¿Cuántos de tus suscriptores reciben una oferta que no les interesa? En una lista de 20.000 contactos, buena parte nunca abre, otra hace clic en todo y una tercera ya ni existe. Segmentar es dejar de enviar el mismo mensaje a estos tres públicos. Esta guía detalla los criterios que funcionan y el método RFM. Sin embargo, falta un ángulo en la mayoría de los artículos sobre el tema: la calidad del dato en sí.
Segmentar por datos demográficos y geográficos
Es la clasificación más sencilla de implementar. Edad e idioma forman la base. La ubicación afina la franja horaria de envío. El sector de actividad se suma con utilidad en B2B. Estos campos ya están presentes en la mayoría de los CRM y se sincronizan directamente con el ESP mediante API o webhook. Un correo en inglés enviado a un contacto hispanohablante pierde la apertura antes incluso de ser leído.
Hay dos límites que conocer. Demasiados campos en el registro ahuyentan al prospecto antes del primer envío. Y un criterio demográfico por sí solo no dice nada del compromiso real: un contacto de 35 años de Madrid puede igualmente ignorar cada campaña.
Segmentar por comportamiento: aperturas, clics, navegación
El comportamiento revela lo que la demografía no muestra. Un contacto que hace clic en tres campañas consecutivas merece un trato distinto al de quien no ha abierto un correo en seis meses. La mayoría de los ESP, Brevo incluido, permiten construir este tipo de segmento sin desarrollo:
- Define la ventana de observación: 30, 60 o 90 días según la frecuencia de envío.
- Crea un segmento «comprometidos» (al menos una apertura o un clic en la ventana).
- Crea un segmento «inactivos» (cero interacciones en el mismo periodo).
- Aísla los clics en enlaces concretos para activar escenarios automatizados (recordatorio de carrito, contenido relacionado con el interés detectado).
La reactividad a los correos anteriores pesa más que cualquier campo demográfico a la hora de predecir la próxima apertura.
Cruzar recencia, frecuencia y gasto con el método RFM
El método RFM clasifica a cada contacto según tres medidas. La recencia indica la fecha de la última compra o interacción. La frecuencia cuenta el número de compras en un periodo dado. Un tercer indicador, el importe total gastado, completa la puntuación.
Cada eje se puntúa de 1 a 5, lo que da una puntuación de tres cifras. Un contacto 555 es un campeón: compra reciente, frecuente, ticket alto. Un contacto 111 apenas tiene valor medible. Entre ambos extremos, los segmentos intermedios orientan escenarios distintos: reactivación para contactos en riesgo, oferta premium para tickets altos dormidos.
Esta es la base del cálculo del valor de vida del cliente (LTV). Una campaña de emailing B2B que trata a un lead cualificado como un suscriptor de newsletter cualquiera desperdicia su presupuesto de envío en el segmento equivocado.
Segmentar por calidad y validez del dato
Los criterios demográficos, de comportamiento y RFM comparten un punto débil: dan por hecho que la dirección de correo detrás de cada contacto todavía funciona. No siempre es así. Más del 20 % de una base de contactos de email queda obsoleta cada año, entre cambios de puesto y buzones cerrados. Los errores tipográficos cometidos en el registro se suman a esta cifra, según los datos publicados por Mailgun1.
Un segmento construido sobre direcciones muertas distorsiona todo lo demás. La tasa de apertura calculada sobre ese segmento parece catastrófica. La causa real: buzones que ya no existen. Cada envío a una dirección desaparecida genera un rechazo SMTP (hard bounce). Los proveedores de correo se sirven de esto para juzgar la reputación del remitente.
Tratar la calidad del dato como un criterio de segmentación por derecho propio resuelve esto. En concreto: aísla un segmento «por validar». Agrupa las direcciones que nunca se han abierto desde su alta, más los registros recientes sin primera apertura. Los dominios de sintaxis dudosa completan la criba. Haz verificar este segmento antes del próximo envío, no después de una alerta de reputación en tu dominio de envío. Es un control que se hace antes de planificar, nunca como reacción a una caída de deliverability.
Lo que la segmentación cambia de verdad
El estudio más citado sobre el tema sigue siendo el de Mailchimp, realizado sobre unas 2.000 cuentas que enviaron cerca de 11.000 campañas segmentadas a 9 millones de destinatarios2. Comparadas con las campañas no segmentadas, las campañas segmentadas muestran:
- +14,31 % de tasa de apertura
- +100,95 % de tasa de clic
- -4,65 % de rechazos (bounces)
- -3,90 % de quejas por spam
- -9,37 % de bajas
El desglose por tipo de segmentación confirma el punto anterior: la segmentación por actividad reduce los bounces en un 9,23 % además de mejorar los clics. La tasa de apertura sigue siendo el indicador más observado. Sin embargo, la reducción de rechazos pesa igual de fuerte sobre la reputación del remitente a medio plazo.
RGPD: lo que el consentimiento cambia en la segmentación
Cada dato utilizado para segmentar debe corresponder a un consentimiento explícito (opt-in), en el momento exacto de su recogida. Un campo «sector de actividad» rellenado para una newsletter no puede usarse para construir una segmentación comercial no anunciada.
La documentación del tratamiento (qué datos, para qué uso, cuánto tiempo se conservan) también protege la relación con el suscriptor. Un contacto que entiende por qué recibe tal correo raramente marca la campaña como spam.
Indicadores a seguir tras la implementación
Cuatro cifras bastan para pilotar una segmentación en el tiempo:
- Tasa de apertura por segmento: compara el atractivo del asunto entre grupos.
- Tasa de clic por segmento: mide el interés real por el contenido enviado.
- Tasa de conversión: acciones concretas (compra, registro, respuesta) tras el correo.
- Tasa de baja: señala una saturación o una mala asignación de segmento.
La tasa de compromiso cruza varias de estas señales en una sola medida. Útil para comparar segmentos de tamaño distinto sin abrir cuatro tablas separadas.
Una lista bien segmentada sigue siendo una lista viva: se verifica tanto como se divide.
