La tasa de clientes recurrentes depende del historial que conserves

En los registros históricos de una tienda británica de regalos, los mismos compradores de cada mes daban lugar a distintas tasas de cuentas recurrentes al retirar compras anteriores. Muchos clientes de la tienda eran mayoristas. El resultado muestra por qué un informe de campaña necesita una regla explícita sobre el historial.

Análisis original de Online Retail II, de UCI: registros de un comercio británico sin tienda física entre diciembre de 2009 y diciembre de 2011. Las comparaciones mensuales abarcan de enero a noviembre de 2011.

Resumen

¿Cuánto historial de compras hay detrás de una tasa de clientes recurrentes? En los registros de 2011 de una tienda británica de regalos, usar 90 días anteriores a cada mes del informe, en lugar de 365, cambió la proporción de cuentas con repetición observada entre 11,6 y 25,9 puntos porcentuales. La mediana de las diferencias mensuales fue de 19,3 puntos. Se compararon los mismos compradores de cada mes con ambas reglas, y las compras repetidas dentro del mes siguieron contando. Muchos clientes eran mayoristas: se trata de un caso histórico, no de una referencia actual sobre consumidores. [1] [2]

Entre las cuentas sin repetición observada con la regla de 90 días, entre el 51,3 % y el 67,7 % tenían compras anteriores dentro de los 365 días. Usar 180 días redujo la diferencia, pero no la eliminó. El resultado respalda una comprobación práctica: especificar el historial que sustenta una etiqueta de audiencia antes de usarla en un briefing de bienvenida o para clientes recurrentes. Una definición más corta de comprador reciente puede ser válida; no demuestra que la cuenta sea nueva para el negocio.

Una persona del equipo de marketing abre el informe mensual y encuentra un grupo numeroso etiquetado como «clientes nuevos». Lo natural es pensar en un mensaje de bienvenida: explicar la gama, presentar la marca o ayudar con una primera compra. Pero antes hay una pregunta menos visible. ¿«Nuevo» significa nuevo para el negocio o simplemente ausente de los registros anteriores incluidos en esta exportación?

Examinamos esa cuestión con el archivo de transacciones de un comercio de hace años. En lugar de cambiar la campaña, los clientes o el mes del informe, cambiamos únicamente cuánto historial anterior podía utilizar el cálculo.

Las diferencias fueron lo bastante grandes como para cambiar la descripción de una audiencia. También mostraron una distinción útil entre la tasa de cuentas recurrentes del informe completo y las compras anteriores que no se ven dentro del grupo sin repetición.

Distinto historial, el mismo mes del informe

Una cinta de papel color crema desenrollada, con fichas ocres, termina en una zona verde azulada. Dos fundas translúcidas cubren longitudes distintas de la misma cinta y comparten el borde derecho.
Ilustración conceptual del periodo actual del informe y el historial anterior conservado junto a él. No representa registros reales de clientes ni valores medidos.

Mantén fijo el mes y cambia el historial

Una tasa de clientes recurrentes necesita algo más que un mes de referencia. También necesita una regla que indique hasta dónde mirar atrás. Si el mes se mantiene fijo pero desaparecen compras anteriores de la exportación, las cuentas que compran ese mes no han cambiado. Lo que cambia es lo que el informe puede reconocer de su historial.

Mantuvimos fijo ese grupo mensual y comparamos exportaciones con 90, 180 o 365 días anteriores al inicio del mes. Todas incluían también el mes completo del informe. Una cuenta se clasificó con repetición observada si tenía una compra válida anterior al mes o al menos dos ocasiones de compra distintas dentro de él. [2]

Esa segunda vía importa. Alguien puede hacer su primera compra observada y volver a comprar ese mismo mes. Retirar el historial anterior no elimina esa repetición dentro del mes. Por tanto, la comparación no se limita a etiquetar como nueva a toda cuenta ausente de una lista breve del periodo anterior.

Las mismas cuentas mensuales, con distinto historial anterior

Proporción de cuentas con repetición observada en una tienda británica de regalos histórica. Cada regla incluye el mes completo y cuenta las repeticiones dentro de él.

Consulta los valores exactos de la figura
Mes del informe90 días anteriores al mes (%)180 días anteriores al mes (%)365 días anteriores al mes (%)Cuentas compradoras del mes
Enero de 201178,9 %86,5 %90,5 %735
Febrero de 201167,0 %79,7 %84,4 %754
Marzo de 201157,6 %77,0 %82,9 %971
Abril de 201161,8 %79,8 %87,7 %851
Mayo de 201169,3 %81,4 %89,2 %1052
Junio de 201167,3 %77,6 %89,3 %989
Julio de 201170,7 %80,1 %89,2 %946
Agosto de 201172,7 %80,3 %88,0 %931
Septiembre de 201161,8 %74,2 %84,5 %1258
Octubre de 201162,4 %71,9 %81,7 %1360
Noviembre de 201169,8 %77,8 %86,6 %1659
Las barras comparan 90 y 365 días anteriores al inicio del mes. La tabla también muestra 180 días y el número fijo de cuentas mensuales. Son periodos de medición definidos, no el estado del cliente durante toda su relación con el negocio.

De enero a noviembre de 2011, usar 90 días de historial anterior al mes en lugar de 365 redujo la proporción de cuentas con repetición observada entre 11,6 y 25,9 puntos porcentuales. La mediana de las diferencias mensuales fue de 19,3 puntos. La tabla conserva los once meses, incluida la menor diferencia de enero.

La dirección del cambio viene dada por el cálculo: añadir compras anteriores puede revelar más indicios de repetición, nunca menos. Lo útil es cuánto cambió la etiqueta en estos registros y con qué constancia ocurrió en los meses fijados. Las cifras describen una decisión de medición histórica, no un cambio en el comportamiento de los clientes.

En enero, 85 de las mismas 735 cuentas cambiaron de etiqueta

Enero ofrece un ejemplo concreto de los datos reales. Ese mes hubo 735 cuentas de cliente con alguna compra válida. Con 90 días de historial anterior, 580 se clasificaron con repetición observada: el 78,9 % de esas cuentas. Con 365 días, fueron 665, el 90,5 %. Recuperar los registros más antiguos cambió 85 etiquetas, una diferencia de 11,6 puntos porcentuales.

Fijémonos ahora en el grupo más pequeño que un equipo de marketing podría revisar a continuación. El informe con menos historial dejó 155 cuentas sin repetición observada. De ellas, 85 tenían compras anteriores válidas en la comparación de 365 días. Es el 54,8 % del grupo sin repetición con el historial corto, no el 54,8 % de todos los compradores de enero.

Ambos porcentajes responden a preguntas útiles. La diferencia de 11,6 puntos describe el informe mensual completo. El 54,8 % indica cuánto historial anterior hay dentro del grupo que quedó sin etiqueta de repetición. Confundir los denominadores puede hacer que el mismo cambio parezca mucho mayor o menor.

Compras anteriores dentro del grupo sin repetición a 90 días

Un comercio británico de regalos histórico, de enero a noviembre de 2011, con la definición principal de compra de productos. El denominador son las cuentas sin repetición observada con la regla de 90 días.

Consulta los valores exactos de la figura
Mes del informeSin repetición con la regla de 90 díasCon compras anteriores con la regla de 365 díasCuentas con una compra anterior dentro del grupo sin repetición (%)
Enero de 20111558554,8 %
Febrero de 201124913152,6 %
Marzo de 201141224659,7 %
Abril de 201132522067,7 %
Mayo de 201132320964,7 %
Junio de 201132321767,2 %
Julio de 201127717563,2 %
Agosto de 201125414255,9 %
Septiembre de 201148028559,4 %
Octubre de 201151126251,3 %
Noviembre de 201150127855,5 %
Las compras anteriores son compras válidas visibles en la comparación de 365 días, pero no con la regla corta. Este porcentaje condicional difiere de la diferencia de tasas entre todas las cuentas mensuales. No demuestra que sea la primera compra ni describe todo el historial del cliente.

La distinción se mantuvo más allá de enero. En cada uno de los once meses, más de la mitad del grupo sin repetición con la regla de 90 días tenía compras anteriores dentro de los 365 días. Las proporciones mensuales oscilaron entre el 51,3 % y el 67,7 %. Esas compras válidas quedaban fuera del historial corto, pero ya figuraban en los registros del comercio.

Para un briefing de campaña, la primera pregunta es qué se pretende afirmar con «nuevo». Un mensaje de bienvenida por la primera compra presupone algo más que «no se encontró repetición en esta exportación». El análisis no dice qué mensaje funcionaría mejor. Muestra por qué conviene aclarar la descripción de la audiencia antes de tomar esa decisión creativa.

Usar 180 días redujo la diferencia, pero no la eliminó

Usar 180 días anteriores al mes acercó el informe a la comparación de 365 días. La diferencia mensual restante fue de 3,9 a 11,7 puntos porcentuales, con una mediana de 7,9. Entre las cuentas que seguían sin repetición observada con la regla de 180 días, entre el 22,9 % y el 52,3 % tenían compras anteriores con la regla de 365 días.

También comprobamos si el resultado dependía de cómo se definía una ocasión de compra. Una alternativa incluyó toda la actividad positiva de facturas numéricas, incluidas las líneas ajenas a los códigos de producto seleccionados. Otra contó días distintos de compra, de modo que dos compras el mismo día no pudieran crear una repetición dentro del mes. Las diferencias por historial se mantuvieron con ambas definiciones. [4]

La diferencia por historial se mantiene con otras reglas de compra

Un comercio británico de regalos histórico, de enero a noviembre de 2011. Las medianas de las diferencias mensuales en puntos porcentuales comparan cada historial previo más corto con 365 días.

Consulta los valores exactos de la figura
Definición de compra90 frente a 365 días (puntos porcentuales)180 frente a 365 días (puntos porcentuales)
Compras de productos con marcas de tiempo distintas19,3 puntos porcentuales7,9 puntos porcentuales
Toda la actividad positiva de facturas con marcas de tiempo distintas19,1 puntos porcentuales7,8 puntos porcentuales
Compras de productos en días distintos20,4 puntos porcentuales8,5 puntos porcentuales
Cada fila mantiene un denominador mensual coherente dentro de su definición. La actividad positiva amplia puede incluir cargos o ajustes; los días distintos agrupan las compras del mismo día. Las medianas son descriptivas, no estimaciones de confianza.

Ni 180 ni 365 días resultan ser la opción correcta para todos los negocios. Ampliar los 365 días a todos los registros anteriores disponibles todavía cambió la proporción mensual principal entre 0,5 y 4,1 puntos. El archivo empezaba en diciembre de 2009, por lo que ni siquiera su vista más larga permitía conocer todo el historial de compras de una cuenta.

Además, el historial disponible más allá de un año aumentó a medida que avanzaba 2011. Esa oportunidad cambiante impide interpretar las diferencias de los últimos meses como un efecto estacional. La comparación práctica es entre periodos definidos con claridad, no entre un informe supuestamente incompleto y un conocimiento perfecto del cliente.

Decide si el informe describe compras recientes o compras anteriores

Un historial más corto puede ser deliberado. Quizá el equipo quiera distinguir las cuentas que han comprado recientemente de aquellas cuya última compra visible queda más lejos. Un segmento de compradores recientes de 90 días puede servir para eso. Solo induce a error si su descripción afirma algo distinto, como que se trata de la primera compra del cliente en el negocio.

Empieza por la decisión que debe orientar el informe. Un resumen mensual de ventas puede necesitar una definición estable de cuenta recurrente para interpretar los cambios en el tiempo. Un briefing de reactivación puede centrarse de forma deliberada en un intervalo concreto desde una compra. Un mensaje de bienvenida puede necesitar pruebas de que es la primera. Esas tareas no deberían heredar una misma etiqueta ambigua de «nuevos frente a recurrentes».

Pide al responsable del informe la fecha de compra más antigua conservada, el cierre del periodo y la regla exacta de repetición. Si una agencia o un creador recibe una descripción de audiencia, incluye esos detalles con palabras sencillas. «Sin repetición observada en los 90 días de historial conservado ni en este mes» es menos cómodo que «clientes nuevos», pero no promete información que la exportación no contiene.

Mantén las mismas cuentas mensuales en la comparación. Sustituir un archivo de clientes de tres meses por otro de un año cambiaría tanto el historial como el denominador de la audiencia. Nuestra revisión recuperó información anterior para las mismas cuentas que compraron en el mes del informe; no comparó dos listas de clientes de distinto tamaño.

Por último, distingue un cambio en los datos de un cambio en los resultados. Si una nueva exportación recupera pedidos antiguos, la proporción de cuentas recurrentes puede subir sin que ninguna campaña haya influido en una compra. Anota ese cambio de definición antes de atribuir el movimiento a una promoción. El estudio mide este mecanismo del informe, no la eficacia de ningún mensaje o canal.

Incluye la regla del historial junto al briefing de campaña

Una breve entrega de información puede hacer útil esta distinción sin convertir la conversación sobre la campaña en una revisión de la base de datos. Pide a quien mantenga la exportación de pedidos que complete los campos siguientes. Describen los datos en los que se basa el informe; las pruebas de mensajes y el permiso para contactar con los clientes son decisiones aparte.

Mantén fijas las cuentas del mes

Una bandeja azul marino contiene fichas verde azuladas junto a un archivo de papel desenrollado. Otra vista de la bandeja está cubierta por hojas translúcidas, con marcas ocres sobre algunas fichas.
  1. Define el periodo

    Mantén el mismo mes del informe y las cuentas que compraron en él.

  2. Consulta el historial anterior

    Compara las repeticiones visibles con cada periodo conservado.

  3. Describe la audiencia

    Aclara qué demuestra la etiqueta antes de redactar el briefing de campaña.

Ilustración conceptual de cómo mantener las mismas cuentas mensuales al consultar compras anteriores. Las fichas y marcas son ilustrativas, no recuentos medidos.

Finalidad: [informe mensual de resultados, mensaje de bienvenida o briefing de reactivación]. Indica qué decisión orientará la etiqueta. Si el objetivo son las compras recientes, especifica el periodo.

Mes del informe y audiencia: [fecha de inicio], [fecha de fin], [cuentas con una compra válida en ese mes]. Mantén fija esa lista al comparar periodos de historial. Señala si una cuenta puede representar a una empresa en lugar de a un comprador individual.

Historial disponible: [fecha más antigua conservada], [días anteriores al inicio del mes], [si se incluye el mes completo del informe]. Registra un límite de la exportación como tal, sin presentar el primer pedido visible como el primero de toda la relación con el cliente.

Regla de compra: [qué transacciones cuentan], [cómo se tratan las marcas de tiempo iguales y los pedidos del mismo día], [cómo se gestionan los identificadores ausentes, las facturas contradictorias y las cancelaciones]. Pide la regla que realmente utiliza el informe, no una definición supuesta.

Comparación: [cuentas recurrentes con cada historial], [número fijo de cuentas mensuales], [cuentas cuya etiqueta cambia]. Añade la proporción del grupo sin repetición con el historial corto que tiene compras anteriores. Ese último denominador ayuda al equipo a entender la audiencia concreta que va a describir.

Decisión y seguimiento: [mantener la definición de comprador reciente, recuperar el historial disponible o cambiar la etiqueta], [responsable], [fecha del próximo informe]. Mantén la regla elegida en los informes siguientes y anota los cambios de fuente o definición.

En el ejemplo de enero, el campo de comparación diría «580 frente a 665 cuentas con repetición observada de un total de 735; 85 cambiaron de etiqueta». La nota de audiencia añadiría «85 de las 155 cuentas sin repetición con la regla corta tenían compras anteriores». Ninguna frase las llama clientes que compran por primera vez ni predice cómo responderán a una campaña.

Comprueba cómo define tu herramienta a un cliente recurrente

Antes de comparar un panel con una exportación, revisa las definiciones de ambos. La documentación de informes de clientes de Shopify distingue clientes nuevos y recurrentes y reconoce las repeticiones dentro del primer periodo de compra. Amazon ha descrito la ampliación del historial disponible para medir clientes nuevos para una marca, sobre todo cuando los ciclos de compra son largos. Sus definiciones difieren de las de esta revisión de exportaciones mensuales. [3] [7]

Pregunta qué compras anteriores puede ver la herramienta, si incluye compras adicionales dentro del mes y si el denominador de cuentas coincide con el de la exportación. Definiciones distintas pueden dar respuestas distintas sin que ninguno de los cálculos esté mal. Compartir el nombre de una métrica no basta para que sean comparables.

La comparación de once meses muestra por qué esta comprobación puede importar. Mantiene fijas las cuentas mensuales, explicita la regla de compra y conserva las diferencias pequeñas y las grandes. Otro negocio puede aplicar esa distinción al revisar su informe sin convertir los porcentajes de este comercio en un objetivo de rendimiento.

Cómo se calcularon las comparaciones mensuales

Usamos el libro de dos hojas Online Retail II publicado por UCI, que abarca del 1 de diciembre de 2009 al 9 de diciembre de 2011. Se fijaron enero a noviembre de 2011 como meses completos con 365 días íntegros de cobertura anterior. Diciembre de 2011 quedó fuera porque la fuente termina antes de acabar el mes. [1]

El libro contiene 1.067.371 filas. En el conjunto de la fuente, 243.007 tenían un identificador de cliente ausente o no válido. No asignamos identidades a partir de filas contiguas. Por separado, 82 facturas numéricas contenían marcas de tiempo contradictorias y se excluyeron por completo, sin adivinar una hora. Son recuentos de calidad de la fuente que se solapan y usan unidades distintas, no deducciones sucesivas del total de clientes de un mes. [5]

Para ser válida, una línea debía tener un número de factura numérico, identificador de cliente y fecha válidos, y cantidad y precio positivos. La regla principal de códigos de producto utilizó cinco dígitos con letras opcionales, añadió dos excepciones documentadas de productos y excluyó dos cargos documentados de transporte o embalaje. Las descripciones se revisaron antes de calcular los historiales de clientes. El código público recoge las reglas exactas. [5]

Las facturas válidas de una cuenta con la misma marca de tiempo se agruparon en una única ocasión observada. Así, dos números de factura registrados a la misma hora no inventan una compra anterior. Las líneas repetidas entre hojas o dentro de ellas no pueden crear ocasiones adicionales. Las facturas con prefijo de cancelación y las líneas no positivas no generan compras; no vinculamos reembolsos con pedidos originales ni afirmamos que las facturas positivas acabaran siendo compras no devueltas.

Para cada mes, el denominador fue el conjunto de cuentas con al menos una ocasión válida durante ese mes. Una cuenta tenía repetición observada si había una ocasión anterior en el historial conservado previo al mes o al menos dos ocasiones estrictamente ordenadas dentro de él. El historial empezaba exactamente 90, 180 o 365 días antes del inicio del mes, incluyendo ese límite. El primer instante del mes siguiente quedaba fuera del periodo. [2]

Revisamos la coherencia de las facturas en todo el archivo antes de hacer las comparaciones mensuales. Dentro de esa fuente válida ya fijada, las compras posteriores no pueden cambiar la etiqueta de un mes anterior. Es una revisión retrospectiva, no una simulación de lo que habría sabido un sistema en directo antes de recibir registros posteriores contradictorios.

La descarga incluye las 165 filas de tasas, las 99 comparaciones y los resultados fijos de resumen y sensibilidad. Son cálculos descriptivos de este archivo, sin intervalos de confianza ni afirmación de que las observaciones repetidas de cuenta y mes sean independientes. Una implementación separada reprodujo todos los agregados predefinidos desde el libro original. Los resultados públicos no incluyen identificadores de cliente ni historiales individuales. [6]

El CSV contiene 83 valores numéricos de las 25 filas de las figuras. El ZIP conserva las 165 filas de tasas, 99 comparaciones, nueve resúmenes y dos registros de comprobación predefinida, con atribución de la fuente y código que lee localmente el archivo oficial de UCI. No se redistribuyen identificadores de clientes ni historiales individuales de compra. Los campos numéricos usan punto decimal.

Fuentes y notas

  1. Daqing Chen, Online Retail II, UCI Machine Learning Repository, DOI 10.24432/C5CG6D. Un comercio británico sin tienda física, del 1 de diciembre de 2009 al 9 de diciembre de 2011; la fuente describe regalos y numerosos clientes mayoristas. El conjunto de datos tiene licencia CC BY 4.0. Influence IQ transformó el libro público en las comparaciones agregadas descritas aquí.
  2. Para el mes M, se conservan las mismas cuentas con una ocasión válida en [M, mes siguiente). Con W días anteriores al mes, la etiqueta es positiva si hay una ocasión en [M−W, M) o al menos dos ocasiones distintas y ordenadas dentro del mes. W no es un periodo móvil anterior a cada compra. La comparación sin historial previo mantiene las repeticiones dentro del mes; la del archivo completo empieza el 1 de diciembre de 2009. Los contrastes principales son 90 frente a 365 y 180 frente a 365; el de 365 frente al archivo completo es secundario.
  3. La documentación de informes de clientes de Shopify describe clientes nuevos y recurrentes y reconoce compras adicionales dentro del primer periodo de compra. El tratamiento temporal de cada informe importa. Nuestro cálculo de exportaciones mensuales fijas es una definición analítica, no una reproducción ni una auditoría de los informes de clientes de Shopify.
  4. Las alternativas fijadas usan todas las marcas de tiempo de facturas numéricas con actividad positiva, independientemente del código, o días distintos con compras de productos. Las medianas de las diferencias 90/365 son 19,26, 19,08 y 20,44 puntos porcentuales para las marcas de tiempo principales, las de actividad amplia y los días de compra; las medianas 180/365 correspondientes son 7,87, 7,85 y 8,46. Cada definición mantiene fijo su propio denominador mensual entre historiales.
  5. El alcance de productos incluye cinco dígitos con letras mayúsculas opcionales, más PADS (rellenos para cojines) y SP1002 (pizarra/caballete), y excluye 23444 (transporte) y 23574 (embalaje). «Manual» y otros códigos sin clasificar quedan fuera del alcance principal y dentro de la alternativa amplia si cumplen los demás requisitos. En todo el archivo, las comprobaciones excluyen las facturas numéricas que contienen identificadores de cliente válidos contradictorios o marcas de tiempo válidas contradictorias. Por separado, una fecha no válida en una línea con identificador de cliente válido y cantidad y precio positivos también excluye la factura completa. No hubo conflictos de identidad ni fechas no válidas en líneas candidatas con estas reglas; se excluyeron 82 facturas con marcas de tiempo contradictorias.
  6. El protocolo, la modificación basada en las descripciones de la fuente y el analizador se fijaron antes de calcular los resultados de historial. La escala editorial predefinida exigía dos condiciones en al menos seis meses: una diferencia en la tasa de al menos 5 puntos porcentuales y una compra anterior válida en al menos el 10 % de las cuentas clasificadas sin repetición con el historial corto. Ambas condiciones debían cumplirse para el mismo contraste con las tres definiciones. La comparación de 90 días cumplió ambas escalas en once meses y la de 180 días en nueve. Es una escala editorial, no una prueba de significación, un umbral óptimo ni una estimación poblacional. La descarga incluye todos los resultados y el código reproducible.
  7. El anuncio de Amazon del 7 de enero de 2025 describe una ampliación del historial disponible para medir clientes nuevos para una marca, incluidos ciclos de compra largos. Respalda la importancia ya conocida de especificar el periodo de historial; sus definiciones publicitarias y sus datos difieren de esta revisión mensual de un solo comercio.

Esta edición se ha traducido directamente del original inglés. Todas las versiones describen el mismo comercio británico histórico y las comparaciones de enero a noviembre de 2011; la traducción no cambia la población ni las reglas del informe.

Traslada la definición del informe a la campaña