No alcanza con mirar quién gastó más. En Shopify, un grupo chico de clientes suele mover entre el 60% y el 80% de los ingresos, así que yo pondría el foco en detectar quién compra seguido, quién volvió hace poco y quién deja más plata a lo largo del tiempo.
Si lo tuviera que resumir en simple, haría esto:
Hay un dato que cambia cómo mirar la base: después de la primera compra, la recompra ronda el 27%; después de la segunda, sube al 49%. O sea: la segunda compra pesa mucho. Y además, captar un cliente nuevo puede costar entre 5 y 7 veces más que retener uno actual.
También separaría bien el uso de cada métrica:
| Métrica | Para qué la usaría |
|---|---|
| RFM | Ver a quién conviene hablarle ahora |
| CLV | Ver a quién conviene cuidar más |
| Gasto previsto | Detectar rápido clientes para proteger |
En otras palabras: yo no buscaría solo compradores “grandes”. Buscaría clientes que repiten, siguen activos y dejan buen margen con el tiempo. Con esa base, ya se puede pasar de una lista suelta a campañas de automatización en WhatsApp e Instagram con mensajes mucho más precisos.
Flujo RFM + CLV: Cómo Identificar y Activar Clientes de Alto Valor en Shopify
Antes de segmentar, exportá y limpiá los datos correctos. Si no hacés esa base bien, RFM y CLV quedan torcidos. Primero ordená el archivo. Después elegí la fuente según el tipo de análisis que querés hacer.
En Shopify, exportá un CSV desde Clientes con estos campos: ID o email, total gastado, cantidad de pedidos, fecha del último pedido y ticket promedio (AOV).
Cada dato cumple una función clara:
También podés mirar la vista de gasto previsto, que agrupa a los clientes en Alto, Medio y Bajo. Sirve para detectar rápido a quién te conviene cuidar antes de que se enfríe.
En Excel o Google Sheets, usá formato argentino: coma decimal, punto de miles y fechas en dd/mm/aaaa. Parece un detalle menor, pero no lo es. Si la planilla toma importes como texto o mezcla separadores, los cálculos se rompen.
Con fechas y montos bien formateados, los cálculos de recencia, frecuencia, gasto y CLV salen bien. Y eso te evita un problema clásico: tomar decisiones sobre números mal leídos.
No todas las fuentes sirven para lo mismo. Algunas van mejor para mirar en detalle. Otras, para sacar una lectura rápida. Y otras te ayudan si querés automatizar acciones.
| Fuente de datos | Campos disponibles | Mejor uso |
|---|---|---|
| Exportación CSV de clientes | Total gastado, cantidad de pedidos, fecha del último pedido, email | Análisis RFM manual y limpieza de datos |
| Reportes de clientes | AOV, tasa de clientes recurrentes, canal de adquisición | Identificar tendencias generales por segmento |
| Vista de gasto previsto | Nivel de gasto previsto (Alto, Medio, Bajo) | Detectar clientes que conviene proteger antes de que se vayan |
| Integración con Burbuxa | Puntajes RFM, afinidad por categoría y etapa del ciclo de vida | Flujos automatizados en WhatsApp e Instagram |
Si vas a armar tu propio modelo RFM, el CSV suele ser la mejor opción. Tiene más trabajo de limpieza, sí, pero también te da más control. En cambio, si necesitás una lectura rápida para definir campañas, los reportes nativos y la vista de gasto previsto alcanzan y ya vienen listos para usar.
Con esos datos, ya podés separar clientes de alto valor de clientes más transaccionales. Y para arrancar, una planilla alcanza.
RFM mide recencia, frecuencia y monto gastado. A cada variable le asignás un puntaje del 1 al 5.
Para definir los cortes, usá quintiles de tu propia base. Así, el umbral para un 5 en frecuencia no sale de un número inventado, sino del 20% de clientes que más compran en tu tienda.
Cuando combinás los tres puntajes, ya podés armar segmentos que sirven para actuar:
| Segmento | Perfil RFM típico | Qué indica |
|---|---|---|
| Campeones | 5-5-5 | Compran seguido y gastan mucho |
| Leales | Puntajes altos en frecuencia, como 3-5-4 | Compran seguido y de forma constante |
| En riesgo | La recencia empeora aunque todavía compran | Compraron bien, pero dejaron de volver |
| Dormidos | Puntajes bajos en todo | Sin compras recientes ni peso histórico |
Los Campeones suelen representar entre el 5% y el 10% de la base, pero generan entre el 25% y el 40% de los ingresos.
Esto te sirve para algo muy concreto: decidir qué mensaje recibe cada cliente. No es lo mismo hablarle a alguien que acaba de comprar que a alguien que se está enfriando.
RFM te muestra a quién activar ahora. CLV te muestra a quién conviene cuidar más.
El CLV responde otra pregunta. No mira solo quién compró hace poco, sino quién deja más valor con el paso del tiempo.
La fórmula más práctica es esta:
CLV = AOV × Frecuencia de compra × Duración esperada de la relación
Si además lo multiplicás por el margen bruto, podés estimar el CLV de ganancia.
Este modelo ayuda a detectar clientes que tal vez no aparecen arriba de todo en RFM, pero que por constancia y ticket promedio terminan acumulando mucho valor. Y eso importa mucho más de lo que parece: adquirir un cliente nuevo cuesta entre 5 y 7 veces más que retener uno existente. Cuidar estos perfiles ayuda a sostener el margen y a bajar el costo de adquisición.
La mejor lectura sale de usar los dos modelos, pero para cosas distintas.
| Método | Datos necesarios | Mejor uso |
|---|---|---|
| RFM | Fecha último pedido, cantidad de pedidos, total gastado | Segmentación rápida y campañas inmediatas |
| CLV | AOV, frecuencia, duración esperada de la relación, margen bruto | Evaluar valor a largo plazo y definir el CAC máximo |
| Puntaje compuesto | RFM + reseñas, referidos o canal | Priorización avanzada cuando hay más datos disponibles |
El puntaje compuesto toma RFM como base y le suma otras variables, si las tenés. Por ejemplo, los clientes referidos tienen, en promedio, el doble de valor de vida que los que llegaron por otros medios. Solo ese dato ya alcanza para darles más peso dentro del score.
Dicho simple: RFM ordena la urgencia. CLV ordena la prioridad económica.
Con los segmentos listos, ya podés llevar eso a contenido y ofertas más puntuales.
Con RFM y CLV ya definidos, el siguiente paso es llevar esos segmentos a tierra: mensajes, ofertas y flujos concretos.
No conviene mandar la misma campaña a todo el mundo. Hay una lógica simple: cuanto más alto es el valor del cliente, menos sentido tiene depender del descuento.
Después de definir el mensaje, toca decidir dónde activar cada flujo.
Burbuxa sincroniza en tiempo real clientes, pedidos, inventario, descuentos y políticas de Shopify para activar flujos en WhatsApp e Instagram. Así podés usar la misma segmentación en todos los canales, sin armar algo distinto para cada uno.
La tabla de abajo resume qué hacer con cada segmento sin irse por las ramas.
| Segmento | Objetivo | Canal | Tipo de mensaje | Impacto esperado |
|---|---|---|---|---|
| Campeones | Retención y recomendación | Beneficios VIP y acceso anticipado | Mayor LTV y referidos | |
| Leales | Venta adicional / recompra | WhatsApp / Instagram DM | Venta cruzada y recordatorios de recompra | Más recompra |
| En riesgo | Recuperación | Recuperación con incentivo moderado y urgencia | Menor churn | |
| Dormidos | Reactivación | Oferta de reactivación fuerte / oferta final | Recuperación de clientes inactivos |
La segmentación conductual puede aumentar el CLV entre un 15% y un 25% durante el primer año. Arrancá por los segmentos con más impacto y medí la respuesta antes de escalar. Así ya podés dejar armado un sistema repetible.
Con los segmentos ya definidos, toca cerrar el proceso con un flujo simple y repetible. La idea es que no tengas que reinventar nada cada vez. El sistema entero se resume en cuatro pasos: exportar, limpiar, segmentar y activar contenido personalizado.
Acá hay un punto clave: los segmentos no se quedan quietos. Un Campeón puede pasar a En Riesgo después de 90 días sin comprar. Por eso conviene revisar RFM cada trimestre y actualizar el CLV todos los meses.
Con los segmentos al día, el siguiente paso es activar mensajes en los canales donde cada cliente suele responder. Conectá Shopify, WhatsApp e Instagram para que cada flujo trabaje con el estado real del cliente. Burbuxa mantiene esa sincronización en tiempo real.
Arrancá con un ciclo corto y fácil de sostener: exportar, limpiar, segmentar, activar y revisar. Así mantenés los segmentos al día sin tener que rehacer todo el sistema.
Si tenés pocos datos en Shopify, poné el foco en la calidad antes que en la cantidad. Primero ordená la base: limpiá y unificá los registros, eliminá duplicados, filtrá pedidos cancelados o fraudulentos y normalizá fechas y moneda.
Después, integrá Burbuxa para sincronizar compras e interacciones de WhatsApp e Instagram en tiempo real. De esa forma, unificás perfiles e identificás segmentos de alto valor, incluso si al principio tenés pocos datos.
Depende de cómo compra la gente en tu rubro.
En categorías de alta recurrencia, como alimentos o bebidas, conviene actualizarlo todos los meses o cada quince días. Ahí el movimiento es más rápido, así que mirar los datos con esa frecuencia tiene sentido.
En retail, donde la compra suele ser menos seguida, por lo general alcanza con una revisión trimestral.
También conviene recalcular los umbrales de segmentación cada uno a tres meses. Si no lo hacés, esos cortes pueden quedar viejos y dejar de reflejar tanto tu ciclo de compra como el contexto inflacionario local.
RFM es el mejor punto de arranque: es simple de implementar, fácil de leer y muy útil para la gestión del día a día. Te sirve para detectar clientes de alto valor, ver señales de abandono y encontrar chances de reactivación.
CLV te ayuda a ordenar la inversión y la retención en el largo plazo. Y el gasto previsto suma una capa predictiva: usalo cuando ya tengas datos y quieras anticiparte al churn o a la próxima compra.
