Cómo limpiar tu base de datos de Shopify en 5 pasos
Si llevas más de seis meses vendiendo en Shopify, tu base de datos de clientes ya acumula suciedad. No es un insulto: es la realidad de cualquier tienda online activa. Correos duplicados, teléfonos mal formateados, clientes que compraron una vez con una dirección de Gmail inventada, suscriptores que llevan dos años sin abrir un solo email. Todo eso está ahí, distorsionando tus métricas y malgastando tu presupuesto de marketing.
Una base de datos limpia no es un lujo para grandes marcas. Es la diferencia entre una campaña de email que convierte al 4 % y otra que apenas llega al 0,8 %. Entre segmentar bien a tus mejores clientes y enviarles a todos el mismo descuento genérico. En este artículo te explico exactamente cómo hacerlo, paso a paso.
Paso 1: Exporta todos tus datos desde el Shopify admin
Antes de limpiar nada, necesitas ver con qué trabajas. En tu Shopify admin, ve a Clientes → Exportar. Shopify te permite exportar todos los clientes en formato CSV, incluyendo nombre, email, teléfono, ciudad, país, número de pedidos, gasto total y fecha del último pedido.
Descarga el archivo completo. Si tienes más de 50.000 registros, Shopify lo enviará por email en lugar de descargarlo directamente. El archivo CSV que recibirás tiene columnas fijas: Email, First Name, Last Name, Phone, Total Spent, Total Orders, Tags, entre otras.
Abre el CSV en una hoja de cálculo (Excel, Google Sheets o Numbers) y ordena los datos por la columna Email. Ese primer vistazo ya te dará una idea del estado real de tu base: verás de inmediato correos como test@test.com, campos de nombre en blanco o teléfonos con formato inconsistente.
Paso 2: Identifica y elimina duplicados
Los duplicados son el problema número uno en cualquier base de datos de ecommerce. Ocurren cuando un mismo cliente compra como invitado varias veces, cuando alguien usa variantes de su email (maria@gmail.com y Maria@gmail.com) o cuando hay errores de importación.
En Google Sheets, usa la función =COUNTIF($A:$A, A2) en una columna auxiliar para marcar los emails que aparecen más de una vez. Filtra por los valores mayores que 1 y revisa esos registros manualmente. En muchos casos encontrarás que el mismo cliente tiene dos perfiles con distinto historial de compras: uno con tres pedidos y otro con uno. El criterio para fusionar es siempre quedarte con el perfil de mayor actividad.
En Shopify, los perfiles duplicados se fusionan manualmente desde la ficha de cada cliente (botón Merge customers en el menú de acciones). No es automático, pero para los 20 o 30 duplicados más relevantes merece la pena hacerlo.
Paso 3: Corrige errores de formato en campos críticos
El campo de teléfono es el más caótico en cualquier exportación de Shopify. Encontrarás números sin prefijo internacional, con espacios, con guiones, con paréntesis y sin ellos. Si usas SMS marketing o WhatsApp, esto es un problema serio.
El estándar para trabajar con números de teléfono es el formato E.164: +34612345678. En Google Sheets puedes limpiar los formatos más comunes con fórmulas para eliminar espacios y guiones, y luego añadir el prefijo del país según la columna de país.
Para los emails, busca patrones que indican datos falsos o erróneos: dominios inexistentes, extensiones raras, emails con más de un símbolo @, o patrones como aaaaaa@ o 123456@. Una limpieza básica elimina entre el 3 % y el 8 % de los registros en tiendas de tamaño medio.
Paso 4: Segmenta y etiqueta a tus clientes reales
No todos los contactos en tu base de datos merecen el mismo trato. Con los datos limpios, aplica una segmentación básica basada en comportamiento real:
- Clientes activos: más de 1 pedido en los últimos 12 meses.
- Clientes en riesgo: su último pedido fue hace entre 12 y 24 meses.
- Clientes perdidos: sin compras en más de 24 meses.
- Suscriptores sin compra: aceptaron el email marketing pero nunca compraron.
Shopify permite añadir etiquetas (tags) masivamente desde la vista de clientes filtrada. Selecciona el segmento, usa la acción Add tags y aplica etiquetas como activo-2025, en-riesgo o sin-compra. Estas etiquetas luego están disponibles en Shopify Email, Klaviyo, Mailchimp y cualquier herramienta de marketing que conectes.
Una tienda de ropa con 8.000 clientes que aplica esta segmentación puede descubrir que solo 1.200 de ellos son compradores activos, y enfocar ahí el 70 % de su presupuesto de retención.
Paso 5: Establece un proceso de higiene continua
Limpiar la base de datos una vez no sirve de nada si tres meses después vuelves a tener el mismo problema. La calidad de los datos requiere mantenimiento regular, no intervenciones de emergencia.
Implementa estos tres hábitos desde hoy:
- Revisión mensual del CSV exportado: 30 minutos al mes para identificar nuevos duplicados o formatos incorrectos antes de que se acumulen.
- Doble opt-in en el formulario de suscripción: Shopify permite configurarlo en Configuración → Notificaciones → Confirmación de suscripción de email. Reduce la tasa de suscriptores falsos en más del 60 %.
- Limpieza automática de rebotes: Si usas Klaviyo o Mailchimp, activa la supresión automática de hard bounces. Mantener emails que rebotan daña tu reputación de remitente y reduce la entregabilidad de toda tu lista.
Con estos tres hábitos activos, una tienda que ahora tiene un 15 % de registros problemáticos puede bajar a menos del 3 % en seis meses.
El resultado de trabajar con datos limpios
Una base de datos saneada no solo mejora tus tasas de apertura y conversión. También reduce el coste por campaña si pagas por contacto en tu herramienta de email marketing, mejora la precisión de tus audiencias personalizadas en Meta Ads cuando subes la lista de clientes, y te da una imagen real de cuántos clientes activos tiene tu negocio, no una cifra inflada por fantasmas del pasado.
La diferencia entre una tienda que analiza datos limpios y una que trabaja con registros sucios no se mide en decimales. Se mide en decisiones: a quién le mandas el próximo descuento, en qué segmento inviertes el presupuesto de recuperación, y qué productos promocionas a quién.
Analiza tu base de datos de Shopify gratis con ClearRows
ClearRows — Barcelona. Datos limpios, ventas reales.