Nachkauf und Wiederholungskäufe

So berechnen Sie den besten Nachbestellzeitpunkt für jedes Produkt

Veröffentlicht am July 19, 2026 von

Der schnellste zuverlässige Weg, den Nachbestellzeitpunkt eines Produkts zu finden: Ziehen Sie sich jeden Kunden heraus, der es mehr als einmal gekauft hat, messen Sie den Abstand in Tagen zwischen dem ersten und zweiten Kauf genau dieses Artikels und nehmen Sie den Median dieser Abstände. Dann ziehen Sie einen kleinen Puffer für Versand und Entscheidungszeit ab. Dieser puffer-bereinigte Median ist der Tag, an dem Ihre Erinnerung feuern sollte. Bei einem Produkt, dessen Wiederkäufer im Median nach 32 Tagen nachbestellen und dessen Liefer- plus Entscheidungspuffer 6 Tage beträgt, lösen Sie die Erinnerung rund um Tag 26 aus.

Das ist die ganze Methode in zwei Sätzen. Der Rest handelt davon, wie Sie das sauber umsetzen, was Sie tun, wenn Sie noch keine Wiederkaufsdaten haben, und welche Fallen die Zahl verfälschen.

Zwei Wege, das Intervall zu ermitteln

Es gibt zwei ehrliche Wege zu einem produktbezogenen Nachbestellintervall. Nutzen Sie den, den Ihre Daten hergeben.

Weg 1: Median-Tage zwischen Wiederholungsbestellungen (am besten, wenn Sie die Daten haben)

Verkauft sich ein Produkt schon eine Weile und haben es genügend Kunden zweimal gekauft, ist Ihre eigene Bestellhistorie die Wahrheit. Jeder Kategorie-Benchmark ist gegenüber dem, was Ihre tatsächlichen Kunden tun, nur eine Vermutung.

Die Schritte:

Exportieren Sie die Bestellungen für ein Produkt (auf SKU-Ebene, nicht die ganze Kategorie).
Finden Sie die Kunden, die es mindestens zweimal gekauft haben.
Berechnen Sie für jeden die Tage zwischen dem ersten und zweiten Kauf dieser SKU.
Nehmen Sie den Median all dieser Abstände – nicht den Durchschnitt.

Warum den Median und nicht den Durchschnitt? Weil eine Handvoll Kunden, die erst nach 300 Tagen nachbestellt haben, den Durchschnitt weit nach oben ziehen und Ihnen ein Timing liefern, das für alle anderen zu spät ist. Der Median ignoriert diese Ausreißer und landet auf dem Intervall, das typisch ist. Sagt Ihr Durchschnitt 58 Tage, Ihr Median aber 34, vertrauen Sie den 34.

Eine grobe Faustregel zur Stichprobengröße: Haben weniger als etwa 30 Kunden das Produkt nachbestellt, behandeln Sie die Zahl als Hinweis, nicht als Evangelium, und ziehen Sie Weg 2 zur Gegenprobe heran.

Weg 2: Verbrauchs- und Packungsgrößen-Rechnung (wenn Ihnen Wiederkaufsdaten fehlen)

Neues Produkt oder eines, das noch keine Wiederkäufer angesammelt hat? Schätzen Sie ausgehend davon, wie das Produkt genutzt wird.

Die Formel ist schlicht:

Reichweite (Tage) = Einheiten in der Packung ÷ verbrauchte Einheiten pro Tag

Beispiele (alle illustrativ):

Ein Nahrungsergänzungsmittel mit 60 Kapseln, Dosis zwei pro Tag → 60 ÷ 2 = 30 Tage.
Ein 500-ml-Shampoo, ein typischer Nutzer verbraucht ~16 ml pro Wäsche, wäscht jeden zweiten Tag → etwa 62 Wäschen, grob 4 Monate.
Eine 340-g-Packung Kaffee, ein Zwei-Tassen-am-Tag-Haushalt mit ~18 g pro Tasse → 340 ÷ 36 ≈ 9–10 Tage.

Bei der Dosis oder Verbrauchsrate zählt Ehrlichkeit. Wenn Sie raten, sagen Sie es intern und weiten Sie Ihren Puffer aus. Die Verbrauchsrechnung liefert Ihnen einen belastbaren Ausgangspunkt; echte Nachbestelldaten korrigieren ihn später.

Ziehen Sie einen Puffer ab – der Schritt, den die meisten Shops überspringen

Keiner der beiden Wege liefert Ihnen den Versandtag direkt. Beide liefern den Aufbrauch-Tag. Die Erinnerung muss davor eintreffen, also ziehen Sie einen Puffer ab:

Auslösetag = Intervall − Versanddauer − Entscheidungspuffer

Versanddauer: so lange, wie Ihre Abwicklung plus Zusteller tatsächlich brauchen. Zwei bis drei Tage sind üblich; nutzen Sie Ihren echten Durchschnitt.
Entscheidungspuffer: der eine oder andere Tag, den ein Kunde braucht, um die E-Mail zu bemerken und zu handeln. Zwei Tage sind ein vernünftiger Standard.

Ein 32-Tage-Intervall, 3 Tage Versand, 2 Tage Entscheidungspuffer → feuern Sie die Erinnerung an Tag 27. Überspringen Sie diese Subtraktion, und selbst ein perfekt gemessenes Intervall landet Ihre Erinnerung ein paar Tage in der Leere-Dose-Zone – genau dann, wenn Kunden woanders kaufen. Dieser Puffer ist der ganze Grund, warum eine Erinnerung vor dem Aufbrauchen rausgehen sollte, nicht danach.

Multiplizieren Sie für die Menge

Das berechnete Intervall geht von einer Einheit aus. Ein Kunde, der zwei Einheiten eines 30-Tage-Produkts gekauft hat, hat einen 60-Tage-Vorrat, deshalb ist eine Erinnerung an Tag 27 völlig verfrüht und ein bisschen beleidigend.

Die Lösung ist, den Auslöser mit der gekauften Menge zu skalieren:

Personalisierter Auslöser = (Intervall pro Einheit × Menge) − Puffer

Zwei Einheiten dieses 30-Tage-Produkts → (30 × 2) − 6 = Tag 54. Diese eine Anpassung verhindert einen großen Teil der „Warum schreibst du mir, ich habe noch drei”-Beschwerden. Sie hat genug Feinheit, um einen eigenen Leitfaden zu verdienen: Wie Sie mit Kunden umgehen, die mehrere Mengen kaufen.

Ein durchgerechnetes Beispiel, von Anfang bis Ende

Nehmen wir an, Sie verkaufen eine Packung Hundefutter. (Zahlen illustrativ.)

Median-Abstand der Wiederkäufer zwischen Bestellungen: 31 Tage.
Ihr Versanddurchschnitt: 3 Tage. Entscheidungspuffer: 2 Tage.
Auslöser pro Einheit: 31 − 5 = Tag 26.
Ein Kunde, der zwei Packungen kauft: (31 × 2) − 5 = Tag 57.

Jetzt haben Sie zwei Auslösepunkte für ein Produkt, beide auf echtem Verhalten gegründet. Tun Sie das für Ihre wichtigsten Verbrauchsgüter, und Sie haben „schreibt allen monatlich” durch ein Timing ersetzt, das dazu passt, wie jedes Produkt tatsächlich genutzt wird.

Lassen Sie die eigene Historie jedes Kunden den Durchschnitt überschreiben

Der Median ist ein shopweiter Ausgangspunkt. Sobald ein bestimmter Kunde dasselbe Produkt zwei- oder dreimal nachbestellt hat, schlägt sein persönliches Intervall Ihren Median jedes Mal. Ein Kunde, der zuverlässig alle 24 Tage nachbestellt, sollte seine nächste Erinnerung auf seiner 24-Tage-Uhr bekommen, nicht auf Ihrem 31-Tage-Durchschnitt. Den individuellen Kaufrhythmus in das Timing zurückzuspeisen ist die nächste Genauigkeitsstufe – behandelt in Wie Sie die Kauffrequenz nutzen, um die nächste Bestellung vorherzusagen.

Welche Kennzahlen Ihnen sagen, dass die Zahl stimmt

Sie treffen das Intervall nicht beim ersten Versuch. Diese sagen Ihnen, in welche Richtung Sie es schieben sollten:

Nachbestellrate innerhalb von 7 Tagen nach der Erinnerung. Steigt sie nach einer Timing-Änderung, sind Sie in die richtige Richtung gegangen.
Anteil der Nachbestellungen, die vor dem Feuern Ihrer Erinnerung passieren. Bestellt ein großer Teil der Kunden von selbst vor Tag 26 nach, ist Ihr Auslöser zu spät – ziehen Sie ihn nach vorn.
Abmelde- oder „Als Spam markieren”-Rate bei der Erinnerung. Ein Ausschlag bedeutet meist zu früh oder zu häufig.

Prüfen Sie diese pro Produkt jedes Quartal und passen Sie das Intervall in Schritten von wenigen Tagen an. Kleine, evidenzbasierte Bewegungen schlagen eine große Vermutung.

Wie Omnisend hilft

Das Intervall zu berechnen ist Tabellenarbeit – exportieren, Median, subtrahieren, fertig. Wo ein Tool seinen Wert beweist, ist beim automatischen Anwenden dieser Zahl: eine Strecke eine bestimmte Anzahl Tage nach dem Kauf eines bestimmten Produkts auslösen und nach Menge skalieren. In Omnisend legen Sie die Verzögerung nach dem Kauf pro Strecke fest und segmentieren nach Produkt, sodass die Auslöser für Tag 26 und Tag 57 aus dem obigen Beispiel zu zwei Eintrittsbedingungen für dasselbe Produkt werden.

Um ganz offen zu sein: Die Omnisend-Links hier sind Affiliate-Links, Shopimation kann also eine Provision verdienen, wenn Sie sich über einen davon anmelden. Ich nutze Omnisend in meinen eigenen Shops, nachdem ich es gegen Klaviyo getestet habe – die Steuerung des Automatisierungs-Timings war für mich ohne fremde Hilfe leichter zu handhaben. Die Grenze, die man benennen sollte: Die Software führt treu jedes Intervall aus, das Sie ihr geben, auch ein falsches. Beruht Ihr Median auf 6 Kunden, kann das Tool Sie nicht retten. Die Rechnung muss zuerst stimmen.

Ihr nächster Schritt

Öffnen Sie den Bestell-Export für Ihr meistverkauftes Verbrauchsgut und berechnen Sie einen einzigen Median-Abstand zwischen Wiederholungskäufen. Diese eine Zahl, minus Ihr Puffer, ist Ihr erster echter Auslösetag. Sobald Sie ihn haben, gehen Sie weiter zu Wie Sie eine automatisierte Nachbestellstrecke aufbauen, um ihn einzusetzen, und nutzen Sie Unterschiedliche Nachbestellstrecken nach Produkt aufbauen, wenn Ihre Intervalle über den Katalog hinweg stark schwanken.

Ponovna zaloga in ponovni nakupi

Kako izračunati najboljši čas za ponovni nakup posameznega izdelka

Veröffentlicht am July 19, 2026 von

Najhitrejši zanesljiv način, da najdete čas za ponovni nakup izdelka: izpišite vsako stranko, ki ga je kupila več kot enkrat, izmerite razmik v dneh med njenim prvim in drugim nakupom tega izdelka in vzemite mediano teh razmikov. Nato odštejte majhno rezervo za dostavo in čas odločanja. Ta z rezervo prilagojena mediana je dan, ko naj se sproži vaš opomnik. Za izdelek, kjer ponovni kupci naročijo pri mediani 32 dni, vaša rezerva za dostavo plus odločanje pa je 6 dni, bi opomnik sprožili okrog 26. dne.

To je celotna metoda v dveh stavkih. Ostalo je o tem, kako to opraviti čisto, kaj storiti, ko podatkov o ponovnih nakupih še nimate, in katere pasti pokvarijo številko.

Dve poti do intervala

Do intervala ponovnega naročanja na izdelek vodita dve pošteni poti. Uporabite tisto, ki jo podpirajo vaši podatki.

Pot 1: Mediana dni med ponovnimi naročili (najboljša, če imate podatke)

Če se izdelek prodaja že nekaj časa in ga je dovolj strank kupilo dvakrat, je vaša lastna zgodovina naročil resnica. Vsako panožno merilo je ugibanje v primerjavi s tem, kar počnejo vaše dejanske stranke.

Koraki:

Izvozite naročila za en izdelek (na ravni SKU, ne cele kategorije).
Poiščite stranke, ki so ga kupile vsaj dvakrat.
Za vsako izračunajte dneve med prvim in drugim nakupom tega SKU-ja.
Vzemite mediano vseh teh razmikov — ne povprečja.

Zakaj mediana in ne povprečje? Ker bo peščica strank, ki so ponovno naročile po 300 dneh, povprečje močno potegnila navzgor in vam dala čas, ki je za vse druge prepozen. Mediana te izstopajoče vrednosti prezre in pristane na intervalu, ki je tipičen. Če vaše povprečje pravi 58 dni, mediana pa 34, zaupajte 34.

Grobo pravilo o velikosti vzorca: če je izdelek ponovno naročilo manj kot okoli 30 strank, številko obravnavajte kot namig, ne kot sveto pismo, in se za preverjanje naslonite na Pot 2.

Pot 2: Izračun iz porabe in velikosti pakiranja (ko nimate podatkov o ponovnih nakupih)

Nov izdelek ali tak, ki ponovnih kupcev preprosto še ni nabral? Ocenite iz tega, kako se izdelek uporablja.

Formula je preprosta:

Trajanje zaloge (dni) = enote v pakiranju ÷ enote, porabljene na dan

Primeri (vsi ilustrativni):

Prehransko dopolnilo s 60 kapsulami, odmerek dve na dan → 60 ÷ 2 = 30 dni.
Šampon 500 ml, tipičen uporabnik porabi ~16 ml na umivanje, umiva vsak drugi dan → približno 62 umivanj, grobo 4 mesece.
Vrečka kave 340 g, gospodinjstvo z dvema skodelicama na dan porabi ~18 g na skodelico → 340 ÷ 36 ≈ 9–10 dni.

Odmerek ali stopnja porabe je mesto, kjer šteje poštenost. Če ugibate, si to interno priznajte in razširite rezervo. Izračun iz porabe vam da zagovarljivo izhodišče; resnični podatki o ponovnih nakupih ga bodo kasneje popravili.

Odštejte rezervo — korak, ki ga večina trgovin preskoči

Nobena pot vam ne da dneva pošiljanja neposredno. Obe vam dasta dan pošemanja zaloge. Opomnik mora prispeti pred tem, zato odštejete rezervo:

Dan sprožitve = interval − čas dostave − rezerva za odločanje

Čas dostave: kolikor dolgo dejansko traja vaše izpolnjevanje naročil plus prevoznik. Dva do tri dni je pogosto; uporabite svoje resnično povprečje.
Rezerva za odločanje: dan ali dva, ki jih stranka potrebuje, da opazi email in ukrepa. Dva dni sta razumna privzeta vrednost.

Torej 32-dnevni interval, 3-dnevna dostava, 2-dnevna rezerva za odločanje → opomnik sprožite na dan 27. Preskočite to odštevanje in tudi popolnoma izmerjen interval bo vaš opomnik pristal nekaj dni v območje prazne posode, kar je točno takrat, ko stranke kupijo drugje. Ta rezerva je celoten razlog, zakaj naj opomnik odide pred pošemanjem zaloge, ne za njim.

Pomnožite za količino

Interval, ki ste ga izračunali, predpostavlja eno enoto. Stranka, ki je kupila dve enoti 30-dnevnega izdelka, ima 60-dnevno zalogo, zato je opominjanje na dan 27 divje prezgodnje in rahlo žaljivo.

Rešitev je, da sprožilec prilagodite po kupljeni količini:

Prilagojen sprožilec = (interval na enoto × količina) − rezerva

Dve enoti tega 30-dnevnega izdelka → (30 × 2) − 6 = dan 54. Ta ena prilagoditev prepreči velik delež pritožb v slogu “zakaj mi pošiljate email, imam še tri”. Vsebuje dovolj niansiranja, da si zasluži svoj vodnik: kako ravnati s strankami, ki kupijo več količin.

Izdelan primer od začetka do konca

Recimo, da prodajate vrečko pasje hrane. (Številke ilustrativne.)

Mediana razmika med naročili ponovnih kupcev: 31 dni.
Vaše povprečje dostave: 3 dni. Rezerva za odločanje: 2 dni.
Sprožilec na enoto: 31 − 5 = dan 26.
Stranka, ki kupi dve vrečki: (31 × 2) − 5 = dan 57.

Zdaj imate dve točki sprožitve za en izdelek, obe utemeljeni na resničnem vedenju. Storite to za svoje najboljše potrošne izdelke in “vsem pošlji email mesečno” ste zamenjali s časovnico, ki se ujema s tem, kako se vsak izdelek dejansko uporablja.

Naj zgodovina vsake stranke premaga povprečje

Mediana je izhodišče za celotno trgovino. Ko določena stranka isti izdelek ponovno naroči dvakrat ali trikrat, njen osebni interval vsakič premaga vašo mediano. Stranka, ki zanesljivo ponovno naroči vsakih 24 dni, naj svoj naslednji opomnik dobi po svoji 24-dnevni uri, ne po vašem 31-dnevnem povprečju. Vračanje individualnega ritma nakupov nazaj v časovnico je naslednja raven natančnosti — pokrito v kako uporabiti pogostost nakupov za napoved naslednjega naročila.

Katere metrike vam povedo, da je številka pravilna

Intervala ne boste zadeli v prvem poskusu. Te vam povedo, v katero smer ga premakniti:

Stopnja ponovnega naročila v 7 dneh od opomnika. Naraščanje po spremembi časovnice pomeni, da ste se premaknili v pravo smer.
Delež ponovnih naročil, ki se zgodijo pred sprožitvijo vašega opomnika. Če velik del strank ponovno naroči sam od sebe pred dnem 26, je vaš sprožilec prepozen — potegnite ga naprej.
Stopnja odjav ali “označi kot vsiljeno pošto” na opomniku. Skok običajno pomeni prezgodaj ali prepogosto.

Te preglejte na izdelek vsako četrtletje in interval prilagodite za nekaj dni naenkrat. Majhni premiki, podprti z dokazi, premagajo eno veliko ugibanje.

Kako pomaga Omnisend

Izračun intervala je delo v preglednici — izvoz, mediana, odštevanje, končano. Kjer si orodje zasluži svoje mesto, je samodejno uveljavljanje te številke: sprožitev avtomatizacije določeno število dni po nakupu določenega izdelka in prilagajanje po količini. V Omnisendu na avtomatizacijo nastavite poprodajni zamik in segmentirate po izdelku, tako da sprožilca za dan 26 in dan 57 iz zgornjega primera postaneta dva pogoja za vstop pri istem izdelku.

Da bom z vami odkrit: povezave do Omnisenda tukaj so partnerske, zato lahko Shopimation zasluži provizijo, če se prek katere prijavite. Omnisend uporabljam v svojih trgovinah, potem ko sem ga preizkusil proti Klaviyu — nastavitve časovnice avtomatizacij so mi bile lažje za upravljanje brez najemanja pomoči. Omejitev, ki jo je vredno poimenovati: programska oprema bo zvesto izvedla kateri koli interval, ki ji ga daste, tudi napačnega. Če je vaša mediana zgrajena na 6 strankah, vas orodje ne more rešiti. Najprej mora biti izračun trden.

Vaš naslednji korak

Odprite izvoz naročil za svoj edini najbolje prodajani potrošni izdelek in izračunajte eno mediano razmika med ponovnimi nakupi. Ta ena številka, minus vaša rezerva, je vaš prvi resnični dan sprožitve. Ko ga imate, se pomaknite na kako zgraditi avtomatizirano avtomatizacijo za ponovni nakup, da ga uporabite, in gradnja različnih avtomatizacij za ponovni nakup po izdelku, ko se vaši intervali po katalogu močno razlikujejo.

Replenishment and Repeat Purchase

How to Calculate the Best Reorder Timing for Each Product

Veröffentlicht am July 10, 2026 von

The best reorder timing for a product is the median number of days between repeat purchases of that product, taken from your own order history — and your reminder should fire at about 70–80% of that number. You calculate it in four steps: export orders, isolate customers who bought the same product twice or more, compute the gap in days between their purchases, and take the median per product. A spreadsheet does this in under an hour for your top sellers. No industry benchmark, no vendor’s default 30-day delay, and no guess about “how long a bottle probably lasts” will beat this number, because it reflects how your actual customers actually use the product.

The problem with guessed timing

Most stores that attempt replenishment reminders pick the delay by intuition. The founder figures a 60-serving protein tub lasts two months, sets a 60-day delay, and moves on. Then the flow underperforms and email gets blamed.

Here’s what intuition misses. Customers share products with a household. They skip days. They stockpile during sales. They use half the recommended dose or double it. A 30-day supply routinely stretches to 45 real days, or gets consumed in 20. If you sell a 250g bag of coffee, the “label math” says 12 days for a two-cups-a-day drinker — but your order data might show a median of 26 days, because half your customers also buy coffee at the supermarket. Send the reminder on day 10 and you look pushy; the general timing logic behind that window is covered in when to send a replenishment reminder, but the input has to be measured, not assumed.

For a store spending four figures a month on ads, this is an expensive rounding error. Wrong timing doesn’t just fail to generate the reorder — it burns attention. Each mistimed email makes the next one slightly less likely to be opened.

Why you can’t advertise your way past this

Retargeting audiences don’t know consumption speed either. Meta will happily show your reorder ad to someone three days after purchase and someone ninety days after, at the same cost per impression. And a sitewide “restock and save 10%” campaign substitutes a margin cut for timing accuracy: you’re paying customers to do something a correctly timed, discount-free email would have prompted anyway. The calculation below costs you an hour and applies forever, with quarterly maintenance.

The calculation, step by step

Export 12–24 months of order line items. You need: customer ID or email, product SKU, order date, quantity. Every platform (Shopify, WooCommerce) can produce this. Twelve months minimum so seasonality doesn’t skew the picture.
Filter to one product and keep only repeat buyers of it. Group rows by customer. Anyone with a single purchase of that SKU drops out — they can’t tell you anything about intervals yet.
Compute the gaps. For each repeat buyer, sort their purchases of that SKU by date and subtract consecutive dates. A customer who bought on March 1, April 12 and May 20 contributes two gaps: 42 days and 38 days.
Take the median of all gaps, not the mean. One customer who came back after 400 days drags an average badly; the median shrugs it off. In Google Sheets: =MEDIAN(range). Done.
Set the reminder delay at 70–80% of the median. Median 40 days → remind at day 28–32. The margin exists because you want to arrive before the run-out decision, not after it.
Correct for quantity. If a meaningful share of orders contain 2+ units, multiply each buyer’s expected runway by the quantity before computing gaps, or segment multi-unit buyers separately — handling customers who buy multiple quantities covers the options.

What you don’t need yet: cohort-level survival analysis, per-customer predicted dates, or timing for products with fewer than ~30 repeat buyers in the data. Below that sample size the median is noise; use the timing of the closest similar product instead, or wait for more data.

Sanity checks before you trust the number

Two quick checks save embarrassment. First, look at the spread: if gaps for a product cluster tightly (say, 35–50 days), the median is trustworthy. If they’re scattered from 15 to 200 days, the product may not have a real cycle — irregular buying cycles need a different approach. Second, check whether the histogram has two humps, e.g. one cluster around 30 days and one around 90. That usually means two customer types (daily users vs. occasional users), and one timing will fit neither; split them if the volume justifies it.

Turning the number into an automation

Once you have the median for a product, the automation is fully specified:

Trigger: order placed containing SKU X.
Segment: exclude subscribers to that product; exclude orders with quantity ≥ 2 (they get a longer variant of the flow or none at first).
Delay: 75% of median. Example: median 48 days → 36-day delay.
Channel: email.
Message: “Time to top up your ?”, product image, direct reorder link, expected days remaining if you want to show your work. No coupon in version one.
Exit condition: customer reorders SKU X → leave the flow immediately.
Goal: reorder of SKU X within 14 days of send.

An illustrative worked example

Take an invented store selling a €29 pet supplement. The export shows 180 repeat buyers producing 410 purchase gaps; the median gap is 44 days, so the reminder fires at day 33. Say the flow reaches 250 customers a month and moves the reorder rate from 24% to 29% — illustrative figures, not a promise. That’s 12–13 additional orders, about €365 a month. Modest per product. But repeat the exercise across five consumable SKUs with similar volume and you’re near €1,800 a month of reorders that required zero ad spend and zero discounts. The store’s only ongoing cost is recalculating medians quarterly, because purchase frequency drifts as your customer mix changes.

What to track after launch

Per-product reorder rate within 14 days of the reminder — your primary signal that the timing lands.
Revenue per recipient of the flow, compared across products, to see which timings work and which need revision.
Open rate on the reminder vs. your campaign average — well-timed reminders usually beat campaigns; if they don’t, the delay is probably wrong.
Median reorder interval, recomputed quarterly — if the interval and your delay drift apart, adjust. When you want to go further, A/B testing the timing itself settles arguments the median can’t.

Where Omnisend fits

What finally pushed me into this was ad fatigue on my own stores — climbing CPMs, flat conversion, margin getting squeezed from both ends. Behavioral automation was the first thing that added revenue without adding spend, and timed reorder flows were among the easiest wins.

The honest division of labor: the calculation happens in your spreadsheet, not in any email tool. Omnisend’s role starts after — its flow builder takes an order-placed trigger with a product filter, a delay you type in from your median, and an exit condition on repurchase. Product blocks pull the image and link automatically, so per-product flows are mostly duplication and one number change. It won’t detect drifting intervals for you, and garbage order data (POS imports without customer emails, for instance) produces garbage medians regardless of tool.

Your next step

Export the last 12 months of orders for your single highest-revenue consumable and compute its median repurchase gap today. If the number surprises you — it usually does — you’ve just found out why your current reminder timing wasn’t working.