Conseguir que alguien compre por primera vez en una tienda online puede ser caro. Hay que atraerlo, generar confianza, resolver sus dudas y convencerlo para que finalmente complete el pedido. Pero después de esa primera compra ocurre algo importante: ese cliente ya conoce la tienda. Y, aun así, muchos ecommerce vuelven a empezar desde cero.
Siguen invirtiendo prácticamente todos sus esfuerzos en conseguir nuevos clientes mientras envían las mismas newsletters y promociones a quienes ya han comprado.
Una estrategia de email marketing para ecommerce bien planteada puede cambiar esta dinámica. En lugar de limitarse a enviar campañas periódicas, puede acompañar al cliente después de su primera compra e intentar generar la siguiente en el momento adecuado.
La clave no está necesariamente en enviar más emails. Está en entender qué cliente tiene sentido contactar, con qué mensaje y cuándo es más probable que vuelva a comprar.
Ahí entra en juego la tasa de recompra.
Qué es la tasa de recompra en ecommerce
La tasa de recompra indica qué porcentaje de tus clientes ha realizado más de una compra en tu tienda durante un periodo determinado. Una forma sencilla de calcularla es:
Tasa de recompra = clientes que han realizado más de una compra / clientes totales × 100
Por ejemplo, si durante un periodo has tenido 1.000 clientes y 230 de ellos han realizado al menos una compra adicional:
230 / 1.000 × 100 = 23 %
Tu tasa de recompra sería del 23 %.
No es una métrica que deba analizarse de forma aislada. La frecuencia natural de compra cambia enormemente según el tipo de ecommerce. Una tienda de café, cosmética o alimentación puede esperar compras relativamente frecuentes. Una tienda de muebles tendrá ciclos mucho más largos.
Lo interesante no es perseguir un porcentaje universal considerado «bueno», sino observar cómo evoluciona la recompra de tus propios clientes.
- ¿Los nuevos compradores realizan una segunda compra?
- ¿Cuánto tardan en hacerlo?
- ¿Qué productos generan más recurrencia?
- ¿En qué momento empiezas a perder clientes que anteriormente compraban con frecuencia?
Responder estas preguntas permite transformar el email marketing en algo mucho más útil que un calendario de newsletters.
Por qué la segunda compra es tan importante
Una primera venta no convierte automáticamente a alguien en un cliente recurrente. Puede haber comprado por una promoción, porque encontró un producto concreto en Google o simplemente porque quería probar la tienda. La segunda compra cambia la relación.
El cliente ya conoce el proceso de compra, sabe cuánto tarda el envío, ha probado el producto y tiene una experiencia previa con la marca. Por eso, una de las primeras preguntas que debería hacerse un ecommerce después de conseguir una venta es:
¿Qué podemos hacer para aumentar la probabilidad de que este cliente vuelva?
Aquí es donde adquisición y retención empiezan a separarse. Si toda la estrategia de crecimiento depende continuamente de captar nuevos compradores mediante publicidad, SEO o redes sociales, cada nueva venta requiere volver a competir por atención. Aumentar la recompra permite aprovechar mejor la base de clientes que ya has conseguido. Y el email es especialmente útil para hacerlo porque permite mantener una relación directa con el cliente después de la compra.
El error de esperar a que el cliente deje de comprar
Muchas estrategias de recuperación empiezan demasiado tarde. Se crea, por ejemplo, un segmento de:
Clientes que llevan 90 días sin comprar.
Y entonces comienza una campaña de reactivación:
Te echamos de menos.
Vuelve y consigue un 10 % de descuento.
Este tipo de campañas puede funcionar y forma parte de una buena estrategia de reactivación. El problema aparece cuando es prácticamente lo único que hacemos para fomentar la recurrencia. Si sabemos que determinados clientes suelen comprar cada 30 o 40 días, esperar hasta el día 90 significa actuar mucho después del momento natural de recompra.
La estrategia debería comenzar antes. En lugar de pensar únicamente:
¿Cómo recuperamos a los clientes que hemos perdido?
podemos plantear otra pregunta:
¿Cómo conseguimos que no lleguen a convertirse en clientes inactivos?
La recompra empieza después del primer pedido, no cuando el cliente lleva meses sin aparecer.
Cuándo debería volver a comprar un cliente
Aquí aparece uno de los principales problemas de muchas automatizaciones de email marketing. Utilizan reglas temporales iguales para todos. Por ejemplo:
Han pasado 30 días desde la compra → enviar email.
Es sencillo de implementar, pero el comportamiento real de los clientes no siempre funciona así. Imaginemos tres ecommerce: uno vende café, otro vende zapatillas, otro vende muebles.
¿Tiene sentido enviar el mismo recordatorio de recompra 30 días después en los tres casos? Probablemente no. Incluso dentro de una misma tienda pueden existir diferencias importantes. Una persona puede comprar café cada 25 días mientras otra realiza pedidos más grandes cada 50. Por eso, antes de decidir cuándo enviar un email de recompra conviene estudiar el historial de pedidos. Podemos empezar con métricas relativamente sencillas:
- Tiempo medio entre compras.
- Tiempo mediano entre compras.
- Frecuencia de compra por categoría.
- Número de pedidos por cliente.
- Fecha de la última compra.
- Productos adquiridos anteriormente.
No hace falta empezar con modelos complejos.
Solo con observar cuándo suelen producirse las siguientes compras ya podemos construir automatizaciones mucho más coherentes.
Emails que pueden aumentar la recompra de un ecommerce
No todos los emails posteriores a una compra deberían intentar vender inmediatamente. Una buena estrategia acompaña al cliente durante diferentes momentos de su relación con la tienda.
1. Email postcompra
El primer objetivo después de una venta debería ser conseguir una buena experiencia. Confirmaciones claras, información sobre el envío, recomendaciones de uso o instrucciones relacionadas con el producto ayudan a reducir incertidumbre. Este email no necesita incluir un descuento para la siguiente compra. De hecho, intentar vender otra vez inmediatamente puede ser contraproducente. Primero queremos que el cliente piense:
He comprado en una tienda en la que puedo confiar.
2. Email de uso o educación
Dependiendo del producto, unos días después podemos ayudar al cliente a aprovechar mejor su compra. Una tienda de cosmética puede explicar cómo utilizar correctamente el producto. Una tienda de café puede compartir consejos de preparación. Una tienda de alimentación puede enviar recetas. Una tienda especializada puede proporcionar una guía de mantenimiento. Este tipo de contenido no busca necesariamente una conversión inmediata, pero mantiene la relación con el cliente y aumenta el valor percibido de la compra.
3. Productos complementarios
Una vez conocemos lo que ha comprado una persona, podemos hacer recomendaciones más relevantes. Si alguien compra una cafetera, quizá le interesen determinados cafés o accesorios. Si compra un producto cosmético, podemos recomendar otro compatible con su rutina. La diferencia frente a una newsletter general es sencilla:
la recomendación utiliza información sobre lo que el cliente ya ha comprado.
Cuanto mayor sea la relevancia del mensaje, menos necesario será aumentar la frecuencia de envío.
4. Recordatorio de reposición o recompra
Para productos consumibles esta puede ser una de las automatizaciones más interesantes. Supongamos que observamos que los compradores de determinado producto vuelven a comprar aproximadamente cada 35 días. Podemos empezar a contactar cerca de ese intervalo:
¿Se te está terminando?
Es posible que pronto necesites reponerlo.
Este mensaje tiene una intención completamente distinta a enviar una promoción aleatoria cada viernes. Estamos intentando aparecer cuando existe una necesidad potencial de compra.
5. Email de reactivación
Si el periodo habitual de recompra ha pasado ampliamente y el cliente sigue sin comprar, entramos en otra fase. Ya no estamos intentando facilitar una recompra natural. Estamos intentando reactivar a un cliente que muestra señales de inactividad. Aquí pueden tener sentido otros incentivos, recomendaciones o mensajes. Pero debería ser una etapa posterior de la estrategia, no el punto de partida.
Segmentar según comportamiento, no solo según listas
Durante años, una gran parte del email marketing se ha organizado alrededor de listas: Newsletter, clientes, suscriptores, promociones. El problema es que dentro de una lista llamada «clientes» pueden existir personas con comportamientos completamente diferentes.
Por ejemplo:
Cliente A
Realizó su primera compra hace cinco días.
Cliente B
Ha comprado seis veces durante el último año.
Cliente C
Solía comprar cada mes, pero lleva tres meses sin hacerlo.
Cliente D
Realizó una única compra hace ocho meses.
Los cuatro son técnicamente clientes. Pero enviarles exactamente el mismo email tiene poco sentido. Una estrategia de email marketing para fidelización puede crear segmentos basados en el comportamiento:
- Clientes de primera compra.
- Clientes recurrentes.
- Clientes próximos a su periodo habitual de recompra.
- Clientes cuyo periodo esperado de recompra ya ha pasado.
- Clientes inactivos.
Esto permite que las automatizaciones respondan mejor al momento en el que se encuentra cada persona.
Y cuanto mejor es la segmentación, menos dependemos de enviar continuamente campañas masivas.
Cómo calcular cuándo enviar un email de recompra
No existe un número de días válido para todos los ecommerce. Una forma sencilla de empezar consiste en analizar el intervalo entre pedidos.
Imaginemos que un cliente ha comprado en estas fechas:
10 de enero → 20 de febrero → 2 de abril → 13 de mayo
Los intervalos son aproximadamente:
41 días → 41 días → 41 días
Tenemos una señal bastante clara. Si ese comportamiento continúa, podríamos esperar otra compra aproximadamente 40 días después. En lugar de esperar hasta que lleve 90 días inactivo, podríamos empezar a actuar cerca de su ciclo habitual. Pero no todos los clientes presentan patrones tan regulares. Por eso podemos trabajar primero con grupos.
Por ejemplo:
Los compradores de determinado producto vuelven, de media, entre 35 y 45 días después.
Esto ya permite crear una automatización razonable. Con suficientes datos podemos ir un paso más allá y dejar de utilizar únicamente reglas generales.
En lugar de preguntar:
¿Cuántos días han pasado desde la última compra?
podemos empezar a preguntar:
¿Qué probabilidad tiene este cliente de volver a comprar próximamente?
Ese cambio de pregunta es importante.
Automatizar la recompra sin bombardear al cliente
Automatizar no significa enviar más. Significa decidir previamente qué debería ocurrir cuando se cumplen determinadas condiciones.
Por ejemplo:
Un cliente realiza su primera compra.
↓
Recibe información útil sobre el pedido y el producto.
↓
Pasados unos días recibe contenido relacionado con lo que ha comprado.
↓
Cuando se acerca su periodo probable de recompra recibe una recomendación relevante.
↓
Si vuelve a comprar, sale de la secuencia.
↓
Si pasa suficientemente tiempo sin comprar, entra en una automatización de reactivación. La ventaja de esta estructura es que cada email tiene un motivo. No estamos enviando mensajes simplemente porque «toca mandar la newsletter de esta semana». Estamos reaccionando al comportamiento del cliente. Además, las automatizaciones deberían tener reglas que eviten solapamientos.
Un cliente que acaba de realizar un pedido no debería recibir unas horas después un email diciéndole que hace tiempo que no compra. Puede parecer evidente, pero cuando se acumulan campañas, segmentos y automatizaciones independientes, estas situaciones ocurren con facilidad.
Una buena estrategia de automatización no consiste únicamente en decidir cuándo enviar, también debe decidir cuándo no enviar.
De las reglas de recompra a la predicción
Las automatizaciones basadas en reglas son un excelente punto de partida.
Podemos definir:
Si han pasado 35 días desde la compra de este producto, enviar un recordatorio.
Pero a medida que acumulamos información podemos utilizar más señales.
Por ejemplo:
- Historial de compras.
- Frecuencia individual.
- Productos adquiridos.
- Importe de los pedidos.
- Tiempo desde la última compra.
- Evolución de la frecuencia.
- Comportamiento de clientes similares.
Esto permite pasar progresivamente de una automatización puramente temporal a un enfoque basado en probabilidad de recompra. La diferencia conceptual es importante. Una automatización tradicional pregunta:
¿Se cumple esta regla?
Un sistema predictivo intenta responder:
¿Qué clientes tienen mayor probabilidad de comprar próximamente?
Y también podemos plantear la pregunta contraria:
¿Qué clientes están mostrando señales de que podrían dejar de comprar?
Esto permite priorizar mejor las comunicaciones.
No se trata de sustituir todas las automatizaciones por inteligencia artificial ni de complicar innecesariamente una estrategia sencilla.
Se trata de utilizar los datos que el ecommerce ya genera para tomar mejores decisiones.
Recompra, fidelización y reactivación no son lo mismo
Estos conceptos suelen mezclarse, pero representan momentos diferentes.
- La recompra ocurre cuando conseguimos que un cliente realice un nuevo pedido.
- La fidelización busca construir una relación que haga que esa recurrencia se mantenga en el tiempo.
- La reactivación entra en juego cuando un cliente que anteriormente compraba deja de hacerlo y queremos recuperarlo.
Podemos imaginarlo como un ciclo:
Primera compra → segunda compra → recurrencia → fidelización
Si ese ciclo se rompe:
inactividad → reactivación
Por eso trabajar la recompra puede reducir también la cantidad de clientes que necesitaremos intentar recuperar posteriormente. Una buena campaña de reactivación es útil. Evitar que un buen cliente llegue a necesitarla puede ser todavía mejor.
Vender más no siempre significa captar más clientes
Cuando un ecommerce quiere crecer, la reacción habitual es buscar más tráfico, más publicidad, ,ás seguidores, más visitas, más clientes nuevos. Pero existe otra palanca de crecimiento dentro de la propia base de clientes. Conseguir que una parte de las personas que ya han confiado en la tienda vuelva a comprar. <El email marketing puede ayudar a hacerlo sin convertir la bandeja de entrada del cliente en una sucesión interminable de promociones.
La estrategia consiste en pasar de:
enviar el mismo mensaje a todos
a:
entender qué necesita cada grupo de clientes y en qué momento tiene sentido contactar.
Después podemos avanzar desde segmentos sencillos hacia automatizaciones basadas en comportamiento y, cuando disponemos de suficientes datos, hacia modelos capaces de estimar la probabilidad de recompra.
Ese es precisamente el enfoque que seguimos en Kiory: utilizar los datos del ecommerce para ayudar a identificar clientes, segmentarlos según su comportamiento y hacer que las campañas de email sean más relevantes.
Porque mejorar la recompra no debería significar enviar más emails.
Debería significar enviar mejores emails a los clientes adecuados en el momento adecuado.