En resumen: Medir la retención no es un ejercicio de reportes — es la única forma de saber si las estrategias de fidelización están funcionando antes de que sea demasiado tarde. Las cinco métricas que más importan son: tasa de retención, tasa de segunda compra, frecuencia de compra, LTV y tasa de reactivación. Con esos cinco números tenés un diagnóstico completo de la salud de tu base de clientes.

Muchas marcas invierten en retención sin saber si está funcionando.

Lanzan un programa de puntos, mandan newsletters, configuran secuencias de reactivación — y siguen mirando las mismas métricas de siempre: ventas del mes, ROAS de las campañas, tasa de conversión. Ninguna de esas métricas mide si los clientes que ya compraron están volviendo.

El resultado: se puede estar perdiendo clientes a una tasa preocupante sin que ningún número del dashboard lo muestre con claridad. La retención es invisible si no sabés qué medir.

Esta guía explica exactamente qué medir, cómo calcularlo y qué hace con esa información.

Por qué las métricas de retención son distintas a las de adquisición

Las métricas de adquisición miden el flujo de entrada: cuántos clientes nuevos llegaron, a qué costo, con qué tasa de conversión. Son métricas de performance en tiempo real — tienen sentido día a día.

Las métricas de retención miden el valor que se extrae de los clientes que ya entraron. Son métricas de largo plazo — tienen sentido en períodos de 30, 90 o 365 días. No se miran en el dashboard del día a día; se miran en cohortes, en tendencias, en comparativas de períodos.

Esa diferencia de lógica es la razón por la que muchos equipos no las miden bien: aplican el marco mental de la adquisición a un problema que funciona distinto.

Las 5 métricas de retención que realmente importan

1. Tasa de retención

La tasa de retención mide qué porcentaje de tus clientes activos en un período volvió a comprar en el período siguiente.

Cómo calcularla:

Tasa de retención = (Clientes que compraron en período 2 y también en período 1) / Total de clientes en período 1 × 100

Ejemplo: si en Q1 tuviste 400 clientes activos, y de esos 400, 180 volvieron a comprar en Q2, tu tasa de retención es del 45%.

Qué significa el número:

• Por encima del 40% en ecommerce de consumo recurrente: saludable.

• Entre 20% y 40%: hay margen de mejora significativo.

• Por debajo del 20%: hay un problema de retención que vale la pena atacar de forma prioritaria.

Frecuencia de medición: trimestral. Comparar Q a Q del mismo año y del año anterior.

2. Tasa de segunda compra

Es el porcentaje de clientes que hicieron su primera compra y volvieron a hacer una segunda.

Cómo calcularla:

Tasa de segunda compra = Clientes con 2+ compras / Total de clientes con al menos 1 compra × 100

Por qué es crítica: la segunda compra es la señal más fuerte de retención temprana. Un cliente que vuelve a comprar por segunda vez tiene una probabilidad entre 4 y 5 veces mayor de hacer una tercera que el que solo compró una vez. Es el umbral que separa a los clientes ocasionales de los clientes recurrentes.

Si tu tasa de segunda compra es baja — por debajo del 25-30% — el problema no es la retención en general, es la activación después de la primera compra. La solución está en ese período específico: experiencia post-compra, secuencia de bienvenida, incentivo para volver.

Frecuencia de medición: mensual o bimestral, sobre cohortes de clientes nuevos.

3. Frecuencia de compra

Cuántas veces por año compra el cliente promedio en tu tienda.

Cómo calcularla:

Frecuencia de compra = Total de pedidos en el período / Número de clientes únicos que compraron en el período

Ejemplo: si en los últimos 12 meses recibiste 3.000 pedidos de 1.000 clientes únicos, tu frecuencia de compra promedio es de 3 veces por año.

Por qué importa: la frecuencia es la palanca del LTV que más responde a los programas de fidelización. Un programa de puntos bien diseñado puede aumentar la frecuencia entre un 30% y un 60% en 12 meses — y ese aumento multiplica directamente el LTV sin necesidad de adquirir nuevos clientes.

Lo que hay que rastrear además del promedio: la distribución de frecuencia por segmento. El 20% de clientes que compra 6+ veces por año generalmente representa el 50-60% de los ingresos. Conocer ese segmento — quiénes son, qué compran, qué los diferencia — es información estratégica.

Frecuencia de medición: trimestral, comparando con el mismo período del año anterior.

4. LTV (Lifetime Value)

El valor total que genera un cliente durante toda su relación con la marca.

Cómo calcularlo:

LTV = Ticket promedio × Frecuencia de compra anual × Años de retención promedio

El LTV no es una métrica de corto plazo — se mide a 12, 24 y 36 meses según la categoría. La forma más útil de usarlo no es como número único sino como comparativa entre segmentos:

• LTV de clientes que están en el programa de fidelización vs. los que no lo están.

• LTV de clientes referidos vs. clientes adquiridos por paid ads.

• LTV por canal de adquisición (orgánico, social, directo).

Esas comparativas revelan qué está funcionando y dónde hay que invertir.

Frecuencia de medición: semestral, por cohortes de ingreso.

5. Tasa de reactivación

El porcentaje de clientes inactivos (que no compraron en X días según el umbral de tu categoría) que volvió a comprar después de una campaña de reactivación.

Cómo calcularla:

Tasa de reactivación = Clientes inactivos que volvieron a comprar / Total de clientes inactivos contactados × 100

Por qué importa: la tasa de reactivación mide directamente la efectividad de las campañas anti-churn. Una tasa baja puede indicar que el mensaje no es lo suficientemente relevante, que el incentivo no es atractivo, o que el cliente ya se fue demasiado tiempo — el contacto llegó tarde.

Una buena tasa de reactivación para ecommerce está entre el 8% y el 15%. Por encima del 15%, las campañas están muy bien calibradas. Por debajo del 5%, hay que revisar tanto el timing como el contenido.

Frecuencia de medición: después de cada campaña de reactivación.

Métricas complementarias que vale la pena rastrear

Además de las cinco métricas principales, hay indicadores secundarios que ayudan a diagnosticar problemas específicos:

Ticket promedio por compra número. El ticket de la segunda compra vs. el de la primera, el de la quinta vs. el de la tercera. Si el ticket promedio sube con cada compra, el cliente está confiando más en la marca y explorando más productos. Si se mantiene igual o baja, puede haber un problema de cross-sell o de catálogo.

Tasa de apertura de comunicaciones por segmento de retención. Los clientes que compraron hace 2 semanas vs. los que compraron hace 6 meses tienen tasas de apertura de email muy distintas. Si la tasa de apertura de clientes que llevan tiempo sin comprar es muy baja, las comunicaciones no son lo suficientemente relevantes para reactivarlos.

Puntos acumulados no canjeados. Una acumulación alta de puntos no canjeados puede ser una señal positiva (los clientes valoran el activo acumulado) o negativa (el proceso de canje es complicado o los premios no son atractivos). Hay que interpretar esta métrica en contexto.

Net Promoter Score (NPS) por nivel de programa. Los clientes en el nivel más alto del programa deberían tener un NPS significativamente mayor que el promedio. Si no lo tienen, el programa no está generando la experiencia diferencial que debería.

Cómo organizar el seguimiento de estas métricas

El error más frecuente es intentar medir todo a la vez desde el primer día. La recomendación es empezar con tres métricas y agregarle complejidad gradualmente:

Mes 1-3 — base de diagnóstico: tasa de retención trimestral, tasa de segunda compra, frecuencia de compra anual. Con esos tres números tenés un diagnóstico de dónde está el problema de retención (si existe).

Mes 4-6 — profundidad: LTV por cohorte y por canal de adquisición. Con estos datos podés empezar a tomar decisiones de inversión — cuánto vale adquirir un cliente por cada canal, y cuánto vale invertir en retención.

Mes 7 en adelante — optimización: tasa de reactivación por campaña, métricas complementarias. Una vez que el sistema base está funcionando, las métricas más granulares permiten optimizar cada elemento del programa.

Cómo leer los datos de retención sin engañarse

Hay dos trampas frecuentes al analizar métricas de retención:

Confundir crecimiento de base con buena retención. Una tienda que está adquiriendo 500 clientes nuevos por mes puede parecer saludable aunque retenga solo al 15%. El volumen de entrada oculta el problema de salida. La retención siempre hay que mirarla en cohortes — no como número total de clientes activos.

Medir en períodos demasiado cortos. La retención se mide en meses, no en semanas. Un análisis de retención a 30 días en una categoría donde el cliente compra cada 3 meses va a parecer terrible aunque el programa esté funcionando perfectamente. El período de medición tiene que ser coherente con la frecuencia de compra esperada para el tipo de producto.

Preguntas frecuentes

¿Necesito una herramienta especializada para medir estas métricas? No necesariamente. Las métricas básicas — tasa de segunda compra, frecuencia, retención a 90 días — se pueden calcular con una exportación de datos de cualquier plataforma de ecommerce y una hoja de cálculo. Lo que sí necesitás es hacer el ejercicio de forma periódica y consistente. Las plataformas de fidelización como Loybox las calculan de forma automática y las muestran en el dashboard en tiempo real.

¿Con cuántos clientes ya tiene sentido medir retención? Con 100 clientes activos ya hay suficiente base para calcular tasas que sean estadísticamente significativas. Menos de eso, los números tienen demasiada varianza para ser accionables.

¿Cuánto tarda en verse el impacto de un programa de fidelización en las métricas de retención? Los primeros cambios en tasa de segunda compra y frecuencia se ven entre 60 y 90 días de operación del programa. El impacto en LTV y tasa de retención anual se mide a los 12 meses. La retención es un juego de largo plazo — los resultados más importantes toman tiempo en mostrarse.

¿Qué hago si mi tasa de retención mejora pero el LTV no? Significa que los clientes vuelven más seguido pero gastan menos en cada compra. El foco hay que ponerlo en el ticket promedio — upsell, bundles, umbrales de beneficios para incentivar compras más grandes.