Intervalo de Recompra: Quando Disparar a Próxima Oferta

A maioria dos e-commerces brasileiros dispara a campanha de recompra 30 dias depois da compra. Não porque o dado apontou isso — mas porque 30 foi o número que veio preenchido no template da ferramenta. O intervalo de recompra real da sua loja quase certamente é outro.

E essa diferença não é detalhe. Mandar a oferta cedo demais gera descadastro. Mandar tarde demais entrega o cliente pro concorrente que anunciou antes. O timing é a variável mais barata de corrigir e a mais ignorada na operação.

Neste artigo você vai aprender a calcular o intervalo de recompra da sua base com dados reais, segmentar por categoria de produto e transformar isso num fluxo automatizado de WhatsApp e email que roda sozinho.

Por que "30 dias depois" não funciona pra todo mundo

O ciclo de recompra é uma característica do produto, não do canal. Uma loja de suplementos vende potes de 60 cápsulas que duram exatamente 30 dias. Uma loja de moda feminina tem cliente que volta a cada 4 meses. Uma pet shop de ração vive num ciclo de 25 a 35 dias, dependendo do porte do animal.

Usar o mesmo gatilho de 30 dias nos três casos significa acertar em um e desperdiçar orçamento nos outros dois.

Cliente que recebe oferta no momento errado não só deixa de comprar: ele aprende a ignorar sua marca. Cada disparo fora de hora educa a base a não abrir a próxima mensagem.

Existe ainda um custo direto. No WhatsApp API, cada template de marketing enviado é cobrado. Disparar 8.000 mensagens pra uma base que ainda tem produto em casa é queimar orçamento e reputação ao mesmo tempo.

Como calcular o intervalo de recompra da sua base

A conta é simples e você não precisa de BI pra fazer. Precisa de uma exportação de pedidos com três colunas: ID do cliente, data do pedido e valor. Qualquer plataforma exporta isso — Shopify, VTEX, Nuvemshop, WooCommerce, Tray, Yampi.

Passo a passo na planilha

• Filtre apenas clientes com 2 ou mais pedidos. Quem comprou uma vez só não tem intervalo — ele entra em outro tipo de fluxo.
• Ordene por cliente e por data. Para cada cliente, calcule a diferença em dias entre pedidos consecutivos.
• Junte todos os intervalos numa coluna única. Se um cliente comprou 4 vezes, ele gera 3 intervalos. Todos entram na conta.
• Calcule a mediana, não a média. Esse é o ponto crítico.

Por que mediana? Porque a média é destruída por outliers. Um cliente que comprou em janeiro de 2023 e voltou em novembro de 2024 gera um intervalo de 670 dias que puxa toda a sua estatística pra cima. A mediana ignora esse ruído e mostra o comportamento do cliente típico.

Exemplo real de uma loja de cosméticos com 4.200 intervalos analisados:

• Média: 71 dias
• Mediana (P50): 43 dias
• Percentil 25: 28 dias
• Percentil 75: 82 dias

Se essa loja tivesse usado a média, dispararia a campanha no dia 71 — quando metade da base já teria recomprado (ou desistido). Usando a mediana, o gatilho vai pro dia 43. E a janela de decisão real está entre o dia 28 e o dia 82, onde estão 50% de todas as recompras.

Regra prática: dispare a primeira mensagem de recompra entre 70% e 80% da mediana. No exemplo acima, isso significa o dia 30 a 34 — antes de o cliente sentir a necessidade e ir pesquisar no Google.

Segmente o intervalo por categoria de produto

Uma mediana geral já é infinitamente melhor que um chute. Mas a operação madura calcula o intervalo por categoria — ou até por SKU nos casos de produto consumível.

Faça a mesma conta, só que filtrando pelos clientes cuja primeira compra continha determinado produto ou categoria. É comum encontrar diferenças brutais dentro da mesma loja:

• Categoria consumível (suplemento, ração, cápsula, refil): 25 a 40 dias
• Cosmético e skincare: 45 a 70 dias
• Moda e acessórios: 90 a 120 dias
• Casa, decoração e eletrônicos: 150 dias ou mais

Para produtos consumíveis existe um atalho ainda melhor que o histórico: calcule pelo tempo de uso. Se o pote tem 60 cápsulas e a posologia é 2 por dia, o produto acaba em 30 dias. Some 5 dias de prazo de entrega e dispare no dia 27 — quando ainda restam 3 dias de estoque na casa do cliente.

Esse detalhe muda a mensagem de "compre de novo" pra "seu produto está acabando". A segunda converte muito mais porque não é oferta, é lembrete útil.

Do dado ao fluxo: montando a automação de recompra

Com o intervalo calculado, o fluxo deixa de ser um disparo único e vira uma sequência com escalada de incentivo. A lógica é começar sem desconto e só oferecer vantagem se o cliente não responder.

Estrutura que funciona pra maioria dos e-commerces (D0 = 75% da mediana da categoria):

• D-5 — Email de conteúdo. Sem oferta. Dica de uso, cuidado com o produto, combinação com outro item. Objetivo é reaquecer o relacionamento antes de vender.
• D0 — WhatsApp com recompra em 1 clique. Template aprovado, personalizado com o produto que a pessoa comprou, botão que leva pro carrinho já montado. Sem desconto.
• D+5 — Email com prova social. Avaliações de outros clientes, sugestão de kit ou upgrade de tamanho.
• D+12 — WhatsApp com incentivo leve. Frete grátis costuma performar melhor que desconto percentual e protege a margem.
• D+25 — Última tentativa com desconto real. Só aqui entra o cupom, e com prazo curto.
• Após D+40 — o cliente sai do fluxo de recompra e entra na régua de reativação.

Duas regras de higiene que sustentam esse fluxo:

• Supressão imediata. Comprou em qualquer etapa? Sai da sequência na hora. Nada pior que receber cupom de 15% dois dias depois de pagar preço cheio.
• Exclusão de pedidos em trânsito. Se o cliente tem entrega pendente ou ticket aberto no suporte, ele não recebe oferta. Contexto ruim mata conversão.

Erros que sabotam o cálculo do intervalo de recompra

Vemos os mesmos quatro problemas em quase toda auditoria de base:

• Usar média em vez de mediana. Já explicamos: outliers distorcem tudo e você acaba disparando semanas atrasado.
• Contar apenas a primeira recompra. Clientes fiéis compram cada vez mais rápido. Analisar só o intervalo entre a 1ª e a 2ª compra ignora que a 3ª costuma vir 20% a 30% mais cedo.
• Misturar compradores de teste com clientes reais. Pedidos cancelados, estornados e testes internos precisam sair da base antes da conta.
• Ignorar sazonalidade. Uma base inteira que comprou na Black Friday cria um pico artificial. Analise pelo menos 12 meses pra diluir esse efeito.

Como medir se você acertou o timing

Mudou o intervalo? Prove que funcionou. Três métricas bastam:

• Taxa de recompra em 90 dias. Percentual de clientes que fizeram segunda compra dentro do trimestre. É o indicador macro.
• Tempo médio até a segunda compra. Se o fluxo está no timing certo, esse número cai mês a mês.
• Receita incremental com grupo de controle. Separe 10% da base que não recebe o fluxo. A diferença de receita por cliente entre os dois grupos é o valor real que a automação gera — sem inflar número com quem compraria de qualquer jeito.

Sem grupo de controle, todo relatório de recompra superestima o resultado. Uma parte dos clientes voltaria sozinha, e atribuir essa venda ao fluxo é enganar a própria operação.

Revise o cálculo a cada trimestre. Lançamento de produto novo, mudança de embalagem ou entrada em novo canal alteram o comportamento da base e o intervalo muda junto.

Conclusão: dado bom, executado no dia certo

Calcular o intervalo de recompra é trabalho de uma tarde. Transformar esse número em fluxos que rodam todo dia, no canal certo, com supressão correta e mensuração honesta — isso é operação contínua.

É exatamente esse trabalho que fazemos na Quantum: diagnosticamos a base, calculamos o ciclo por categoria, montamos os fluxos de WhatsApp e email na identidade visual da sua marca e acompanhamos os números todo mês. Em média, 30% da receita dos nossos clientes vem da reativação da base que já existe.

Se sua loja ainda dispara recompra no piloto automático de 30 dias, provavelmente há receita parada esperando o timing certo. Fale com a Quantum e receba um diagnóstico gratuito da sua base em 48 horas. Nós operamos. Você acompanha.