el país grande tiene más contagios — y ninguna de esas comparaciones dice nada sobre eficiencia, rendimiento ni calidad. Solo dice que una cosa es más grande que otra. Para comparar de verdad, necesitas dividir: convertir absolutos en tasas.

Ese día aprendí algo que me ha acompañado toda la carrera: los números absolutos no se pueden comparar cuando las cosas que comparas tienen tamaños distintos. Madrid vende más que Bilbao, pero eso no dice nada sobre eficiencia, rendimiento ni calidad — solo dice que Madrid es más grande. Para comparar de verdad, necesitas NORMALIZAR: dividir el resultado entre algo que iguale las condiciones. Eso es lo que resuelve una tasa.

### Absolutos vs tasas: la pregunta que cambia

Un número absoluto responde a "cuánto hay" o "cuánto se ha producido". Una tasa responde a "cuánto hay EN RELACIÓN a algo". Las dos preguntas son legítimas — pero responden a decisiones completamente distintas. Si tu pregunta es "¿cuánto facturamos este mes?", el absoluto es correcto. Si tu pregunta es "¿qué tienda rinde mejor?" o "¿hemos mejorado respecto al mes pasado?", necesitas una tasa.

### Qué es normalizar

Normalizar es dividir una métrica entre una base común para que las comparaciones sean justas. La base puede ser personas (ventas por vendedor), tiempo (pedidos por hora), superficie (ingresos por metro cuadrado), población (casos por 100.000 habitantes) o cualquier otra magnitud que iguale las condiciones. Lo que hace la normalización es QUITAR el efecto del tamaño para que lo que quede sea rendimiento puro.

La analogía: si quieres comparar la velocidad de dos coches, no miras cuántos kilómetros han recorrido en total — el que lleva más tiempo conduciendo siempre ganaría. Miras la velocidad: kilómetros por hora. Eso es normalizar por tiempo. Lo mismo con la gasolina: no "cuántos litros ha gastado" (depende de cuánto has conducido), sino "cuántos litros por 100 km" (rendimiento puro, comparable).

• ▹Ventas por vendedor — quita el efecto del tamaño del equipo.
• ▹Ingresos por metro cuadrado — quita el efecto del tamaño de la tienda.
• ▹Casos por 100.000 habitantes — quita el efecto de la población (epidemiología).
• ▹Tasa de conversión (compras / visitas) — quita el efecto del volumen de tráfico.
• ▹Coste por adquisición (gasto / clientes nuevos) — quita el efecto del presupuesto.

### Anatomía de una tasa: numerador y denominador

Toda tasa tiene la misma estructura: un numerador (lo que quieres medir) dividido entre un denominador (la base que iguala las condiciones). La fórmula es siempre tasa = numerador / denominador. Lo crítico es elegir bien el denominador, porque el denominador ES la pregunta. Conversión por visita y conversión por sesión miden cosas distintas: la primera cuenta personas físicas, la segunda cuenta interacciones (una persona puede tener cinco sesiones). Si eliges el denominador equivocado, la tasa responde a una pregunta que nadie hizo.

### Tasas comunes en negocio

Las tasas que usarás como analista caen casi siempre en una de estas familias:

1. 01.Tasas de conversión: algo deseado / oportunidades de que ocurra. Compras / visitas, registros / clics, contrataciones / entrevistas. El denominador son las oportunidades.
2. 02.Tasas per cápita: algo / número de personas o unidades. Ingresos por usuario (ARPU, es decir, Average Revenue Per User), tickets por agente, errores por desarrollador.
3. 03.Tasas temporales: algo / unidad de tiempo. Pedidos por hora, incidencias por semana, crecimiento mensual.
4. 04.Tasas de densidad: algo / unidad de espacio o volumen. Ventas por metro cuadrado, densidad de población, ocupación por sala.
5. 05.Tasas de eficiencia: resultado / coste. ROAS (ingresos por euro de publicidad), ROI (retorno sobre inversión), productividad (output por hora).

1-- Tasa de conversion por tienda: compras / visitas
2CREATE OR REPLACE TABLE tiendas AS
3SELECT * FROM (VALUES
4  ('Madrid',    420000, 12, 48000),
5  ('Barcelona', 380000, 10, 41000),
6  ('Valencia',  185000,  6, 22000),
7  ('Bilbao',     95000,  3,  5200)
8) AS t(ciudad, ventas_eur, vendedores, visitas_mes);
9
10SELECT
11    ciudad,
12    ventas_eur,
13    ROUND(ventas_eur * 1.0 / vendedores, 0) AS eur_por_vendedor,
14    ROUND(100.0 * ventas_eur / (visitas_mes * 80), 1) AS pct_conversion
15    -- suponemos ticket medio de 80 EUR para estimar compras
16FROM tiendas
17ORDER BY pct_conversion DESC;

### Índices: comparar la evolución con base 100

Hay un caso especial de normalización que aparece constantemente en informes de negocio: quieres comparar la evolución de dos cosas que tienen magnitudes distintas. Por ejemplo: las ventas de la línea A (que factura 2 millones al mes) con las de la línea B (que factura 200.000). Si pones las dos en el mismo gráfico con escala absoluta, la línea B es una raya plana en el suelo. Pero si la línea B ha crecido un 40% y la A solo un 5%, la historia real es que B está despegando — y el gráfico no lo muestra.

La solución es indexar a base 100: eliges un punto de partida (normalmente el primer periodo de la serie o un periodo de referencia), le asignas el valor 100, y calculas el resto como proporción de ese punto. La fórmula es: índice = (valor_actual / valor_base) * 100. Si enero es 100 y en febrero las ventas han subido un 10%, febrero es 110. Si en marzo bajan un 5% desde enero, marzo es 95. Ahora las dos líneas arrancan del mismo sitio (100) y puedes comparar sus pendientes — es decir, su ritmo de cambio.

La analogía: es como poner el cronómetro a cero para dos corredores que salen de sitios distintos. No te importa que uno empiece en el kilómetro 20 y el otro en el 2 — lo que quieres saber es quién avanza más rápido DESDE su punto de partida. La base 100 es ese cronómetro común.

1-- Indexar ventas mensuales a base 100 (enero = 100) en SQL
2CREATE OR REPLACE TABLE ventas_lineas AS
3SELECT * FROM (VALUES
4  ('Linea A', '2024-01', 2000000),
5  ('Linea A', '2024-02', 2050000),
6  ('Linea A', '2024-03', 2080000),
7  ('Linea A', '2024-04', 2100000),
8  ('Linea B', '2024-01',  200000),
9  ('Linea B', '2024-02',  220000),
10  ('Linea B', '2024-03',  250000),
11  ('Linea B', '2024-04',  280000)
12) AS t(linea, mes, ventas);
13
14WITH base AS (
15    SELECT linea, ventas AS ventas_base
16    FROM ventas_lineas
17    WHERE mes = '2024-01'
18)
19SELECT
20    v.linea,
21    v.mes,
22    v.ventas,
23    ROUND(100.0 * v.ventas / b.ventas_base, 1) AS indice_100
24FROM ventas_lineas v
25JOIN base b ON b.linea = v.linea
26ORDER BY v.linea, v.mes;

### Tasas por 1.000 o por 100.000: la convención de escala

Cuando una tasa da valores muy pequeños (0,00003), nadie los interpreta bien. Por eso en epidemiología se habla de "casos por 100.000 habitantes" en vez de "tasa de 0,00015": es el mismo número, pero uno se lee y el otro no. La regla es elegir un multiplicador que deje la cifra entre 1 y 1.000, donde el cerebro humano procesa bien. En negocio digital es común el "por mil" (CPM, es decir, coste por mil impresiones) y el porcentaje (por cien). La fórmula no cambia: siempre es (numerador / denominador) * factor_de_escala.

Ejemplos concretos: una tasa de clics del 0,023 se expresa como 2,3% (multiplicada por 100). Una mortalidad de 0,00008 se expresa como 8 por 100.000 (multiplicada por 100.000). Un CPM de 0,007 euros por impresión se expresa como 7 EUR por mil impresiones (multiplicada por 1.000). El número no cambia: cambia la escala para que sea legible.

### El error clásico: comparar tasas sin mirar el denominador

Este es el error que más he visto en mi carrera, y el que más decisiones malas produce. Alguien presenta un ranking de productos "por tasa de conversión" y el producto que sale primero tiene una conversión del 100% — porque lo ha visto una sola persona y esa persona lo ha comprado. Con un denominador de 1, cualquier tasa es un casino. Y al revés: un producto con conversión del 2% pero 500.000 visitas genera 10.000 compras — mucho más valor real que el "campeón" de una visita.

La regla de oro es: nunca mires una tasa sin saber cuántas observaciones la sostienen. Un porcentaje de conversión del 50% puede ser "1 de 2" o "50.000 de 100.000" — son el mismo número y significan cosas completamente distintas. El primero es ruido; el segundo es un patrón real. Como analista, siempre que presentes una tasa debes acompañarla de su denominador (o al menos del tamaño de muestra). Y cuando alguien te presente una tasa sin ese dato, desconfía.

### Cuándo usar absolutos y cuándo tasas

No todo es tasa. Los absolutos tienen su sitio, y un analista que solo habla en porcentajes pierde información igual que uno que solo habla en absolutos. La regla práctica:

• ▹Usa absolutos cuando la pregunta es "cuánto tenemos", "cuánto hemos ganado/perdido", "tenemos capacidad para X". Presupuestos, contabilidad, inventario.
• ▹Usa tasas cuando la pregunta es "quién rinde mejor", "estamos mejorando", "dónde invertir el siguiente recurso". Eficiencia, comparación, tendencia.
• ▹Usa los dos juntos cuando presentas un ranking. La tasa ordena; el absoluto da contexto de confianza. "Bilbao convierte al 9% (sobre 1.800 visitas)" es mucho más informativo que solo "Bilbao: 9%".

### Historia breve: de dónde viene la base 100

Los números índice nacieron en el siglo XVIII para responder a una pregunta muy práctica. En 1707, William Fleetwood publicó Chronicon Preciosum, un estudio del precio del trigo y otras mercancías en Inglaterra durante los 600 años anteriores; lo escribió como carta a un estudiante de Oxford que quería saber si el límite de renta que le imponían los estatutos de su colegio, escritos siglos antes, seguía significando lo mismo. La respuesta era que no, y para demostrarlo hubo que comparar precios de épocas distintas contra una misma referencia. La teoría moderna es del siglo XIX — Jevons, Laspeyres, Paasche — y de ahí viene la convención de base 100 que usamos hoy: un año base vale 100, y a partir de ahí se mide cuánto suben o bajan las cosas. Los índices oficiales de precios al consumo son ya del siglo XX: el estadounidense arrancó en 1919 y se publica de forma regular desde 1921.

Cuando veas un índice de precios, la base te dice contra qué se compara. Si el INE publica que el IPC está en 103,4 con base 2025, significa que los precios han subido un 3,4% respecto a la media de 2025 — la media de los doce meses, no un mes concreto. Y esas bases se renuevan cada pocos años: el IPC español estuvo en base 2021 hasta diciembre de 2025 y desde enero de 2026 está en base 2025. Cuando compares índices de dos fuentes, lo primero que tienes que mirar es si comparten la base.

En empresa, la base 100 se usa para lo mismo: comparar la evolución de cosas que arrancan de valores distintos. Dos líneas de negocio con facturaciones de distinta magnitud, dos países con poblaciones distintas, dos campañas con presupuestos distintos. La bolsa lo hace constantemente: cuando ves un gráfico que compara el SP500 con el IBEX35, está indexado. Y no es por una cuestión de escala, es de significado: un punto del SP500 y un punto del IBEX no miden lo mismo, así que decir que uno está más alto que el otro no significa nada. Lo único comparable entre dos índices es cuánto ha subido o bajado cada uno desde una fecha común, y eso es exactamente lo que hace la base 100.

### Resumen: las tres herramientas de esta lección

1. 01.Tasa (ratio): numerador / denominador. Compara rendimiento eliminando el efecto del tamaño. Siempre acompañada de su denominador.
2. 02.Índice base 100: (valor_actual / valor_base) * 100. Compara evoluciones de series con magnitudes distintas. Siempre declarando cuál es el periodo base.
3. 03.Normalización: cualquier división que iguala condiciones. Incluye las dos anteriores y cualquier "por habitante", "por hora", "por metro cuadrado" que haga falta.