De todos los flows de email que puede montar un ecommerce, el de recomendación post-compra es el que mejor rentabiliza a un cliente concreto: el que acaba de comprarte. Está caliente, tiene tu marca fresca en la cabeza, lleva el paquete pendiente en casa y su bandeja de entrada te presta atención más que en ningún otro momento del ciclo.

Por eso las tasas de apertura del post-purchase suelen doblar a las del boletín normal. Y por eso, cuando ese email no llega, la pérdida no es marginal: es la venta más barata que podías hacer.

Este artículo trata de un problema silencioso: no que el flow esté mal diseñado, sino que un porcentaje relevante de esos emails nunca llega a inbox porque los datos que alimentan al flow ya estaban podridos antes.

Qué es cross-sell y upsell post-compra en ecommerce

Rápido, para alinear vocabulario:

  • Cross-sell: recomendar productos complementarios al que se acaba de comprar. Compraste una crema hidratante, te propongo un sérum o un protector solar de la misma línea.
  • Upsell: proponer una versión superior o un formato mayor del mismo tipo de producto. Compraste el tamaño 50 ml, te propongo el 200 ml con mejor coste por mililitro.
  • Post-purchase flow: la secuencia automatizada de emails que se dispara entre 3 y 14 días después de la primera compra, con esas recomendaciones y a veces con contenido educativo, cuidados del producto o pruebas sociales.

En Klaviyo, Mailchimp, Brevo, Omnisend o cualquier plataforma seria, este flow está entre los tres primeros en rentabilidad porque hereda la confianza de una transacción reciente.

Por qué el post-purchase falla más de lo que crees

Aquí viene el matiz que casi nadie mira. El flow post-compra hereda el email que el cliente introdujo al comprar, no el email con el que se dio de alta en la newsletter. Y esos dos datos, en muchas tiendas, no coinciden.

Los casos más frecuentes de suciedad en esa dirección de correo son cuatro:

  1. Emails escritos con typo en el checkout. maria.gonzales@gmial.com, contacto@empresa.co, con coma en lugar de punto, o el clásico dominio inventado por autocompletado del navegador.
  2. Alias temporales usados solo para completar la compra. El cliente se registró rápido con un alias +compra1@ o con un servicio de correo temporal para obtener el 10% de bienvenida y ya no lo revisa nunca más.
  3. Direcciones corporativas de personas que han dejado la empresa. Muy habitual en tiendas B2B, en tiendas de regalos de empresa o en tiendas que venden a autónomos y pymes. El pedido lo hizo el pedidos@ de una empresa que ya no existe o cambió de responsable.
  4. Duplicados con dominios muertos. El cliente se registró hace tres años con un @ono.com o un @wanadoo.es que dejó de funcionar, y en el pedido más reciente ha usado su Gmail actual. Tu CRM tiene los dos contactos como personas distintas y el flow le dispara al contacto viejo.

Los cuatro son inputs que, o bien nunca llegarán, o bien llegarán a alguien que no los abrirá jamás. El flow rebota, la métrica de "delivered" cae y el algoritmo del proveedor te empieza a marcar como sospechoso, lo que a su vez perjudica al resto de tus envíos.

Un escenario ilustrativo con números

Imagina una tienda española de cuidado personal con 3.000 pedidos al mes y ticket medio (AOV) de 45€. El equipo ha montado un flow post-purchase de tres emails: recomendación complementaria al día 3, prueba social y contenido educativo al día 7, oferta de reposición al día 14.

Datos razonables del sector para un flow post-compra bien montado:

  • Tasa de conversión del flow (cross-sell y upsell agregados): entre el 3% y el 5% de las cuentas que reciben la secuencia acaban comprando algo adicional.
  • Ticket medio del cross-sell: alrededor del 60-80% del AOV base (son productos complementarios más baratos o formatos pequeños), en este escenario 30€.

Si el 100% de los 3.000 pedidos mensuales recibiera el flow, con una conversión del 4% y un ticket cross-sell de 30€, la facturación adicional sería:

  • 3.000 × 4% = 120 pedidos cross-sell al mes.
  • 120 × 30€ = 3.600€/mes en revenue incremental.
  • 3.600€ × 12 = 43.200€/año.

Ahora asumamos que el 15% de la base tiene alguno de los cuatro problemas descritos arriba, algo perfectamente razonable en bases que llevan dos o tres años sin higiene sistemática:

  • 3.000 × 15% = 450 pedidos cuyos emails post-compra nunca llegan a inbox útil.
  • 450 × 4% × 30€ = 540€/mes perdidos.
  • 540€ × 12 = 6.480€/año.

Seis mil euros al año perdidos por no haber revisado la calidad de esos 450 registros. No es dinero de marketing extra: es margen que ya habías ganado y que estás dejando en la mesa.

Los tres puntos donde el flow se rompe por datos sucios

Volviendo al flow anterior, hay tres momentos concretos en los que la suciedad hace daño:

Email 1, día 3 — recomendación cross-sell. Es el que tiene la mayor tasa de apertura del flow (a veces por encima del 55%) porque el cliente todavía está esperando el paquete y cualquier email de la marca parece útil. Si rebota aquí, pierdes el pico de conversión.

Email 2, día 7 — prueba social y educativo. Es el que refuerza la marca y prepara para la recompra. Menos ventas directas, pero clave para retención. Si el contacto ya está marcado como bounce por el email 1, tu proveedor puede dejar de intentarlo.

Email 3, día 14 — reposición o upsell. El que más margen aporta. Un porcentaje de tus clientes compraría el formato grande si se lo propones en el momento justo. Si el email nunca llega, ese upsell simplemente no ocurre y el cliente vuelve tres meses después a comprar el mismo formato pequeño.

Los tres emails viven o mueren por lo mismo: la calidad del correo capturado en el checkout.

Qué mirar antes de escalar tu flow post-compra

Antes de invertir más tiempo en optimizar el copy, la segmentación o la creatividad del flow, es más rentable revisar los inputs. Un checklist mínimo:

  • Bounce rate específico del post-purchase. Extrae en Klaviyo, Mailchimp o Brevo los rebotes de los últimos 90 días de este flow concreto, no del total de la cuenta. Si supera el 2% duro (hard bounce), tienes un problema estructural, no puntual.
  • Duplicados de cliente entre checkout y newsletter. Cruza los emails que compran con los emails que están dados de alta a la newsletter. Cuando aparecen los mismos clientes con dos correos distintos, sabes que hay fugas.
  • Dominios muertos en tu base histórica. Filtra por dominios @ono.com, @wanadoo.es, @ya.com, @terra.es y similares. Todos los correos allí son 100% no entregables. Existieron, se apagaron, y siguen ocupando espacio (y coste) en tu plan de email.
  • Typos frecuentes. gmial.com, hotmial.com, outllok.com, dominios con coma final o con espacio delante. Un análisis básico los detecta y te da la lista.
  • Alias temporales. Direcciones de servicios de correo desechable (los famosos "10 minutos") que se usaron solo para conseguir el descuento inicial. En una base típica del sector es razonable esperar entre un 1% y un 4%.

Si haces esta revisión y descubres que el 15% de tu base tiene problemas, la buena noticia es que la parte de código no requiere rediseñar nada del flow. Solo requiere trabajar los datos.

Cómo ClearRows encaja en este problema

Si quieres saber qué porcentaje de tu base entra en cada una de estas categorías antes de decidir si es urgente o no, puedes subir tu CSV exportado desde Shopify, WooCommerce, PrestaShop, Magento, Klaviyo, Mailchimp, Brevo o cualquier otra plataforma a clearrows.com. El análisis es gratuito, sin tarjeta, sin límite de filas. Te devuelve un score de calidad de 0 a 100 y un desglose por tipo de problema: emails inválidos por sintaxis, por dominio DNS o por servicio desechable, duplicados exactos y fuzzy, teléfonos y direcciones incompletas, campos vacíos.

Con eso decides si tienes un problema que justifica limpieza. Si no, sigue tu ritmo. Si sí, la limpieza básica cuesta 67€ hasta 25.000 registros y el CSV limpio te llega por email en aproximadamente quince minutos.

Es la vía más rápida para dejar de perder los 6.000€ que se van por un flow que técnicamente está bien montado y que a nadie le da problemas hasta que alguien mira los rebotes con lupa.