Cuando reviso una tienda, no me basta con saber cuánto ha facturado este mes. Quiero entender quién vuelve a comprar, cuánto tarda y cuánto dinero deja después de los descuentos y las devoluciones.
Ese es el motivo por el que trabajamos el LTV. Si solo miras la primera venta, puedes dejar de invertir en clientes que acaban siendo buenos para el negocio. Si das por hecho que todos repetirán, puedes gastar un dinero que nunca recuperarás.
En Gseddy cruzamos la información de Klaviyo con la del ecommerce y, cuando tiene sentido, con herramientas de analítica avanzada. El objetivo es decidir mejor qué ofrecer, a quién y en qué momento.
Qué es el LTV de un cliente
El lifetime value, también llamado LTV o CLV, expresa el valor que aporta un cliente durante su relación con la tienda. Antes de utilizarlo, hay que aclarar cómo se calcula: ingresos o margen, datos observados o previsiones, y qué periodo cubre.
Una cifra sin esas condiciones puede llevarte a conclusiones equivocadas. Los 400 € que alguien ha gastado este año no significan lo mismo que 400 € acumulados desde su primera compra o 400 € que un modelo estima que gastará en el futuro.
Para empezar a trabajar, suelo separar tres preguntas:
Cuánto ha comprado ya. El valor observado de sus pedidos, con el tratamiento de descuentos, cancelaciones y reembolsos bien definido.
Cuánto podría comprar. Una estimación que sirve para orientar decisiones, sin tratarla como una venta asegurada.
Cuánto deja al negocio. Lo que queda al considerar el coste del producto y otros costes relevantes. Facturar más no implica ganar más.
Cómo calcular un LTV observado sin complicarlo
Empieza por una cohorte: un grupo de clientes que hicieron su primera compra en el mismo periodo. Después mide cuánto han comprado durante el mismo tiempo de seguimiento.
Por ejemplo, puedes analizar el valor medio generado durante los primeros 90 días de cada cliente:
Valor observado a 90 días = ingresos de esos clientes durante sus primeros 90 días ÷ número de clientes de la cohorte.
Incluye también a quienes no repiten. Si solo analizas a los que vuelven a comprar, estarás inflando el resultado. Define qué ingresos utilizas y aplica siempre el mismo criterio para impuestos, envío, descuentos y reembolsos.
Esta medida describe los primeros 90 días, no todo el valor futuro del cliente. Para un producto de compra lenta, quizá necesites observar 180 días o un año. El plazo tiene que responder al ciclo de compra y a la decisión que quieres tomar.
Calculadora de LTV para ecommerce
Introduce tu ticket medio y las compras medias por cliente en seis meses. Después mueve las barras para probar otro ticket, otra frecuencia de compra y el plazo de comparación. Verás la diferencia de ingresos por cliente entre ambos escenarios.
SIMULADOR LTV
¿Qué cambia si tus clientes compran más?
Introduce un ticket entre 1 y 10.000 € y una media de 1 a 20 compras.
Ingresos simulados por cliente a 6 meses
+55 € por cliente · +52,4 %
Simulación de ingresos, sin costes ni devoluciones. Se mantiene constante el ritmo de recompra tras el primer pedido.
Ejemplo a 6 meses: 70 € × 1,5 compras = 105 € por cliente. Con 80 € × 2 compras serían 160 €, un 52,4 % más. Activa JavaScript para cambiar los valores.
A seis meses, el cálculo es ticket medio por compras medias. Para otros plazos, el simulador parte de una primera compra y mantiene constante el ritmo de recompras. Es una hipótesis para explorar escenarios; el análisis de tus cohortes reales debe confirmar si ese comportamiento se cumple.
Dónde ver el LTV en Klaviyo
Si tu cuenta reúne los requisitos de datos, puedes abrir un perfil y consultar su apartado de métricas e información predictiva. Klaviyo distingue entre CLV histórico, CLV previsto y CLV total.
El histórico recoge el valor de pedidos anteriores considerando devoluciones y reembolsos. El previsto estima el gasto del próximo año. El total suma ambos. Una previsión individual puede desviarse, así que resulta más útil como señal para trabajar grupos que como promesa sobre una persona. Puedes consultar las condiciones en la documentación de analítica predictiva de Klaviyo.
Comprueba también que los pedidos y sus importes llegan correctamente desde tu tienda. Un cálculo puede estar bien ejecutado y seguir siendo poco útil si parte de datos incompletos.
Qué cambia si tienes Marketing Analytics
No necesitas Marketing Analytics para disponer de informes de campañas, flows y formularios. Klaviyo ya incluye esas herramientas, tal como explica en su guía de informes.
Marketing Analytics es un complemento de pago que amplía el análisis de clientes y productos. El panel personalizable de CLV requiere ese complemento o Advanced KDP. Es distinto del valor predictivo que puede aparecer en un perfil. Antes de contratarlo, revisaría qué pregunta necesitas responder y si ya puedes resolverla con tus datos actuales. Consulta el alcance del panel de CLV de Klaviyo.
Por qué contrastamos Klaviyo con Shopify y otras herramientas
Klaviyo nos ayuda a llevar la información a segmentos y mensajes. Para entender el negocio, también revisamos los datos de la tienda.
Shopify permite analizar cohortes agrupadas por primera compra y estudiar su evolución. Triple Whale ofrece un análisis de cohortes orientado a valor del cliente y recurrencia. Son vistas complementarias, con definiciones que hay que revisar antes de comparar cifras. Puedes ver cómo funcionan en las guías de informes de clientes de Shopify y cohortes de Triple Whale.
En nuestro sistema buscamos cruzar fechas de compra, pedidos, ticket, devoluciones y comportamiento posterior. Según el objetivo, añadimos información de captación y costes. No hacemos el mismo análisis para preparar un acceso anticipado de Black Friday que para estudiar la rentabilidad a largo plazo.
Antes de comparar herramientas, comprobamos periodo, moneda, definición de ventas y tratamiento de reembolsos. Tampoco sumamos las ventas atribuidas por cada canal como si fueran pedidos distintos.
Un ejemplo real con un umbral de 400 € para clientes VIP
En una campaña de Black Friday de una marca de ropa utilizamos 400 € de gasto durante ese año como uno de los criterios para identificar clientes de valor. No era una previsión ni el gasto acumulado de toda su relación con la marca.
Además, mirábamos las devoluciones. Un cliente que compra 1.000 € y devuelve 500 € no tiene el mismo comportamiento que otro que compra 700 € y no devuelve nada. Esa comparación de ingresos no calcula por sí sola el beneficio, pero ayuda a evitar una selección basada únicamente en ventas brutas.
El grupo seleccionado podía recibir acceso anticipado y ventajas adicionales. La decisión dependía de la oferta, el stock y el comportamiento del cliente; no de copiar un umbral de otra tienda.
Si quieres llevar esta idea a una campaña, aquí explico cómo segmentar Black Friday en Klaviyo.
Cómo aumentar el LTV con acciones de email marketing
Revisar primero el ticket medio
Una de las primeras preguntas que me hago es si el cliente está encontrando todo lo que necesita en su compra. Puede haber oportunidades en packs, productos complementarios o una propuesta más clara.
Como ejemplo de cálculo, pasar de un AOV de 80 € a 100 € supone un aumento del 25 %. Es una subida considerable, no una mejora que daría por hecha. Empezaría por pequeñas pruebas y comprobaría también conversión y margen: subir el ticket a costa de perder demasiadas compras puede no compensar.
Acompañar al cliente después del pedido
La poscompra no debería limitarse a pedir otra venta. Según el producto, puede ser más útil enseñar cómo utilizarlo, resolver dudas o explicar cómo cuidarlo.
Después valoramos cuándo tiene sentido recomendar un complemento o recordar una reposición. El mensaje y el tiempo de espera deben responder a lo que compró esa persona. No todas las categorías tienen el mismo ciclo.
Localizar dónde se pierde la segunda compra
Miramos cuánto tarda en llegar, qué productos generan repetición y dónde se frena el recorrido. A partir de ahí decidimos qué revisar: contenido, oferta, tiempos o segmentación.
Antes de añadir más mensajes, conviene comprobar que los flows de Klaviyo funcionan con los filtros y el contenido adecuados. Enviar más no resuelve por sí solo un problema de recurrencia.
Cómo comprobar si los cambios están mejorando el LTV
Después de cambiar una secuencia de poscompra, revisamos qué ocurre con los clientes que entran desde esa fecha. Para interpretarlo, los comparamos con grupos anteriores que hayan tenido el mismo tiempo para comprar.
Fijar el punto de partida. Anota qué cambiaste, cuándo y a quién afecta. Evita atribuir a un flow un cambio que también coincide con una nueva oferta o una campaña de captación distinta.
Comparar la misma edad del cliente. Primeros 90 días frente a primeros 90 días, por ejemplo. Una cohorte antigua ha tenido más oportunidades de repetir que otra recién captada.
Mirar varias señales de negocio. Valor por cliente, porcentaje que repite, tiempo hasta la segunda compra, devoluciones y margen cuando hay datos suficientes.
Dar tiempo y acumular muestra. En productos de compra lenta, necesitamos meses para valorar la recurrencia. Un mes flojo o una subida puntual no bastan para cerrar el análisis.
Una comparación antes y después orienta, pero también pueden influir la temporada, el producto o el tipo de cliente captado. Cuando es viable, un grupo de control comparable ayuda a separar mejor el efecto del cambio.
Qué revisaría en tu ecommerce antes de tomar una decisión
Empezaría por aclarar qué significa el LTV que estás mirando. Después comprobaría datos, periodo, devoluciones y diferencias entre clientes. Solo entonces decidiría qué cambiar en captación, incentivos o poscompra.
El número tiene valor cuando te ayuda a actuar: detectar una segunda compra que no llega, reconocer a clientes rentables o evitar descuentos que no hacen falta.
Si quieres revisar cómo convertir ese análisis en segmentos y automatizaciones, en nuestra agencia Klaviyo para ecommerce podemos estudiar tu punto de partida y las oportunidades de tu cuenta.
