# Segmentación por comportamiento de compra en email

> Cómo segmentar la lista de tu tienda online por comportamiento de compra: recencia, frecuencia, valor y categoría, con segmentos listos y qué enviar a cada uno.

Source: https://pidgely.com/es/blog/segmentacion-por-comportamiento-de-compra/ · Published: 2026-10-18 · Pidgely

Segmentar por comportamiento de compra es dividir la lista según lo que cada cliente hizo en tu tienda: cuándo compró por última vez, cuántas veces, cuánto gastó y qué. Es la forma más simple de enviar el mensaje correcto a cada persona y casi siempre funciona mejor que segmentar por datos demográficos. Con cuatro o cinco propiedades por contacto, una tienda pequeña ya puede armar los segmentos que marcan la diferencia: quienes nunca compraron, quienes compraron una vez, los recurrentes y los que se alejaron.

## Por qué el comportamiento de compra va primero

Edad, ciudad y género dicen poco sobre lo que alguien quiere recibir hoy. El historial de pedidos dice mucho: quien compró alimento para perro hace 25 días probablemente lo necesite de nuevo; quien compró unos tenis ayer no quiere ver la misma oferta mañana; quien no compra desde hace un año quizá ni recuerde la tienda.

Segmentar por comportamiento también protege la entregabilidad. Enviar la misma campaña a toda la base, incluidos quienes no abren nada desde hace meses, genera quejas y baja la reputación, como explicamos en [campañas de tienda sin caer en spam](/es/blog/campanas-de-tienda-sin-caer-en-spam/).

## ¿Cómo segmentar a los clientes después de una compra?

Agrupa a los clientes por lo que hicieron después del pedido: compraron una vez, volvieron a comprar, recibieron el pedido, dejaron una reseña o se quedaron en silencio. Cada grupo recibe un email distinto: una petición de reseña tras la entrega para quienes compran por primera vez, un recordatorio de reposición para quienes repiten y un mensaje de recuperación para quienes se quedaron en silencio. Empieza con tres segmentos (primer pedido, pedido repetido, sin pedidos hace mucho tiempo) y agrega más solo cuando cada uno tenga su propio email. Mira los [emails de postcompra](/es/blog/emails-de-postcompra-y-resenas/) y los [emails de recompra y win-back](/es/blog/emails-de-recompra-y-win-back/) para saber qué enviar a cada grupo.

## Los datos que necesitas

| Propiedad | Ejemplo | Para qué |
|-----------|---------|----------|
| `ultima_compra` | 2026-09-14 | Recencia, recompra, win-back |
| `total_pedidos` | 3 | Frecuencia, primera compra vs recurrente |
| `total_gastado` | 4890.00 | Valor del cliente |
| `categorias` | "perro,premios" | Interés |
| `suscrito_en` | 2026-03-02 | Antigüedad, bienvenida |

Estas propiedades se guardan en el contacto y se actualizan en cada pedido. Hoy eso se hace por la API: tu sistema (o un script conectado a los webhooks de tu plataforma) actualiza el contacto cuando se paga un pedido. En Pidgely, los contactos aceptan propiedades personalizadas y los segmentos agrupan contactos; consulta la [guía de contactos](https://docs.pidgely.com/guides/contacts/). Con las [integraciones](/es/integrations/) con Tiendanube, VTEX, Shopify y WooCommerce, los clientes de la tienda llegan como contactos automáticamente; las propiedades de compra siguen llegando desde tu sistema por la API.

## RFM: el modelo clásico

- **Recencia**: días desde la última compra.
- **Frecuencia**: pedidos en el periodo.
- **Monetario**: gasto en el periodo.

Una versión simple:

| Recencia | Frecuencia | Perfil | Qué enviar |
|----------|-----------|--------|------------|
| Hasta 60 días | 3+ pedidos | Fiel | Novedades, acceso anticipado, sin cupones agresivos |
| Hasta 60 días | 1 pedido | Nuevo comprador | Postcompra, segunda compra |
| 60 a 180 días | 2+ pedidos | En riesgo | Recordatorio, reposición, oferta |
| Más de 180 días | cualquiera | Inactivo | Win-back y luego pausa |
| Sin pedidos | - | Suscriptor | Bienvenida, primera compra |

Los umbrales dependen del ciclo de compra de tu tienda. Una tienda de cosmética con productos que se acaban en 30 días tiene ciclos más cortos que una de muebles.

## Segmentos listos para una tienda online

### 1. Suscriptores que nunca compraron

Reciben la [secuencia de bienvenida](/es/blog/secuencia-de-bienvenida-tienda-online/) y después contenido que ayude a decidir: más vendidos, reseñas, política de devoluciones, tiempos de entrega. Un cupón de primera compra funciona, pero no en todos los emails.

### 2. Primera compra reciente

El segmento más valioso para crear recurrencia. La meta es el segundo pedido: confirmación de entrega, consejos de uso, petición de reseña y, unas semanas después, una sugerencia complementaria. Consulta [postcompra y reseñas](/es/blog/emails-de-postcompra-y-resenas/).

### 3. Clientes recurrentes

Dos o más pedidos. Acceso anticipado, envío gratis, menos promoción genérica. Un descuento alto para quien compraría igual reduce tu margen.

### 4. Por categoría

Quien compra productos para gato no necesita la campaña de alimento para perro. Segmentar por categoría comprada es la forma más directa de ganar relevancia.

### 5. Reposición

Productos con ciclo previsible (alimento para mascotas, café, suplementos, cosmética) permiten un email en el momento justo: "hace 28 días compraste el alimento de 15 kg". Más en [recompra y win-back](/es/blog/emails-de-recompra-y-win-back/).

### 6. En riesgo e inactivos

Clientes que compraban y dejaron de hacerlo. Primero recordatorio y oferta; si no responden, un último mensaje y luego menos frecuencia.

### 7. Alto valor

Los que más gastaron. Merecen atención cercana: regalos, invitaciones, soporte directo.

## Actividad: el segundo eje

El comportamiento de compra dice qué enviar; la actividad dice con qué frecuencia. Desde la Protección de Privacidad de Mail de Apple, la tasa de apertura es poco fiable, porque Apple Mail puede precargar imágenes y registrar "aperturas" que no ocurrieron. Usa clics y compras como señal principal. Más en [métricas de email para ecommerce](/es/blog/metricas-de-email-para-ecommerce/).

> Pidgely mide aperturas y clics e identifica las aperturas automáticas (como las de Apple Mail Privacy Protection) y los clics de bots, pero la señal más fiable sigue viniendo de tu tienda: pedidos, visitas con sesión iniciada y clics medidos con UTM en tu analítica. Guárdala como propiedad del contacto y segmenta con ella.

## Cómo armarlo en la práctica

1. **Define las propiedades** y su formato (fechas ISO, números sin símbolo de moneda).
2. **Importa la base** con las propiedades calculadas a partir del historial de pedidos.
3. **Mantén los datos al día**: en cada pedido pagado, actualiza `ultima_compra`, `total_pedidos` y `total_gastado` por la API.
4. **Crea los segmentos** y coloca a cada contacto en el suyo. En Pidgely, los segmentos son grupos con nombre: el mismo código que actualiza las propiedades aplica las reglas y agrega o quita el contacto de cada segmento.
5. **Personaliza**: las campañas de Pidgely aceptan variables como `{{{FIRST_NAME|hola}}}` y cualquier propiedad, como `{{{contact.categorias}}}`.
6. **Revisa cada mes** los umbrales.

```text
{
  "email": "ana@example.com",
  "first_name": "Ana",
  "properties": {
    "ultima_compra": "2026-10-15",
    "total_pedidos": 3,
    "total_gastado": 4890.00,
    "categorias": "perro,premios"
  }
}
```

## Errores comunes

- **Demasiados segmentos** que reciben el mismo email.
- **Datos desactualizados**: quien compró ayer recibe hoy el win-back.
- **Descuento para todos**: el cliente fiel aprende a esperar la promoción.
- **Ignorar bajas y quejas**: quien se dio de baja sale de todos los segmentos de marketing. Los emails de pedido siguen, porque son transaccionales.
- **Usar aperturas como criterio principal** después de Apple MPP.

## Segmentación y fechas de alto volumen

En Black Friday, El Buen Fin o Cyber Monday, los segmentos deciden quién recibe la frecuencia alta. El [checklist de email para Black Friday](/es/blog/checklist-email-black-friday/) incluye un calendario por segmento.

Segmentar no exige una herramienta cara ni un equipo de datos. Exige cinco propiedades al día, cuatro a seis segmentos con un propósito claro y la disciplina de enviar menos a quien no está interesado.

## Preguntas frecuentes

### ¿Qué es RFM?

RFM es un modelo que clasifica a los clientes por Recencia (cuándo compraron por última vez), Frecuencia (cuántas veces compraron) y valor Monetario (cuánto gastaron). Se calcula fácilmente con los datos de pedidos y separa bien a clientes fieles, nuevos e inactivos.

### ¿Cuántos segmentos necesita una tienda pequeña?

Entre cuatro y seis para empezar: suscriptores que nunca compraron, compradores de primera vez, recurrentes, inactivos y, si tiene sentido, uno por categoría principal. Más segmentos solo valen la pena si cada uno recibe contenido distinto.

### ¿Qué datos necesito para segmentar por compras?

Fecha del último pedido, número de pedidos, total gastado y categorías compradas. Guárdalos como propiedades de cada contacto y actualízalos en cada pedido pagado.

### ¿Segmentar mejora la entregabilidad?

Sí, de forma indirecta. Los mensajes relevantes generan menos quejas y más interacción, y enviar menos a quien no está interesado reduce las señales negativas para los proveedores.