Tasa de Repetición a 60 Días

Definición

La tasa de repetición a 60 días mide el porcentaje de clientes de una cohorte específica que realizan un segundo pedido dentro de los 60 días posteriores a su primera compra. La palabra clave es cohorte: no se trata de todos los clientes activos de la tienda, sino de un grupo definido por la fecha de su primera compra — por ejemplo, todos los clientes nuevos captados en enero de 2026. De ese grupo, se observa cuántos realizan una segunda compra antes de que transcurran 60 días desde su primera transacción.

Esta métrica forma parte de la serie de puntos de control 30/60/90 días que utilizan las marcas D2C para evaluar la salud de retención de cada cohorte de adquisición. Los 30 días capturan la repetición inmediata — relevante principalmente para consumibles de ciclo muy corto como café, alimentos perecederos o suplementos de uso diario. Los 90 días ofrecen la señal más completa pero llegan demasiado tarde para ajustes tácticos dentro del mismo trimestre. Los 60 días representan el equilibrio óptimo: para la mayoría de las categorías D2C, esta ventana captura entre el 65% y el 80% de los clientes que eventualmente van a repetir en los primeros tres meses.

Cómo se calcula

El cálculo requiere identificar con precisión dos elementos: la cohorte de clientes de referencia (todos los clientes que realizaron su primera compra en un período determinado) y el número de esos clientes que realizó una segunda compra dentro de los 60 días siguientes a esa primera compra. La división de los segundos entre los primeros, expresada como porcentaje, es la tasa de repetición a 60 días.

Un aspecto técnico importante: la ventana de 60 días se mide desde la fecha de la primera compra individual de cada cliente, no desde el inicio del período de la cohorte. Si un cliente realizó su primera compra el 15 de marzo, la ventana de 60 días se cierra el 14 de mayo. Otro cliente de la misma cohorte cuya primera compra fue el 31 de marzo tiene su ventana cerrada el 30 de mayo. Este detalle es relevante en plataformas que calculan la métrica agregando pedidos por mes calendario en lugar de usar ventanas individuales por cliente — el segundo método es el correcto.

Ejemplo práctico

Una marca D2C de cuidado del cabello con sede en Bogotá, Colombia, lanzó una campaña de adquisición en Meta Ads durante febrero de 2026, captando 1,200 clientes nuevos a un AOV promedio de COP $148,000 (aproximadamente MXN $740). Para evaluar la calidad de esta cohorte, el equipo de operaciones rastreó cuántos de esos 1,200 clientes realizaron una segunda compra en los 60 días siguientes.

A los 60 días, 204 clientes habían realizado una segunda compra — una tasa de repetición del 17%. Para una marca de cuidado del cabello (que comparte características con ropa y moda en términos de frecuencia de compra), este resultado está en el rango aceptable. Sin embargo, el análisis por segmento reveló una diferencia significativa: los 380 clientes adquiridos a través de colaboraciones con creadores de contenido presentaban una tasa de repetición del 26%, mientras que los 820 clientes captados por anuncios de imagen estándar mostraban solo un 12%. Esta diferencia en la calidad de la cohorte por canal de adquisición cambió la asignación de presupuesto para el siguiente trimestre — el equipo aumentó la inversión en colaboraciones con creadores en un 40% y redujo el presupuesto de imagen estándar.

El cálculo de impacto en LTV fue directo: asumiendo que los clientes que repiten a 60 días continúan comprando con una frecuencia promedio de 4 veces al año, el LTV proyectado a 24 meses para el segmento de alta retención es de COP $740,000 (5 compras × COP $148,000), mientras que para el segmento de baja retención — que en su mayoría no va a realizar una tercera compra — el LTV se limita a COP $296,000 (2 compras). La diferencia en LTV entre ambos segmentos justifica pagar un CAC hasta 2.5 veces más alto por clientes adquiridos a través del canal de mayor retención.

Análisis en profundidad

La tasa de repetición a 60 días es la métrica más importante en el análisis de salud de una marca D2C porque actúa como indicador adelantado del LTV cuando el LTV real todavía no puede calcularse. Una marca que acaba de adquirir una cohorte en enero no puede conocer su LTV a 24 meses hasta enero de 2028. Pero si mide la tasa de repetición a 60 días de esa cohorte, puede predecir con razonable precisión —usando los patrones históricos de cohortes anteriores— cuál será el LTV final. Esta capacidad de predicción temprana es lo que hace que los operadores D2C sofisticados construyan toda su estrategia de retención alrededor de la ventana de 60 días.

La dinámica de la segunda compra merece atención especial. En la mayoría de las categorías D2C, existe una diferencia estadística significativa entre la probabilidad de compra de un cliente de una sola compra y la de un cliente que ya ha repetido. Un cliente que ha comprado dos veces tiene entre 2.5 y 4 veces más probabilidades de comprar una tercera vez que un cliente de primera compra de comprar una segunda. Esto significa que lograr esa segunda compra dentro de los 60 días es un punto de inflexión en la relación con el cliente — no una métrica más. Las marcas que diseñan sus flujos de post-compra con el objetivo específico de catalizar la segunda compra antes de los 60 días observan mejoras en la tasa de repetición de 5 a 12 puntos porcentuales sin incrementos significativos en el costo de retención.

El análisis de la tasa de repetición a 60 días por cohorte de adquisición — segmentando no solo por mes sino por canal de adquisición, oferta inicial, geografía y segmento de producto — revela patrones que el análisis agregado oculta. Es frecuente encontrar que una marca tiene una tasa de repetición global del 18% que esconde una distribución bimodal: un 30% de los clientes adquiridos por ciertos canales o con ciertas ofertas, y un 8% de los adquiridos por otros. Actuar sobre esa diferencia —cambiando la asignación de presupuesto, modificando la oferta de primera compra, ajustando la secuencia de post-compra por segmento— es la palanca de mayor impacto disponible en la operación D2C.

En el contexto LATAM, la tasa de repetición a 60 días presenta particularidades que merecen consideración. Los mercados latinoamericanos tienen patrones de consumo influenciados por ciclos de pago que no siempre coinciden con los calendarios de EE.UU.: quincenas, pagos de nómina a fin de mes, y fechas de cobro de créditos son variables que afectan el momento en que los clientes están disponibles para repetir. Una marca en México que lanza una campaña de adquisición entre el 1 y el 10 del mes puede observar picos de segunda compra concentrados alrededor del 15 y del 30 del mes siguiente, en lugar de una distribución uniforme en la ventana de 60 días. Esto no cambia la métrica en sí, pero sí afecta la interpretación de los datos a mitad de ventana y la efectividad de los SMS y emails de retención enviados en los primeros 30 días.

La relación entre la tasa de repetición a 60 días y el AOV de la segunda compra es otra dimensión relevante que los operadores D2C avanzados monitorean. No es suficiente saber que el 20% de los clientes repitió — también importa si el AOV de esa segunda compra fue mayor, igual o menor que el de la primera. En marcas de cuidado personal o suplementos, los clientes que repiten dentro de los 60 días frecuentemente lo hacen con pedidos más grandes (bundles, suscripción, tamaño mayor) porque ya han validado el producto y están comprando con mayor confianza. Un AOV de segunda compra significativamente menor que el de primera compra puede indicar que la retención se está logrando a través de descuentos agresivos — lo que mejora la tasa de repetición pero deteriora el margen de la cohorte.

Errores frecuentes

• ✗

  Calcular la tasa de repetición con períodos de mes calendario en lugar de ventanas individuales por cliente. Muchas herramientas de análisis D2C calculan la retención de manera incorrecta comparando pedidos del "mes 2" de la cohorte con el total de clientes, en lugar de medir cuántos clientes individuales realizaron una segunda compra dentro de los 60 días exactos desde su primera compra. El método incorrecto subestima la tasa real cuando la cohorte se adquirió a lo largo de todo el mes (porque los clientes adquiridos a finales de mes tienen menos tiempo dentro de la ventana), y puede llevar a creer que la retención es más baja de lo que realmente es.

• ✗

  Usar la tasa de repetición global en lugar de análisis por cohorte de canal. Una tasa de repetición a 60 días del 18% a nivel de toda la base de clientes esconde diferencias de 10 a 20 puntos porcentuales entre canales de adquisición. Si se toman decisiones de inversión de marketing basadas en la tasa agregada, se está ignorando la información más valiosa que tiene la marca: cuáles canales producen clientes con alta probabilidad de retención y cuáles producen clientes de una sola compra a un costo similar. La segmentación de la tasa de repetición por canal de origen es la base de una estrategia de presupuesto de marketing eficiente.

• ✗

  Optimizar la tasa de repetición a expensas del margen de la segunda compra. Es posible aumentar artificialmente la tasa de repetición a 60 días ofreciendo descuentos del 30–40% en la segunda compra. El número de clientes que repiten sube, pero el margen de cada transacción de repetición se deteriora, y — más importante — se está condicionando al cliente a esperar descuentos para volver a comprar. Una tasa de repetición del 22% con AOV de segunda compra al precio completo es más valiosa que una tasa del 30% con AOV de segunda compra con descuento del 35%. El indicador correcto no es solo la tasa de repetición, sino la tasa de repetición multiplicada por el margen de contribución de la segunda compra.

Cómo lo rastrea Fairview

Fairview calcula automáticamente la tasa de repetición a 60 días conectando los datos de pedidos desde Shopify, WooCommerce o plataformas de ecommerce directas, y construyendo el análisis de cohortes con ventanas individuales por cliente — no con promedios de período de mes calendario. El resultado es una tabla de cohortes que muestra la tasa de repetición a 30, 60 y 90 días para cada cohorte mensual, segmentada por canal de adquisición, geografía y categoría de producto. Cuando la tasa de repetición a 60 días de una cohorte cae por debajo del umbral definido para la categoría, Fairview genera una Next Best Action con la cuantificación del impacto en LTV proyectado y las palancas de retención disponibles. Para marcas D2C en mercados LATAM que gestionan múltiples categorías y canales de adquisición, la visibilidad en tiempo real de la tasa de repetición a 60 días por cohorte es la diferencia entre una operación reactiva y una que anticipa problemas de retención con semanas de antelación.

Preguntas frecuentes