Métrica vs dimensión

En analítica de datos, una métrica y una dimensión son los dos tipos de campo con los que se arma cualquier reporte, y confundirlos es la causa más común de un tablero mal diseñado. La métrica es un valor cuantitativo que se puede sumar, promediar o contar (las ventas del mes, la cantidad de pedidos, el ticket promedio, la tasa de conversión). La dimensión es un atributo cualitativo o categórico que describe y clasifica esos números (el canal, el producto, la región, el vendedor, la fecha).

La regla práctica para distinguirlas: la métrica responde cuánto o cuántos, mientras que la dimensión responde qué, quién, dónde o cuándo. En un informe se leen juntas, "ventas (métrica) por región (dimensión)", y esa combinación es lo que convierte un dato suelto en una respuesta. En la mayoría de las herramientas de business intelligence las dimensiones van en las filas o los ejes del gráfico y las métricas, en los valores.

Toda capa de analítica, como la que arma Metrix sobre los datos de una empresa, se apoya en esta separación: define un catálogo de métricas consistentes y un conjunto de dimensiones por las que cortarlas, para que cualquiera pueda responder una pregunta de negocio sin volver a calcular nada.

La confusión entre métrica y dimensión parece técnica, pero define si un tablero se entiende de un vistazo o si nadie sabe qué está mirando. Toda pregunta de negocio bien formulada combina las dos cosas: un número que importa y un contexto por el que mirarlo. Separarlas con claridad es el primer paso para diseñar reportes que respondan preguntas en lugar de generarlas.

Cómo distinguir una de la otra

La prueba más rápida es preguntarse qué operación tiene sentido sobre el campo. Si podés sumarlo, promediarlo o contarlo y el resultado significa algo, es una métrica: la suma de las ventas es una venta total, el promedio del ticket es un ticket medio. Si sumar no tiene sentido pero sí agrupar o filtrar por ese campo, es una dimensión: sumar códigos de provincia no dice nada, pero agrupar las ventas por provincia, sí. Otra guía: la métrica casi siempre es un número continuo, mientras que la dimensión toma un conjunto acotado de valores (una lista de canales, de meses, de categorías).

El modelo dimensional que hay debajo

Esta separación no es solo una convención de reporte: es la base del modelo dimensional con el que se organizan los datos para análisis. En un modelo estrella, las métricas viven en una tabla de hechos (cada fila es un evento medible, como una venta) y las dimensiones viven en tablas de dimensiones que rodean a esa tabla central (la de productos, la de clientes, la de tiempo). La tabla de hechos guarda los números; las de dimensiones guardan los atributos por los que se cortan. Pensar que una métrica es un hecho y una dimensión es un contexto ayuda a modelar bien desde el arranque.

Por qué le importa a una empresa de LATAM

Para una empresa mediana de la región, el problema rara vez es la falta de datos: es que cada área calcula "las ventas" a su manera y nadie se pone de acuerdo por qué corte mirarlas. Definir un catálogo único de métricas (qué es exactamente "venta neta", cómo se cuenta un "pedido") y un conjunto claro de dimensiones compartidas (los mismos nombres de canal, de región, de categoría en todos los sistemas) es lo que permite que un tablero sea confiable. Sin esa base, cualquier KPI queda sujeto a discusión y las reuniones se van en pelear el número en lugar de tomar la decisión.

Ejemplo concreto

Una distribuidora en Córdoba quiere entender su facturación. "Ventas totales" es una métrica, pero sola dice poco. Cuando la cruza por la dimensión canal descubre que el 70% viene de WhatsApp; al cruzarla por mes ve una caída estacional en enero; y al cruzarla por vendedor detecta que dos personas concentran la mitad del volumen. La misma métrica, mirada por tres dimensiones distintas, produce tres decisiones distintas. Ese es el valor de tener las dos piezas bien separadas y poder combinarlas con libertad.

Casos borde y errores comunes

El error más habitual es tratar un identificador numérico como métrica: un número de sucursal o un código postal son números, pero sumarlos no significa nada, así que funcionan como dimensión. También hay campos que pueden ser una cosa u otra según el uso: la edad de un cliente es una métrica si calculás la edad promedio, pero una dimensión si agrupás por "franja etaria". La fecha es el caso más frecuente de dimensión con forma de número, casi siempre se usa para agrupar (por día, mes o trimestre), no para sumar. Y una métrica calculada, como la tasa de conversión, no se puede promediar de cualquier forma: hay que recomponerla desde sus componentes (conversiones sobre sesiones), un detalle que rompe muchos tableros mal armados.