> For the complete documentation index, see [llms.txt](https://academy.vambe.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://academy.vambe.ai/canal/canal-pt-br/campanhas/recompra-recorrente-de-e-commerce.md).

# Recompra recorrente de e-commerce

Um tipo de campanha que detecta automaticamente quando um cliente está prestes a ficar sem um produto de consumo recorrente e escreve para ele antes que ele se esqueça.

Se a sua loja vende produtos de consumo recorrente —ração para pets, café, suplementos—, cada cliente tem um momento aproximado em que o que comprou na última vez vai acabar. Até agora, garantir que ele voltasse a comprar antes desse momento dependia de alguém da sua equipe ter isso no radar. **Recompra recorrente no E-commerce** faz esse acompanhamento por você: identifica quais produtos do seu catálogo são recomprados, calcula com que frequência cada cliente recompra, e escreve para ele justamente quando o produto está prestes a acabar.

{% hint style="info" %}
💡 **Onde fica?** Dentro de **Canais → Campanhas**, na aba **Dinâmica** você vai ver a opção de **+ Criar campanha dinâmica**.
{% endhint %}

***

### Como funciona

Ao contrário de uma campanha tradicional, que é disparada uma vez para uma lista fixa de contatos, esta é uma campanha dinâmica: todos os dias ela avalia quais clientes estão prestes a ficar sem um produto, com base na tendência de recompra desse produto, e envia proativamente um modelo sugerindo que eles o comprem novamente.

Para conseguir isso, a Vambe faz duas coisas por você:

1. **Detecta quais produtos são recompráveis** dentro do seu catálogo —aqueles que um mesmo cliente tende a comprar novamente, ao contrário de uma compra única.
2. **Calcula com que frequência cada produto é recomprado** cada um desses produtos, para saber quando é hora de avisar cada cliente.

Esse tempo de recompra que a IA calcula não é fixo: você pode ajustá-lo manualmente produto por produto, se conhecer melhor o ritmo real do seu negócio.

***

### Passo 1: criar a campanha

Vá para **Canais → Campanhas**, entre na aba **Dinâmica** e clique em **+ Criar campanha dinâmica**. Você vai preencher:

* **Nome da campanha**
* **Objetivo**, normalmente **Pedido criado**
* **Público/Segmento**: para quais clientes ele é direcionado. É recomendado começar por um segmento RFM dos que são gerados automaticamente para cada loja de e-commerce —por exemplo, **Grande compra recente**— em vez de direcionar para toda a sua base da mesma forma
* **Tipo de campanha**: por enquanto só existe **Recompra**, então já vem selecionado
* **Avisar X dias antes da recompra**: quantos dias antes da data estimada em que o produto vai acabar você quer contatar o cliente
* **Avaliação**: em que horário do dia a avaliação diária é feita

<figure><img src="https://502444442-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FCFdmz6HrosBiYP1q1BJ6%2Fuploads%2FQUZSoiAoa2fSPh9aX4nc%2Fp_02_form_campana.png?alt=media&#x26;token=c20983c7-e4d3-4555-9d2c-7412ed2850b2" alt=""><figcaption></figcaption></figure>

Se, ao configurar isso, você não tiver produtos declarados como recompráveis, a campanha vai te avisar e vai pedir para você ir configurá-los.

***

### Passo 2: declarar produtos recompráveis

Declarar produto por produto se ele é recomprável e a cada quantos dias ele é recomprado pode ser lento e trabalhoso —e além disso é difícil recuperar essa informação manualmente para todo o catálogo. Por isso existe um algoritmo que faz isso por você: acesse **E-commerce → Produtos** e clique em **Definir recompra**.

A IA analisa as compras passadas dos seus próprios clientes, detecta com que frequência cada produto se repete e com que probabilidade um cliente volta a comprá-lo, e a partir disso **recomenda quais produtos são recompráveis**, junto com o número de dias de recompra de cada um.

<figure><img src="https://3060493829-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FCFdmz6HrosBiYP1q1BJ6%2Fuploads%2FHXpk8zdcgGdx4MryuY40%2Fimage.png?alt=media&amp;token=e636f277-9b21-4aeb-94eb-d8251f31f2e4" alt=""><figcaption></figcaption></figure>

O algoritmo já vem com os produtos recomendados **pré-selecionados** (caixa marcada); sua única tarefa é revisá-los e desmarcar os que você não quiser incluir. Ao confirmar, a configuração de recompra é aplicada somente aos produtos que você deixou marcados, com os dias de recompra correspondentes a cada um.

***

### Passo 3: revisar os produtos e a projeção

Voltando à campanha, a lista de produtos recompráveis já vem carregada com os que o algoritmo recomendou e que você deixou marcados no passo anterior. Você pode deixá-los todos aplicados ou remover os que não interessarem.

<figure><img src="https://502444442-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FCFdmz6HrosBiYP1q1BJ6%2Fuploads%2F130Ji8xqkiJBhJY2VAJA%2Fp_06_productos_seleccionados.png?alt=media&#x26;token=d1dd42ed-d533-4440-8082-1446bc2b9563" alt=""><figcaption></figcaption></figure>

À direita, o painel de **Próximos envios projetados** mostra o que aconteceria se esta campanha fosse lançada hoje, amanhã e depois de amanhã: qual cliente receberia a mensagem e com qual produto, de acordo com as compras dele e o ritmo de recompra calculado.

***

### Passo 4: montar o fluxo de envio

No segundo passo da campanha você define o **canal** por meio do qual cada cliente será contatado e a **etapa** para a qual ele será movido ao responder. Por enquanto, esse tipo de campanha só funciona enviando **modelos de recompra**: um tipo especial de modelo da Meta.

<figure><img src="https://502444442-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FCFdmz6HrosBiYP1q1BJ6%2Fuploads%2FlLFfpFNrW2UTBreRMm4v%2Fp_08_flujo_plantilla.png?alt=media&#x26;token=7230124b-50ff-4972-bb19-7794915e70aa" alt=""><figcaption></figcaption></figure>

Se você ainda não tiver um modelo de recompra criado, pode criá-lo ali mesmo com o botão **Criar modelo de recompra**.

***

### Passo 5: criar o modelo de recompra

Um modelo de recompra é um modelo da Meta que vem com um botão do tipo **Checkout**: o link para o carrinho de compras é gerado automaticamente para cada cliente, com o produto correspondente já carregado. Você pode editar o texto da mensagem e o texto do botão; o link é montado sozinho.

<figure><img src="https://502444442-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FCFdmz6HrosBiYP1q1BJ6%2Fuploads%2FADxAx0eMZYL5EbKFOFFW%2Fp_09_crear_plantilla.png?alt=media&#x26;token=9ae8e18e-fa31-4358-b6ed-f138fa84ac9a" alt=""><figcaption></figcaption></figure>

Como todo modelo de WhatsApp, ele precisa passar pela aprovação da Meta antes de poder ser enviado. Esse processo normalmente leva minutos, mas pode demorar até 24 horas.

***

### Passo 6: aprovação e ativação

Enquanto o modelo aguarda aprovação, sua campanha fica criada com status **Rascunho**, com o status **Aguardando aprovação da Meta** na coluna de próximo envio. Você ainda não poderá ativá-la, mas ela fica pronta para quando o modelo for aprovado.

Assim que a Meta aprovar o modelo, o botão para ativar a campanha fica disponível.

<figure><img src="https://502444442-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FCFdmz6HrosBiYP1q1BJ6%2Fuploads%2FPaIgISWPNZZBFWXOGu5O%2Fp_11_activar.png?alt=media&#x26;token=487dfb0b-d372-4634-b08b-8624b9cc46a8" alt=""><figcaption></figcaption></figure>

Ao ativá-la, ela é enviada imediatamente para todos os clientes que se enquadrarem naquele dia. A partir daí, a campanha é avaliada novamente todos os dias —procurando quem deve ser contatado hoje— e segue assim de forma permanente, até que você decida desativá-la.

***

### Casos de sucesso

Várias lojas de e-commerce com produtos de consumo recorrente já estão usando esta campanha. No segmento de ração para pets, duas contas diferentes geraram vendas na ordem de milhões de pesos chilenos em apenas algumas semanas, com um investimento em anúncios de dezenas de dólares —uma relação de retorno que mostra o potencial de avisar o cliente certo no momento certo.

***

### Considerações

{% hint style="warning" %}
⚠️ Antes de ativá-la, leve em conta:

* **Apenas modelos de e-commerce para Meta.** Por enquanto, esta campanha só aceita modelos da Meta pensados para e-commerce.
* **Requer um token de e-commerce conectado.** A opção de campanha dinâmica só aparece em contas que têm alguma integração de e-commerce ativa; sem ela, esta seção ainda não está disponível.
  {% endhint %}

***

### Em resumo

Recompra recorrente no E-commerce transforma o acompanhamento manual de "quem está na hora de comprar de novo" em um processo que roda sozinho, todos os dias, avisando cada cliente no momento certo antes que ele fique sem o produto —sem que você precise revisar catálogos nem montar listas manualmente.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://academy.vambe.ai/canal/canal-pt-br/campanhas/recompra-recorrente-de-e-commerce.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
