El 73% de las órdenes que se devuelven en dropshipping contra entrega tienen un patrón. Y la mayoría de operadores nunca se dan cuenta porque no saben usar bien el historial de novedades.
Mira, yo manejo 12 tiendas y proceso más de 400 pedidos diarios. Si no tuviera control total sobre mis novedades, estaría quemando plata todos los días. El historial de novedades de Dropi no es solo una herramienta para ver qué pasó con una orden — es tu radar para detectar problemas antes de que te cuesten miles de pesos.
La verdad es que la mayoría de gente usa Dropi como si fuera solo una transportadora. Error. Es un sistema completo de inteligencia operativa si sabes usarlo bien.
El Poder Real del Historial de Novedades
Cuando entras al módulo de Novedades vas a ver un botoncito que dice "ir al historial de Novedades". La mayoría lo ignora. Gran error.
Este historial es donde vive toda la data que necesitas para optimizar tu operación. Aquí no solo ves qué novedad tuvo cada pedido — ves patrones, tendencias, y sobre todo, dónde estás perdiendo plata.
¿Por qué es tan importante? Porque cada novedad te cuesta. No solo el producto que no se entregó. También el costo de logística, el tiempo de tu equipo solucionándola, y el costo de oportunidad de esa venta perdida.
En mi operación, cada novedad mal manejada me puede costar entre $15,000 y $45,000 pesos colombianos. Multiplica eso por 50 novedades diarias y estás hablando de más de $2 millones de pesos al mes. Solo en novedades mal gestionadas.
Cómo Funciona el Sistema de Filtros (La Parte Que Nadie Te Enseña)
El historial te permite filtrar de varias formas, pero no todas son igual de útiles:
Por Fecha (Hay Tres Tipos)
- Fecha de la orden: Cuándo se hizo el pedido originalmente
- Fecha de la solución: Cuándo se resolvió la novedad
- Fecha de la novedad: Cuándo apareció el problema
Yo uso principalmente el filtro por fecha de novedad. ¿Por qué? Porque me interesa más ver qué está pasando ahora que recordar qué pasó hace un mes.
Por Tienda
Si manejas múltiples tiendas desde el mismo usuario de Dropi (como yo), puedes filtrar por tienda específica. Esto es clave porque cada tienda tiene diferentes tipos de productos y diferentes perfiles de cliente.
Por ejemplo, mi tienda de productos de belleza tiene un patrón de novedades completamente diferente a mi tienda de productos para mascotas. Los filtros por tienda me permiten identificar qué operación necesita ajustes específicos.
Por Estado de Orden
También puedes ver el estado actual de cada orden con novedad. Esto es útil para hacer seguimiento, pero donde está el verdadero valor es en los siguientes filtros...
Los Filtros Geográficos: Tu Arma Secreta
Acá es donde la mayoría de operadores no entiende el poder real del sistema.
Por Departamento
En mi equipo distribuimos las novedades por departamento. Cada persona tiene asignados departamentos específicos. ¿Por qué? Porque las novedades de Antioquia son diferentes a las de La Guajira. Diferentes problemas, diferentes soluciones.
Cuando filtras por departamento puedes ver patrones geográficos. Por ejemplo, si Magdalena tiene alta tasa de "no está en la dirección", puede ser problema de calidad de data en tu checkout. Si Nariño tiene muchos "no tiene la plata", puede ser problema de targeting de tu Facebook Ads.
Por Ciudad
Las ciudades principales (Bogotá, Cali, Medellín, Barranquilla) a veces las manejamos con equipos específicos. Tienen más volumen y necesitan atención especializada.
Pero aquí hay algo que no te esperabas: las ciudades grandes NO siempre tienen mejor tasa de entrega. Bogotá, por ejemplo, tiene muchas novedades de "direcciones incorrectas" porque la gente se confunde con las nomenclaturas. En ciudades pequeñas la gente da referencias más claras.
Cómo Leer Una Novedad Real (Ejemplo Paso a Paso)
Vamos con un caso real de mi operación:
"Doña María López manifiesta que no la recibe porque aquí dice que está ya 39 y la señora está ya 36 por lo tanto no la recibe"
Esta novedad tiene varias capas:
- Error de targeting: Vendimos sandalias para talla 39 a alguien que usa 36
- Problema de descripción: No fue claro el sizing en el anuncio
- Falta de confirmación: Mi equipo no confirmó la talla en la llamada
Una novedad como esta no es solo "la señora no quiso". Es data para optimizar tres puntos de tu funnel.
El Proceso de Solución (La Parte Operativa)
Cuando encuentras una novedad que quieres solucionar:
- Copias el ID de la orden
- Te vas al panel de Novedades activo
- Buscas con el ID y le das enter
- Te aparece directamente para solucionarla
Pero ojo: las novedades muy viejas ya no aparecen en el panel activo. Solo las ves en el historial para trazabilidad.
Esto es intencional. El sistema te fuerza a priorizar las novedades recientes, que son las que realmente puedes impactar.
Ejemplo de Solución Exitosa
Mira este caso real:
"Novedad: coordinar la entrega. Solución: dirección San Sebastián, teléfono cliente a la espera del pedido, ofrecer nuevamente al día 12, en el transcurso del día por favor hacer entrega efectiva. Cantidad de visitas realizadas: no permanece en dirección de entrega. Resultado final: se entregó."
Esta novedad tuvo dos intentos de solución, pero al final se logró la entrega. El punto es que sin el historial no sabrías qué funcionó y qué no.
La Descarga en Excel: Donde Está el Oro
El verdadero poder del historial aparece cuando lo descargas en Excel. Ahí puedes hacer análisis que el panel web no te permite.
Análisis de Patrones
- ¿Qué transportadora tiene más novedades?
- ¿Qué días de la semana son más problemáticos?
- ¿Qué ciudades tienen mayor tasa de devolución?
Análisis por Solución
En el Excel puedes ver solución número 1, solución número 2, etc. Esto te dice cuántos intentos necesitas en promedio para resolver diferentes tipos de novedades.
En mi operación, las novedades de "no tiene plata" se resuelven en 1.3 intentos promedio. Las de "dirección incorrecta" necesitan 2.1 intentos. Esta data me permite asignar recursos de manera más inteligente.
Capacitación del Equipo
Con la data del Excel genero reportes de las novedades más frecuentes. Mi equipo sabe exactamente cómo manejar los 15 tipos de novedades que representan el 80% de nuestros casos.
Esto no es teoría. Cada persona en mi equipo tiene un playbook específico basado en data real de nuestro historial.
Los Errores Más Comunes (Y Costosos)
Error 1: Solo Mirar las Novedades Activas
La mayoría de operadores solo revisa las novedades que están pendientes. Error. El historial te muestra tendencias que las novedades activas no pueden mostrar.
Error 2: No Filtrar por Período de Tiempo
Si miras todo el historial junto, no ves cambios en patrones. Yo reviso semanalmente y comparo con la semana anterior. Así detecto problemas emergentes.
Error 3: No Descargar la Data
El panel web es útil para casos individuales. Pero para decisiones estratégicas necesitas Excel. Sin descarga no hay análisis real.
Error 4: No Distribuir por Territorio
Si todo tu equipo maneja todas las ciudades, pierdes especialización. Las novedades de Cartagena no son iguales a las de Pasto.
Métricas Que Debes Trackear
Tasa de Resolución por Tipo de Novedad
- "No tiene plata": 65% de resolución promedio
- "Dirección incorrecta": 78% de resolución
- "No le gustó el producto": 23% de resolución
Tiempo Promedio de Solución
- Primer intento: 24-48 horas
- Segundo intento: 72 horas
- Tercer intento o más: Ya no vale la pena
Costo por Novedad Resuelta
Incluye tiempo del equipo, costo de logística adicional y costo de oportunidad. En mi operación es $18,000 pesos promedio por novedad resuelta.
Casos de Uso Avanzados
Detección de Fraude
Si ves el mismo teléfono o dirección con múltiples novedades, puede ser fraude. El historial te permite detectar estos patrones.
Optimización de Inventory
Si un producto específico tiene alta tasa de "no le gustó", puede ser problema de expectativas vs. realidad. Data para decidir si seguir vendiéndolo.
Análisis de Temporada
¿Diciembre tiene más novedades de "no tiene plata" que otros meses? Data útil para ajustar estrategia en próximas temporadas.
El historial de novedades no es una herramienta reactiva. Es una herramienta predictiva si sabes usarla bien.
La diferencia entre operadores que escalan y operadores que se estancan está en los detalles. Y los detalles están en la data que ya tienes disponible.
¿Cuántas novedades pudiste haber evitado si hubieras analizado los patrones del mes pasado? Yo te lo cuento. Si haces caso o no haces caso, pues ya es cuestión tuya.
Al final de esto se trata.